|
|
|
基于运动学模型的机械臂迭代学习控制 |
|
论文目录 |
|
致谢 | 第5-6页 | 摘要 | 第6-8页 | Abstract | 第8-9页 | 1 绪论 | 第17-23页 | 1.1 课题研究背景与意义 | 第17-18页 | 1.2 本文研究内容的出发点与可行性分析 | 第18-19页 | 1.3 国内外研究现状 | 第19-21页 | 1.3.1 机械臂应用现状 | 第19页 | 1.3.2 机械臂控制方法研究现状 | 第19-20页 | 1.3.3 迭代学习控制方法研究现状 | 第20-21页 | 1.4 本文主要工作与内容安排 | 第21-23页 | 2 机械臂系统基本原理 | 第23-35页 | 2.1 引言 | 第23页 | 2.2 机械臂闭环系统框图 | 第23-25页 | 2.3 五自由度机械臂基本原理 | 第25-30页 | 2.3.1 空间中刚体位姿的表示方法 | 第25-27页 | 2.3.2 机械臂正运动学 | 第27-29页 | 2.3.3 机械臂逆运动学 | 第29-30页 | 2.4 运动学控制器基本原理 | 第30-31页 | 2.5 双目立体视觉基本原理 | 第31-33页 | 2.5.1 反馈环节选取 | 第31-32页 | 2.5.2 双目视觉-立体匹配基本原理 | 第32-33页 | 2.6 本章小结 | 第33-35页 | 3 PD型闭环迭代学习控制器设计 | 第35-53页 | 3.1 引言 | 第35-36页 | 3.2 迭代学习控制基本原理 | 第36-39页 | 3.2.1 迭代学习算法基本思想 | 第36页 | 3.2.2 迭代学习控制系统的描述 | 第36-37页 | 3.2.3 迭代学习控制的适用条件 | 第37-39页 | 3.3 PD型闭环迭代学习算法设计 | 第39-41页 | 3.3.1 学习律选取 | 第39-40页 | 3.3.2 收敛性条件 | 第40-41页 | 3.4 仿真结果与分析 | 第41-50页 | 3.4.1 仿真系统实现 | 第42-45页 | 3.4.2 PD型闭环迭代学习控制器控制效果 | 第45-48页 | 3.4.3 与传统PID控制器控制效果对比 | 第48-49页 | 3.4.4 与P型闭环迭代学习控制器控制效果对比 | 第49-50页 | 3.5 本章小结 | 第50-53页 | 4 基于运动学模型的迭代学习控制器设计 | 第53-71页 | 4.1 引言 | 第53-54页 | 4.2 控制算法中的逆运动学求解问题 | 第54-56页 | 4.2.1 解的存在性问题 | 第54页 | 4.2.2 多重解问题 | 第54-55页 | 4.2.3 奇异点问题 | 第55-56页 | 4.3 基于固定参考逆模型的迭代学习控制器设计 | 第56-60页 | 4.3.1 控制器结构设计 | 第56页 | 4.3.2 仿真系统实现 | 第56-59页 | 4.3.3 仿真结果与分析 | 第59-60页 | 4.4 基于自适应模型的迭代学习控制器设计 | 第60-69页 | 4.4.1 卡尔曼滤波基本形式 | 第62-63页 | 4.4.2 仿真结果与分析 | 第63-69页 | 4.5 本章小结 | 第69-71页 | 5 机械臂实物系统平台搭建与控制实验 | 第71-91页 | 5.1 引言 | 第71页 | 5.2 双目视觉系统实现 | 第71-81页 | 5.2.1 相机参数标定 | 第72-77页 | 5.2.2 立体匹配算法实现 | 第77-79页 | 5.2.3 定位效果与误差分析 | 第79-81页 | 5.3 控制算法实验 | 第81-88页 | 5.3.1 PD型无模型算法实验 | 第81-84页 | 5.3.2 基于固定模型的算法实验 | 第84-87页 | 5.3.3 误差分析 | 第87-88页 | 5.4 本章小结 | 第88-91页 | 6 总结与展望 | 第91-95页 | 6.1 本文主要工作与创新点总结 | 第91-92页 | 6.2 未来研究方向展望 | 第92-95页 | 参考文献 | 第95-99页 | 附录1: 作者在攻读硕士期间的主要成果 | 第99-101页 | 附录2: 作者在攻读硕士期间参加的科研项目 | 第101页 |
|
|
|
|
论文编号BS2982053,这篇论文共101页 会员购买按0.35元/页下载,共需支付35.35元。 直接购买按0.5元/页下载,共需要支付50.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|