首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

一种含三平面分支六自由度并联爬壁机器人理论研究

摘要第5-6页
ABSTRACT第6页
第1章 绪论第10-20页
    1.1 并联机构简介第10-11页
    1.2 并联机构的应用第11-14页
        1.2.1 并联机床第11-12页
        1.2.2 运动模拟器第12页
        1.2.3 微操作器和并联机构力传感器第12-13页
        1.2.4 爬行机器人和爬壁机器人第13-14页
    1.3 并联机构的研究现状第14-18页
        1.3.1 平面闭环机构的研究现状第14-15页
        1.3.2 六自由度机构的研究现状第15-16页
        1.3.3 并联机构理论的研究现状第16-18页
    1.4 论文来源及选题意义第18页
    1.5 论文研究内容第18-20页
第2章 并联爬壁主动机构位置和工作空间分析第20-36页
    2.1 引言第20-21页
    2.2 闭环子链介绍第21-23页
    2.3 爬壁机器人主动机构自由度计算第23页
    2.4 含平面分支的爬壁机器人主动机构简介第23-24页
    2.5 爬壁机器人主动机构位置分析第24-28页
    2.6 工作空间定义及分析方法第28页
    2.7 工作空间求解的影响因素第28-29页
    2.8 机构全姿态工作空间分析第29-33页
        2.8.1 爬壁机构主动机构全姿态工作空间分析第29-31页
        2.8.2 Stewart平台全姿态工作空间分析第31-33页
    2.9 爬壁机器人主动机构位置分析仿真验证第33-35页
    2.10小结第35-36页
第3章 并联爬壁机构主动机构运动学分析第36-47页
    3.1 引言第36页
    3.2 并联爬壁机构主动机构结构分析第36-37页
    3.3 并联爬壁机构主动机构运动学分析第37-43页
        3.3.1 并联爬壁机构主动机构分支内虚拟杆速度及驱动杆速度第38-40页
        3.3.2 并联爬壁机构主动机构分支内虚拟杆角速度及驱动杆角速度第40-42页
        3.3.3 并联爬壁机构主动机构上横梁角速度第42-43页
    3.4 并联爬壁机构主动机构加速度分析第43-44页
        3.4.1 并联爬壁机构主动机构驱动杆线加速度和角加速度第43-44页
        3.4.2 并联爬壁机构主动机构上横梁角加速度第44页
    3.5 并联爬壁机构主动机构运动学仿真验证第44-46页
    3.6 小结第46-47页
第4章 并联爬壁机构主动机构动力学分析第47-59页
    4.1 引言第47页
    4.2 并联爬壁机构主动机构静力学分析第47-48页
    4.3 并联爬壁机构主动机构分支运动学分析第48-53页
        4.3.1 并联爬壁机构主动机构单分支驱动杆运动学分析第48-51页
        4.3.2 并联爬壁机构主动机构单分支上横梁运动学分析第51页
        4.3.3 并联爬壁机构主动机构单分支坐标系及旋转矩阵第51-53页
    4.4 并联爬壁机构主动机构分支动力学分析第53页
    4.5 并联爬壁机构主动机构动力学分析第53-54页
    4.6 并联爬壁机构主动机构静力学和动力学仿真验证第54-58页
    4.7 小结第58-59页
第5章 并联爬壁机构主动机构分支回复分析第59-69页
    5.1 引言第59页
    5.2 并联爬壁机构主动机构单分支恢复运动学分析第59-62页
    5.3 并联爬壁机构主动机构回复运动学仿真验证第62-63页
    5.4 并联爬壁机构主动机构单分支恢复动力学分析第63-66页
    5.5 并联爬壁机构主动机构动力学仿真验证第66-68页
    5.6 小结第68-69页
第6章 并联爬壁机器人步态行走模拟第69-78页
    6.1 引言第69-70页
    6.2 爬壁机器人的步态规划第70-77页
        6.2.1 爬壁机器人的规则运动轨迹规划第70-72页
        6.2.2 爬壁机器人的运动步态仿真第72-77页
    6.3 小结第77-78页
结论第78-80页
参考文献第80-86页
附录Ⅰ第86-89页
附录Ⅱ第89-91页
附录Ⅲ第91-93页
攻读硕士学位期间承担的科研任务与主要成果第93-94页
致谢第94-95页
作者简介第95页

论文共95页,点击 下载论文
上一篇:基于模型的机器人控制系统集成仿真验证平台
下一篇:基于RBF神经网络的机械臂视觉伺服的研究