| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 机械臂控制研究现状 | 第10-15页 |
| 1.3 本文论文研究内容与结构 | 第15-19页 |
| 第2章 刚性机械臂运动学基础与建模 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 机械臂运动学 | 第19-20页 |
| 2.3 机械臂空间描述 | 第20-27页 |
| 2.3.1 位姿描述 | 第20-22页 |
| 2.3.2 齐次坐标变换 | 第22-23页 |
| 2.3.3 机械臂连杆参数 | 第23页 |
| 2.3.4 坐标系统选取的规则 | 第23-24页 |
| 2.3.5 D-H参数法构建齐次变换矩阵 | 第24-25页 |
| 2.3.6 逆向运动学求解 | 第25-27页 |
| 2.4 刚性机器人动力学建模 | 第27-30页 |
| 2.5 相关预备知识 | 第30-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第3章 双自适应的滑模算法机器人轨迹跟踪控制 | 第33-47页 |
| 3.1 引言 | 第33-34页 |
| 3.2 自适应模糊控制 | 第34-36页 |
| 3.2.1 间接自适应模糊系统 | 第34-35页 |
| 3.2.2 直接自适应模糊系统 | 第35-36页 |
| 3.3 双自适应滑模控制器的设计 | 第36-45页 |
| 3.3.1 问题提出 | 第36-37页 |
| 3.3.2 控制器的设计 | 第37页 |
| 3.3.3 模糊系统的设计 | 第37-38页 |
| 3.3.4 Lyapunov函数设计 | 第38-39页 |
| 3.3.5 模型自调整的控制器设计 | 第39-40页 |
| 3.3.6 仿真实验 | 第40-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 自适应神经网络滑模算法的机器人轨迹跟踪控制 | 第47-61页 |
| 4.1 引言 | 第47-48页 |
| 4.2 RBF神经网络 | 第48-50页 |
| 4.3 自适应神经网络滑模控制器的设计 | 第50-60页 |
| 4.3.1 问题提出 | 第50-51页 |
| 4.3.2 滑动模态控制器的设计 | 第51-53页 |
| 4.3.3 RBF神经网络补偿不确定项 | 第53-54页 |
| 4.3.4 稳定性证明 | 第54-55页 |
| 4.3.5 仿真实验 | 第55-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 模糊切换增益滑模算法的机器人轨迹跟踪控制 | 第61-75页 |
| 5.1 引言 | 第61-62页 |
| 5.2 模糊控制技术 | 第62-65页 |
| 5.2.1 模糊控制器的基本结构与组成 | 第62页 |
| 5.2.2 精确输入量的模糊化运算 | 第62-63页 |
| 5.2.3 知识库 | 第63页 |
| 5.2.4 模糊控制规则库 | 第63-64页 |
| 5.2.5 清晰化的计算 | 第64-65页 |
| 5.3 模糊切换增益的滑模控制器的设计 | 第65-73页 |
| 5.3.1 问题提出 | 第65页 |
| 5.3.2 全局滑模控制器的设计 | 第65-67页 |
| 5.3.3 模糊控制器设计 | 第67-69页 |
| 5.3.4 仿真分析 | 第69-73页 |
| 5.4 本章小结 | 第73-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 6.1 论文主要工作和创新点 | 第75-76页 |
| 6.2 论文工作展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间的研究成果 | 第83页 |