水下机器人的轨迹跟踪控制方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-24页 |
| 1.1 课题的研究背景与意义 | 第11-12页 |
| 1.2 水下机器人的研究现状与发展 | 第12-18页 |
| 1.2.1 国外水下机器人研究现状 | 第13-14页 |
| 1.2.2 国内水下机器人研究现状 | 第14-16页 |
| 1.2.3 水下机器人的发展趋势 | 第16-18页 |
| 1.3 水下机器人轨迹跟踪控制技术概述 | 第18-20页 |
| 1.3.1 水下机器人轨迹跟踪控制的研究方法 | 第18-19页 |
| 1.3.2 水下机器人轨迹跟踪控制的研究现状 | 第19-20页 |
| 1.4 确定学习理论简介 | 第20-22页 |
| 1.4.1 RBF神经网络介绍 | 第20-21页 |
| 1.4.2 持续激励条件介绍 | 第21-22页 |
| 1.5 本文的研究内容与组织结构 | 第22-23页 |
| 1.6 本章小结 | 第23-24页 |
| 第二章 水下机器人的运动分析与建模 | 第24-34页 |
| 2.1 坐标系和空间运动参数 | 第24-25页 |
| 2.1.1 定系和动系 | 第24-25页 |
| 2.1.2 空间运动主要参数 | 第25页 |
| 2.2 水下机器人的运动学建模 | 第25-27页 |
| 2.2.1 坐标系间线速度变换 | 第26页 |
| 2.2.2 坐标系间角速度变换 | 第26-27页 |
| 2.3 水下机器人空间运动受力分析 | 第27-29页 |
| 2.3.1 惯性水动力分析 | 第27-28页 |
| 2.3.2 粘性阻力分析 | 第28页 |
| 2.3.3 静力分析 | 第28页 |
| 2.3.4 舵力和推进器的推力分析 | 第28-29页 |
| 2.4 水下机器人的动力学建模 | 第29-33页 |
| 2.4.1 六自由度运动模型的轴向方程 | 第29-31页 |
| 2.4.2 矩阵向量形式的动力学模型 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于确定学习的AUV水平面轨迹跟踪控制 | 第34-47页 |
| 3.1 引言 | 第34-35页 |
| 3.2 AUV水平面运动模型和控制方法 | 第35-37页 |
| 3.2.1 水平面运动模型的建立 | 第35-36页 |
| 3.2.2 反步法原理 | 第36-37页 |
| 3.3 自适应神经网络控制器设计 | 第37-41页 |
| 3.4 从水平面轨迹跟踪控制中学习 | 第41-42页 |
| 3.5 学习控制器设计 | 第42-43页 |
| 3.6 仿真验证与分析 | 第43-46页 |
| 3.6.1 自适应神经网络控制器下的仿真 | 第43-45页 |
| 3.6.2 学习控制器下的仿真 | 第45-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第四章 基于确定学习的AUV垂直面轨迹跟踪控制 | 第47-62页 |
| 4.1 引言 | 第47-48页 |
| 4.2 AUV垂直面运动模型 | 第48-49页 |
| 4.3 基于ISS方法的神经网络控制器设计 | 第49-54页 |
| 4.4 从垂直面轨迹跟踪控制中学习 | 第54-56页 |
| 4.5 学习控制器设计 | 第56-58页 |
| 4.6 仿真验证与分析 | 第58-61页 |
| 4.6.1 ISS神经网络控制器下的仿真 | 第58-60页 |
| 4.6.2 学习控制器下的仿真 | 第60-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第五章 基于反馈线性化的AUV三维轨迹跟踪控制 | 第62-75页 |
| 5.1 引言 | 第62-63页 |
| 5.2 AUV的欠驱动控制分析 | 第63页 |
| 5.3 AUV三维运动系统模型 | 第63-67页 |
| 5.3.1 运动学模型和动力学模型的变换 | 第63-66页 |
| 5.3.2 系统模型的状态空间描述 | 第66-67页 |
| 5.4 基于反馈线性化的自适应神经网络控制器设计 | 第67-71页 |
| 5.4.1 控制器设计 | 第67-69页 |
| 5.4.2 稳定性分析 | 第69-71页 |
| 5.5 仿真验证与分析 | 第71-74页 |
| 5.6 本章小结 | 第74-75页 |
| 总结与展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-86页 |
| 附件 | 第86页 |
