一种云模型PID控制器参数整定优化算法

为了解决PID控制器参数整定过程中的优化和复杂性问题,增强PID控制器参数整定的自适应性,结合差异演化算法和粒子群算法,提出一种带有差异演化变异算子的粒子群混合优化算法,利用一维云模型映射器将人的控制经验通过语言原子转换为控制规则器,设计具有自适应功能的云模型控制器;将该优化算法应用于一维云模型PID控制器参数整定与优化,并与传统方法进行仿真比较.结果表明,基于带有差异演化变异算子的粒子群混合优化算法的智能控制器具有简单易行、控制性能良好、自适应性和鲁棒性强的特点,可为云模型控制器参数设计提供参考.     

球上平衡移动机器人线性二次型最优控制

对一种在球上平衡的轮式移动机器人系统进行了动力学分析,运用拉格朗日方程法建立了其动力学模型,根据系统的特点提出了一种线性二次型最优控制方法,用于机器人的控制。仿真结果表明,所设计的线性二次型最优控制器可以有效地实现球上平衡移动机器人的平衡控制、定位控制和轨迹跟踪控制,并且整个控制过程具有响应速度快、超调小、抗扰动能力强等特点。     

水下机器人S面控制器的改进粒子群优化

S面控制器是一种有效的水下机器人的运动控制算法,但需要人工调整参数.为了减少手工调整参数所带来的困难和误差,提出了改进的粒子群优化算法对S面控制器参数进行优化.采用动态压缩因子,加快粒子算法的收敛;引入退火算法,提高粒子算法的局部搜索能力.同时,在S面控制器中引入智能积分项,有效地减小控制器的稳态误差.最后,论述了改进粒子群算法优化S面控制参数的具体过程,并在某型水下机器人上进行了仿真试验和水池试验.试验结果表明,该算法对于水下机器人非线性控制器的参数寻优达到良好的效果,优化后的S面控制具有较快的反应速度和较小的超调.     

基于参数寻优的自学习算法在两轮机器人控制上的应用

针对两轮机器人现有控制算法的弊端,基于自学习参数寻优算法设计自适应控制器.该控制器结构简单,无需依赖精确数学模型,经过多次学习训练,即可获得最优控制参数.将该控制器应用于两轮机器人的平衡控制中,并与线性二次型(linear quadratic regulator,LQR)最优控制器进行对比,仿真结果验证了该算法的正确性、有效性,凸显出较强的鲁棒性和仿生学习性;将该控制器应用于两轮机器人物理系统,取得了良好的控制效果.     

基于混合进化算法的仿人机器人步态规划

针对仿人机器人的结构特点,设计一种仿人机器人上楼梯的在线步态规划系统.使用7连杆模型对仿人机器人的上楼梯运动过程进行建模,根据神经网络在拟合非线性系统上的优越性,使用2个BP神经网络对仿人机器人上楼梯过程中的双腿支撑周期和单腿支撑周期分别进行离线训练.为了加速训练时间和避免陷入局部最小值,采用基于混合粒子群的神经网络控制方式对网络的权值进行优化.在加速训练过程的同时,生成稳定性最优的步态,通过嵌入式单目视觉采集现场环境信息作为神经网络的输入,实时控制输出步态所需的关节轨迹进行运动.实验结果表明通过Matlab仿真和实物机器人上所提方法有效.     

一种复杂系统的分数阶内模PID控制器设计

高阶次复杂控制系统在系统分析与设计的过程中难以达到理想的效果,控制过程影响系统的准确性和控制性能,针对此问题提出了一种基于混合粒子群算法降阶的分数阶内模PID控制的设计方法。利用混合粒子群优化算法将原模型降阶为含有延迟环节的新型分数阶模型,再依据分数阶内模控制器的结构设计进行控制器的参数整定。仿真结果表明,降阶后的简单模型可以精确地逼近复杂的高阶系统,在降阶基础上的分数阶内模控制器具有良好的控制性能以及鲁棒稳定性。     

仿袋鼠单腿跳跃机器人动力学建模与仿

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．     

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．     

弹性飞机的混合H2/H∞最优PID控制器设计

针对弹性飞机强鲁棒性、低阶次、低增益鲁棒控制器的设计问题,以某弹性飞机12阶模型为研究对象,研究了基于弹性飞机降阶模型的混合H2/H∞最优PID控制器的设计。首先基于平衡截断法得到了6阶降阶模型。然后,根据全阶模型和降阶模型的频域降阶误差选取了合适的鲁棒加权函数。之后,给出了系统跟踪误差的H2范数的一种简化计算方法用于计算H2范数优化设计指标。最后使用粒子群优化算法进行了混合H2/H∞最优PID控制器参数的优化得到了最优PID控制器。仿真结果表明,与H∞混合灵敏度控制器相比,混合H2/H∞最优PID控制器阶次更低,并能同时镇定参数和非参数两种不确定性具有更强的鲁棒性;对弹性形变有较好的抑制作用,对刚性模态也取得了很好的控制效果。     

改进粒子群算法的工业机器人几何参数标定

针对传统粒子群(PSO)算法在解决工业机器人几何误差标定问题中存在的收敛速度慢的缺点,提出了一种基于两段式的动态粒子群算法(LDPSO-BT)。用Denavit-Hartenberg方法建立工业机器人的误差模型,将几何误差标定问题转换成对高维非线性方程的求解;对粒子群数目进行线性递减,同时针对算法求解过程中粒子数目线性递减的特点,在改进粒子群算法迭代后期采用改进的搜索模式,对传统粒子群的速度迭代公式进行改进;仿真实验对比了工业机器人几何误差标定前与标定后两种算法的末端定位精度。实验结果表明:在采用粒子群算法辨识工业机器人实际几何参数的过程中,粒子群数目对算法的迭代时间有重要影响,通过线性递减的方式减少粒子群的粒子数目可以有效地减少工业机器人几何误差标定时间,同时在粒子群算法迭代后期采用改进的速度迭代公式可以确保收敛精度。与传统粒子群算法相比,使用改进后的粒子群算法,不仅可以有效减少工业机器人的定位误差,而且还拥有更高效的迭代效率。     

Joint space compliance control for a hydraulic quadruped robot based on force feedback

In the realm of quadruped robot locomotion, compliance control is imperative to handle impacts when negotiating unstructured terrains. At the same time, kinematic tracking accuracy should be guaranteed during locomotion. To meet both demands, a joint space compliance controller is designed, so that compliance can be achieved in stance phase while position tracking performance can be guaranteed in swing phase. Unlike operational space compliance control, the joint space compliance control method is easy to implement and does not depend on robot dynamics. As for each joint actuator, high performance force control is of great importance for compliance design. Therefore, a nonlinear PI controller based on feedback linearization is proposed for the hydraulic actuator force control. Besides, an outer position loop(compliance loop) is closed for each joint. Experiments are carried out to verify the force controller and compliance of the hydraulic actuator. The robot leg compliance is assessed by a virtual prototyping simulation.     

仿生机器鱼近壁面流场识别的人工侧线方法

针对仿生机器鱼目标近距离作业时的环境识别难题,提出一种基于人工侧线(ALL)的近壁面流场识别方法。理论分析了ALL感知近壁面流场环境的可行性,建立了ALL虚拟压力传感器阵列并采用计算流体动力学(CFD)方法计算并提取了不同参数条件下(来流速度v,靠壁距离d和游动频率f)仿生机器鱼的体表压力数据,建立了基于多层前馈神经网络的来流速度和靠壁距离预测回归模型,并对模型结构和数据特征进行了优化。结果表明:壁面效应将引起鱼体周围流场结构的非对称分布,鱼体头部和尾部的侧线传感器对流场参数的辨识度高,消除弱相关的特征对来流速度和靠壁距离预测指标的影响小且有利于降低预测模型的复杂度。研究结果能够为水下机器人环境识别的信息提取及处理提供理论方法。     

Analysis and comparison of three leg models for bionic locust robot based on landing buffering performance

Good landing buffering performance can reduce impact and vibration for the bionic locust jumping robot; thus, a landing buffer is important in evaluating the motion performance of the bionic locust robot. In particular, the legs of the robot are the main structures that realize the buffer; thus, its structure affects buffering performance. Three typical leg structure models are established based on the physiological analysis of the locust leg and research status, namely, bionic leg, multi-constraint leg, and arc legs. Kinematic and force analyses are conducted for these types of legs. Particularly, flexible deformation of leg link is considered in the analysis to describe the movement process accurately. In order to compare the buffering performance of these types of legs quantitatively, the performance indices with maximum buffering distance, the energy absorption capability, and the mechanical property are presented. Based on the performance indices, the structure parameters are analyzed and optimized. The buffering performance of the three leg structures is compared with the comprehensive performance of different structures in each best state. This study offers a quantitative analysis and comparison for different legs of bionic locust jumping robot based on landing buffering performance. Furthermore, a theoretical basis for future research and engineering applications is established.     

双臂单腿跳跃机器人的动力学建模与仿真

总结了已有单腿跳跃机器人的局限性,提出了一种新型弹性单腿跳跃机器人系统.该机器人采用双臂驱动,弹性伸缩腿中不安装驱动原件,系统依靠内部动力学耦合实现动态站立平衡、起跳、稳定连续跳跃运动.对欠驱动非完整约束动力学系统进行了运动学和动力学建模.用MATLAB对本机械系统进行了仿真,验证了模型的正确性,为机器人的运动控制和结构优化奠定了理论基础.     

面向配电系统的带电抢修作业机器人

面向电力行业应急救援和安全抢修作业装备发展的需求,设计了一种配电系统带电抢修作业机器人,并对其机械结构与控制系统进行了介绍。提出一种基于液压伺服驱动的6自由度机械臂的系统解决方案,通过运动学、动力学和有限元分析优化了部件结构和动力学性能,使其有效负载能力达到最大。针对作业过程中机器人本体与导线发生碰撞等引起的震荡问题,使用非对称控制方法,建立了机械臂的柔顺控制模型,降低了震荡的影响。将整体单目视觉的静态测量与双目手眼视觉系统的动态测量相结合,设计了复杂环境下目标点的高精度动态定位系统,实现了机械臂的局部自主路径规划与运动控制。通过实验验证了所开发的带电抢修作业机器人在10 kV以下配电线路应用的有效性和可行性。     

基于Boltzamnn机的机器人自主学习算法

针对两轮机器人自平衡运动控制问题,提出了一种基于Boltzamnn机的Skinner操作条件反射学习机制作为机器人仿生自主学习的算法.该算法利用Boltzamnn机中Metropolis判据平衡Skinner操作条件反射学习中探索和利用的比例,并依据概率取向机制以一定的概率选择最优行为,从而使机器人在未知环境下可获得像人或动物一样的仿生自主学习技能,实现机器人的自平衡运动控制.最后,分别用基于Boltzamnn机的Skinner操作条件反射的学习算法和基于贪婪策略的Skinner操作条件反射的学习算法做了仿真实验并进行了比较.结果表明,基于Boltzamnn机的Skinner操作条件反射的学习算法能使机器人获得较强的运动平衡控制技能和较好的动态性能,体现了机器人的自主学习特性.     

An iterative learning method for realizing accurate dynamic feedforward control of an industrial hybrid robot

Feedforward control based on an accurate dynamic model is an effective approach to reduce the dynamic effect of the robot and improve its performance. However, due to the complicated work environment with considerable uncertainty, it is difficult to obtain a high-precision dynamic model of the robot, which severely deteriorates the achievable control performance. This paper proposes an iterative learning method to accurately design the industrial feedforward controller and compensate for the external uncertain dynamic load of the robot. Based on a standard dynamic model, a complete linear feedforward controller is presented.An iterative design strategy is given to iteratively update the feedforward controller by combining the Moore-Penrose Inverse and the PID learning rate. Experiments are carried out on a 5-DOF industrial hybrid robot to validate the effectiveness of the proposed iterative learning method. The experiment results illustrate that the industrial feedforward controller can rapidly converge to the optimal controller and significantly improve the servo performance by using the proposed method. This paper provides an effective method for applying iterative learning control to an unopened industrial control system. It is very useful for the practical control of hybrid robots in industrial field.     

Bionic Attitude Transformation Combined with Closed Motion for a Free Floating Space Robot

In order to realize the small error attitude transformation of a free floating space robot,a new method of three degrees of freedom(DOF) attitude transformation was proposed for the space robot using a bionic joint.A general kinematic model of the space robot was established based on the law of linear and angular momentum conservation.A combinational joint model was established combined with bionic joint and closed motion.The attitude transformation of planar,two DOF and three DOF is analyzed and simulated by the model,and it is verified that the feasibility of attitude transformation in three DOF space.Finally,the specific scheme of disturbance elimination in attitude transformation is presented and simulation results are obtained.Therefore,the range of application field of the bionic joint model has been expanded.     

两轮直立式自平衡移动机器人的控制系统设计

研究了两轮直立式自平衡机器人的系统组成,并利用动力学原理建立系统的数学模型,在Matlab环境下设计了状态反馈控制器(LQR),并进行了仿真和机器实体的实验,系统具有良好的鲁棒性.表明了系统建模和控制器设计的合理性和有效性.这种机器人两轮共轴、独立驱动,车身重心倒置于车轮轴上方,通过运动保持平衡,可直立行走.由于特殊的结构,其适应地形变化能力强,运动灵活,可以胜任一些复杂的工作.为机器人的自主控制、自学习提供了可靠的实验平台.