首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

未确知环境下机器人力控制技术研究

摘要第1-10页
Abstract第10-15页
第1章 绪论第15-27页
   ·课题背景和意义第15-16页
   ·机器人力控制概述第16-25页
     ·经典力控制方法第17-18页
     ·先进力控制方法第18-19页
     ·智能力控制方法第19-20页
     ·视觉/力觉混合控制方法第20-21页
     ·机器人力控制研究的应用前景第21-25页
   ·本文研究内容第25-27页
第2章 基于神经网络补偿不确定性的机器人力控制研究第27-43页
   ·基于神经网络补偿不确定性的机器人灰色预测力控制第27-32页
     ·神经网络补偿控制器的设计第28-29页
     ·灰色预测模糊 PD 调节第29-31页
     ·仿真研究第31-32页
   ·基于模糊 CMAC 补偿的机器人力/位置鲁棒实时控制第32-37页
     ·模糊 CMAC第33-35页
     ·鲁棒自适应控制器的设计及其稳定性证明第35-37页
     ·仿真研究第37页
   ·基于环境估计的机器人神经网络阻抗控制第37-42页
     ·环境参数在线估计第38页
     ·神经网络补偿不确定性机器人阻抗控制第38-41页
     ·阻抗参数自适应调整第41页
     ·仿真分析第41-42页
   ·本章小结第42-43页
第3章 未确知环境刚度的位控机器人力控制研究第43-60页
   ·基于遗传算法优化模糊控制和灰色预测的机器人力控制第43-48页
     ·基本遗传算法第43-45页
     ·遗传算法优化的模糊力控制器第45-46页
     ·灰色预测模糊控制第46-48页
     ·仿真研究第48页
   ·基于自适应模糊控制的位控机器人力控制第48-51页
     ·环境参数的估计第49页
     ·自适应模糊控制器第49-50页
     ·仿真研究第50-51页
   ·基于模糊神经网络的位控机器人力控制研究第51-54页
     ·模糊神经网络力控制器第52页
     ·环境分类神经网络第52-53页
     ·力控制器的模糊选择第53页
     ·仿真研究第53-54页
   ·模型参考模糊自适应力控制第54-59页
     ·模型参考自适应控制概述第54-56页
     ·模糊力控制器第56-57页
     ·刚度模糊自适应估计第57-58页
     ·仿真研究第58-59页
   ·本章小结第59-60页
第4章 考虑过渡过程的机器人力控制研究第60-68页
   ·机器人模糊滑模阻抗控制第60-64页
     ·机器人动态模型第60-61页
     ·滑模控制器的设计第61-62页
     ·模糊控制器的设计第62-63页
     ·仿真研究第63-64页
   ·基于神经网络的机器人关节转矩力控制研究第64-67页
     ·机器人位置控制第64-66页
     ·机器人力控制第66页
     ·仿真研究第66-67页
   ·本章小结第67-68页
第5章 基于视觉的机器人力控制研究第68-76页
   ·面向位控机器人的视觉/力觉混合控制第68-71页
     ·未知约束在线估计第68-69页
     ·阻抗力控制第69-71页
     ·仿真研究第71页
   ·基于图像雅可比矩阵的机器人视觉/力控制第71-75页
     ·未知环境的法线方向估计第72页
     ·图像雅可比矩阵的估计第72-73页
     ·视觉/力觉混合控制第73-74页
     ·仿真研究第74-75页
   ·本章小结第75-76页
第6章 基于MATLAB/Simulink 的机器人力控制仿真研究第76-83页
   ·S-function 简述第76-78页
     ·建立 m 文件 S-function第76-77页
     ·定义 S-function 的初始信息第77页
     ·输入和输出参量说明第77-78页
   ·N 自由度机器人力控制仿真第78-82页
   ·本章小结第82-83页
结论第83-84页
参考文献第84-96页
攻读博士学位期间承担的科研任务与主要成果第96-98页
致谢第98页

论文共98页,点击 下载论文
上一篇:移动Ad Hoc网络安全路由协议设计与分析技术研究
下一篇:大型复杂自由曲面的喷涂机器人喷枪轨迹优化研究