| 摘要 | 第1-7页 |
| Abstract | 第7-18页 |
| 插图、附表清单 | 第18-20页 |
| 符号说明 | 第20-21页 |
| 引言 | 第21-23页 |
| 第1部分 机器人学发展概述 | 第23-36页 |
| 1 绪论 | 第23-30页 |
| ·本文的研究动机和选题意义 | 第23-26页 |
| ·本文主要的研究工作及内容 | 第26-30页 |
| ·本文的研究任务 | 第26页 |
| ·本文的内容安排 | 第26-30页 |
| 2 机器人控制方法概述 | 第30-35页 |
| ·机器人运动控制学的发展概况 | 第30-31页 |
| ·运动学控制 | 第30页 |
| ·动力学控制 | 第30-31页 |
| ·机器人运动控制技术的发展概况 | 第31-35页 |
| ·经典控制 | 第31-32页 |
| ·现代控制 | 第32-33页 |
| ·智能控制 | 第33-35页 |
| 本章小结 | 第35-36页 |
| 第2部分 机器人运动学的数学模型 | 第36-58页 |
| 3 机器人正运动学模型求解 | 第36-45页 |
| ·引言 | 第36页 |
| ·刚体的位姿描述和齐次变换 | 第36-38页 |
| ·机器人正运动学模型的建立 | 第38-39页 |
| ·实例——PUMA560机械臂的运动方程 | 第39-44页 |
| ·问题描述 | 第40页 |
| ·背景知识 | 第40-41页 |
| ·PUMA560机械臂的运动方程 | 第41-42页 |
| ·求解PUMA560机械臂的运动方程 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 4 机器人逆运动学模型求解 | 第45-53页 |
| ·引言 | 第45页 |
| ·机器人逆运动学模型的建立 | 第45页 |
| ·实例——PUMA560机械臂的运动方程 | 第45-48页 |
| ·求解PUMA560机械臂的运动方程 | 第48-52页 |
| ·问题描述 | 第48页 |
| ·手工求解 PUMA560机械臂的运动方程 | 第48-50页 |
| ·程序求解 PUMA560机械臂的运动方程 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 5 机器人避障运动轨迹规划 | 第53-58页 |
| ·引言 | 第53页 |
| ·机器人避障的运动学规划 | 第53-55页 |
| ·实例——PUMA560机械臂避障运动轨迹 | 第55页 |
| ·求解PUMA560机械臂避障运动轨迹 | 第55-57页 |
| ·问题描述 | 第55-56页 |
| ·求解PUMA560机械臂避障运动轨迹的算法 | 第56页 |
| ·程序求解PUMA560机械臂避障运动轨迹 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第3部分 机器人智能控制策略 | 第58-95页 |
| 6 机器人轨迹规划的模糊控制策略 | 第58-73页 |
| ·引言 | 第58页 |
| ·模糊控制器的设计 | 第58-64页 |
| ·模糊控制器的基本原理 | 第59-60页 |
| ·模糊控制规则的设计 | 第60-61页 |
| ·精确量的模糊化和模糊量的精确化 | 第61-62页 |
| ·论域、量化因子和比例因子的选择 | 第62-63页 |
| ·模糊控制算法的实现 | 第63-64页 |
| ·实例——基于模糊 PID控制的机器人运动 | 第64-69页 |
| ·机器人的系统结构 | 第65页 |
| ·机器人运动控制规则 | 第65-69页 |
| ·机器人的避障性能验证 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 7 机器人轨迹规划中的模糊神经网络控制策略 | 第73-88页 |
| ·引言 | 第73页 |
| ·模糊神经网络控制原理 | 第73页 |
| ·常规模糊系统的等价神经网络 | 第73-78页 |
| ·常规模糊系统的模糊模型 | 第73页 |
| ·隶属函数网络模型 | 第73-74页 |
| ·模糊神经网络控制模型 | 第74-76页 |
| ·模糊神经网络的学习算法 | 第76-78页 |
| ·实例—基于常规模糊神经网络控制的机器人运动 | 第78-87页 |
| ·模糊神经网络结构 | 第80-82页 |
| ·计算模型 | 第82-84页 |
| ·机器人的避障性能验证 | 第84-87页 |
| ·本章小结 | 第87-88页 |
| 8 机器人轨迹规划中的遗传算法控制策略 | 第88-95页 |
| ·引言 | 第88页 |
| ·遗传算法路径规划的基本原理 | 第88-89页 |
| ·遗传算法路径规划的实验设计 | 第89-93页 |
| ·运动规划的空间路径编码 | 第89-91页 |
| ·初始种群设置 | 第91-92页 |
| ·静态环境下适应度函数设置 | 第92页 |
| ·遗传算子 | 第92-93页 |
| ·实例—基于遗传算法的机器人路径规划 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 第4部分 机器人智能控制策略的仿真 | 第95-102页 |
| 9 机器人智能控制方案仿真 | 第95-102页 |
| ·引言 | 第95页 |
| ·仿真流程图构成的一般原则 | 第95-96页 |
| ·实例—智能控制仿真 | 第96-101页 |
| ·实例—PUMA560机械臂智能控制仿真 | 第97-100页 |
| ·实例—大学版智能机器人MT-UROBOT智能控制仿真 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 第5部分 结论及其展望 | 第102-106页 |
| 结论 | 第102-105页 |
| 1 研究工作回顾 | 第102-104页 |
| ·机器人规划的数学模型 | 第102页 |
| ·机器人智能控制策略 | 第102-103页 |
| ·机器人智能控制策略的仿真 | 第103-104页 |
| 2 后续研究工作 | 第104-105页 |
| 展望 | 第105-106页 |
| 第6部分 附录 | 第106-110页 |
| 参考文献 | 第106-109页 |
| 附录A PUMA560机械臂仿真框图 | 第109-110页 |
| 致谢 | 第110-111页 |
| 作者简介 | 第111页 |
| 攻读硕士学位期间参与科研情况 | 第111页 |
| 攻读硕士学位期间获奖情况 | 第111-112页 |
| 攻读硕士学位期间发表和完成的学术论文情况 | 第112-113页 |
| 攻读硕士学位期间参与学术会议情况 | 第113页 |