機器人控制系統(tǒng)的設(shè)計與MATLAB仿真

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(yīng)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(luò)自適應(yīng)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(luò)的逼近
3.2.1 RBF神經(jīng)網(wǎng)絡(luò)
3.2.2 網(wǎng)絡(luò)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(luò)機器人自適應(yīng)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(luò)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(luò)自適應(yīng)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(luò)自適應(yīng)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(luò)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(luò)自適應(yīng)控制
3.6.1 問題的提出
3.6.2 基于RBF神經(jīng)網(wǎng)絡(luò)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(luò)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(luò)自適應(yīng)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(luò)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(luò)數(shù)字控制
……
第4章 機器人模糊自適應(yīng)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(yīng)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