| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.1.1 论文研究背景 | 第9-11页 |
| 1.1.2 论文研究意义 | 第11页 |
| 1.2 工业机器人的现状和发展趋势 | 第11-13页 |
| 1.3 工业机器人轨迹规划研究现状 | 第13-16页 |
| 1.4 本文主要研究内容和章节安排 | 第16-19页 |
| 2 工业机器人轨迹规划的理论基础 | 第19-36页 |
| 2.1 六自由度串联机器人的运动学分析 | 第19-26页 |
| 2.1.1 机械手D-H描述和运动方程的建立 | 第19-21页 |
| 2.1.2 机械手运动学方程求解 | 第21-23页 |
| 2.1.3 AIR6A六自由度串联机械手运动分析 | 第23-25页 |
| 2.1.4 MATLAB/RoboticsToolbox仿真验证 | 第25-26页 |
| 2.2 六自由度串联机器人的动力学分析 | 第26-32页 |
| 2.2.1 机械手的动能和势能 | 第27-28页 |
| 2.2.2 机械手的动力学方程 | 第28-29页 |
| 2.2.3 AIR6A机械手动力学分析 | 第29-32页 |
| 2.3 三次非均匀B样条插值方法的理论基础 | 第32-36页 |
| 3 基于粒子群算法的轨迹能耗研究 | 第36-48页 |
| 3.1 轨迹规划问题的描述 | 第36-37页 |
| 3.2 基于动能的能耗模型 | 第37-38页 |
| 3.3 基于粒子群算法的轨迹规划 | 第38-47页 |
| 3.3.1 粒子群算法概述 | 第38-42页 |
| 3.3.2 粒子群算法的MATLAB仿真及结果分析 | 第42-47页 |
| 3.4 本章小结 | 第47-48页 |
| 4 基于遗传算法和遗传-粒子群算法的轨迹能耗研究 | 第48-55页 |
| 4.1 遗传算法概述 | 第48-49页 |
| 4.2 GPSO算法概述 | 第49页 |
| 4.3 轨迹规划及MATLAB仿真 | 第49-53页 |
| 4.4 本章小结 | 第53-55页 |
| 5 基于虚拟样机的轨迹能耗优化算法评价方法 | 第55-65页 |
| 5.1 AIR6A机械手模型仿真 | 第55-58页 |
| 5.1.1 模型建立 | 第55-56页 |
| 5.1.2 添加约束和驱动 | 第56-58页 |
| 5.2 ADAMS动力学仿真 | 第58-62页 |
| 5.2.1 粒子群算法轨迹规方案仿真 | 第58-60页 |
| 5.2.2 以GPSO算法优化的路径为驱动函数 | 第60-62页 |
| 5.3 轨迹能耗模型优化算法评价 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表的论文及取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |