摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第8-16页 |
1.1 研究的背景与意义 | 第8页 |
1.2 国内外研究现状 | 第8-14页 |
1.3 移动机器人轨迹跟踪控制问题发展趋势 | 第14-15页 |
1.4 论文的主要内容与安排 | 第15-16页 |
第2章 移动机器人的数学模型 | 第16-30页 |
2.1 移动机器人的物理模型 | 第16-17页 |
2.2 非完整移动机器人概述 | 第17-22页 |
2.2.1 非完整约束与非完整系统 | 第17-19页 |
2.2.2 移动机器人的非完整性分析 | 第19-21页 |
2.2.3 系统可控性分析 | 第21-22页 |
2.3 非完整约束移动机器人的坐标系选择 | 第22-23页 |
2.4 非完整移动机器人建模 | 第23-28页 |
2.4.1 非完整移动机器人运动学建模 | 第23-25页 |
2.4.2 非完整移动机器人动力学建模 | 第25-28页 |
2.5 本章小结 | 第28-30页 |
第3章 移动机器人的运动学轨迹跟踪控制 | 第30-54页 |
3.1 问题描述 | 第30-32页 |
3.2 模型参数已知时移动机器人运动学轨迹跟踪控制 | 第32-48页 |
3.2.1 Backstepping算法 | 第32-34页 |
3.2.2 滑模变结构控制 | 第34-40页 |
3.2.3 模糊逻辑 | 第40-45页 |
3.2.4 稳定性证明 | 第45页 |
3.2.5 控制策略验证 | 第45-48页 |
3.3 模型参数未知时移动机器人的自适应全局轨迹跟踪控制 | 第48-52页 |
3.3.1 参数未知时移动机器人轨迹跟踪控制器设计 | 第49-50页 |
3.3.2 稳定性证明 | 第50页 |
3.3.3 控制策略验证 | 第50-52页 |
3.4 本章小结 | 第52-54页 |
第4章 移动机器人的动力学轨迹跟踪控制 | 第54-68页 |
4.1 问题描述 | 第54-56页 |
4.2 运动学控制器设计 | 第56-58页 |
4.3 动力学控制器设计 | 第58-59页 |
4.4 神经网络学习算法和稳定性分析 | 第59-62页 |
4.4.1 神经网络概述 | 第59-61页 |
4.4.2 自适应神经网络算法设计及系统稳定性分析 | 第61-62页 |
4.5 控制策略验证 | 第62-66页 |
4.6 本章小结 | 第66-68页 |
第5章 结论 | 第68-70页 |
5.1 全文总结 | 第68页 |
5.2 展望 | 第68-70页 |
参考文献 | 第70-74页 |
致谢 | 第74-75页 |
攻读学位期间的研究成果 | 第75页 |