基于惯性测量单元的欠驱动球形机器人惯性参数辨识

针对欠驱动球形机器人,提出基于惯性测量单元的惯性参数辨识方法。首先,根据Kane方法建立欠驱动球形机器人的动力学模型;其次,利用该模型中的三个欠驱动方程推导出球形机器人惯性参数辨识模型;最后,以一种新型的球形机器人为实验平台,根据安装在球形机器人框架上的惯性测量单元实测信息,对本文方法进行实验验证。实验结果表明,辨识结果具有合理性。该方法简单可行,为其他欠驱动机器人惯性参数辨识提供了一种新的思路。     

基于ZMP的双足机器人稳定性分析

引入双足机器人研究中一个重要物理量——零力矩点ZMP（zero Moment Point）,研究其计算和测量方法,利用其分析双足机器人在单腿和双腿支撑时的作用范围,最后在二维和三维平面内对机器人的ZMP计算进行探讨,为稳定步态的设计做了理论铺垫。     

双足溜冰机器人动态稳定性判据研究

根据轮滑原理设计出双足从动轮溜冰机器人,使用D-H方法给出运动学方程.将机器人腿划分为支撑腿和摆动腿两种类型,考虑本体平衡条件和滚轮运动约束条件,并且假设摆动腿滚轮处于最大静摩擦状态,推导出机器人滚轮与地面三种不同接触情况下的运动稳定性判据.仿真和实验证实了稳定性判据的正确性和可行性.     

基于地面反力的双足机器人期望步态轨迹规划

提出了一种基于地面反力的双足机器人期望步态轨迹规划方法。通过D Alembert定理推导出地面反力与机器人关节运动之间的数学关系。结合ZMP（零力矩点）稳定性原则和其他物理性约束条件,给出了双足机器人期望步态轨迹。受人类行走的启发,采用模糊策略来规划期望ZMP轨迹。该方案与传统的双足机器人步态轨迹生成方法比较,可实现稳定的行走,具有上体的运动范围小,适用于单、双脚支撑期等优点。双足机器人的实验说明了该方案的可行性和良好性能。     

双足机器人拟人步行模式研究

根据双足步行机器人具有拟人腿的特点,通过对人体步行样式的分析,采用三次多项式计算方法规划步行机器人在一个完整行走周期里拟人稳态步行模式,分别建立hip、knee和ankle关节在前向模型中的轨迹曲线方程。并通过建立、分析和简化其动力学模型验算步行模式的ZMP轨迹的稳定性,提出保证步行模式稳定性的ZMP边界约束条件。最后对稳态步行模式进行仿真描述和相应实验,仿真和实验结果表明其具有很好的连续性和平滑性。     

双足舞蹈机器人步态规划

以双足舞蹈机器人为对象,建立系统的多自由度运动学模型,在此基础上开展舞蹈机器人正运动学和逆运动学分析,根据行走步长、步宽、步行周期等运动参数求解机器人各关节角度;引入三维倒立摆模型,结合零力矩点(Zero-Moment-Point,ZMP)稳定判据,对舞蹈机器人进行步态规划稳定性分析;最后,结合对舞蹈机器人的行走步态进行了仿真分析,得到了各个关节的角度值,可作为舞蹈机器人的输入控制参数.     

转动惯量试验台的惯性参数测量

为解决复杂机械系统的惯性参数不易获取的问题,在研究惯性参数计算多体动力学的基础上,分别建立了质心位置坐标解算的静力学方程和惯性参数解算的动力学方程。为消除摩擦力对辨识精度的影响,提出预调平台运动方向,利用同角度下正、负摩擦力相消的试验方法,并利用数据滤波和数据拟合对试验数据进行处理,剔除数据高频噪声和谐波噪声。最后,利用递推最小二乘法实现对质心位置坐标和惯性张量的辨识,通过试验验证了该方法的有效性。本试验台能对发动机及动力总成等汽车部件的惯性参数进行测试。     

基于机械臂运动的组合航天器惯性参数在轨辨识

随着空间技术发展,交会对接任务越来越多,服务航天器与目标航天器对接形成组合航天器后惯性参数会发生明显变化。因此,提出一种基于机械臂运动的组合航天器惯性参数在轨辨识方法。该方法可以分为2步:第一步辨识组合航天器的质量和质心;第二步辨识组合航天器的惯性张量。该方法优点是实现了质量、质心与惯性张量等辨识参数的相互解耦,不需要消耗航天器上宝贵的喷气燃料,仅需要测量航天器的速度,而不是加速度和力。仿真结果验证了方法的有效性。     

基于改进遗传算法辨识空间机器人动力学参数

为了减小空间机器人动力学参数的误差,提高轨迹规划精度,根据空间机器人的角动量守恒方程,利用名义动力学参数估计角动量与真实角动量的差异,建立动力学参数辨识的误差模型,给出遗传算法的适应度函数.针对常规遗传算法容易出现"早熟"现象,采用小区间生成法、大变异策略和精英保留策略对其进行了改进.以六关节空间机器人为例进行的仿真结果表明,在参数复杂的情况下,采用改进后的遗传算法,计算效率和辨识精度均得到了提高。     

仿人机器人的可变ZMP步态规划

为使仿人机器人能够稳定地行走,基于三维倒立摆模型,采用了可变ZMP(Zero-Moment Point)来进行仿人机器人的步态规划.在单脚支撑期依据可变ZMP采规划COG(Center of Gravity)的轨迹,在双脚支撑期内则让ZMP保持低速匀速运动,由此来规划此时间段的COG轨迹.仿真结果验证了规划的合理性,保...     

基于随机子空间的同步发电机参数辨识方法

从同步发电机建模的角度出发,针对传统的同步发电机参数辨识方法存在辨识精度低、抗干扰能力差的不足,提出了随机子空间的同步发电机参数辨识方法.将采集到定子电流信号构成Hankel矩阵,经矩阵QR分解和特征值分解（SVD）,得到系统矩阵的特征值,进而得到定子电流中直流分量和基频分量的衰减系数,再通过最小二乘拟合得到各分量的幅值和相位,从而实现同步发电机的参数辨识.通过仿真验证了该方法的有效性.     

足球机器人控制参数整定系统的设计

为了提高足球机器人的运动性能,设计了足球机器人控制参数整定系统．在阐述系统基本原理的基础上讨论了系统的组成,该系统包括测试平台、测试电路和测试软件．讨论了所采用的改进的增量式PID控制算法和通过实验确定参数的方法．实验证明,该系统可以快速地整定系统控制参数．     

用神经网络实现感应电动机转子参数辨识

在感应电机间接磁场定向的矢量控制系统中,转子时间常数的变化严重影响着系统的各项性能．为此,提出了一种新的转子参数辨识方法,并采用神经网络来实现。仿真结果证明它能很好的跟踪转子时间常数的变化,从而实现磁场准确定向     

6-PRRS并联机器人的动力学建模研究

为解决并联机器人动力学模型的计算复杂性与实时准确控制之间的矛盾,采用虚功原理建立6-PRRS并联机器人各构件随参数变化的完整动力学方程,对6-PRRS并联机器人动力学模型在各种工作情况下进行仿真分析,对机器人各部分质量和转动惯量对驱动力的影响进行研究,提出动力学模型简化策略,减小了动力学计算量,提高并联机器人动力学的计算速度,为并联机器人的控制和参数识别奠定了基础.     

欠驱动异构式下肢康复机器人动力学分析及参数优化

针对现有外骨骼机器人人机自由度不匹配和关节对中性差的问题,提出欠驱动下肢康复机器人. 欠驱动机器人只有4个直线驱动,驱动的直线运动通过推杆和人机连接机构转化为人下肢在矢状面内的屈伸运动,带动人体进行步态康复训练. 建立机器人系统的人机耦合模型,进行模型的动力学分析,对人机耦合模型中影响动力学结果的参数进行分析,建立驱动力与肢体推动力之间的关系模型,并以推力系数最大为目标进行参数分析与优化,得到最佳的结构参数. 根据优化后的结构参数搭建康复机器人实验系统,对髋、膝关节驱动力与角度进行对比. 实验结果表明最大髋关节角度误差为2.9°,最大膝关节角度误差为6.4°,最大误差均约为9%,验证了动力学模型和参数优化结果的正确性.     

晶圆传输机器人标定技术研究

为了提高高速高精度晶圆传输机器人的定位精度,建立了精度分析和运动学标定为一体的精度保障体系.针对机器人的特点,建立了误差模型,分析了各结构几何参数误差源的灵敏度,提出了结合几何误差迭代法和基于运动学逆解的非线性参数辨识的分步标定方法,对其进行了标定,并对几何结构参数进行了误差补偿.仿真分析以及实验证明:机器人定位误差达到0.07mm,有效地提高了机器人末端的定位精度.     

Research on parameter identification of BCH codes

In order to solve the problem of the blind recognition of BCH codes,a novel method for fast detection of the BCH parameter identification based on the Statistical significance is presented. Some analytical models for BCH codes are proposed by analyzing the distribution of BCH code roots.The check matrix is constructed by using the obtained length and code roots of BCH codes with the help of completing shortened codes.Finally the BCH generator polynomial can be calculated directly by simplification of matrices in the finite field. Simulation results illustrate that given the high BER BCH encoded data sequence, the recognized coding parameters are correct by comparing prior conditions, which validates the accuracy of the proposed method.