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--机械手论文

具有模仿学习机制的机械臂系统的研究与实现

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

论文共89页,点击 下载论文
上一篇:国有银行和中小股份制商业银行中间业务收入比较研究
下一篇:中尼石油贸易合作发展研究