01
SCARA机器人概述
定义、结构特点、应用领域（3C电子、食品包装等）
基础入门
02
坐标系与运动学基础
关节、直角、工具、用户坐标系的概念与区别
理论坐标系
03
点位示教基础
示教器介绍、手动操作模式（JOG）、示教步骤与规范
示教实操
04
示教器界面详解
按键功能、屏幕布局、菜单导航、状态指示灯
界面操作
05
安全操作规范
上电检查、急停、安全门互锁、手动安全速度
安全必读
06
点位数据管理
存储结构、命名规则、备份与恢复
数据管理
07
直线运动指令 MOVL
格式、参数设置、速度与加减速控制
指令直线
08
关节运动指令 MOVJ
格式、参数、与MOVL区别及选型原则
指令关节
09
圆弧运动指令 MOVC
格式、三点法示教圆弧、精度控制
指令圆弧
10
点位示教实操
典型搬运任务，完整示教流程演示
实操案例
11
轨迹规划基础
PTP与CP轨迹、插补原理
规划理论
12
速度与加速度规划
梯形/S形曲线、加减速时间影响
速度优化
13
轨迹平滑处理
拐角过渡(Rounding)、平滑参数、减少冲击
平滑参数
14
奇异点规避
SCARA奇异点分析、规避策略、示教注意
奇异点高级
15
工作空间与可达性
工作空间定义、可达性分析、避免死区干涉
空间分析
16
碰撞检测与避障
静态/动态碰撞检测、传感器避障策略
安全避障
17
轨迹优化目标
缩短循环时间、降低能耗、减少磨损、提高精度
优化目标
18
时间最优轨迹规划
基于运动学约束的时间最优生成方法
时间最优
19
能量最优轨迹规划
基于动力学模型的能量最优优化
能量节能
20
多目标轨迹优化
权衡时间、能量、平滑度 (NSGA-II等)
多目标算法
21
基于B样条的轨迹优化
B样条原理、控制点选取、光顺性优化
B样条光顺
22
基于遗传算法的轨迹优化
遗传算法原理、编码、适应度、仿真案例
遗传智能
23
基于粒子群算法的轨迹优化
粒子群原理、参数调优、与遗传对比
粒子群对比
24
轨迹仿真与验证
RoboDK、MATLAB Robotics Toolbox 使用
仿真软件
25
实际轨迹测量与评估
激光跟踪仪、编码器测量、误差分析
测量评估
26
点位示教与轨迹优化的集成
从示教点位到优化完整工作流
集成流程
27
典型应用案例1：高速拾放
SCARA机器人Pick and Place轨迹优化
案例拾放
28
典型应用案例2：精密装配
芯片贴装等精密装配轨迹优化
案例装配
29
典型应用案例3：涂胶/点胶
涂胶轨迹平滑与精度优化
案例涂胶
30
课程总结与展望
技术趋势、AI融合、学习路径建议
总结未来