| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 工业机器人的定义及特点 | 第10-11页 |
| 1.2 工业机器人国内外发展现状 | 第11页 |
| 1.3 工业机器人轨迹规划的研究现状 | 第11-13页 |
| 1.4 论文的主要研究内容 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 机器人运动学 | 第15-24页 |
| 2.1 工业机器人的数学基础 | 第15-20页 |
| 2.1.1 三维空间的位姿描述 | 第15-17页 |
| 2.1.2 三种基本类型的坐标变换 | 第17-20页 |
| 2.1.3 齐次坐标变换 | 第20页 |
| 2.2 工业机器人的运动学模型建立 | 第20-22页 |
| 2.2.1 连杆参数及连杆坐标之间的坐标变换 | 第20-22页 |
| 2.2.2 工业机器人的运动学方程 | 第22页 |
| 2.3 机器人正逆运动学问题分析 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 工业机器人轨迹规划 | 第24-42页 |
| 3.1 关节空间的轨迹规划 | 第24-29页 |
| 3.1.1 三次多项式插值 | 第24-26页 |
| 3.1.2 高阶多项式插值 | 第26-27页 |
| 3.1.3 用抛物线过渡的线性插值 | 第27-29页 |
| 3.2 笛卡尔空间的轨迹规划 | 第29-37页 |
| 3.2.1 笛卡尔空间作业的描述 | 第29页 |
| 3.2.2 两个节点之间的直线运动 | 第29-33页 |
| 3.2.3 线性插值函数 | 第33-34页 |
| 3.2.4 圆弧插值函数 | 第34-37页 |
| 3.3 B 样条轨迹规划 | 第37-41页 |
| 3.3.1 三次均匀 B 样条函数的推导 | 第37-38页 |
| 3.3.2 B 样条曲线的性质 | 第38-39页 |
| 3.3.3 求解控制点 | 第39-40页 |
| 3.3.4 约束条件 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 轨迹规划的优化算法研究 | 第42-52页 |
| 4.1 遗传算法的概述 | 第42-45页 |
| 4.1.1 基本思想 | 第42页 |
| 4.1.2 常用术语 | 第42-43页 |
| 4.1.3 实现原理 | 第43-45页 |
| 4.2 遗传算法在运动学逆解上的优化 | 第45-48页 |
| 4.2.1 运动学逆问题的函数优化模型设计 | 第45-46页 |
| 4.2.2 遗传算法在运动学逆解的优化实现 | 第46-48页 |
| 4.3 遗传算法在轨迹规划上的优化 | 第48-51页 |
| 4.3.1 B 样条轨迹优化模型设计 | 第48-49页 |
| 4.3.2 基于遗传算法的时间最优 B 样条轨迹规划 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 基于 Matlab 轨迹规划仿真 | 第52-65页 |
| 5.1 Matlab 仿真工具 | 第52-54页 |
| 5.1.1 Matlab 的介绍 | 第52页 |
| 5.1.2 机器人工具箱的介绍 | 第52-53页 |
| 5.1.3 遗传算法工具箱的介绍 | 第53-54页 |
| 5.2 机器人的轨迹规划仿真 | 第54-60页 |
| 5.2.1 机器人模型的构建 | 第54-56页 |
| 5.2.2 机器人运动学仿真 | 第56-57页 |
| 5.2.3 五次多项式的轨迹规划仿真 | 第57-60页 |
| 5.3 基于遗传算法的轨迹规划的仿真 | 第60-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70页 |