仿生机器蟹的模型建立及优化

在对河蟹腿结构观察和测量的基础上，通过对原始观察数据分析建立了简化的仿生机器蟹腿结构，确定了仿生机器蟹步行机构的初始结构参数，利用仿真软件建立系统的仿真模型，对初始结构参数做了进一步优化，优化结果对仿生机器蟹结构设计起到重要的指导作用。     

仿生机器蟹样机研究

文中介绍的仿生机器蟹具有8足,24个自由度,基于ARM的双层分布式递阶控制方式,通过多传感器获取环境信息,调节身体的姿态,目标是可以自主地在海滩、礁石区和崎岖不平的环境行走.文中介绍了仿生机器蟹原理试验样机研制的过程和主要研究方法,主要包括生物原形分析、模型的建立、运动学分析、步态问题、机械结构设计、控制系统设计和原理样机的试验等内容.在单步行足的控制实验的基础上,进行了原理样机的整机行走实验研究.仿生机器蟹能够实现前进、后退、横行、转弯等功能,并具有一定的越障能力.进行仿生机器蟹的研究,目地是建立多足步行机器人的研究平台.     

考虑飞轮动力学的过驱动卫星控制分配算法

针对具有冗余飞轮的过驱动卫星的最优控制分配问题,以反作用飞轮总能耗和力矩分配偏差最小等为目标,通过定义与能耗相关的优化目标函数,提出了能耗/力矩优化的动态控制分配方法,并考虑飞轮的非线性动力学特性,对控制分配进行修正.最后对本文提出的控制分配算法进行了数学仿真验证,结果表明了上述方法的可行性和有效性.     

仿生机器蟹变结构力觉传感器的设计及数据处理

针对二十四自由度仿生机器蟹研制过程中面临的蟹腿微型化问题,设计了变结构的蟹腿力觉传感器,该传感器与蟹足的腿节、胫节集成为一体,在蟹腿运动过程中传感器结构发生变化,为数据处理带来了困难,为此利用FPGA设计了高速高精度的CORDIc离散三角函数发生器,实时解耦、计算,并给出了仿真结果,确保了精度和实时性.该传感器安装在仿生机器蟹上,使机器蟹能够在复杂的环境中探知障碍物的方位,验证了该结构传感器的有效性.     

基于加权矩阵的过驱动并联机构驱动力矩调节法

建立了一种平面三自由度过驱动并联机构的运动学方程,并基于虚功原理和等效力方法得出了其动力学模型。分析了过驱动机构动力学方程逆解问题的特点,提出用一种新的优化目标(即加权范数最小方法)来协调分配驱动力矩。将驱动器的额定输出力矩与实际工作力矩之间的差值定义为该驱动器的继容力矩,在此基础上给出了加权系数的选择准则。根据所提出的局部调节或全局调节准则来选择加权系数可以调节相应驱动器输出力矩,在一定程度上可以均衡各驱动器的继容力矩。数值计算结果表明,该方法对于防止部分驱动器输出力矩过大和保证系统稳定有一定的作用。     

基于ALPSO算法的过驱动最小推力控制方法

为保证推力器的控制效果,完成冗余指令的分配控制,提出基于ALPSO算法的过驱动最小推力控制方法。该方法依据构建推力器的动态分配数学模型,以推力器的动力学和运动学状态为基础,获取推力器期望的控制结果。在此基础上确定过驱动系统的推力器推力期望力矩误差函数最小,为实现过驱动最小推力控制分配的目标,采用ALPSO算法对其进行求解,获取控制结果。测试结果显示：应用该方法后,敏感度、负载裕度均在0.022以下,平衡度测试结果均在0.944以上,控制性能较好;能够快速完成力矩结果的控制,保证推力器按照设定的理想轨道运行;x,y,z轴上的分配控制力矩偏差均低于0.020 0。     

冗余驱动并联机构预防故障的力矩分配法

分析冗余驱动并联机构的动力学方程可知,通过合理的分配各驱动器的输出力矩,可以避免部分驱动器过载,有效地延长机构的首次故障时间.从各驱动器的承受能力出发,提出输出裕度的概念,并据此构造了驱动力矩优化模型,以输出裕度来构造加权系数的选择准则,实现对各驱动器的单独调解.推导了输出裕度均衡及部分驱动器输出裕度取均值两种情况下的力矩分配方法,协调系统中各驱动器的承载情况.以一种平面3自由度过驱动并联机构为研究对象,数据计算及分析结果表明所提出的方法对于调节各驱动器输出裕度均衡及防止部分驱动器过载有一定的作用.     

分布式驱动电动汽车转矩分配策略研究

针对分布式驱动电动汽车的稳定性控制问题,首先设计了基于卡尔曼滤波算法的质心侧偏角观测器以解决车辆质心侧偏角难以获取及准确性问题,其次针对车辆转矩分配策略提出了一种分层控制策略.上层控制器利用滑模变控制结构计算车辆维持稳定时所需主动横摆力矩大小,下层控制器利用主动横摆力矩结合整车动力学模型构建以最小轮胎负荷率为目标的约束矩阵,并采用粒子群算法进行转矩优化分配.在Matlab/Simulink仿真环境下进行仿真分析,搭建了七自由度整车模型、二自由度线性模型以及魔术轮胎模型,仿真结果表明车辆可以很好地跟随侧偏角、横摆角速度期望值,并具有较低的轮胎负荷率,证明了该控制策略的有效性.     

刚-柔性机械臂动力学建模及其动力学特性研究

根据假设模态法,对刚-柔性机械臂系统进行了位形表达及运动学分析.基于Kane方程,建立了刚-柔性机械臂系统的动力学模型.数值仿真结果表明,截取前二阶模态即可满足刚-柔性机械臂系统的精度要求;分析了柔性机械臂的结构参数、材料参数和驱动力矩对其动力学特性的影响.研究结果表明:通过采用矩形截面,采用较大弹性模量的材料,减小外部施加的驱动力矩,避免驱动力矩产生突变,可以有效地提高刚-柔性机械臂系统的动力学性能.     

基于ADAMS软件两栖仿生机器蟹的动力学建模与仿真

针对两栖仿生机器蟹的结构特点，进行了机构动力学分析。利用ADAMS建立了系统的仿真模型，并在仿真模型的基础上，对系统动态性能进行了观察，结果表明：系统动态性能与步长和步迹曲线的选取有关，步长越小，步迹曲线按一定约束条件规划时，系统具有较好的动态特性。     

基于改进遗传算法的两轮自平衡机器人能量优化策略

为有效使用有限的电池容量,延长机器人运行时间,针对机器人能量消耗问题,建立了两轮自平衡机器人的动力学模型和能耗模型。由于能量函数具有指数形式,很难获得解析解最小化能耗函数。因此提出基于改进遗传算法的分步渐进优化策略。通过全局寻优的方式对机器人的运动速度和能量消耗进行优化,解决了能耗最小化问题。通过仿真验证了算法的有效性和实时性。     

Seam tracking control for mobile welding robot based on vision sensor

To solve the seam tracking problem of mobile welding robot, a new controller based on the dynamics of mobile welding robot was designed using the method of backstepping kinematics into dynamics. A self-turning fuzzy controller and a fuzzy-Gaussian neural network (FGNN) controller were designed to complete coordinately controlling of cross-slider and wheels. The fuzzy-neural control algorithm was described by applying the Gaussian function and back propagation (BP) learning rule was used to tune the membership function in real time by applying the FGNN controller. To make the tracking more quickly and smoothly, the neural network controller based on dynamic model was designed, which utilized self-learning and self-adaptive ability of the neural network to deal with the partial uncertainty and the disturbances of the parameters of the robot dynamic model and real-time compensate the dynamics coupling. The results show that the selected control input torques make the system globally and asymptotically stable based on the Lyapunov function selected out; the accuracy of the proposed controller tracing is within ±0.4 mm and can satisfy the requirements of practical welding project.     

基于混合粒子群优化的仿袋鼠机器人站立平衡控制

为提高仿袋鼠机器人的站立平衡控制性能,基于混合粒子群算法对机器人的平衡控制进行了优化.首先,将在地面站立平衡时的仿袋鼠机器人简化成一个倒立摆模型,使用拉格朗日方法对机器人进行动力学建模.然后,基于机器人的动力学模型设计了线性二次型控制器,并使用混合粒子群算法对线性二次型控制器的权重矩阵进行优化.最后,使用优化的线性二次型控制器对仿袋鼠机器人站立平衡控制进行了仿真实验.优化后的控制器的调节时间比优化前明显缩短,结果表明:基于混合粒子群算法优化的线性二次型(linear quadratic regulator,LQR)控制器可以提高系统的稳定性和鲁棒性,能有效降低控制器参数的整定工作量.     

Compass-like无动力双足行走机器人的运动状态

以一个简单的双自由度compass-like无动力双足行走机器人为研究对象,对其行走的动态过程进行了深入分析。建立了行走动态的数学模型,并进行了数值仿真,对其行走过程每个阶段的特征进行了论述。分析了机器人行走过程中动能、势能的分布、变化过程以及相互转化关系。机器人稳定行走周期步态在相平面内表现为极限环,讨论了其存在的条件。     

基于神经网络的四足机器人 SLIP 模型运动控制

根据四足哺乳动物形态设计的四足机器人,能够适应错综复杂的地形,且具有较强的运动属性。 而对于四足机器人而言,运动的控制十分重要,所以对四足机器人运动过程中的跳跃控制问题进行了研究。 首先,采用弹簧负载倒立摆模型（SLIP）对四足机器人结构进行简化处理,建立了简化模型的动力学方程, 并分析了模型的运动过程以及着陆相与腾空相的转换条件。其次,在仿真平台中建立了 SLIP 动力学模型, 通过动力学仿真得到了一份仿真样本数据,并利用这份样本数据训练了一个神经网络,其中样本考虑了四足 机器人在与地面接触过程中由于碰撞和阻尼所消耗的能量。最后,在仿真平台中进行验证,给定模型的初始 高度和水平速度,通过神经网络计算出合适的着陆角,得到期望的水平末速度和弹跳高度。实验结果表明, 基于神经网络的方法可以较精确地实现对 SLIP 模型运动的控制。     

面向任务的可重构模块化机器人构型设计

为解决可重构模块化机器人在应用时如何找到合适的构型来满足特定任务的问题,提出一种面向任务的可重构模块化机器人构型多目标优化方法．讨论该模块化机器人系统的基本结构,包括主要的模块和控制系统的组成结构;在任务描述的基础上,给出模块化机器人构型设计的优化模型和流程;针对特定的攀爬任务和操作任务,对模块化机器人的构型进行优化设计．仿真验证了该方法的可行性和有效性．该方法具有面向任务和多目标优化等特点,涵盖了自由度、可达性、耗能等多方面的性能优化,适用于模块化机器人的构型设计．     

仿袋鼠单腿跳跃机器人动力学建模与仿真

根据自然界中袋鼠的骨骼结构设计了仿袋鼠单腿跳跃机器人的机构模型．其机构设计充分利用产生被动动力学的机械结构来减少运动中的能耗．仿袋鼠单腿跳跃机器人由关节腿、身体和尾巴三部分组成,其中关节腿由两连杆、旋转副及扭簧连接而成．采用拉格朗日方法建立支撑相和飞行相的动力学模型,并用MATLAB7．0对动力学模型进行了数值仿真,仿真结果验证了动力学模型的正确性,为后续的机器人结构优化设计和运动控制奠定了理论基础．     

自由漂浮空间机器人力矩最优轨迹规划算法

针对自由漂浮空间机器人的轨迹规划问题,提出一种基于粒子群优化算法的机械臂关节角驱动力矩最优轨迹规划算法.首先通过对自由漂浮空间机器人系统的动力学方程进行分析,给出了以机械臂关节角驱动力矩为目标函数的轨迹最优控制算法,并采用高阶多项式插值方法逼近机械臂关节角轨迹,结合粒子群优化算法对机械臂关节角轨迹进行优化求解.数值仿真表明,规划出的关节角轨迹平滑连续,在完成自由漂浮空间机器人姿态调整任务的同时,机械臂关节角驱动力矩降至最低.