| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-21页 |
| ·引言 | 第13页 |
| ·工业机器人运动学标定技术研究的背景和意义 | 第13-15页 |
| ·工业机器人运动学标定技术研究的国内外现状 | 第15-19页 |
| ·运动学建模 | 第16页 |
| ·位姿测量 | 第16-17页 |
| ·参数辨识 | 第17-18页 |
| ·误差补偿 | 第18-19页 |
| ·本文的主要研究内容 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 机器人运动学标定的理论分析 | 第21-33页 |
| ·刚体的位姿描述 | 第21-23页 |
| ·多刚体之间位姿关系 | 第23-24页 |
| ·微分运动 | 第24-30页 |
| ·微分平移与旋转 | 第24-26页 |
| ·直角坐标系之间微分变换关系 | 第26-30页 |
| ·机器人运动学中的雅克比矩阵 | 第30-31页 |
| ·机器人误差分析 | 第31-32页 |
| ·机器人重复精度 | 第31页 |
| ·机器人绝对精度 | 第31页 |
| ·机器人误差分类 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 IRB140 机器人运动学模型及误差模型的建立 | 第33-49页 |
| ·机器人系统简介 | 第33-36页 |
| ·机器人运动学模型 | 第36-45页 |
| ·坐标系的建立 | 第36-40页 |
| ·机器人正运动学求解 | 第40-42页 |
| ·机器人逆运动学求解 | 第42-45页 |
| ·机器人误差模型 | 第45-48页 |
| ·机器人误差模型概述 | 第45页 |
| ·机器人几何误差模型 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于GA-RBF 网络的机器人逆运动学求解及其仿真分析和求解实例 | 第49-62页 |
| ·引言 | 第49页 |
| ·神经网络基本原理 | 第49-54页 |
| ·神经网络及神经元概述 | 第49-51页 |
| ·神经网络模型的分类 | 第51-52页 |
| ·径向基函数（RBF）网络 | 第52-54页 |
| ·遗传算法（GA）及其在优化神经网络中的应用 | 第54-56页 |
| ·基于GA-RBF 网络的机器人逆运动学求解 | 第56-59页 |
| ·仿真分析 | 第59-60页 |
| ·求解实例 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 基于虚拟封闭运动链法的机器人运动学标定及其仿真和试验 | 第62-79页 |
| ·机器人运动学标定 | 第62-66页 |
| ·位姿测量 | 第63-64页 |
| ·位姿匹配 | 第64-65页 |
| ·位姿测量和位姿匹配的结合 | 第65-66页 |
| ·基于封闭运动链的机器人标定 | 第66-68页 |
| ·基于虚拟封闭运动链法的机器人运动学标定 | 第68-74页 |
| ·虚拟封闭运动链法的应用 | 第68-69页 |
| ·虚拟封闭运动链法的分析 | 第69-74页 |
| ·基于虚拟封闭运动链法的标定仿真 | 第74-77页 |
| ·基于虚拟封闭运动链法的标定试验 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 总结和展望 | 第79-81页 |
| ·总结 | 第79页 |
| ·目前研究工作展望 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 致谢 | 第84-85页 |
| 附录 攻读硕士学位期间发表论文情况 | 第85页 |
