| 摘要 | 第5-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究概况 | 第14-18页 |
| 1.3 研究内容及论文组织 | 第18-19页 |
| 第二章 搬运机器人动力学建模与仿真 | 第19-37页 |
| 2.1 机器人动力学模型 | 第19-24页 |
| 2.1.1 机器人动力学方程 | 第19-22页 |
| 2.1.2 机器人动力学仿真模型 | 第22-24页 |
| 2.2 建立搬运机器人参数化运动学模型 | 第24-32页 |
| 2.2.1 机器人D-H参数及变换矩阵 | 第24-27页 |
| 2.2.2 机器人逆运动学求解 | 第27-29页 |
| 2.2.3 机器人空间轨迹设计 | 第29-30页 |
| 2.2.4 机器人三次样条曲线的轨迹规划 | 第30-32页 |
| 2.3 搬运机器人动力学仿真分析 | 第32-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 粒子群优化RBF神经网络的控制器设计及仿真 | 第37-48页 |
| 3.1 RBF神经网络 | 第37-39页 |
| 3.1.1 神经网络在机器人控制应用中的发展 | 第37-38页 |
| 3.1.2 RBF网络结构及辨识控制系统 | 第38页 |
| 3.1.3 RBF神经网络算法 | 第38-39页 |
| 3.2 基于粒子群实时在线优化的RBF神经网络自适应控制 | 第39-43页 |
| 3.2.1 机器人动力学控制系统建模 | 第39-40页 |
| 3.2.2 模型不确定部分的RBF网络逼近 | 第40-41页 |
| 3.2.3 粒子群优化神经网络算法设计 | 第41-43页 |
| 3.3 仿真实验 | 第43-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 机器人神经网络滑模控制器设计及仿真 | 第48-58页 |
| 4.1 滑模控制 | 第48-51页 |
| 4.1.1 滑模控制的发展及应用 | 第48页 |
| 4.1.2 滑模切换面设计 | 第48-49页 |
| 4.1.3 滑模控制到达条件及稳定性 | 第49-50页 |
| 4.1.4 滑模控制器设计 | 第50-51页 |
| 4.2 机器人神经滑模控制器设计 | 第51-54页 |
| 4.2.1 神经滑模控制概念基础 | 第51-52页 |
| 4.2.2 RBF神经滑模控制器设计 | 第52-53页 |
| 4.2.3 稳定性分析 | 第53-54页 |
| 4.3 仿真实验 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 ER20-C10搬运机器人实验测试及分析 | 第58-68页 |
| 5.1 ER20-C10机器人控制系统 | 第58-61页 |
| 5.2 ER20-C10机器人示教编程 | 第61-63页 |
| 5.3 ER20-C10机器人搬运实验结果分析 | 第63-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-71页 |
| 6.1 结论 | 第68-69页 |
| 6.2 创新点 | 第69-70页 |
| 6.3 研究展望 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 攻读硕士学位期间所发表的学术论文和成果目录 | 第78-79页 |
| 致谢 | 第79页 |