| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 机构学正解问题的提出及意义 | 第9页 |
| 1.2 六自由度并联机器人的结构特点及应用 | 第9-14页 |
| 1.2.1 六自由度运动平台的结构特点 | 第9-10页 |
| 1.2.2 六自由度并联平台的应用 | 第10-14页 |
| 1.3 六自由度并联平台的研究现状 | 第14-19页 |
| 1.3.1 运动学研究 | 第14-16页 |
| 1.3.2 运动学动力学分析 | 第16-18页 |
| 1.3.3 并联平台的驱动方式 | 第18页 |
| 1.3.4 控制策略的研究 | 第18-19页 |
| 1.4 论文的主要研究内容 | 第19-21页 |
| 第二章 六自由度运动平台系统建模 | 第21-34页 |
| 2.1 平台机构的结构概述及技术指标 | 第21-24页 |
| 2.1.1 运动平台机构概述 | 第21页 |
| 2.1.2 六自由度运动平台的自由度分析 | 第21-24页 |
| 2.1.3 运动平台的结构参数优化 | 第24页 |
| 2.2 物体空间方位的欧拉角表示 | 第24-27页 |
| 2.2.1 RPY旋转变换 | 第25-27页 |
| 2.3 六自由度运动平台的反解 | 第27-33页 |
| 2.3.1 位置反解 | 第27-28页 |
| 2.3.2 速度反解 | 第28-29页 |
| 2.3.3 加速度分析 | 第29-30页 |
| 2.3.4 六自由度平台的动力学分析 | 第30-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于神经网络迭代优化算法的运动学正解 | 第34-46页 |
| 3.1 数值迭代算法 | 第34-39页 |
| 3.1.1 牛顿-腊夫森（Newton-Raphson）方法的基本原理 | 第34-35页 |
| 3.1.2 实际建模编程及实现 | 第35-39页 |
| 3.2 神经网络概述 | 第39-42页 |
| 3.2.1 神经网络的发展及特点 | 第39-40页 |
| 3.2.2 神经网络的应用 | 第40页 |
| 3.2.3 神经元网络模型 | 第40-41页 |
| 3.2.4 人工神经网络的主要学习算法 | 第41页 |
| 3.2.5 神经网络的训练过程及测试 | 第41-42页 |
| 3.3 神经网络在并联机器人正解运算中的运用 | 第42-45页 |
| 3.3.1 训练样本的选择和组织 | 第43-44页 |
| 3.3.2 BP网络的设计 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 运动学正解的解析解法的探讨及实现 | 第46-57页 |
| 4.1 引言 | 第46页 |
| 4.2 结式消元 | 第46-50页 |
| 4.2.1 西尔维斯特结式消元 | 第46-47页 |
| 4.2.2 贝佐结式 | 第47-48页 |
| 4.2.3 迪克逊结式 | 第48-50页 |
| 4.3 吴文俊消元法 | 第50-53页 |
| 4.3.1 多项式的基本术语 | 第50-51页 |
| 4.3.2 吴方法简介 | 第51-52页 |
| 4.3.3 吴消元法的特点 | 第52页 |
| 4.3.4 吴消元法的灵活运用 | 第52-53页 |
| 4.4 六自由度运动平台的解析解 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者简介 | 第62-63页 |
| 附录 | 第63-64页 |