机器人控制系统的设计与MATLAB仿真 目录

第1章 绪论1.1机器人控制方法简介1.1.1机器人常用的控制方法1.1.2不确定机器人系统的控制1.2机器人动力学模型及其结构特性1.3基于S函数的SIMULINK仿真1.3.1S函数简介1.3.2S函数使用步骤1.3.3S函数的基本功能及重要参数设定第2章 机器人PID控制2.1机器人独立PD控制2.1.1控制律设计2.1.2收敛性分析2.1.3仿真实例2.2基于重力补偿的机器人PD控制2.2.1控制律设计2.2.2控制律分析2.3机器人鲁棒自适应PD控制2.3.1问题的提出2.3.2机器人动力学模型及其结构特性2.3.3控制器的设计2.3.4机器人动态方程的线性化推导2.3.5仿真实例参考文献第3章 机器人神经网络自适应控制3.1定理与引理3.1.1全局不变集定理3.1.2用Barbalat引理作类Lyapunov分析3.1.3一种微分方程不等式的收敛性分析3.2RBF网络的逼近3.2.1RBF神经网络3.2.2网络结构3.2.3逼近算法3.2.4网络参数对逼近效果的影响3.2.5仿真实例3.3基于模型不确定补偿的RBF网络机器人自适应控制3.3.1问题的提出3.3.2模型不确定部分的RBF网络逼近3.3.3控制器的设计3.3.4仿真实例3.4基于模型分块逼近的机器人RBF网络自适应控制3.4.1问题的提出3.4.2控制律的设计3.4.3稳定性分析3.4.4仿真实例3.5工作空间中机械手的神经网络自适应控制3.5.1工作空间直角坐标与关节角位置的转换3.5.2机械手的神经网络建模3.5.3控制器的设计3.5.4仿真实例3.6基于模型整体逼近的机器人RBF网络自适应控制3.6.1问题的提出3.6.2基于RBF神经网络逼近的控制器3.6.3针对f（x）中各项分别进行神经网络逼近3.6.4仿真实例3.7基于死区补偿的神经网络自适应鲁棒控制3.7.1死区非线性特性3.7.2系统描述3.7.3GL矩阵和GL乘法算子3.7.4RBF神经网络死区补偿器的设计3.7.5系统的稳定性分析3.7.6仿真实例3.8机器人神经网络数字控制3.8.1基于RBF网络补偿的单机械力臂自适应数字控制3.8.2基于RBF网络的双机械力臂自适应数字控制3.9机器人神经网络鲁棒控制3.9.1相关知识3.9.2控制律的设计与分析3.9.3仿真实例参考文献第4章 机器人模糊自适应控制第5章 机器人迭代学习控制及重复控制第6章 机器人反演控制第7章 机器人滑模控制第8章 机器人自适应鲁棒控制第9章 机器人参数观测、辨识及控制第10章 机器人路径规划

机器人控制系统的设计与MATLAB仿真 本书特色

《机器人控制系统的设计与MATLAB仿真》各部分内容既相互联系又各自独立，读者可根据需要选择学习。《机器人控制系统的设计与MATLAB仿真》适用于从事生产过程自动化、计算机应用、机械电子和电气自动化领域工作的工程技术人员阅读，也可作为大专院校工业自动化、自动控制、机械电子、自动化仪表、计算机应用等专业的教学参考书。

机器人控制系统的设计与MATLAB仿真 节选

《机器人控制系统的设计与MATLAB仿真》系统地介绍了机器人控制的几种先进设计方法，是作者多年来从事机器人控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的*新成果。全书以机器人为对象，共分10章，包括先进PID控制、神经网络自适应控制、模糊自适应控制、迭代学习控制、反演控制、滑模控制、自适应鲁棒控制、系统辨识和路径规划。每种方法都给出了算法推导、实例分析和相应的MATLAB仿真设计程序。