| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-27页 |
| 1.1 课题背景及研究的目的和意义 | 第11-12页 |
| 1.2 机器人视觉伺服研究概述 | 第12-18页 |
| 1.2.1 视觉机器人的国内外发展动态 | 第13-15页 |
| 1.2.2 机器人视觉伺服的分类 | 第15-18页 |
| 1.3 多机器人系统的研究动态 | 第18-22页 |
| 1.3.1 国外研究动态 | 第18-20页 |
| 1.3.2 国内研究动态 | 第20-22页 |
| 1.4 多机器人系统控制的研究现状 | 第22-25页 |
| 1.4.1 群体的体系结构 | 第22-23页 |
| 1.4.2 合作与协调 | 第23-25页 |
| 1.5 论文主要研究内容 | 第25-27页 |
| 第2章 双目视觉伺服控制模型 | 第27-39页 |
| 2.1 引言 | 第27-28页 |
| 2.2 预备知识 | 第28-32页 |
| 2.2.1 机器人各坐标系描述 | 第28-29页 |
| 2.2.2 空间姿态和坐标变换 | 第29-32页 |
| 2.3 视觉成像模型 | 第32-36页 |
| 2.3.1 成像灵敏度问题 | 第32-33页 |
| 2.3.2 双目视觉定位控制模型 | 第33-35页 |
| 2.3.3 双目视觉跟踪控制模型 | 第35-36页 |
| 2.4 机器人微分运动学方程 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 具有静态领导者的多机器人系统分布式包含控制 | 第39-64页 |
| 3.1 引言 | 第39-40页 |
| 3.2 系统描述与图论 | 第40-41页 |
| 3.3 基于双目视觉的分布式包含控制引导系统设计 | 第41-43页 |
| 3.4 基于耗散Hamilton理论的分布式包含控制 | 第43-54页 |
| 3.4.1 跟随机器人系统的耗散Hamilton模型 | 第43-45页 |
| 3.4.2 耗散Hamilton控制器及NDO设计 | 第45-49页 |
| 3.4.3 仿真研究 | 第49-54页 |
| 3.5 跟随机器人系统无位置传感器控制 | 第54-63页 |
| 3.5.1 反馈耗散Hamilton控制器设计 | 第54-56页 |
| 3.5.2 跟随机器人系统全维状态观测器设计 | 第56-59页 |
| 3.5.3 仿真研究 | 第59-63页 |
| 3.6 本章小结 | 第63-64页 |
| 第4章 具有动态领导者的多机器人系统分布式包含控制 | 第64-82页 |
| 4.1 引言 | 第64-65页 |
| 4.2 系统描述 | 第65页 |
| 4.3 跟随机器人系统分布式包含控制 | 第65-71页 |
| 4.3.1 滑模自适应跟踪控制器设计 | 第65-67页 |
| 4.3.2 基于RBF神经网络的滑模跟踪控制器设计 | 第67-71页 |
| 4.4 仿真研究 | 第71-81页 |
| 4.4.1 滑模自适应控制算法验证 | 第72-77页 |
| 4.4.2 基于RBF神经网络的滑模控制算法验证 | 第77-81页 |
| 4.5 本章小结 | 第81-82页 |
| 第5章 多机器人系统的动态跟随控制 | 第82-101页 |
| 5.1 引言 | 第82页 |
| 5.2 基于双目视觉的动态跟随控制引导系统设计 | 第82-84页 |
| 5.3 跟随机器人系统非奇异终端滑模跟踪控制 | 第84-93页 |
| 5.3.1 非奇异终端滑模控制器设计 | 第84-86页 |
| 5.3.2 RBF神经网络逼近 | 第86-90页 |
| 5.3.3 仿真研究 | 第90-93页 |
| 5.4 跟随机器人系统全局滑模视觉跟踪控制 | 第93-99页 |
| 5.4.1 全局滑模控制器及状态观测器设计 | 第93-96页 |
| 5.4.2 仿真研究 | 第96-99页 |
| 5.5 本章小结 | 第99-101页 |
| 结论 | 第101-103页 |
| 参考文献 | 第103-113页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第113-114页 |
| 致谢 | 第114-115页 |
| 作者简介 | 第115页 |
