| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 机器学习算法的研究概况 | 第10-12页 |
| 1.3 求解稀疏问题的方法概述 | 第12-16页 |
| 1.4 机械臂关节控制器设计方法现状 | 第16-19页 |
| 1.4.1 基于人工调节的控制器设计方法 | 第16-17页 |
| 1.4.2 基于优化的控制器设计方法 | 第17-19页 |
| 1.5 本文研究的主要内容 | 第19-21页 |
| 第2章 机械臂增广线性二次型最优控制研究 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 基于学习方法的机械臂关节模型建立 | 第21-25页 |
| 2.2.1 控制器性能设计指标 | 第21-22页 |
| 2.2.2 AR 自回归模型 | 第22-23页 |
| 2.2.3 机械臂关节动态模型建立 | 第23-25页 |
| 2.3 基于增广LQR的机械臂控制器设计与优化 | 第25-31页 |
| 2.3.1 线性二次型控制算法 | 第25-27页 |
| 2.3.2 值迭代法优化系统二次型性能指标 | 第27-29页 |
| 2.3.3 增广LQR控制器优化设计 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 基于模型学习的重力补偿算法研究 | 第33-48页 |
| 3.1 引言 | 第33页 |
| 3.2 重力补偿项算法分析 | 第33-36页 |
| 3.3 三自由度平面机械臂重力补偿 | 第36-40页 |
| 3.3.1 理论分析 | 第36-38页 |
| 3.3.2 仿真验证 | 第38-40页 |
| 3.4 七自由度机械臂重力补偿 | 第40-45页 |
| 3.4.1 机械臂模型构建 | 第40-41页 |
| 3.4.2 理论分析 | 第41-43页 |
| 3.4.3 仿真验证与最优解求取 | 第43-45页 |
| 3.5 实验验证与误差分析 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 基于L1范数凸优化的无模型重力补偿算法研究 | 第48-62页 |
| 4.1 引言 | 第48页 |
| 4.2 根据矢量积法的模型分析 | 第48-50页 |
| 4.3 L1范数正则化凸优化方法解重力项 | 第50-52页 |
| 4.4 重力补偿项线性方程与基函数字典的建立 | 第52-53页 |
| 4.5 重力补偿参数方程求解与验证 | 第53-60页 |
| 4.5.1 重力补偿项求解 | 第53-60页 |
| 4.5.2 重力补偿方程验证 | 第60页 |
| 4.6 本章小结 | 第60-62页 |
| 第5章 实验系统搭建与实验研究 | 第62-79页 |
| 5.1 引言 | 第62页 |
| 5.2 机械臂实验平台搭建 | 第62-67页 |
| 5.2.1 实验平台与仿真平台 | 第62-64页 |
| 5.2.2 数据通信与ROSControl关节控制 | 第64-66页 |
| 5.2.3 基于Linux与Xenomai实时操作系统 | 第66-67页 |
| 5.3 关节位置控制实验 | 第67-73页 |
| 5.4 整臂动力学控制实验 | 第73-77页 |
| 5.5 本章小结 | 第77-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第85-87页 |
| 致谢 | 第87页 |
