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

复杂作业环境下的深海采矿机器人轨迹跟踪研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-23页
   ·研究背景第11-12页
     ·课题来源第11页
     ·研究意义第11-12页
   ·国内外研究现状第12-19页
     ·深海采矿系统第12-15页
     ·深海采矿机器人定位第15-17页
     ·深海采矿机器人轨迹跟踪控制第17-19页
   ·研究内容第19-20页
     ·复杂作业环境下的深海采矿机器人动力学建模第19页
     ·复杂作业环境下的深海采矿机器人组合定位第19-20页
     ·复杂作业环境下的深海采矿机器人轨迹跟踪控制第20页
   ·论文结构第20-23页
第二章 特种履带-海泥相互作用特性第23-38页
   ·特种履带海泥力学第23-24页
   ·海底特种履带行走机构第24-28页
     ·履带行走机构第24-26页
     ·海底特种履带行走机构第26-28页
   ·海泥的物理特性第28-30页
   ·海泥的受压特性第30-33页
   ·海泥载荷-沉陷量特性第33-34页
   ·海泥剪切应力-位移特性第34-36页
   ·特种履带驱动力-滑转率特性第36-37页
   ·本章小结第37-38页
第三章 复杂作业环境下的深海采矿机器人动力学建模第38-55页
   ·深海采矿机器人软管阻力模型第38-43页
   ·深海采矿机器人地面阻力模型第43-47页
     ·深海采矿机器人侧向阻力矩模型第44-46页
     ·深海采矿机器人挤压阻力模型第46页
     ·深海采矿机器人推土阻力模型第46-47页
   ·深海采矿机器人水阻力模型第47-48页
   ·特种履带驱动力模型第48-50页
   ·复杂环境下的深海采矿机器人动力学模型第50-52页
   ·特种履带打滑率模型第52-54页
   ·本章小结第54-55页
第四章 复杂作业环境下的深海采矿机器人定位系统第55-71页
   ·长基线水声定位系统第55-61页
     ·长基线定位原理第55-58页
     ·长基线定位误差第58-61页
   ·航位推算定位系统第61-64页
     ·航位推算定位原理第61-62页
     ·航位推算定位传感器第62-63页
     ·航位推算定位误差第63-64页
   ·卡尔曼滤波原理第64-69页
     ·标准卡尔曼滤波第64-68页
     ·联邦卡尔曼滤波第68-69页
   ·长基线/航位推算组合定位系统第69-70页
   ·本章小结第70-71页
第五章 复杂作业环境下的深海采矿机器人自适应定位第71-87页
   ·组合定位系统分析模型第71-74页
     ·运动学模型第71-73页
     ·测量模型第73页
     ·采矿机器人组合定位系统噪声模型第73-74页
   ·复杂作业环境下的深海采矿机器人自适应EKF定位第74-77页
     ·引言第74页
     ·基于新息序列的噪声统计特性自适应第74-75页
     ·测量时滞下的深海采矿机器人位置估计过程第75-76页
     ·仿真结果第76页
     ·结论第76-77页
   ·复杂作业环境下的深海采矿机器人自适应UKF定位第77-86页
     ·引言第77页
     ·标准UKF算法第77-79页
     ·基于MIT法则的自适应UKF算法第79-81页
     ·仿真结果第81-85页
     ·结论第85-86页
   ·本章小结第86-87页
第六章 复杂作业环境下的深海采矿机器人轨迹跟踪控制第87-101页
   ·基于打滑补偿的深海采矿机器人航向角控制第87-89页
   ·液压马达角速度控制第89-96页
     ·深海采矿机器人行走液压系统建模第89-93页
     ·液压马达角速度自适应模糊PID控制第93-94页
     ·液压马达角速度在线自学习模糊控制第94-96页
   ·软管阻力对轨迹跟踪控制的影响分析第96-98页
   ·各种打滑率补偿情况下的轨迹跟踪控制仿真第98-99页
   ·本章小结第99-101页
第七章 模型车实验系统开发第101-109页
   ·硬件设计第101-104页
   ·软件设计第104-108页
   ·本章小结第108-109页
第八章 结论与展望第109-114页
   ·各章总结第109-110页
   ·全文总结第110-111页
   ·研究展望第111-114页
参考文献第114-126页
攻读学位期间主要的研究成果第126-127页

论文共127页,点击 下载论文
上一篇:基于干细胞机制的进化神经网络及其应用研究
下一篇:人工代谢算法若干问题研究