| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 引言 | 第9页 |
| 1.2 微创手术机器人研究现状 | 第9-12页 |
| 1.3 手术机器人震颤抑制研究现状 | 第12-17页 |
| 1.3.1 针对人手部生理震颤的抑制研究现状 | 第12-15页 |
| 1.3.2 针对机器人动力学特性导致震颤的抑制研究现状 | 第15-17页 |
| 1.4 主要研究内容及意义 | 第17-19页 |
| 1.4.1 课题来源及意义 | 第17页 |
| 1.4.2 论文主要内容 | 第17-19页 |
| 第二章 微创手术机器人震颤机理研究 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 从操作臂机构特性导致的震颤研究 | 第19-25页 |
| 2.2.1 从操作臂零位构型下的模态分析及谐响应分析 | 第19-23页 |
| 2.2.2 从操作臂不同构型下的模态分析 | 第23-25页 |
| 2.3 人手部生理震颤研究 | 第25-26页 |
| 2.4 关节非线性摩擦及其他无关干扰导致的震颤研究 | 第26-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 基于零相位自适应模糊卡尔曼滤波器的震颤抑制方法 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 微创手术机器人主/从操作臂运动学 | 第31-32页 |
| 3.3 新型零相位滤波器设计 | 第32-34页 |
| 3.4 自适应模糊卡尔曼滤波器设计 | 第34-38页 |
| 3.4.1 传统卡尔曼滤波器 | 第34-36页 |
| 3.4.2 自适应模糊卡尔曼滤波器 | 第36-38页 |
| 3.5 零相位自适应模糊卡尔曼滤波仿真验证 | 第38-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于模糊神经网络滑模控制器的震颤抑制方法 | 第43-57页 |
| 4.1 引言 | 第43页 |
| 4.2 微创手术机器人从操作臂动力学 | 第43-47页 |
| 4.2.1 拉格朗日法动力学分析 | 第43-45页 |
| 4.2.2 摩擦力矩参数辨识 | 第45-47页 |
| 4.3 传统滑模控制器 | 第47-48页 |
| 4.4 模糊神经网络滑模控制器 | 第48-52页 |
| 4.4.1 RBF神经网络逼近 | 第49-51页 |
| 4.4.2 模糊逻辑系统 | 第51-52页 |
| 4.5 控制器稳定性证明 | 第52页 |
| 4.6 模糊神经网络滑模控制仿真验证 | 第52-55页 |
| 4.7 本章小结 | 第55-57页 |
| 第五章 实验研究 | 第57-67页 |
| 5.1 引言 | 第57页 |
| 5.2 实验平台构建 | 第57-59页 |
| 5.3 主从控制实验研究 | 第59-66页 |
| 5.3.1 手部生理震颤抑制实验 | 第59-62页 |
| 5.3.2 关节非线性摩擦导致震颤抑制实验 | 第62-64页 |
| 5.3.3 主从震颤抑制实验 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 未来工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 发表论文和参加科研情况 | 第75-77页 |
| 致谢 | 第77页 |
