機器人控制系統(tǒng)的設(shè)計與MATLAB仿真

定　價：￥75.00

作　者：	劉金琨
出版社：	清華大學出版社
叢編項：	機器人控制系統(tǒng)的設(shè)計與MATLAB仿真
標　簽：	人工智能

購買這本書可以去

ISBN：	9787302171607	出版時間：	2008-01-01	包裝：	平裝
開本：	16	頁數(shù)：	696	字數(shù)：

內(nèi)容簡介

　　本書系統(tǒng)地介紹了機器人控制的幾種先進設(shè)計方法，是作者多年來從事機器人控制系統(tǒng)教學和科研工作的結(jié)晶，同時融入了國內(nèi)外同行近年來所取得的最新成果。全書以機器人為對象，共分10章，包括先進PID控制、神經(jīng)網(wǎng)絡自適應控制、模糊自適應控制、迭代學習控制、反演控制、滑?？刂?、自適應魯棒控制、系統(tǒng)辨識和路徑規(guī)劃。每種方法都給出了算法推導、實例分析和相應的MATLAB仿真設(shè)計程序。本書各部分內(nèi)容既相互聯(lián)系又各自獨立，讀者可根據(jù)需要選擇學習。本書適用于從事生產(chǎn)過程自動化、計算機應用、機械電子和電氣自動化領(lǐng)域工作的工程技術(shù)人員閱讀，也可作為大專院校工業(yè)自動化、自動控制、機械電子、自動化儀表、計算機應用等專業(yè)的教學參考書。

作者簡介

　　劉金琨，遼寧人，1965年生。分別于1989年7月，1994年3月和1997年3月獲東北大學工學學士，工學碩士和工學博士學位。1997年3月至1998年12月浙江大學工業(yè)控制技術(shù)研究所做博士后研究工作。1999年1月至1999年7月在香港科技大學從事合作研究。1999年11月至今在北京航空航天大學自動化學院從事教學與科研工作，現(xiàn)任教授，主講《智能控制》、《工業(yè)過程控制》和《系統(tǒng)辨識》等課程。研究方向為控制與應用。自從事研究工作以來，主持國家自然基金等科研項目10余項，以第一作者發(fā)表學術(shù)論文70余篇。曾出版北京市高等教育精品教材《智能控制》，《先進PID控制及其MATLAB仿真》和《滑模變結(jié)構(gòu)控制MATLAB仿真》等著作。

圖書目錄

第1章緒論
1.1 機器人控制方法簡介
1.1.1 機器人常用的控制方法
1.1.2 不確定機器人系統(tǒng)的控制
1.2 機器人動力學模型及其結(jié)構(gòu)特性
1.3 基于S函數(shù)的SIMULINK仿真
1.3.1 S函數(shù)簡介
1.3.2 S函數(shù)使用步驟
1.3.3 S函數(shù)的基本功能及重要參數(shù)設(shè)定
第2章機器人獨立PD控制
2.1 機器人獨立PD控制
2.1.1 控制律設(shè)計
2.1.2 收斂性分析
2.1.3 仿真實例
2.2 基于重力補償?shù)臋C器人PD控制
2.2.1 控制律設(shè)計
2.2.2 控制律分析
2.3 機器人魯棒自適應PD控制
2.3.1 問題的提出
2.3.2 機器人動力學模型及其結(jié)構(gòu)特性
2.3.3 控制器的設(shè)計
2.3.4 機器人動態(tài)方程的線性推導
2.3.5 仿真實例
參考文獻
第3章機器人神經(jīng)網(wǎng)絡自適應控制
3.1 定理與引理
3.1.1 全局不變集定理
3.1.2 用Barbalat引理作類Lyapunov分析
3.1.3 一種微分方程不等式的收斂性分析
3.2 RBF網(wǎng)絡的逼近
3.2.1 RBF神經(jīng)網(wǎng)絡
3.2.2 網(wǎng)絡結(jié)構(gòu)
3.2.3 逼近算法
3.2.4 參數(shù)對逼近效果的影響
3.2.5 仿真實例
3.3 基于模型不確定補償?shù)腞BF網(wǎng)絡機器人自適應控制
3.3.1 問題的提出
3.3.2 模型不確定部分的RBF網(wǎng)絡逼近
3.3.3 控制器的設(shè)計
3.3.4 仿真實例
3.4 基于模型分塊逼近的機器人RBF網(wǎng)絡自適應控制
3.4.1 問題的提出
3.4.2 控制律的設(shè)計
3.4.3 穩(wěn)定性分析
3.4.4 仿真實例
3.5 工作空間中機械手的神經(jīng)網(wǎng)絡自適應控制
3.5.1 工作究竟直角坐標與關(guān)節(jié)角位置的轉(zhuǎn)換
3.5.2 機械手的神經(jīng)網(wǎng)絡建模
3.5.3 控制器的設(shè)計
3.5.4 仿真實例
3.6 基于模型整體逼近的機器人RBF網(wǎng)絡自適應控制
3.6.1 問題的提出
3.6.2 基于RBF神經(jīng)網(wǎng)絡逼近的控制器
3.6.3 針對f(x)中各項分別進行神經(jīng)網(wǎng)絡逼近
3.6.4 仿真實例
3.7 基于死區(qū)補償?shù)纳窠?jīng)網(wǎng)絡自適應魯棒控制
3.7.1 死區(qū)非線性特性
3.7.2 系統(tǒng)描述
3.7.3 GL矩陣和GL乘法算子
3.7.4 RBF神經(jīng)網(wǎng)絡死區(qū)補償器的設(shè)計
3.7.5 系統(tǒng)的穩(wěn)定性分析
3.7.6 仿真實例
3.8 機器人神經(jīng)網(wǎng)絡數(shù)字控制
……
第4章機器人模糊自適應控制
第5章機器人迭代學習控制及重復控制
第6章機器人反演控制
第7章機器人滑?？刂?br />第8章機器人自適應魯棒控制
第9章機器人參數(shù)觀測、辨識及控制
第10章機器人路徑規(guī)劃