| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 引言 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-20页 |
| 1.2.1 落猫翻正原理的国内外研究现状 | 第13-17页 |
| 1.2.2 落猫机器人的国内外研究现状 | 第17-20页 |
| 1.3 本文研究意义和目的 | 第20页 |
| 1.4 本文主要内容 | 第20-23页 |
| 第2章 落猫机器人数学模型的建立及其样机结构简介 | 第23-33页 |
| 2.1 落猫空中姿态调整的原理分析 | 第23页 |
| 2.2 落猫机器人数学模型的建立 | 第23-28页 |
| 2.2.1 不可扭转落猫机器人数学模型的建立 | 第23-25页 |
| 2.2.2 可扭转落猫机器人数学模型的建立 | 第25-28页 |
| 2.3 落猫机器人虚拟样机结构简介 | 第28-29页 |
| 2.4 落猫机器人实物样机结构简介 | 第29-30页 |
| 2.5 落猫机器人控制系统简介 | 第30-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第3章 落猫机器人能量最优下落轨迹研究 | 第33-53页 |
| 3.1 最优控制理论简介 | 第33-34页 |
| 3.2 基于拟牛顿法寻找不可扭转模型的能量最优下落轨迹 | 第34-44页 |
| 3.2.1 拟牛顿法理论基础 | 第34-36页 |
| 3.2.2 建立能量目标函数 | 第36页 |
| 3.2.3 阶跃函数逼近控制输入时的最优下落轨迹 | 第36-39页 |
| 3.2.4 傅里叶基逼近控制输入时的最优下落轨迹 | 第39-41页 |
| 3.2.5 样条函数逼近控制输入时的最优下落轨迹 | 第41-43页 |
| 3.2.6 三种逼近方法的效果对比分析 | 第43-44页 |
| 3.3 基于粒子群优化算法寻找能量最优下落轨迹 | 第44-50页 |
| 3.3.1 粒子群优化算法理论介绍 | 第44-45页 |
| 3.3.2 建立能量目标函数 | 第45-46页 |
| 3.3.3 样条函数逼近不可扭转模型控制输入时的最优下落轨迹 | 第46-48页 |
| 3.3.4 样条函数逼近可扭转模型控制输入时的最优下落轨迹 | 第48-50页 |
| 3.4 两种优化算法的效果对比分析 | 第50页 |
| 3.5 本章小结 | 第50-53页 |
| 第4章 落猫机器人时间最优下落轨迹研究 | 第53-61页 |
| 4.1 缩短落猫机器人翻正时间的重要性 | 第53页 |
| 4.2 不可扭转模型的时间最优下落轨迹 | 第53-58页 |
| 4.2.1 建立时间目标函数 | 第53-55页 |
| 4.2.2 仿真结果分析 | 第55-58页 |
| 4.3 可扭转模型的时间最优下落轨迹 | 第58-60页 |
| 4.3.1 建立时间目标函数 | 第58-59页 |
| 4.3.2 仿真结果分析 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 样机实验及分析 | 第61-67页 |
| 5.1 虚拟样机实验及分析 | 第61-63页 |
| 5.1.1 虚拟物理环境简介 | 第61页 |
| 5.1.2 不可扭转虚拟样机仿真实验及分析 | 第61-62页 |
| 5.1.3 可扭转虚拟样机仿真实验及分析 | 第62-63页 |
| 5.2 实物样机实验及分析 | 第63-66页 |
| 5.2.1 实验环境介绍 | 第63-65页 |
| 5.2.2 不可扭转实物样机实验及分析 | 第65页 |
| 5.2.3 可扭转实物样机实验及分析 | 第65-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 本文主要工作总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73-79页 |
| 致谢 | 第79-81页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第81页 |
