| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 工业机器人发展概论 | 第12页 |
| 1.2 课题的研究背景和选题意义 | 第12-14页 |
| 1.3 国内外研究现状及发展趋势 | 第14-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 机器人空间位姿描述和变换 | 第18-30页 |
| 2.1 位姿描述与坐标系 | 第18-22页 |
| 2.2 齐次坐标变换 | 第22-23页 |
| 2.3 欧拉角 | 第23-25页 |
| 2.4 奇异点 | 第25-26页 |
| 2.5 旋转变换及单位四元数 | 第26-29页 |
| 2.5.1 求解旋转变换公式及等效转角 | 第26-28页 |
| 2.5.2 单位四元数 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 工业机器人运动学建模 | 第30-46页 |
| 3.1 机器人运动学概述 | 第30-31页 |
| 3.2 PUMA560机器人连杆参数与坐标 | 第31-32页 |
| 3.3 连杆变换运动学方程 | 第32-36页 |
| 3.4 机器人运动学逆解 | 第36-39页 |
| 3.5 仿真实验 | 第39-44页 |
| 3.5.1 构建机器人对象 | 第39-41页 |
| 3.5.2 正运动学仿真 | 第41-42页 |
| 3.5.3 逆运动学仿真 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 基于BP神经网络的机器人运动学算法的求解 | 第46-62页 |
| 4.1 BP神经网络的原理 | 第46-51页 |
| 4.1.1 BP神经网络的理论概述 | 第46-47页 |
| 4.1.2 BP神经网络模型 | 第47-50页 |
| 4.1.3 BP神经网络的主要学习方法 | 第50-51页 |
| 4.2 基本反向传播算法 | 第51-54页 |
| 4.2.1 单隐层网络结构模型 | 第51-52页 |
| 4.2.2 多隐层网络模型结构 | 第52-54页 |
| 4.3 BP神经网络求解机器人运动学方程系统 | 第54-58页 |
| 4.3.1 BP神经网络求解运动学方程系统概述 | 第54-55页 |
| 4.3.2 BP神经网络求解机器人运动学方程结构 | 第55-56页 |
| 4.3.3 改进的学习算法 | 第56-58页 |
| 4.4 仿真实验 | 第58-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 改进的求解运动学方法在轨迹规划中的应用 | 第62-78页 |
| 5.1 运动学算法与轨迹规划 | 第62-63页 |
| 5.2 机器人轨迹插值计算 | 第63-69页 |
| 5.2.1 三次多项式插值法 | 第63-65页 |
| 5.2.2 过路径点的三次多项式插值法 | 第65-66页 |
| 5.2.3 高阶多项式插值法 | 第66-67页 |
| 5.2.4 带有抛物线过渡的线性插值 | 第67-68页 |
| 5.2.5 过路径点用抛物线过渡的线性插值 | 第68-69页 |
| 5.3 非均匀有理B样条曲线(NURBS,Non-Uniform RationalB-Splines)插值法 | 第69-73页 |
| 5.3.1 NURBS曲线概念 | 第69-70页 |
| 5.3.2 三次曲线几何数据预处理 | 第70-72页 |
| 5.3.3 实时插补计算 | 第72-73页 |
| 5.4 机器人轨迹的实时生成 | 第73-75页 |
| 5.4.1 关节空间轨迹的生成 | 第73-74页 |
| 5.4.2 笛卡尔空间轨迹的生成 | 第74-75页 |
| 5.5 仿真实验 | 第75-77页 |
| 5.6 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 论文工作总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 附录A (攻读学位期间发表论文目录) | 第86页 |