基于六自由度工业机器人轨迹跟踪控制的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究的背景和意义 | 第9页 |
| 1.2 工业机器人的发展历程和现状 | 第9-12页 |
| 1.3 机器人轨迹跟踪的研究现状 | 第12-16页 |
| 1.3.1 控制方法分类与简介 | 第12-13页 |
| 1.3.2 国外轨迹跟踪研究现状 | 第13-15页 |
| 1.3.3 国内轨迹跟踪研究现状 | 第15-16页 |
| 1.4 本文主要内容和章节安排 | 第16-18页 |
| 第2章 机器人运动学和动力学分析 | 第18-30页 |
| 2.1 机器人运动学分析 | 第18-23页 |
| 2.1.1 机器人连杆参数及连杆坐标系 | 第18-21页 |
| 2.1.2 机器人MDH建模及运动学正解 | 第21-23页 |
| 2.2 机器人动力学分析 | 第23-27页 |
| 2.2.1 动力学方程推导 | 第24-27页 |
| 2.2.2 机器人动力学特性 | 第27页 |
| 2.2.3 动力学方程的简化 | 第27页 |
| 2.3 运动学模型的仿真验证 | 第27-29页 |
| 2.4 小结 | 第29-30页 |
| 第3章 工业机器人轨迹规划 | 第30-40页 |
| 3.1 轨迹规划的概念 | 第30页 |
| 3.2 轨迹规划的方式 | 第30-36页 |
| 3.2.1 关节空间轨迹规划 | 第31-34页 |
| 3.2.2 笛卡尔空间轨迹规划 | 第34-36页 |
| 3.3 轨迹规划仿真验证 | 第36-39页 |
| 3.4 小结 | 第39-40页 |
| 第4章 机器人的神经网络鲁棒控制 | 第40-55页 |
| 4.1 神经网络补偿的机器人鲁棒控制 | 第40-46页 |
| 4.1.1 径向基神经网络结构 | 第40-42页 |
| 4.1.2 控制器的设计 | 第42-44页 |
| 4.1.3 稳定性分析 | 第44-46页 |
| 4.2 粒子寻优的神经网络鲁棒控制 | 第46-48页 |
| 4.2.1 粒子群算法 | 第46-47页 |
| 4.2.2 粒子群优化RBF网络参数 | 第47-48页 |
| 4.3 控制器仿真验证 | 第48-54页 |
| 4.4 小结 | 第54-55页 |
| 第5章 基于观测器的机器人滑模控制 | 第55-67页 |
| 5.1 非线性干扰观测器设计 | 第55-58页 |
| 5.1.1 问题描述 | 第55-56页 |
| 5.1.2 构造干扰观测器 | 第56-58页 |
| 5.2 干扰观测补偿的滑模控制器 | 第58-62页 |
| 5.2.1 滑模变结构原理 | 第58-59页 |
| 5.2.2 基于干扰观测器的等效滑模控制 | 第59-60页 |
| 5.2.3 基于改进的幂次趋近律滑模轨迹跟踪控制 | 第60-62页 |
| 5.3 控制器仿真验证 | 第62-66页 |
| 5.4 小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 内容总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 作者简介 | 第75-76页 |
| 攻读硕士学位期间研究成果 | 第76页 |
