摘要 | 第3-4页 |
ABSTRACT | 第4页 |
目录 | 第5-7页 |
第一章 绪论 | 第7-14页 |
1.1 前言 | 第7页 |
1.2 课题研究的背景和意义 | 第7-9页 |
1.2.1 课题研究背景 | 第8页 |
1.2.2 课题研究的意义 | 第8-9页 |
1.3 国内外的研究成果 | 第9-11页 |
1.3.1 机器人路径轨迹规划优化国内外研究成果 | 第9-10页 |
1.3.2 笛卡尔空间路径轨迹规划国内外研究成果 | 第10-11页 |
1.4 论文研究的目的 | 第11-12页 |
1.5 论文研究的内容 | 第12-13页 |
1.6 论文结构 | 第13页 |
1.7 本章小结 | 第13-14页 |
第二章 曲线逼近方法与机器人笛卡尔空间规划 | 第14-20页 |
2.1 机器人笛卡尔空间规划问题概述 | 第14页 |
2.2 曲线逼近与机器人笛卡尔空间路径规划 | 第14-15页 |
2.3 曲线逼近方法在机器人笛卡尔空间规划中的应用 | 第15-19页 |
2.3.1 直线圆弧插值 | 第15-16页 |
2.3.2 多项式曲线插值 | 第16页 |
2.3.3 样条曲线插值 | 第16-19页 |
2.4 机器人笛卡尔空间拟合改进思路 | 第19页 |
2.5 本章小结 | 第19-20页 |
第三章 基于改进的遗传算法 Bezier 曲线路径规划 | 第20-43页 |
3.1 遗传算法路径规划概述 | 第20页 |
3.2 遗传算法的改进 | 第20-22页 |
3.2.1 增加退火算子 | 第20-21页 |
3.2.2 增加种群校验 | 第21-22页 |
3.3 Bezier 曲线的特性 | 第22-25页 |
3.3.1 Bezier 曲线概述与基本特性 | 第22-23页 |
3.3.2 Bezier 曲线的拼接方法 | 第23-24页 |
3.3.3 Bezier 曲线平滑方法 | 第24-25页 |
3.4 种群校验改进的遗传算法笛卡尔空间路径规划 | 第25-31页 |
3.4.1 种群建立 | 第25-26页 |
3.4.2 种群校验方法 | 第26-27页 |
3.4.3 适应度函数 | 第27-28页 |
3.4.4 遗传算子的设计 | 第28-30页 |
3.4.5 遗传算法流程 | 第30-31页 |
3.5 算法模拟与比较 | 第31-42页 |
3.5.1 实验平台 | 第31页 |
3.5.2 相同曲线跟踪实验比较 | 第31-37页 |
3.5.3 不同类型曲线逼近结果比较实验 | 第37-39页 |
3.5.4 曲线拼接跟踪实验 | 第39-41页 |
3.5.5 算法模拟总结 | 第41-42页 |
3.6 本章小结 | 第42-43页 |
第四章 路径规划的实现 | 第43-59页 |
4.1 机器人平台的硬件构成 | 第43-47页 |
4.1.1 五自由度教学机器人控制系统框图 | 第44-45页 |
4.1.2 五自由度教学机器人的驱动和开发软件 | 第45-47页 |
4.2 五自由度机器人正运动学分析和逆运动学分析 | 第47-50页 |
4.2.1 D-H 模型建立 | 第47-48页 |
4.2.2 正运动学解 | 第48-49页 |
4.2.3 逆运动学解 | 第49-50页 |
4.3 机器人仿真模型设计 | 第50-55页 |
4.4 路径规划模拟运行 | 第55-56页 |
4.5 五自由度教学机器人路径轨迹实验 | 第56-58页 |
4.6 本章小结 | 第58-59页 |
第五章 全文总结 | 第59-62页 |
5.1 主要结论 | 第59-60页 |
5.2 论文的创新点 | 第60页 |
5.3 研究展望 | 第60-62页 |
参考文献 | 第62-65页 |
致谢 | 第65-66页 |
攻读硕士期间已发表或录用的论文 | 第66-68页 |