面向环境和输入约束的机器人控制策略研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-19页 |
| 1.2.1 机器人的研究现状 | 第11-17页 |
| 1.2.2 机器人与环境力交互控制的研究现状 | 第17-18页 |
| 1.2.3 非线性系统的研究现状 | 第18-19页 |
| 1.2.4 饱和输入的研究现状 | 第19页 |
| 1.3 本文的研究内容及结构安排 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第二章 理论预备知识与仿真和实验平台介绍 | 第21-30页 |
| 2.1 数学基础 | 第21页 |
| 2.2 稳定性理论 | 第21-23页 |
| 2.3 最优线性二次型 | 第23页 |
| 2.4 神经网络理论 | 第23-25页 |
| 2.5 仿真和实验平台介绍 | 第25-29页 |
| 2.5.1 仿真系统 | 第25-26页 |
| 2.5.2 机器人实验平台 | 第26-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 复杂环境下机器人摇操作控制系统设计 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 遥操作系统描述 | 第30-31页 |
| 3.3 机器人摇控制系统的设计 | 第31-37页 |
| 3.3.1 人体手臂模型 | 第31-33页 |
| 3.3.2 几何向量法 | 第33-35页 |
| 3.3.3 控制器设计及稳定性分析 | 第35-37页 |
| 3.4 实验验证 | 第37-40页 |
| 3.4.1 运动捕捉实验结果分析 | 第37-38页 |
| 3.4.2 控制器实验结果分析 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 无需力传感器的机器人导纳控制系统设计 | 第42-56页 |
| 4.1 引言 | 第42-43页 |
| 4.2 力观测器 | 第43-45页 |
| 4.3 控制器设计以及系统稳定性分析 | 第45-50页 |
| 4.3.1 导纳控制 | 第45-46页 |
| 4.3.2 控制器设计 | 第46-49页 |
| 4.3.3 稳定性分析 | 第49-50页 |
| 4.4 仿真验证 | 第50-55页 |
| 4.4.1 数据采集结果 | 第50-51页 |
| 4.4.2 控制器实验结果分析 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 自适应最优交互控制系统 | 第56-70页 |
| 5.1 引言 | 第56-57页 |
| 5.2 预备知识及问题陈述 | 第57-58页 |
| 5.2.1 环境动态模型 | 第57-58页 |
| 5.2.2 代价函数 | 第58页 |
| 5.3 自适应最优导纳控制 | 第58-61页 |
| 5.4 控制器设计以及稳定性分析 | 第61-65页 |
| 5.4.1 控制器设计 | 第61-62页 |
| 5.4.2 稳定性分析 | 第62-65页 |
| 5.5 仿真验证 | 第65-68页 |
| 5.5.1 自适应最优导纳控制的仿真验证 | 第65-67页 |
| 5.5.2 自适应神经网络控制器的仿真验证 | 第67-68页 |
| 5.5.3 力观测器的仿真验证 | 第68页 |
| 5.6 本章小节 | 第68-70页 |
| 第六章 机器人输入饱和导纳控制系统 | 第70-82页 |
| 6.1 引言 | 第70-71页 |
| 6.2 饱和约束问题陈述 | 第71-72页 |
| 6.3 观测器设计 | 第72-73页 |
| 6.4 控制系统设计与稳定性分析 | 第73-76页 |
| 6.5 仿真验证 | 第76-81页 |
| 6.5.1 观测器的仿真验证 | 第76-77页 |
| 6.5.2 控制器的仿真验证 | 第77-79页 |
| 6.5.3 输入饱和的仿真验证 | 第79-81页 |
| 6.6 本章小结 | 第81-82页 |
| 总结与展望 | 第82-84页 |
| 参考文献 | 第84-98页 |
| 攻读硕士学位期间取得的研究成果 | 第98-99页 |
| 致谢 | 第99-100页 |
| 附件 | 第100页 |
