空間機器人運動控制方法

第1章 緒論
1.1 引言
1.2 自由飛行空間機器人概述
1.2.1 自由飛行空間機器的概念
1.2.2 空間機器人的分類
1.2.3 空間機器人的發(fā)展過程
1.2.4 空間機器人的研究類別
1.3 空間機器人研究現(xiàn)狀
1.3.1 我國空間機器人研究現(xiàn)狀
1.3.2 國外空間機器人研究現(xiàn)狀
1.4 空間機器人運動控制及姿態(tài)控制研究
1.4.1 建模方法
1.4.2 運動控制
1.4.3 姿態(tài)控制
第2章 雙臂n自由度空間機器人廣義雅可比矩陣推導(dǎo)
2.1 引言
2.2 模型及參數(shù)定義
2.3 運動學方程及廣義雅可比矩陣的推導(dǎo)
2.4 姿態(tài)受限廣義雅可比矩陣的推導(dǎo)
2.5 雙臂3自由度空間機器人運動控制的計算機仿真
2.6 DFFSR的運動特性
2.6.1 姿態(tài)干擾特性
2.6.2 冗余特性
2.6.3 非完整性
2.7 DFFSR的工作空間及其劃分
2.7.1 工作空間
2.7.2 工作空間劃分
2.7.3 連桿質(zhì)量對工作空間的影響
第3章 基于再生核理論的n自由度DFFSR姿態(tài)控制
3.1 引言
3.2 DFFSR姿態(tài)控制因素
3.3 再生核理論
3.3.1 定義
3.3.2 基本性質(zhì)
3.3.3 再生核的表示
3.3.4 H（及）的再生核
3.3.5 標準正交基
3.3.6 函數(shù)的逼近
3.4 基于再生核理論的n自由度DFFSR姿態(tài)控制
3.4.1 姿態(tài)控制
3.4.2 算法步驟
3.5 基于再生核理論的DFFSR姿態(tài)控制仿真
3.5.1 仿真目的
3.5.2 仿真實驗
3.6 與其他姿態(tài)控制算法的比較
第4章 基于受限最小干擾圖的DFFSR姿態(tài)控制
4.1 干擾圖與增強干擾圖
4.1.1 干擾圖
4.1.2 增強干擾圖
4.2 姿態(tài)干擾的計算及受限最小干擾圖
4.2.1 姿態(tài)干擾的計算
4.2.2 最小干擾圖
4.2.3 RMDM圖與EDM圖的比較
4.3 基于RMDM的姿態(tài)控制算法及計算機仿真
4.3.1 零姿態(tài)干擾的計算
4.3.2 基于RMDM的姿態(tài)控制算法
4.3.3 計算機仿真及實驗結(jié)果的比較
第5章 DFFSR在浮游狀態(tài)下捕捉目標的路徑規(guī)劃算法.
5.1 引言
5.2 DFFSR捕捉靜態(tài)目標的路徑規(guī)劃算法
5.2.1 捕捉策略
5.2.2 捕捉靜態(tài)目標路徑規(guī)劃算法
5.2.3 計算機仿真
5.3 DFFSR捕捉運動目標的路徑規(guī)劃算法
5.3.1 捕捉策略
5.3.2 捕捉運動目標路徑規(guī)劃算法
5.3.3 計算機仿真
5.4 DFFSR避免碰撞路徑規(guī)劃算法
5.4.1 雙向雙啟發(fā)函數(shù)
5.4.2 避免碰撞路徑規(guī)劃算法
5.4.3 計算機仿真
第6章 DFPSR回收失效衛(wèi)星的任務(wù)規(guī)劃
6.1 引言
6.2 回收失效衛(wèi)星的任務(wù)規(guī)劃
6.2.1 基于層次結(jié)構(gòu)的任務(wù)規(guī)劃
6.2.2 回收失效衛(wèi)星的任務(wù)規(guī)劃
6.3 DFFSR回收靜態(tài)失效衛(wèi)星的任務(wù)規(guī)劃
6.3.1 任務(wù)規(guī)劃算法
6.3.2 計算機仿真
6.4 DFFSR回收運動失效衛(wèi)星的任務(wù)規(guī)劃
6.4.1 任務(wù)規(guī)劃算法
6.4.2 計算機仿真
6.5 帶有姿態(tài)控制的任務(wù)規(guī)劃
6.5.1 帶有姿態(tài)控制的任務(wù)規(guī)劃
6.5.2 計算機仿真
第7章 基于再生核理論實現(xiàn)多FFSR協(xié)調(diào)控制
7.1 引言
7.2 基于再生核理論實現(xiàn)多FFSR協(xié)調(diào)操作動力學控制
7.2.1 幾何模型
7.2.2 FFSR協(xié)調(diào)操作動力學方程
7.2.3 基于RKT實現(xiàn)動力學控制
7.2.4 與其他算法的比較
7.3 基于再生核理論實現(xiàn)兩個單臂FFSR協(xié)調(diào)控制仿真
7.3.1 仿真目的
7.3.2 仿真實驗
第8章 空間機器人的參數(shù)辨識
8.1 引言
8.2 前饋神經(jīng)網(wǎng)絡(luò)的逼近能力和學習算法
8.2.1 多層前饋神經(jīng)網(wǎng)絡(luò)的逼近能力
8.2.2 多層前饋神經(jīng)網(wǎng)絡(luò)的學習算法
8.3 非線性同倫綜合學習算法
8.3.1 同倫BP學習算法
8.3.2 非線性同倫BP學習算法
8.3.3 非線性同倫綜合學習算法
8.3.4 各種算法的性能比較
8.4 自由飛行空間機器人參數(shù)辨識
8.4.1 基于神經(jīng)網(wǎng)絡(luò)的參數(shù)辨識算法
8.4.2 計算機仿真
第9章 基于Vwga的DFFSR三維視景仿真系統(tǒng)的實現(xiàn)
9.1 引言
9.2 仿真系統(tǒng)建模
9.2.1 幾何模型
9.2.2 三維實體建模
9.3 基于Vega的仿真系統(tǒng)
9.3.1 仿真系統(tǒng)的開發(fā)環(huán)境
9.3.2 仿真系統(tǒng)的結(jié)構(gòu)簡介
9.3.3 仿真系統(tǒng)的實現(xiàn)方法
9.4 基于VEGA的仿真系統(tǒng)實現(xiàn)
9.4.1 DFFSR捕捉靜止目標的仿真
9.4.2 DFFSR捕捉運動目標的仿真
9.4.3 DFFSR變軌運動的仿真
參考文獻