| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-29页 |
| 1.1 选题的研究背景及意义 | 第13-14页 |
| 1.2 可重构模块机器人的国内外研究现状综述 | 第14-18页 |
| 1.2.1 国外研究现状 | 第14-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 可重构模块机器人的主要研究内容 | 第18-26页 |
| 1.3.1 模块设计与构形优化 | 第18-20页 |
| 1.3.2 运动学、动力学及传动装置建模 | 第20-22页 |
| 1.3.3 面向动态约束的关节力矩反馈与补偿 | 第22-23页 |
| 1.3.4 控制方法研究 | 第23-26页 |
| 1.4 本文的主要研究内容及章节安排 | 第26-29页 |
| 第2章 可重构模块机器人动力学建模与关节力矩估计 | 第29-47页 |
| 2.1 引言 | 第29-30页 |
| 2.2 可重构模块机器人动力学模型的建立 | 第30-35页 |
| 2.2.1 基于 Newton-Euler 迭代算法的动力学模型建立 | 第30-33页 |
| 2.2.2 面向动态约束的子系统动力学模型建立 | 第33-35页 |
| 2.3 基于谐波传动模型的关节力矩估计 | 第35-45页 |
| 2.3.1 谐波传动装置的机械结构 | 第35-36页 |
| 2.3.2 基本谐波传动模型 | 第36-37页 |
| 2.3.3 考虑柔度与摩擦的谐波传动模型 | 第37-39页 |
| 2.3.4 改进的非线性谐波传动模型 | 第39-43页 |
| 2.3.5 关节力矩估计 | 第43-45页 |
| 2.4 本章小结 | 第45-47页 |
| 第3章 基于 ACI 的可重构模块机器人分散强化学习最优控制 | 第47-65页 |
| 3.1 引言 | 第47-49页 |
| 3.2 面向动态约束的分散强化学习最优控制 | 第49-64页 |
| 3.2.1 问题描述 | 第49页 |
| 3.2.2 基于 ACI 的分散强化学习最优鲁棒控制器设计 | 第49-59页 |
| 3.2.3 仿真研究 | 第59-64页 |
| 3.3 本章小结 | 第64-65页 |
| 第4章 基于 VGSTA 的可重构模块机器人分散滑模控制 | 第65-95页 |
| 4.1 引言 | 第65-66页 |
| 4.2 螺旋算法与超螺旋算法的基本概念 | 第66-68页 |
| 4.2.1 螺旋算法 | 第66-67页 |
| 4.2.2 超螺旋算法 | 第67-68页 |
| 4.3 基于 VGSTA-ESO 的分散终端滑模控制 | 第68-81页 |
| 4.3.1 问题描述 | 第68-69页 |
| 4.3.2 基于 VGSTA-ESO 的分散终端滑模控制器设计 | 第69-76页 |
| 4.3.3 基于遗传模拟退火算法的 VGSTA-ESO 参数自适应调整 | 第76-78页 |
| 4.3.4 仿真研究 | 第78-81页 |
| 4.4 面向动态约束的分散积分嵌套滑模控制 | 第81-93页 |
| 4.4.1 问题描述 | 第81-82页 |
| 4.4.2 分散积分嵌套滑模控制器设计 | 第82-89页 |
| 4.4.3 仿真研究 | 第89-93页 |
| 4.5 本章小结 | 第93-95页 |
| 第5章 基于关节力矩估计的可重构模块机器人分散积分滑模控制 | 第95-125页 |
| 5.1 引言 | 第95-96页 |
| 5.2 仅采用位置测量信息的分散积分滑模控制与实验研究 | 第96-113页 |
| 5.2.1 问题描述 | 第96-100页 |
| 5.2.2 仅采用位置测量信息的分散积分滑模控制器设计 | 第100-109页 |
| 5.2.3 实验研究 | 第109-113页 |
| 5.3 面向动态约束的分散积分滑模控制 | 第113-124页 |
| 5.3.1 问题描述 | 第113-114页 |
| 5.3.2 分散积分滑模控制器设计 | 第114-120页 |
| 5.3.3 仿真研究 | 第120-124页 |
| 5.4 本章小结 | 第124-125页 |
| 第6章 总结与展望 | 第125-127页 |
| 6.1 全文总结 | 第125-126页 |
| 6.2 研究展望 | 第126-127页 |
| 参考文献 | 第127-141页 |
| 作者简介及在学期间所取得的科研成果 | 第141-143页 |
| 致谢 | 第143-144页 |
