基于运动学模型的机械臂迭代学习控制
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第17-23页 |
| 1.1 课题研究背景与意义 | 第17-18页 |
| 1.2 本文研究内容的出发点与可行性分析 | 第18-19页 |
| 1.3 国内外研究现状 | 第19-21页 |
| 1.3.1 机械臂应用现状 | 第19页 |
| 1.3.2 机械臂控制方法研究现状 | 第19-20页 |
| 1.3.3 迭代学习控制方法研究现状 | 第20-21页 |
| 1.4 本文主要工作与内容安排 | 第21-23页 |
| 2 机械臂系统基本原理 | 第23-35页 |
| 2.1 引言 | 第23页 |
| 2.2 机械臂闭环系统框图 | 第23-25页 |
| 2.3 五自由度机械臂基本原理 | 第25-30页 |
| 2.3.1 空间中刚体位姿的表示方法 | 第25-27页 |
| 2.3.2 机械臂正运动学 | 第27-29页 |
| 2.3.3 机械臂逆运动学 | 第29-30页 |
| 2.4 运动学控制器基本原理 | 第30-31页 |
| 2.5 双目立体视觉基本原理 | 第31-33页 |
| 2.5.1 反馈环节选取 | 第31-32页 |
| 2.5.2 双目视觉-立体匹配基本原理 | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 3 PD型闭环迭代学习控制器设计 | 第35-53页 |
| 3.1 引言 | 第35-36页 |
| 3.2 迭代学习控制基本原理 | 第36-39页 |
| 3.2.1 迭代学习算法基本思想 | 第36页 |
| 3.2.2 迭代学习控制系统的描述 | 第36-37页 |
| 3.2.3 迭代学习控制的适用条件 | 第37-39页 |
| 3.3 PD型闭环迭代学习算法设计 | 第39-41页 |
| 3.3.1 学习律选取 | 第39-40页 |
| 3.3.2 收敛性条件 | 第40-41页 |
| 3.4 仿真结果与分析 | 第41-50页 |
| 3.4.1 仿真系统实现 | 第42-45页 |
| 3.4.2 PD型闭环迭代学习控制器控制效果 | 第45-48页 |
| 3.4.3 与传统PID控制器控制效果对比 | 第48-49页 |
| 3.4.4 与P型闭环迭代学习控制器控制效果对比 | 第49-50页 |
| 3.5 本章小结 | 第50-53页 |
| 4 基于运动学模型的迭代学习控制器设计 | 第53-71页 |
| 4.1 引言 | 第53-54页 |
| 4.2 控制算法中的逆运动学求解问题 | 第54-56页 |
| 4.2.1 解的存在性问题 | 第54页 |
| 4.2.2 多重解问题 | 第54-55页 |
| 4.2.3 奇异点问题 | 第55-56页 |
| 4.3 基于固定参考逆模型的迭代学习控制器设计 | 第56-60页 |
| 4.3.1 控制器结构设计 | 第56页 |
| 4.3.2 仿真系统实现 | 第56-59页 |
| 4.3.3 仿真结果与分析 | 第59-60页 |
| 4.4 基于自适应模型的迭代学习控制器设计 | 第60-69页 |
| 4.4.1 卡尔曼滤波基本形式 | 第62-63页 |
| 4.4.2 仿真结果与分析 | 第63-69页 |
| 4.5 本章小结 | 第69-71页 |
| 5 机械臂实物系统平台搭建与控制实验 | 第71-91页 |
| 5.1 引言 | 第71页 |
| 5.2 双目视觉系统实现 | 第71-81页 |
| 5.2.1 相机参数标定 | 第72-77页 |
| 5.2.2 立体匹配算法实现 | 第77-79页 |
| 5.2.3 定位效果与误差分析 | 第79-81页 |
| 5.3 控制算法实验 | 第81-88页 |
| 5.3.1 PD型无模型算法实验 | 第81-84页 |
| 5.3.2 基于固定模型的算法实验 | 第84-87页 |
| 5.3.3 误差分析 | 第87-88页 |
| 5.4 本章小结 | 第88-91页 |
| 6 总结与展望 | 第91-95页 |
| 6.1 本文主要工作与创新点总结 | 第91-92页 |
| 6.2 未来研究方向展望 | 第92-95页 |
| 参考文献 | 第95-99页 |
| 附录1: 作者在攻读硕士期间的主要成果 | 第99-101页 |
| 附录2: 作者在攻读硕士期间参加的科研项目 | 第101页 |
