| 摘要 | 第11-13页 |
| ABSTRACT | 第13-14页 |
| 第一章 绪论 | 第15-29页 |
| 1.1 课题意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-25页 |
| 1.3 论文主要研究内容及章节安排 | 第25-29页 |
| 第二章 多连杆悬挂履带式排爆机器人运动学建模与分析 | 第29-49页 |
| 2.1 多连杆悬挂履带式移动机械臂机构 | 第29-34页 |
| 2.1.1 多连杆悬挂履带式运动平台结构 | 第29-30页 |
| 2.1.2 五自由度机械臂设计 | 第30-34页 |
| 2.2 多连杆悬挂履带式移动平台运动学模型 | 第34-41页 |
| 2.2.1 履带式运动平台运动学建模 | 第34-36页 |
| 2.2.2 多连杆悬挂机构建模 | 第36-39页 |
| 2.2.3 多连杆悬挂履带式移动平台的运动学建模 | 第39-41页 |
| 2.3 五自由度机械手运动学建模 | 第41-45页 |
| 2.4 基于多连杆悬挂运动平台的移动机械臂的运动学建模 | 第45-48页 |
| 2.5 本章小结 | 第48-49页 |
| 第三章 基于多传感器的环境感知与重建 | 第49-71页 |
| 3.1 基于激光扫描仪的测量技术 | 第49-53页 |
| 3.1.1 环境点云数据获取 | 第49-52页 |
| 3.1.2 基于点云数据的三维建模 | 第52-53页 |
| 3.2 基于TOF相机的环境信息采集 | 第53-58页 |
| 3.2.1 TOF相机数学模型 | 第54-55页 |
| 3.2.2 TOF相机标定 | 第55-58页 |
| 3.3 基于多传感器融合的环境地图构建与目标识别 | 第58-67页 |
| 3.3.1 TOF相机图像预处理 | 第58-60页 |
| 3.3.2 基于多传感器信息融合的地图构建 | 第60-61页 |
| 3.3.3 复杂环境下的目标识别 | 第61-67页 |
| 3.4 实验与仿真 | 第67-69页 |
| 3.4.1 灰度图像生成实验 | 第68-69页 |
| 3.4.2 复杂环境中的目标识别实验 | 第69页 |
| 3.5 本章小结 | 第69-71页 |
| 第四章 基于改进A~*算法的履带式运动平台路径规划 | 第71-81页 |
| 4.1 基于A~*算法的履带式运动平台的路径规划 | 第71-76页 |
| 4.1.1 基于传统A~*算法的履带式运动平台路径规划 | 第72-74页 |
| 4.1.2 基于改进A~*算法的履带式运动平台路径规划 | 第74-76页 |
| 4.2 基于二次B样条的路径曲线平滑 | 第76-77页 |
| 4.3 实验结果仿真分析 | 第77-79页 |
| 4.4 本章小结 | 第79-81页 |
| 第五章 基于混沌双种群遗传算法的关节机械臂轨迹规划 | 第81-97页 |
| 5.1 遗传算法技术 | 第81-83页 |
| 5.2 关节空间轨迹规划的方法 | 第83-86页 |
| 5.2.1 基于五次多项式插值的关节空间估计规划 | 第84-85页 |
| 5.2.2 关节空间的B样条轨迹规划 | 第85-86页 |
| 5.3 关节机械臂的时间最优轨迹问题描述 | 第86-88页 |
| 5.4 双种群遗传混沌优化算法 | 第88-91页 |
| 5.4.1 混沌优化算法 | 第89-90页 |
| 5.4.2 双种群遗传混沌优化算法 | 第90-91页 |
| 5.5 最优时间轨迹规划 | 第91-92页 |
| 5.6 仿真及结果分析 | 第92-94页 |
| 5.7 本章小结 | 第94-97页 |
| 第六章 多连杆悬挂履带式移动机械臂轨迹跟踪 | 第97-107页 |
| 6.1 基于MPC算法的轨迹跟踪 | 第97-102页 |
| 6.1.1 MPC算法原理 | 第98-100页 |
| 6.1.2 模型建立 | 第100-102页 |
| 6.1.3 反馈调节 | 第102页 |
| 6.2 轨迹跟踪仿真实验 | 第102-105页 |
| 6.3 本章小结 | 第105-107页 |
| 第七章 总结与展望 | 第107-109页 |
| 7.1 总结 | 第107-108页 |
| 7.2 展望 | 第108-109页 |
| 参考文献 | 第109-119页 |
| 致谢 | 第119-121页 |
| 攻读博士学位期间发表的学术论文 | 第121-123页 |
| 发明专利及软件著作权 | 第123-125页 |
| 攻读博士学位期间参加的科研项目 | 第125-127页 |
| 学位论文评阅及答辩情况表 | 第127页 |
