摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-25页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 机械臂的发展概述 | 第10-12页 |
1.2.1 机械臂及其应用 | 第10-11页 |
1.2.2 机械臂的发展历程 | 第11-12页 |
1.2.3 机械臂研究存在的问题 | 第12页 |
1.3 机器人模仿学习 | 第12-18页 |
1.3.1 机器人模仿学习的仿生学及认知生物学背景 | 第12-14页 |
1.3.2 机器人模仿学习系统 | 第14页 |
1.3.3 机器人模仿学习的特点及优势 | 第14-15页 |
1.3.4 机器人模仿学习行为获取的方式 | 第15-16页 |
1.3.5 机器人模仿学习行为表征的方法 | 第16-18页 |
1.4 机器人模仿学习的国内外研究现状 | 第18-24页 |
1.4.1 行为动作的模仿 | 第18-22页 |
1.4.2 认知机理的模仿 | 第22-24页 |
1.5 本文的研究内容及组织结构 | 第24-25页 |
第2章 具有模仿学习机制的机械臂系统设计与实现 | 第25-43页 |
2.1 引言 | 第25页 |
2.2 具有模仿学习机制的机械臂系统组成 | 第25-27页 |
2.2.1 机械臂系统硬件组成架构分析 | 第25-26页 |
2.2.2 机械臂模型结构确定 | 第26-27页 |
2.3 机械臂系统硬件模块的设计与实现 | 第27-37页 |
2.3.1 机械臂系统的感知模块 | 第27-29页 |
2.3.2 机械臂系统的学习模块 | 第29-31页 |
2.3.3 机械臂系统的执行模块 | 第31-33页 |
2.3.4 机械臂系统的电源模块 | 第33-34页 |
2.3.5 机械臂系统的硬件调试 | 第34-37页 |
2.4 具有模仿学习机制的机械臂系统行为模仿流程 | 第37-39页 |
2.5 基于ADAMS的机械臂三维仿真模型的建立 | 第39-42页 |
2.5.1 机械臂三维仿真等比例模型的建立 | 第39-41页 |
2.5.2 手把手示教行为信息的获取及处理 | 第41-42页 |
2.6 本章小结 | 第42-43页 |
第3章 基于改进BP神经网络的机械臂行为模仿研究与实现 | 第43-63页 |
3.1 引言 | 第43页 |
3.2 基于BP神经网络模仿学习策略的设计 | 第43-51页 |
3.2.1 BP神经网络的原理及特点 | 第43-45页 |
3.2.2 基于模仿学习任务的BP网络构建及参数设计 | 第45-47页 |
3.2.3 基于BP网络训练的模仿学习策略获取 | 第47-51页 |
3.3 基于遗传算法的BP神经网络优化及改进 | 第51-55页 |
3.3.1 遗传算法的原理及特点 | 第52页 |
3.3.2 基于遗传算法的BP神经网络优化 | 第52-53页 |
3.3.3 基于改进BP神经网络的机械臂模仿学习及对比实验 | 第53-55页 |
3.4 基于改进BP神经网络的机械臂系统模仿学习流程 | 第55-56页 |
3.5 基于ADAMS和MATLAB的机械臂行为模仿联合仿真 | 第56-61页 |
3.5.1 机械臂联合仿真系统的建立 | 第56-58页 |
3.5.2 机械臂行为模仿联合仿真实验 | 第58-60页 |
3.5.3 机械臂复杂行为动作的模仿 | 第60-61页 |
3.6 本章小结 | 第61-63页 |
第4章 机械臂复杂行为模仿及示教轨迹优化的研究与实现 | 第63-81页 |
4.1 引言 | 第63页 |
4.2 基于RBF神经网络模仿学习策略的设计 | 第63-68页 |
4.2.1 RBF神经网络的原理及特点 | 第63-64页 |
4.2.2 基于行为模仿任务的RBF网络构建 | 第64-65页 |
4.2.3 基于RBF网络训练的模仿学习策略获取 | 第65-67页 |
4.2.4 RBF神经网络与改进BP神经网络在模仿学习任务中的应用 | 第67-68页 |
4.3 基于高斯混合模型的示教轨迹优化 | 第68-74页 |
4.3.1 高斯混合模型的原理及特点 | 第68-69页 |
4.3.2 基于高斯混合模型的示教轨迹表征 | 第69-71页 |
4.3.3 基于高斯混合回归的示教轨迹优化 | 第71页 |
4.3.4 机械臂最优示教轨迹获取及抗干扰实验 | 第71-74页 |
4.4 基于最优示教轨迹及RBF神经网络的机械臂系统模仿学习流程 | 第74-75页 |
4.5 基于最优示教轨迹的机械臂复杂行为模仿及联合仿真 | 第75-79页 |
4.6 本章小结 | 第79-81页 |
结论 | 第81-83页 |
参考文献 | 第83-87页 |
攻读硕士学位期间所取得的研究成果 | 第87-89页 |
致谢 | 第89页 |