機器人控制 — 運動學、控制器設計、人機交互與應用實例
內容描述
全書分為基礎篇、理論篇和應用篇本三部分，第一部分作為機器人控制的基礎，從機器人學的基本理論入手，介紹機器人學相關的基礎理論知識；第二部分結合具體設計實例介紹機器人常用的控制方法；最後一部分闡述機器人控制技術在人機交互方面的應用。
目錄大綱
目錄
第一篇基礎篇
第1章機器人學數學基礎
1.1剛體的位姿描述
1.1.1位置描述
1.1.2姿態描述
1.1.3坐標系的描述
1.2坐標變換
1.2.1平移坐標變換
1.2.2旋轉坐標變換
1.2.3一般坐標變換
1.3齊次變換
1.3.1齊次變換矩陣
1.3.2齊次變換矩陣的逆
1.4運動算子： 平移、旋轉和變換
1.4.1平移算子
1.4.2旋轉算子
1.4.3變換算子
1.5姿態的其他描述方法
1.5.1XYZ固定角坐標系
1.5.2ZYX歐拉角坐標系
1.5.3ZYZ歐拉角坐標系
1.5.4等效軸角坐標系
1.6本章小結
第2章機器人運動學建模
2.1連桿描述和關節變量
2.1.1機械臂的構成
2.1.2連桿描述
2.1.3連桿連接的描述
2.2DH參數法建立關節坐標系
2.2.1確定和建立坐標系的原則
2.2.2DH參數
2.2.3連桿坐標系建立的步驟
2.3機械臂正運動學方程
2.3.1連桿變換矩陣
2.3.2運動學方程的建立
2.4正運動學方程舉例
2.5機械臂逆運動學
2.5.1關節空間與工作空間
2.5.2逆運動學問題的多解性與可解性
2.5.3逆運動學方程的求解
2.6本章小結
第3章機器人微分運動學
3.1機器人微分運動
3.1.1雅可比矩陣的定義
3.1.2旋轉矩陣的導數
3.1.3連桿速度
3.2雅可比矩陣的計算
3.2.1對線速度的作用
3.2.2對角速度的作用
3.2.3雅可比矩陣的逆
3.3雅可比矩陣的計算舉例
3.3.1平面三連桿機械臂
3.3.2擬人機械臂
3.3.3球形腕機械臂
3.4本章小結
第4章機器人動力學建模
4.1用牛頓歐拉法建立機器人動力學方程
4.1.1機器人剛體的加速度
4.1.2機器人剛體的質量分佈
4.1.3牛頓歐拉遞推動力學方程
4.2用拉格朗日法建立機器人動力學方程
4.2.1狀態空間方程
4.2.2拉格朗日法
4.3機器人動力學建模舉例
4.4本章小結
第5章機器人軌跡規劃
5.1機器人軌跡規劃概述
5.1.1運動、路徑和軌跡規劃
5.1.2軌跡規劃的一般性問題
5.1.3軌跡的生成方式
5.2關節空間的軌跡規劃
5.2.1三次多項式插值
5.2.2過路徑點的三次多項式插值
5.2.3高階多項式插值
5.2.4用拋物線過渡的線性插值
5.3直角坐標空間的軌跡規劃
5.3.1直線插補
5.3.2圓弧插補
5.4本章小結
第6章機器人力和位置控制
6.1機器人控制系統概述
6.1.1機器人控制系統的特點
6.1.2機器人控制系統的功能
6.1.3機器人的控制方式
6.2機器人的位置控制
6.2.1單關節位置控制
6.2.2機器人的多關節控制
6.3機器人的力控制
6.4機器人的力/位混合控制
6.4.1力/位混合控制問題的提出
6.4.2以坐標系{C}為基準的直角坐標機械臂的力/位混合控制系統
6.4.3應用於一般機械臂的力/位混合控制系統
6.5本章小結
第二篇方法篇： 控制器設計與模擬
第7章神經網絡控制
7.1神經網絡控制基本原理
7.1.1神經網絡控制的基本思想
7.1.2神經網絡控制的特點
7.1.3神經網絡控制的分類
7.2未知動態下機械臂全局神經網絡控制器設計
7.2.1背景
7.2.2全局自適應神經網絡控制器設計
7.2.3模擬實驗
7.3一種具有輸出約束的機械臂軌跡跟蹤神經網絡控制
7.3.1機械臂數學模型
7.3.2控制器設計
7.3.3控制器模擬
7.4基於有限時間收斂的機械臂全局自適應神經網絡控制
7.4.1問題描述
7.4.2控制器設計
7.4.3模擬
7.5本章小結
第8章自適應控制
8.1自適應控制基本原理
8.1.1自適應控制系統的原理
8.1.2自適應控制系統的分類
8.2基於神經自適應觀測器的柔性關節機器人控制
8.2.1自適應觀測器設計
8.2.2柔性關節機器人控制器設計
8.2.3模擬
8.3基於在線模糊參數整定的雙臂自適應控制
8.3.1問題描述
8.3.2控制器設計
8.3.3模擬結果
8.4基於有限時間收斂的機器人自適應參數估計與控制
8.4.1機器運動學和動力學建模
8.4.2有限時間參數辨識
8.4.3有限時間自適應控制器設計
8.4.4模擬與實驗
8.4.5相關拓展
8.5神經網絡自適應導納控制
8.5.1問題描述
8.5.2基於神經網絡的自適應控制器設計
8.5.3模擬控制
8.6本章小結
第9章其他控制方法
9.1其他控制方法介紹
9.1.1滑模控制
9.1.2模糊控制
9.1.3學習控制
9.1.4徑向基函數神經網絡
9.2基於輸出受限的自適應控制器的機械臂參考軌跡調節
9.2.1背景
9.2.2軌跡跟蹤控制器設計
9.2.3軌跡跟蹤自適應模塊設計
9.2.4模擬設計
9.3機械臂雙臂協調的視覺伺服控制
9.3.1背景
9.3.2視覺伺服控制
9.3.3實驗
9.4基於神經網絡的未知機械臂導納控制
9.4.1力觀測器
9.4.2控制器設計
9.4.3模擬驗證
9.5基於輸入飽和的機械臂增強導納控制
9.5.1飽和約束問題描述
9.5.2觀測器設計
9.5.3控制器設計
9.5.4模擬驗證
9.6基於人工勢場法的全向移動機器人路徑規劃
9.6.1全向輪運動學和動力學建模
9.6.2人工勢場法
9.6.3全向移動機器人的模型預測控制器設計
9.6.4模擬與結果
9.7基於牛頓歐拉模型的自適應迭代學習控制
9.7.1問題描述
9.7.2學習控制器設計
9.7.3模擬
9.8本章小結
第三篇應用篇： 機器人控制技術在人機交互中的應用
第10章人機交互
10.1基於視觸覺融合的虛擬現實人機交互平臺
10.1.1虛擬現實
10.1.2基於視觸覺融合的虛擬現實人機交互平臺設計
10.1.3基於視觸覺融合的虛擬現實人機交互平臺的搭建
10.2應用於生物反饋的人機交互技術研究
10.2.1腦電模式識別算法研究與設計
10.2.2游戲設計與實現
10.2.3實驗過程與結果分析
10.3應用於人機情景交互的視覺圖像處理技術研究
10.3.1圖像處理算法簡介
10.3.2基於人機情景交互的圖像處理算法設計
10.3.3圖像處理研究實驗過程及其結果
10.4生物反饋增強型多媒體游戲的開發
10.4.1BCI的設計
10.4.2多媒體游戲的設計
10.5本章小結
第11章機器人遙操作技術
11.1基於視覺融合技術的機械臂三維遙操作系統
11.1.1背景
11.1.2腦機接口設計
11.1.3機械臂三維遙操作系統控制部分設計
11.1.4機械臂三維遙操作系統的視覺伺服部分設計
11.2基於肌電信號的移動機器人遙操作控制
11.2.1遙操作系統結構
11.2.2基於錶面肌電信號的人機遙操作控制
11.2.3實驗
11.3基於錶面肌電信號的人機書寫技能傳遞
11.3.1人體臂關節
11.3.2實驗設計
11.3.3人機器人技能傳遞
11.4基於觸覺反饋的Baxter機器人遙操作控制
11.4.1遙操作控制系統
11.4.2肌肉活動提取
11.4.3基於sEMG的變增益控制
11.4.4實驗設計
11.5基於人體運動跟蹤的Baxter機器人遙操作控制
11.5.1遙操作系統
11.5.2遙操作控制系統設計
11.5.3實驗
11.6基於RBF神經網絡和波變量的雙臂協同遙操作控制
11.6.1雙臂協同控制遙操作系統建模
11.6.2從端控制器設計
11.6.3實驗
11.7本章小結
第12章機器人示教
12.1應用於人機示教的運動技能撲捉、傳遞與拓展
12.1.1實驗模擬平臺介紹
12.1.2人機示教系統設計
12.1.3神經網絡控制器設計
12.1.4模擬及實驗
12.1.5小結
12.2機器人自適應操作技能學習
12.2.1人機技能泛化框架
12.2.2實驗驗證
12.2.3小結
12.3基於動態運動原語的機器人技能學習與泛化
12.3.1方法
12.3.2實驗驗證
12.3.3小結
12.4基於EMG估計的肌肉疲勞度在機器人示教中的應用
12.4.1基於EMG評估肌肉疲勞
12.4.2機器人從多次示教中學習
12.4.3實驗與結果
12.4.4小結
12.5本章小結
第13章其他應用
13.1基於阻抗匹配策略的物理人機交互控制
13.1.1人機交互系統
13.1.2人手臂阻抗參數識別
13.1.3機器人阻抗控制模型
13.1.4基於函數逼近的自適應控制器
13.1.5模擬
13.2基於視覺交互和RBF神經網絡的機器人遙操作系統
13.2.1機器人遙操作系統
13.2.2遙操作系統中關鍵算法
13.2.3模擬實驗
13.3基於零空間的機器人柔順控制
13.3.1系統描述
13.3.2控制器設計
13.3.3模擬
13.4本章小結
參考文獻
