可重构模块机器人构形优化及力控制方法研究

　　可重构模块机器人由一组具有相同接口的模块组成，可根据不同的任务被组装成不同的构形。与传统的机器人相比，可重构模块机器人对任务和环境的适应能力*强，*具有柔性。现今，可重构模块机器人已被广泛应用于危险环境作业、军事、空间探测、工业、医学、娱乐等领域，代替人类去完成很多其无法完成的工作。对可重构模块机器人的运动学、动力学、构形优化以及动力学控制等方面的基础和关键技术进行研究，可以促进可重构模块机器人的实用化，具有重要的理论和应用价值。《可重构模块机器人构形优化及力控制方法研究》对可重构模块机器人的这些基本和关键问题进行系统深入的研究。

暂缺《可重构模块机器人构形优化及力控制方法研究》作者简介

第1章 绪论
1．1 课题的研究背景及意义
1．2 可重构模块机器人的国内外研究现状
1．2．1 国外的研究现状
1．2．2 国内的研究现状
1．3 可重构模块机器人研究的关键问题
1．3．1 运动学建模
1．3．2 动力学建模
1．3．3 轨迹跟踪控制
1．3．4 力控制
1．3．5 主动容错控制
1．3．6 构形优化
1．4 本书的主要内容
第2章 可重构模块机器人运动学与动力学建模
2．1 引言
2．2 基于旋量理论的可重构模块机器人正运动学的指数积公式
2．3 基于模拟退火遗传算法的逆运动学求解
2．3．1 目标函数
2．3．2 模拟退火机制的遗传算法
2．3．3 算法流程
2．3．4 仿真研究
2．4 可重构模块机器人的动力学
2．5 本章小结
第3章 可重构模块机器人构形优化方法
3．1 引言
3．2 基于ACPGA的受限可重构模块机器人模块及最优构形设计
3．2．1 可重构模块机器人模块的划分
3．2．2 构形空间的计算
3．2．3 装配构形表达
3．2．4 构形的评价标准
3．2．5 构形优化
3．2．6 改进PSO求解逆运动学的过程
3．2．7 计算实例
3．3 总结
第4章 可重构模块机器人自适应迭代学习控制
4．1 迭代学习控制简介
4．1．1 算法的稳定性和收敛性
4．1．2 初始值
4．1．3 鲁棒性
4．1．4 学习速度
4．2 问题描述
4．3 自适应迭代学习控制器设计
4．4 仿真
第5章 基于软测量的可重构模块机器人力／位置控制
5．1 引言
5．2 基于软测量的力／位置混合控制
5．2．1 控制器设计及稳定性分析
5．2．2 仿真结果
5．3 基于软测量的可重构模块机器人分散阻抗力控制
5．3．1 分散阻抗力控制器设计
5．3．2 仿真结果
5．4 结论
第6章 基于ACPGA的可重构模块机器人非脆弱鲁棒分散力／位置控制
6．1 引言
6．2 问题描述
6．3 非脆弱鲁棒分散力／位置控制器设计
6．3．1 控制器设计及证明
6．3．2 基于ACPGA的非脆弱分散控制器的求解
6．4 数值仿真
6．5 结论
第7章 基于滑模观测器的容错控制器设计
7．1 引言
7．2 执行器和传感器故障检测
7．2．1 基于自适应神经网络的观测器设计
7．2．2 稳定性分析
7．2．3 仿真结果
7．3 基于多滑模观测器的故障隔离
7．3．1 观测器设计
7．3．2 稳定性分析
7．3．3 仿真结果
7．4 容错控制器设计
7．4．1 基于双闭环积分滑模的容错控制
7．4．2 稳定性分析
7．4．3 仿真结果
第8章 总结
参考文献