基于改进粒子群优化的水下机器人足端轨迹规划

针对多项式插值轨迹规划阶次高、面对多个限制条件时优化运算量大等问题,提出水下机器人关节空间基于改进粒子群优化方法,设计以时间最优为目标的5次多项式插值轨迹规划算法。用Fluent求得腿部水阻力系数后,建立多个约束条件方程,通过更改搜索目标降低搜索维度,减少计算量。改进粒子群优化采用可变权重,相较于标准粒子群优化,改进粒子群优化较好地平衡了全局收敛性和收敛速度。通过仿真实验得到各关节的角度、角速度、角加速度曲线,验证了所提出方法的可行性与有效性。

基于改进DRNN的机电作动器PI控制方法研究

针对机电作动器(EMA)稳定性和响应速度的要求,提出一种基于对角递归神经网络(DRNN)PI控制的EMA速度环控制方法,在运行过程中动态调整增益参数;针对固定学习率无法兼顾系统稳定性和快速性的问题,设计一种自适应学习率算法,增强了控制器的学习能力。仿真结果表明,相较于传统PI控制、模糊PI控制以及固定学习率方法,采用改进DRNN⁃PI控制方法,提高了EMA速度环的动态响应能力和抗干扰能力,能够有效保证EMA整体系统的稳定性和鲁棒性。

意念控制机械臂设计

引言随着认知水平的提高,人类对大脑的研究越来越深入。脑电信号记录大脑活动过程中的脑电波变化情况,是大脑神经细胞电生理活动在大脑皮层或头皮表面的总体反应【1-2】。脑-机接口(Brain-computer interface,BCI)是指一种在人体外围神经与肌肉不参与的情况下,通过脑电信号产生控制信息的软硬件通讯系统【3】。对于需要人为控制的对象的控制,采用基于意念控制的运动控制系统可以将人的双手解放出来,对于普通人而言,既可以使控制具有更强的娱乐性,同时也可以让解放的双手从事其他作业。