| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·引言 | 第11-12页 |
| ·嵌入式系统应用综述 | 第12-13页 |
| ·装配机器人对控制系统的要求 | 第12页 |
| ·嵌入式系统在装配机器人中应用的关键技术问题 | 第12-13页 |
| ·神经网络算法及其应用研究现状 | 第13-16页 |
| ·神经网络算法理论研究现状 | 第14页 |
| ·神经网络在机器人逆运动学中的应用研究现状 | 第14-15页 |
| ·神经网络在机器人误差补偿中的应用研究现状 | 第15-16页 |
| ·神经网络在嵌入式系统中实现研究现状 | 第16-17页 |
| ·本课题研究的主要内容和意义 | 第17-19页 |
| ·本课题研究的主要内容 | 第17-18页 |
| ·本课题研究的意义 | 第18-19页 |
| 第二章 装配机械手的逆运动学分析 | 第19-26页 |
| ·引言 | 第19页 |
| ·装配机械手逆运动学分析 | 第19-22页 |
| ·装配机械手D-H坐标系的建立 | 第19-21页 |
| ·装配机械手的逆运动学求解 | 第21-22页 |
| ·装配机械手运动学参数误差显著性分析 | 第22-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于改进代数算法神经网络的机械手逆运动学求解 | 第26-45页 |
| ·神经网络的主要特性 | 第26页 |
| ·机器人逆运动学求解问题 | 第26-28页 |
| ·代数算法神经网络模型简介 | 第28-31页 |
| ·神经网络模型 | 第28-29页 |
| ·代数算法 | 第29-31页 |
| ·改进代数算法 | 第31-36页 |
| ·MAA神经网络在装配机械手逆运动学中的应用 | 第36-40页 |
| ·装配机械手随动控制数学模型 | 第36-37页 |
| ·基于MAA神经网络的装配机械手逆运动学模型及其仿真 | 第37-40页 |
| ·装配机械手末端定位精度分析 | 第40-44页 |
| ·一次仿真定位精度分析 | 第40-41页 |
| ·二次仿真定位精度分析 | 第41-44页 |
| ·小结 | 第44-45页 |
| 第四章 基于LMBP神经网络的机械手定位误差补偿研究 | 第45-52页 |
| ·BP神经网络简介 | 第45-47页 |
| ·BP算法的学习过程 | 第45-46页 |
| ·改进的BP算法 | 第46-47页 |
| ·装配机械手定位误差及其补偿分析 | 第47-48页 |
| ·基于LMBP神经网络的装配机械手定位误差补偿模型及其仿真 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第五章 神经网络的单片机实现研究 | 第52-71页 |
| ·装配机械手功能分析 | 第52-53页 |
| ·神经网络模型分析 | 第53-54页 |
| ·基于MAA神经网络的装配机械手逆运动学模型分析 | 第53页 |
| ·基于LMBP算法神经网络的装配机械手定位误差补偿模型分析 | 第53-54页 |
| ·装配机械手控制系统简介 | 第54-58页 |
| ·微处理器——AT89S52 | 第54-55页 |
| ·数据存储器的扩展 | 第55-56页 |
| ·8155数据采集模块 | 第56页 |
| ·键盘与显示模块 | 第56-58页 |
| ·单片机浮点运算简介 | 第58-60页 |
| ·四字节浮点数的表示 | 第58-59页 |
| ·浮点数运算精度 | 第59页 |
| ·规格化浮点数 | 第59-60页 |
| ·算法程序设计与仿真 | 第60-70页 |
| ·单片机程序仿真平台 | 第60-61页 |
| ·主程序设计 | 第61-63页 |
| ·MAA算法程序设计与仿真 | 第63-65页 |
| ·LMBP算法程序设计与仿真 | 第65-69页 |
| ·联调仿真实验 | 第69页 |
| ·仿真结果分析 | 第69-70页 |
| ·小结 | 第70-71页 |
| 第六章 结论和展望 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表的论文 | 第77页 |
| 攻读硕士学位期间参与的科研项目 | 第77页 |
