| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 非完整系统与非完整移动机器人 | 第11-14页 |
| 1.2.1 非完整约束与非完整系统 | 第11-12页 |
| 1.2.2 非完整移动机器人 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-15页 |
| 1.4 本文主要内容 | 第15-17页 |
| 第2章 参数已知的非完整移动机器人反演自适应轨迹跟踪控制 | 第17-48页 |
| 2.1 问题描述 | 第17-20页 |
| 2.1.1 数学模型 | 第17-19页 |
| 2.1.2 轨迹跟踪控制 | 第19-20页 |
| 2.2 扰动界已知的非完整移动机器人反演动态面滑模控制 | 第20-29页 |
| 2.2.1 控制律设计 | 第20-24页 |
| 2.2.2 稳定性分析 | 第24-26页 |
| 2.2.3 仿真验证 | 第26-29页 |
| 2.3 扰动界未知的非完整移动机器人反演动态面滑模控制 | 第29-38页 |
| 2.3.1 控制律设计 | 第30页 |
| 2.3.2 稳定性分析 | 第30-33页 |
| 2.3.3 仿真验证 | 第33-38页 |
| 2.4 基于扰动补偿的弱抖振滑模反演自适应模糊控制 | 第38-47页 |
| 2.4.1 控制律设计 | 第38-42页 |
| 2.4.2 稳定性分析 | 第42-43页 |
| 2.4.3 仿真验证 | 第43-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第3章 参数未知的非完整移动机器人反演自适应轨迹跟踪控制 | 第48-68页 |
| 3.1 径向基函数(RBF)神经网络 | 第48-49页 |
| 3.2 基于RBF神经网络的反演自适应控制 | 第49-59页 |
| 3.2.1 控制律设计 | 第50-53页 |
| 3.2.2 稳定性分析 | 第53-55页 |
| 3.2.3 仿真验证 | 第55-59页 |
| 3.3 基于神经网络最小参数法的反演自适应控制 | 第59-67页 |
| 3.3.1 控制律设计 | 第59-61页 |
| 3.3.2 稳定性分析 | 第61-63页 |
| 3.3.3 仿真验证 | 第63-67页 |
| 3.4 本章小结 | 第67-68页 |
| 第4章 结论与展望 | 第68-70页 |
| 4.1 结论 | 第68-69页 |
| 4.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
