柔性针的运动学建模及实验研究

针对在微创手术中传统采用的钢针的不足,如与组织作用,双方均产生较大变形,造成很大误差,严重影响治疗效果。另外在手术中常常遇到一些重要的组织和器官要避开,传统的钢针无法满足需要。本文采用带斜尖的柔性针,完全利用进针时斜尖与组织的侧向作用力使针轴产生弯转。这样不但可以更精确控制针的轨迹,而且还能绕过障碍物准确达到靶点。本文首先简化了WebsterIII等人提出的柔性针非完整约束系统的自行车模型,提出了自行车前、后轮模型。在此基础上,又提出了更符合实际的带返程度的自行车模型,并进行了运动学建模研究。以实验数据拟合了模型中各参数,同时验证了此模型的合理性和准确性。     

具有避障能力的虚拟人姿态优化算法

为了解决复杂环境下的虚拟人运动控制问题,提出一种基于人工势场的具有避障能力的虚拟人姿态优化算法.首先在虚拟环境中根据目标和障碍物建立人工势场,并对虚拟人运动链末端进行无碰撞路径规划;其次将规划后末端每个中间位姿的逆运动学计算问题表示为带位姿和无碰撞约束的舒适度函数优化问题,并进行求解;最后得到虚拟人运动过程中一系列连续的无碰撞姿态,实现自行避障的虚拟人运动控制.通过实例测试验证了文中算法的有效性,该算法可应用于复杂环境下的虚拟人动画和人机工程仿真.     

基于INA方法的旋转导弹解耦研究

在双通道控制旋转导弹进行解耦研究中,为解决系统的准确跟踪问题,采用INA(逆奈奎斯特阵列)方法,对双通道控制旋转导弹进行仿真建模和耦合性分析,推导出了准弹体系下传递函数的准确表达式.对逆传递函数矩阵的奈奎斯特图进行了耦合性分析,设计出了预补偿器,反馈矩阵以及比例积分控制器.通过仿真验证了双通道的交连情况和解耦算法的有效性,为双通道控制旋转导弹控制系统分析与设计提供了新的思路.     

神经网络在感应电动机调速系统中的应用研究

研究感应电动机凋速系统解耦控制问题.感应电动机调速系统是一个非线性、多变量和强耦合控制对象,传统的线性方法无法找到合适的描述模型,导致解耦控制性能相当的差.在体现适应性、实时性和鲁棒性的问题上,为了提高感应电动机调速系统解耦控制性能,将逆系统方法与神经网络相结合,提出了一种基于神经网络逆系统的感应电动机调速解耦控制方法.首先根据感应电动机调速系统的特点,建立合适的数学模型,并进行伪线性系统构造;然后采用神经网络对逆系统模型进行辨识,通过神经网络自学习实现高性能解耦控制;最后在matlab平台下进行了仿真和对比实验.实验结果表明,方法能很好实现解耦控制,使传统解耦控制方法的缺陷得到克服,具有较强适应性和鲁棒性.     

基于双目视觉模型的自适应控制

对于基于图像的具有手眼或固定摄像机模式的双目视觉伺服控制系统,考虑机器人的运动学特性,在摄像机的内外参数部分未知的情况下,给出了一种直接自适应控制器实现定位控制,设计了一种新的自适应估计方法在线估计图像雅可比矩阵;利用李亚普诺夫的方法证明了图像误差的渐近收敛性.仿真结果验证了该方法的有效性.     

机器人神经网络逆系统阻抗控制方法研究

机器人动力学控制由于其数学模型的不确定性,一直是困扰该领域的难题之一.本文研究了通过神经网络逆系统方法实现机器人的解耦,然后在外环施加控制的新方法.文中对该算法在Matlab仿真环境中做了研究,并以实物机械手为控制对象实现了该算法;从仿真和实现结果来看算法是可行的,为以后进一步的研究提供了依据.     

逆M序列在机抖激光陀螺消除动态闭锁中的应用

对逆M序列在消除激光陀螺动态闭锁误差中的应用进行了研究和验证.目前多采用M序列对抖动的幅度进行调制来消除激光陀螺动态闭锁误差,而逆M序列与M序列相比不仅满足注入到激光陀螺抖动中的要求,且比M序列有其性质等方面优势.通过理论分析及M序列和逆M序列在消除机抖激光陀螺动态闭锁中实验中的应用对比,实验数据表明逆M序列在消除动态闭锁中的作用要优于M序列.     

一种新型神经网络广义逆系统

提出一种新型带有反馈环节的广义逆系统方法,并给出了其存在性的证明．该方法首先利用神经网络构造被控对象的α 阶逆系统,通过改变反馈环节参数可随时任意配置复合系统极点,无需重新构造广义逆系统．分别对ＳＩＳＯ 和ＭＩＭＯ 非线性系统进行仿真研究．仿真结果表明,在配置极点变换时,利用该方法构造的广义逆系统仍可对原系统实现有效的线性化和解耦．     

行波型超声电机基于神经网络的逆模型辨识

行波型超声电机的动态特性受定子压电陶瓷迟滞和接触层非线性摩擦力的影响,表现出复杂的多值映射特征.通过引入动态迟滞逆算子,将存在于超声波电机逆系统中的多值映射在新的扩张输入空间上,转换为一一映射;然后使用神经网络建立超声波电机的逆模型,对迟滞和非线性摩擦力的影响进行补偿.所建立的模型结构简单,可以在线调整适应电机参数的非线性变化.实验仿真结果验证了该方法的有效性.     

面向冗余机器人实时控制的逆运动学求解有效方法

针对7自由度冗余机器人实时运动控制,对机器人逆运动学提出了一种新的求解方法.采用位姿分解方式,使7自由度冗余机器人逆运动学简化为4自由度位置逆运动学求解.在梯度投影法得到位置优化解的基础上,利用机器人封闭解公式求得一组优化解.通过对7自由度机器人仿真分析,表明了该方法的有效性.