| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-21页 |
| ·机器人技术的发展历程与定义 | 第12-13页 |
| ·本课题的研究意义及国内外研究动态 | 第13-14页 |
| ·机器人路径规划研究的研究综述 | 第14-20页 |
| ·位姿空间(Configuration Space) | 第14-15页 |
| ·环境表示法 | 第15页 |
| ·规划方法 | 第15-19页 |
| ·搜索方法 | 第19-20页 |
| ·本文的主要工作 | 第20-21页 |
| 2 工业机器人的运动学模型 | 第21-27页 |
| ·RK10S型工业机器人 | 第21-25页 |
| ·机器人坐标系的建立 | 第21-22页 |
| ·机器人连杆参数 | 第22页 |
| ·机器人运动学模型 | 第22-25页 |
| ·ABB IRB1400型工业机器人 | 第25-27页 |
| ·机器人连杆参数 | 第25页 |
| ·机器人运动学模型 | 第25页 |
| ·机器人运动学综合 | 第25-27页 |
| 3 基于波扩散方法的工业机器人路径规划 | 第27-38页 |
| ·引言 | 第27-28页 |
| ·工作空间离散化 | 第28页 |
| ·波扩散法(Wave expansion method)路径搜索 | 第28-33页 |
| ·波扩散算法 | 第28-30页 |
| ·与传统的深度优先算法(Depth-first search method)的比较 | 第30-32页 |
| ·波扩散算法的评价 | 第32-33页 |
| ·仿真结果 | 第33-37页 |
| ·仿真环境简介 | 第33-34页 |
| ·仿真结果 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于遗传算法(Genetic Algorithm)的工业机器人路径规划 | 第38-58页 |
| ·引言 | 第38-39页 |
| ·遗传算法的优点 | 第39-41页 |
| ·寻优方法的分类及其特点 | 第39-40页 |
| ·遗传算法的优点 | 第40-41页 |
| ·遗传算法的工作原理 | 第41-46页 |
| ·表示结构 | 第41页 |
| ·处理约束条件 | 第41页 |
| ·个体编码方法 | 第41-42页 |
| ·遗传算法中的适应度函数(fitness(v)) | 第42页 |
| ·遗传算法的操作步骤 | 第42-46页 |
| ·优化问题的解 | 第46页 |
| ·C-空间中的障碍物检测 | 第46-52页 |
| ·RK10S机器人运动模型的简化 | 第46-47页 |
| ·C-空间中的障碍物 | 第47-52页 |
| ·基于遗传算法的机器人路径规划 | 第52-53页 |
| ·基于孤岛驱动搜索策略的遗传算法 | 第52-53页 |
| ·仿真实验 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 5 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 在学研究成果 | 第64-65页 |
