基于自适应遗传算法的六轴工业机器人时间最优轨迹规划
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景与研究意义 | 第9-10页 |
| 1.2 工业机器人的发展历史与趋势 | 第10-13页 |
| 1.2.1 工业机器人的发展史 | 第10页 |
| 1.2.2 工业机器人的发展趋势 | 第10-11页 |
| 1.2.3 工业机器人分类 | 第11-13页 |
| 1.3 机器人轨迹规划研究现状 | 第13-14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 六轴工业机器人运动学分析 | 第16-24页 |
| 2.1 机器人的空间描述 | 第16-18页 |
| 2.1.1 位姿描述 | 第16页 |
| 2.1.2 齐次变换及运算 | 第16-18页 |
| 2.2 机器人运动学模型的建立 | 第18-20页 |
| 2.3 机器人逆运动学求解 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 六轴工业机器人轨迹规划研究 | 第24-37页 |
| 3.1 轨迹规划原理描述 | 第24-25页 |
| 3.2 笛卡尔空间内插值 | 第25-28页 |
| 3.2.1 直线插补 | 第25-26页 |
| 3.2.2 圆弧插补 | 第26-28页 |
| 3.3 关节空间插值 | 第28-32页 |
| 3.3.1 五次多项式插值 | 第28-30页 |
| 3.3.2 带有抛物线过渡的线性插值 | 第30-32页 |
| 3.4 机器人轨迹规划仿真 | 第32-36页 |
| 3.4.1 笛卡尔空间的轨迹规划仿真 | 第32-33页 |
| 3.4.2 关节坐标空间的轨迹规划仿真 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于遗传算法的时间最优轨迹规划 | 第37-59页 |
| 4.1 最优轨迹规划问题的提出 | 第37-38页 |
| 4.2 最优轨迹规划问题的数学描述 | 第38-39页 |
| 4.3 遗传算法的优化原理 | 第39-48页 |
| 4.3.1 遗传算法介绍 | 第39-40页 |
| 4.3.2 编码 | 第40-41页 |
| 4.3.3 适应度函数 | 第41-42页 |
| 4.3.4 遗传算子 | 第42-46页 |
| 4.3.5 算法的终止条件 | 第46页 |
| 4.3.6 算法参数 | 第46-48页 |
| 4.3.7 遗传算法的缺点 | 第48页 |
| 4.4 自适应遗传算法分析 | 第48-53页 |
| 4.4.1 自适应遗传算法改进策略 | 第49页 |
| 4.4.2 现有的自适应遗传算法 | 第49-50页 |
| 4.4.3 余弦式自适应遗传算法 | 第50-53页 |
| 4.5 基于AGA时间优化仿真 | 第53-58页 |
| 4.5.1 时间优化仿真分析 | 第54-56页 |
| 4.5.2 关节运动轨迹状态参数优化结果及分析 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 在校研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附录A 插图清单 | 第68-69页 |
| 附录B 表格清单 | 第69页 |
