首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

移动机械臂运动规划研究

摘要第4-6页
Abstract第6-7页
第一章 绪论第10-18页
    1.1 研究的目的和意义第10-12页
    1.2 国内外研究的现状第12-15页
        1.2.1 移动机器人路径规划研究现状第13-14页
        1.2.2 机械臂逆运动学研究现状第14-15页
    1.3 本文研究重点和论文结构安排第15-18页
第二章 移动机械臂运动规划的相关理论第18-29页
    2.1 机器人路径规划相关理论第18-22页
        2.1.1 人工势场法第18-20页
        2.1.2 粒子群优化第20-22页
        2.1.3 菌群进化第22页
    2.2 机械臂逆运动学问题相关理论第22-28页
        2.2.1 六自由度机械臂MT-ARM的结构参数第22-23页
        2.2.2 六自由度机械臂正运动学第23-25页
        2.2.3 极限学习机第25-27页
        2.2.4 遗传算法第27-28页
    2.3 本章小结第28-29页
第三章 基于PSO-TVAPF算法的机器人路径规划第29-45页
    3.1 障碍物的切向量第29-30页
    3.2 最佳切向量选择策略第30-31页
    3.3 基于切向量改进的人工势场法第31-33页
    3.4 基于切向量和粒子群算法优化的人工势场法第33-34页
    3.5 仿真实验第34-42页
        3.5.1 实验一:APF和TVAPF算法在遇到狭窄地形时的表现第34-35页
        3.5.2 实验二:APF和TVAPF算法在遇到U形障碍物时的表现第35-36页
        3.5.3 实验三: APF和TVAPF算法路径长度的比较第36-38页
        3.5.4 实验四: 动态障碍物的路径规划第38-39页
        3.5.5 实验五:TVAPF算法与BUG改进的人工势场法的比较第39-40页
        3.5.6 实验六:APF, TVAPF, BPF和PSO-TVAPF的路径规划质量对比第40-42页
    3.6 实物验证第42-43页
    3.7 本章小结第43-45页
第四章 基于ELM-SGA算法的机械臂运动学逆解第45-64页
    4.1 ELM计算机械臂逆运动学解第46-48页
    4.2 SGA算法优化机械臂运动学逆解第48-51页
    4.3 仿真实验第51-60页
        4.3.1 ELM和ANN计算逆解性能比较第51-54页
        4.3.2 SGA求解机械臂逆解第54页
        4.3.3 改进遗传算法的编码格式第54-55页
        4.3.4 顺序变异遗传算法的寻优过程第55-57页
        4.3.5 SGA和Hybrid算法的性能比较第57页
        4.3.6 ELM,Hybrid和ELM-SGA计算逆解的比较第57-60页
    4.4 实物验证第60-63页
        4.4.1 逆运动学误差比较第60-62页
        4.4.2 基于ELM-SGA算法的定点抓取第62-63页
    4.5 本章小结第63-64页
第五章 基于改进人工势场法的机械臂避障轨迹规划第64-69页
    5.1 引言第64页
    5.2 基于切向量改进的人工势场法机械臂末端执行器避障轨迹规划第64-67页
        5.2.1 障碍物建模和机械臂连杆的碰撞检测第64-65页
        5.2.2 基于改进人工势场的机械臂末端轨迹规划算法第65-67页
    5.3 仿真实验第67-68页
    5.4 本章小结第68-69页
第六章 总结第69-71页
参考文献第71-76页
致谢第76-77页
攻读学位期间的研究成果第77页

论文共77页,点击 下载论文
上一篇:汽车空调蒸发器总成及吹面风道的数值仿真
下一篇:盾构管片拼装机的关键技术研究