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--机械手论文

基于示教学习的机械臂任务模仿的研究与实现

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-24页
    1.1 课题研究背景及意义第10页
    1.2 机械臂的种类和控制方法第10-12页
        1.2.1 机械臂的种类第10-11页
        1.2.2 机械臂的控制方法第11-12页
    1.3 示教学习第12-16页
        1.3.1 机器人示教学习第12页
        1.3.2 示教学习中的关键问题第12-13页
        1.3.3 示教学习中的示教方法第13-15页
        1.3.4 解决示教学习的方法第15-16页
        1.3.5 示教学习和其它学习技术相结合第16页
    1.4 机器人示教学习的国内外研究现状第16-21页
        1.4.1 国外研究现状第16-21页
        1.4.2 国内研究现状第21页
    1.5 本文的研究内容及组织结构第21-24页
第2章 机械臂示教学习系统的设计与运动学分析第24-36页
    2.1 引言第24页
    2.2 示教学习框架第24页
    2.3 机械臂的选型第24-25页
    2.4 7bot机械臂第25-30页
        2.4.1 7bot的机械结构第25-27页
        2.4.2 7bot的控制核心第27-28页
        2.4.3 7bot的开发环境第28-29页
        2.4.4 7bot的工作流程第29-30页
    2.5 7bot机械臂的运动学分析第30-33页
        2.5.1 7bot机械臂参数标定第30-31页
        2.5.2 7bot的正运动学分析第31-32页
        2.5.3 7bot的逆运动学分析第32-33页
    2.6 系统的感知模块和执行模块第33-34页
        2.6.1 感知模块对示教行为信息的获取第33-34页
        2.6.2 系统的执行模块第34页
    2.7 本章小结第34-36页
第3章 基于RNN的机械臂任务模仿的研究与实现第36-48页
    3.1 引言第36页
    3.2 循环神经网络及任务模仿的设计第36-39页
        3.2.1 循环神经网络的原理第36-37页
        3.2.2 循环神经网络的训练第37-38页
        3.2.3 任务模仿流程的设计第38-39页
    3.3 示教任务模仿的研究与实现第39-43页
        3.3.1 示教数据的获取第39页
        3.3.2 基于RNN的控制策略的生成第39-40页
        3.3.3 示教任务的模仿实现第40-41页
        3.3.4 复杂任务的模仿研究第41-43页
    3.4 泛化任务模仿的研究与实现第43-45页
        3.4.1 泛化任务运动信息的采集第43页
        3.4.2 泛化任务的模仿研究第43-45页
        3.4.3 实验结果分析第45页
    3.5 与BP的对比实验研究第45-46页
        3.5.1 基于BP的原始示教任务模仿第45-46页
        3.5.2 基于BP的泛化任务模仿第46页
    3.6 本章小结第46-48页
第4章 基于LSTM的机械臂目标任务模仿的研究与实现第48-60页
    4.1 引言第48页
    4.2 长短期记忆网络及目标任务模仿的设计第48-52页
        4.2.1 长短期记忆网络的原理第48页
        4.2.2 长短期记忆网络的学习过程第48-50页
        4.2.3 目标任务模仿的设计第50-52页
    4.3 基于单次示教的机械臂目标任务的模仿第52-55页
        4.3.1 基于单次示教的示教数据的获取第52-53页
        4.3.2 基于单次示教的控制策略的获取第53-54页
        4.3.3 基于单次示教的目标任务模仿的实现第54-55页
    4.4 基于多次示教的机械臂目标任务的模仿第55-58页
        4.4.1 基于多次示教的示教数据的获取第55-56页
        4.4.2 基于多次示教的控制策略的获取第56页
        4.4.3 基于多次示教的目标任务模仿的实现第56-58页
    4.5 本章小结第58-60页
结论第60-62页
参考文献第62-66页
攻读硕士学位期间取得的学术成果第66-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于NSGA-Ⅲ的列车多目标操纵优化研究
下一篇:基于学习的红外云图超分辨率重建算法研究