| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-23页 |
| ·研究意义和目的 | 第10-11页 |
| ·课题来源 | 第11页 |
| ·欠驱动系统运动控制及运动轨道生成研究综述 | 第11-20页 |
| ·关于欠驱动系统的动力学研究 | 第12-14页 |
| ·欠驱动系统的控制问题研究 | 第14-18页 |
| ·轨道生成相关的研究 | 第18-20页 |
| ·本文主要研究内容 | 第20-22页 |
| ·欠驱动系统的控制及最优轨道生成中一些相关概念 | 第20-21页 |
| ·本研究的主要内容 | 第21-22页 |
| ·本文各章节内容的安排 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第二章 含有非驱动关节的机器人实例——高尔夫机器人 | 第23-31页 |
| ·高尔夫机器人的背景简介 | 第23-24页 |
| ·高尔夫机器人系统性能指标 | 第24页 |
| ·高尔夫机器人的机械结构 | 第24-26页 |
| ·高尔夫机器人底层控制结构 | 第26-28页 |
| ·高尔夫机器人的动作实验 | 第28-30页 |
| ·高尔夫机器人挥杆动作的运动分析 | 第28-29页 |
| ·边界条件的设定 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 学习控制和神经网络的基本原理 | 第31-46页 |
| ·学习控制的基本原理 | 第31-37页 |
| ·基于模式识别的学习 | 第32-33页 |
| ·基于迭代和重复的学习控制 | 第33-35页 |
| ·联结主义学习控制 | 第35-36页 |
| ·本研究中的学习控制 | 第36-37页 |
| ·神经网络的基本原理 | 第37-45页 |
| ·神经网络的结构 | 第37-38页 |
| ·神经网络的学习 | 第38-40页 |
| ·几种网络结构的比较 | 第40-41页 |
| ·神经网络建模 | 第41-43页 |
| ·神经网络的学习控制 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 含有非驱动关节机器人的学习控制 | 第46-58页 |
| ·非驱动关节的动力学分析 | 第46-49页 |
| ·非驱动关节在运动中的作用 | 第46-48页 |
| ·欠驱动系统的动力学模型 | 第48-49页 |
| ·非驱动关节的控制中存在的问题 | 第49-50页 |
| ·学习控制方法的提出 | 第50-53页 |
| ·问题描述 | 第51页 |
| ·基于反馈的学习控制中存在的问题 | 第51-52页 |
| ·基于动力学模型的学习控制的基本思想 | 第52-53页 |
| ·基于动力学模型的学习控制器方案 | 第53-57页 |
| ·动力学建模 | 第53-55页 |
| ·动力学方程式在控制模型中的运用 | 第55-56页 |
| ·神经网络补偿模块的设计 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 高尔夫机器人的学习控制设计 | 第58-76页 |
| ·基本动力学方程式模型的设计方法 | 第58-64页 |
| ·高尔夫机器人的动力学方程式 | 第58-61页 |
| ·动力学方程式的修正 | 第61-62页 |
| ·止动销和刹车的功能和动力学特性 | 第62-63页 |
| ·动力学方程式求解的计算机实现 | 第63-64页 |
| ·神经网络补偿模型的建立 | 第64-65页 |
| ·补偿结构的两种方案 | 第64页 |
| ·输入输出信号的选择与处理 | 第64-65页 |
| ·最终实现的学习式动力学模型 | 第65-66页 |
| ·学习控制的实验研究 | 第66-75页 |
| ·学习式动力学模型的学习实验 | 第66-69页 |
| ·学习控制对运动控制精度的提高 | 第69-74页 |
| ·学习模型对系统参数的适应 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 含有非驱动关节机器人的最优轨道生成 | 第76-87页 |
| ·欠驱动系统轨道生成的基本问题 | 第76-77页 |
| ·基于非线性优化的最优轨道生成 | 第77-79页 |
| ·问题描述 | 第77-78页 |
| ·最优轨道生成的基本思路 | 第78-79页 |
| ·使用学习式动力学模型的最优轨道生成方案 | 第79-85页 |
| ·学习式动力学模型在最优计算中的使用 | 第80页 |
| ·轨道发生器的设计 | 第80-82页 |
| ·非线性最优算法 | 第82-85页 |
| ·本章小结 | 第85-87页 |
| 第七章 高尔夫机器人的最优轨道生成研究 | 第87-101页 |
| ·最优轨道生成的计算 | 第87-89页 |
| ·时间因素的考虑 | 第87-88页 |
| ·优化参数的选择对优化的影响 | 第88页 |
| ·非线性对优化的影响 | 第88-89页 |
| ·学习与优化交替的轨道生成方案 | 第89-91页 |
| ·最优轨道生成实验 | 第91-100页 |
| ·算法的有效性:初始条件对比 | 第91-93页 |
| ·在高尔夫机器人上进行的实际最优轨道生成实验 | 第93-100页 |
| ·本章小结 | 第100-101页 |
| 第八章 总结与展望 | 第101-104页 |
| 参考文献 | 第104-111页 |
| 致谢 | 第111-112页 |
| 作者在攻读博士学位期间发表的学术论文 | 第112页 |
| 作者在攻读博士学位期间参加的科研工作 | 第112页 |