一种多模式轮腿移动机器人的设计与分析

移动机器人作为智能勘探与侦察的自动化装备,在航天探测、抢险救灾等领域具有广阔的应用前景.轮腿式移动机器人因具有良好的机动性与越障能力而受到青睐.然而现有轮腿式移动机器人机身大多不可变形,导致机器人运动模式较少,地形适应性一般.且机身易与障碍物发生碰撞,无法在具备良好的爬坡能力的同时保证跨越障碍物的效率.针对上述问题,本文提出了一种采用多连杆可变形机构作为机身的轮腿式移动机器人.在设计机器人轮腿及可变形机身的基础上,建立机器人整体运动学模型,据此规划机器人3种运动模式:同步步态、翻滚步态和蜷曲-伸展步态.开展机器人在典型地形(平坦地面、松软地形、上升坡度、下降坡度、障碍物)下的运动性能分析,揭示机器人结构参数与地形特征(爬坡角度、障碍物高度)映射关系.最后基于理论分析结果搭建物理样机并开展实验.实验结果表明,本文所设计的多模式轮腿移动机器人的最大爬坡角度和越障高度分别为44°和28 mm,具有良好的爬坡能力与越障性能.此外,得益于多模式运动特点,机器人在包含平坦地面及松软地形在内的多地形下均具有良好的通过性,验证了机器人方案的可行性.本文为多模式轮腿运动机器人的设计与应用提供有益参考.

轮式格斗机器人的设计与实现

面向本科机器人方向实践教学,设计一款轮式格斗机器人。该机器人可以实现自主登台、自动巡航、自主视觉寻敌攻击、落台后重新登台等功能。首先,进行机器人的机械结构设计。通过合理的机械结构设计以及合理的传感器安装布置,可以有效改善机器人的结构强度、灵活性、稳定性和机动性。其次,进行机器人控制系统设计,其中,包括机器人控制系统元器件选型设计、机器人的控制策略及控制算法设计、路径规划算法设计、目标识别与视觉跟踪算法设计。最后,采用现场测试的方法对机器人的性能进行优化提升。在不同环境下,通过机器人现场表现进行测试和分析,评估机器人的性能和稳定性,并针对性地进行改进和优化。通过轮式格斗机器人的设计与实现训练,有助于提升机器人工程专业本科生在机器人领域的设计实践和问题分析能力。

麦克纳姆轮农业机器人路径跟踪——基于改进野马算法

针对麦克纳姆轮农业机器人在智能大棚中的路径跟踪问题,建立了运动学模型和动力学模型,设计了一种新型的双环比例微分-分数阶比例积分导数(Proportional Derivative-Fractional Order Proportional-Integral Derivative,PD-FOPID)控制器对全局路径进行动态跟踪控制。对于控制器参数多且整定困难的问题,首先采用帐篷映射初始化种群策略、精英主义记忆策略、动态余弦权重策略和柯西—高斯变异策略对原始野马算法进行改进,然后利用略改进野马算法(Improved Wild Horse Optimizer,IWHO)对控制器最优增益参数优化。实验结果表明:所开发的算法在探索和开发阶段方面性能优异,且PD-FOPID控制器在整定工作中表现突出。路径跟踪仿真证明,设计的双环PD-FOPID控制器比FOPID控制器更具显著的优势,能够避免动态误差累积,快速响应调整到规划路径,在提高农业大棚机器人路径跟踪控制质量方面具有巨大的潜力。

轮足式变胞机器人的结构设计及仿真分析

针对矿山机器人复杂的工作环境,设计了一种轮足式变胞机器人。该机器人采用变胞机构,可实现六足式、四足式和轮式3种构态,在非结构化环境下可采用四足或六足式构态行走,在结构化环境下可采用轮式构态行驶,具有较强的环境适应性。利用ADAMS软件对该机器人的运动过程进行了仿真,验证了变胞结构设计的可行性,确定了机器人样机结构,并初步规划了控制策略。该轮足式变胞机器人可以根据不同的环境和工作条件方便地改变自身的构态,拓宽了爬行机器人设计思路,促进了变胞机构在矿山机器人领域的应用。

基于机器学习的轮式机器人关节爬坡运动轨迹控制方法

轮式机器人在爬坡运动中势能和动能受斜坡环境影响较大,关节运动角度和关节作用力难以控制,导致轨迹控制出现偏差。为了提高轮式机器人关节轨迹控制效果,提出基于机器学习的轮式机器人关节轨迹控制方法。分析机器人在斜坡运动不同阶段的势能和动能,建立机器人动力学方程;将机器人与智能自动控制系统结合;设计机器学习算法,优化关节运动控制策略,实现轮式机器人爬坡过程中的关节轨迹高精度控制。实验结果表明:所提方法控制下的机器人在爬坡过程中,关节运动角度偏差低于2°,目标作用力偏差低于2 N,提高了关节轨迹控制的效果。

基于机器视觉的智能物流搬运机器人的设计与研究

第七届全国大学生工程训练综合能力竞赛智能+赛道基于机器视觉的智能物流搬运机器人,对OpenMV4视觉模块进行研究,应用该模块进行二维码、不同颜色物料等多种目标的识别,信息经过模块上STM32F427微控制器的处理,与Arduino Mega 2560板通信,机器人识别场地上的三个区域,用PID算法驱动麦克纳姆轮机器人的四个直流电机旋转并且定位机器人,通过PCA9685模块的I2C通信协议,发送PWM脉冲信号给机械臂上的四个关节舵机,使智能物流搬运机器人对场地上的物料进行自动搬运。实验证明其可以较为精确地完成各项搬运任务。

对称悬架混联轮腿机器人结构设计与参数优化

为了实现机器人在地下空间低能耗的灵活运动,文中设计了一种对称悬架混联轮腿机器人,并针对其腿部参数优化问题,提出了一种基于沙猫群算法的性能均衡优化方法(简称均衡优化方法)。结合对称四边形机构与悬架系统,设计了一种对称悬架混联式轮腿结构,并建立其运动学和动力学模型,分析了腿部杆长对单轮腿运动空间和灵活性指标的影响,预优化确定了腿部初始杆长均为0.3 m。在满足轮腿越障规划空间及高灵活性的基础上,为了实现低能耗,建立了轮腿性能均衡优化评价指标,采用均衡优化方法对腿部杆长进行了优化研究。数值计算结果表明:大腿和小腿杆长最优值分别为0.23 m和0.3 m,该轮腿运动能耗为23.18 J,运动空间为0.1322 m2,灵活性指标变化范围为(0.2,1)。优化后灵活性保持不变,运动空间减小了24.54%,能耗降低了22.60%,验证了该方法合理有效,为轮腿机器人的设计与优化提供了一种新的思路。

具有不确定滑转的轮式移动机器人轨迹跟踪控制方法

轮式移动机器人在松软复杂地形条件下容易发生车轮滑转,影响轨迹跟踪精度.为提高机器人在该情况下的轨迹跟踪准确性,提出了一种基于容错控制的自适应滑转补偿控制器.首先,考虑车轮滑转率建立了四轮移动机器人运动学模型,并构建了相应的轨迹跟踪误差模型;然后,根据容错控制方法设计了滑转补偿项,并基于Lyapunov稳定性理论证明了自适应滑转补偿控制器的稳定性,实现了对由车轮滑转引起的速度误差的准确补偿;最后,利用四轮移动机器人进行了两种工况下的实验验证.结果表明,设计的控制器能够使移动机器人在未知的车轮滑转率条件下准确跟踪理想路径,并且相较于常规控制器有更强的鲁棒性和更高的跟踪精度.

基于改进非线性滑模控制的轮式机器人轨迹跟踪

针对轮式机器人的轨迹跟踪控制存在的问题,设计了一种改进非线性快速终端滑模控制器(improved nonlinear fast terminal sliding mode controller,INFTSMC)的控制方案。首先,通过对轮式机器人运动学的分析建立了轨迹跟踪误差模型;其次,在设计滑模控制器阶段,针对非线性快速终端滑模控制器存在奇异点,采用一种新的滑模面幂指数时变策略来设计非奇异终端滑模控制器,解决了非线性快速终端滑模控制器奇异问题,通过构造Lyapunov函数进行稳定性分析证明了该策略的稳定性,并且进行收敛时间分析给出系统从任意初始状态收敛至平衡点所需要的时间;然后,在新的滑模面幂指数时变策略的基础上设计了轮式机器人线速度和角速度控制律,使得轮式机器人轨迹跟踪误差快速收敛至0,实现了移动机器人对期望轨迹的快速跟踪。通过仿真实验与非线性快速终端滑模控制器和传统滑模控制其进行对比,验证了改进非线性快速终端滑模控制器的优越性。

轮足复合式爬壁机器人研究综述

当前轮足复合式机器人机构主要包含轮足结合、分离复合以及变形轮足,分别能够实现不同障碍通道的移动作业、复杂未知环境的探索操作以及突发应急救援等应用。然而,针对船舶、压力储罐等金属立面环境,轮足复合式爬壁机器人必须兼具壁面适应、越障和壁面过渡的全位置自主作业能力,应用于壁面焊接、清洗、检测等作业任务。对比分析当前的国内外研究,轮足复合式爬壁机器人针对在垂直和倾斜壁面的工程应用有良好的适用性,它具备适应复杂曲面工作面的能力,并能够应对非结构化工作场景。轮足复合式爬壁结构在应对曲率变化、非结构化壁面等工作将会有良好的应用前景。

田间轮式机器人的导航控制系统设计

设计了一种基于预瞄准纯追踪模型及模糊控制的轨迹追踪控制算法、基于液压系统及PID算法的自动转向控制系统。为测试轨迹追踪控制算法和自动转向控制系统的效果,以田间作业轮式机器人为试验平台,进行农机轨迹跟踪和转向控制试验。结果表明:轨迹追踪试验中车速为0.6m/s时,横向偏差最大为0.07m,平均横向偏差为0.05m左右;转向控制试验中,转向角响应时间不超过1.5s,超调量小于5%。

基于改进模糊PID果园双轮移动机器人运动控制

针对果园双轮机器人在果园路面移动时难平衡、易失稳的问题,提出了一种基于改进萤火虫算法优化的模糊比例-积分-微分(PID)控制策略。首先,根据机器人与果园不平整路面特点,建立其动力学状态空间模型;第二,阐述改进萤火虫算法原理并用其优化控制器模糊规则;第三,利用MatLab/Simulink软件对机器人运动控制进行仿真试验;最后,为检验所提出算法的可行性,建立对比试验。研究结果表明:改进萤火虫算法优化的模糊PID控制器实现了果园双轮移动机器人的稳定运动功能,到达稳定的时间与最大倾角较传统PID控制器分别减少了3.9s和20.4°。

基于LADRC的四轮全向Mecanum轮机器人运动控制研究

近年来,移动机器人在巡检作业、智能电器、无人驾驶等领域的作用日益显现。全向移动机器人由于结构的特殊性和运动控制的复杂性,采用经典控制方法如比例积分微分控制、线性二次型调节控制等很难实现稳定的控制。针对全向移动机器人易受到外界扰动及其建模不精确的问题,进行四轮全向Mecanum轮机器人的运动控制系统设计。使用扩张状态观测器进行机器人总扰动的实时估计,完成LADRC控制器的设计。实验结果表明,相较于传统控制方法,基于LADRC的控制器能够更好地抑制外部干扰,减小运动误差,并提高机器人的运动精度和鲁棒性。

模块化机器人最优越野构型神经网络规划方法

轮式模块化机器人在满足人类对于无人自主任务需求时具有很多优势,机器人组合体构型在搬运物资、山地越障等方面更具有独特优势,为此提出一种多模块机器人构型优化规划方法。构建数字化地形表达,建立参数化地形辨识模型,运用遗传算法构建能耗与时间加权组合的最优构型,改变约束条件在不同地形下进行大量平行运行得到大量地形-最优构型参数结果对,将地形集合构建为输入集,将最优构型集合构建为输出集,训练借助神经网络技术快速得到面向任意地形的最佳组合体构型,使得组合体在面对三维复杂地形时实现高成功率、高可靠性越障运动,同时将能耗成本和时间成本降至最低。通过物理引擎平台仿真搭建仿真野外地形,对规划得到的构型进行通过性验证和性能测试,各构型均能完成地形跨越,同时验证规划算法的优化能力;搭建模块化机器人样机实物进行实验,以6×1刚性连接构型完成了2倍轴距宽沟壑的跨越。研究结果表明,所提方法能够高效地规划各类地形下满足通过性要求和时间能耗最优的组合体越障构型。

复杂地形下仿生轮腿式机器人位姿控制研究

丘陵山地地势复杂、地形多变,农机装备作业环境以倾斜角度较大的斜坡为主,传统农机装备在丘陵山区复杂地形下作业时效率低、稳定性差,甚至会出现侧倾、翻车等现象。本文从仿生机械设计角度出发,提出一种在丘陵山地复杂地形下能够自主实现位姿调平控制的轮腿式机器人平台,提升复杂地形下的作业稳定性和安全性。以昆虫后足为仿生机械设计对象,并结合多连杆机构原理,完成新型变行程轮腿机构及机器人平台的整体架构设计。采用D-H参数法分析了轮腿机构运动学特性,结果显示轮腿式机器人离地间隙最大调整量为574mm,具备较强的越障能力。在空间坐标系上定义轮腿式机器人空间姿态参数,推导得到机身姿态角与轮腿伸缩量之间的空间姿态模型,并设计了基于NSGA-Ⅱ的机身空间姿态逆解算法。基于空间姿态逆解算法构建了轮腿式机器人全向位姿调平位姿控制系统,包含机身调平控制器、“虚腿”补偿控制器和质心高度控制器,在复杂地形下行驶时能够控制轮腿式机器人俯仰角、侧倾角、接地力、质心高度等空间姿态参数,然后通过搭建的轮腿式机器人ADAMS-Matlab联合仿真模型完成了位姿控制系统算法仿真验证。在机器人样机上开展了离地间隙自动调整和机身全向位姿调平试验,试验结果表明,试验样机离地间隙最大调整量为574mm,同时在复杂地形下能够实现机身位姿全向自动调平,调平平均时间约为1.2s,调平平均误差为0.8°,位姿控制响应速度与调平精度能够满足实际工作要求。

双腿轮式机器人运动控制研究

双腿轮式机器人融合了足式与轮式机器人的优势,展现出灵活性和高速高效特性。然而,精确控制这类机器人需要对运动学和动力学模型进行深入研究。此外,欠驱动、强耦合和非线性等控制难点也进一步加剧了机器人运动与自平衡控制的挑战。为应对这一挑战,本文提出一种分布式动力学建模策略,分别对机器人的躯干及腿轮子系统进行了精确建模,保留了机器人的所有动力学特性,并据此设计出以腿轮末端输出力矩为控制目标的力矩解算器。随后,基于该模型创新性地提出一种全身力矩控制框架,旨在实现双腿轮式机器人的运动控制和动态平衡。为进一步提升其运动性能,还规划了多运动模式,并成功地集成到全身力矩控制系统中。在MATLAB环境下搭建了双腿轮式机器人仿真实验平台,设计了两种行走实验方案和3种不同跳跃高度的仿真实验。实验结果表明,行走速度误差小于0.09 m/s,跳跃高度误差控制在0.02 m以内,验证了控制策略的可行性。最后,搭建了腿轮融接型复合结构的双腿轮式机器人,成功开展了机器人多运动模式实验,进一步证实了机器人在运动控制作业中的高精度表现,其躯干高度误差在3.38 mm以内,俯仰角误差不超过0.04 rad。研究结果充分验证了分布式全身动力学建模的精确性以及全身力矩控制系统的有效性,为双腿轮式机器人的运动控制研究提供了新的理论框架和实践指导。

复杂地形六轮独立驱动与转向机器人轨迹跟踪与避障控制

为研究六轮移动机器人在复杂地形的运动控制方法,针对六轮独立驱动与转向机器人复杂地形轨迹跟踪问题,提出一种预测控制和动态补偿的控制方法。基于非完整约束的线性六轮移动机器人运动学模型,以模型预测控制算法为基础,引入比例-积分-微分补偿控制器,抑制动态滞后引起的跟踪误差,设计速度与转向角动态反馈补偿,以应对地形扰动对轨迹跟踪的影响。分析机器人运动过程中障碍物的避碰问题,设计可求解避障轨迹的避障规划器,通过轨迹跟踪系统对局部避障轨迹进行跟踪控制,实现机器人的轨迹跟踪和自动避碰。对轨迹跟踪算法和避障算法进行仿真实验。实验结果表明:在典型工况下,机器人可完成凹形斜坡、凸形斜坡和凹凸地形正弦型轨迹跟踪控制和静态与动态障碍物避碰,验证了新方法的有效性。

融合改进Dijkstra算法和MPC的单舵轮机器人路径规划

为提高单舵轮机器人在路径规划性能和路径跟踪精度,提出一种融合改进Dijkstra算法和MPC的路径规划算法。首先,对比Dijkstra算法和A^(*)算法两种方法获得的路径规划轨迹长度;随后,改进Dijkstra算法,替换与障碍物碰撞的子路径段,并对路径进行平滑优化处理;再者,建立单舵轮机器人数学模型,基于优化后的MPC算法,分别以直线和圆弧路径跟踪进行仿真。仿真实验结果表明,跟踪直线速度从1.19 m/s平稳到达1.91 m/s,角加速度为1 rad/s^(2),跟踪圆弧速度从1.19 m/s增加至2 m/s,角速度平稳变化;最后,通过样机实验结果表明,MPC算法能够使得单舵轮移动机器人运动高度贴合改进的Dijkstra算法路径规划的轨迹,且行驶平稳。

磁性液态金属驱动微型轮式机器人设计与运动研究

将磁性粉末(Fe/Ni混合粉末)引入镓基液态金属中,使其具有良好的磁性,并最大程度地保留其流动性。将磁性液态金属用作轮式机器人的驱动部件,结合变重心理论,使其成为轮式机器人的动力来源,设计微小型轮式机器人结构,并通过三维软件Solidworks建立机器人模型,分析磁性液态金属和轮式机构的受力情况,只要驱动力大于摩擦阻力,可实现轮式机器人直线运动。采用仿真模拟方式,利用Adams软件对轮式机器人在驱动力F=2.1×10^(-3)N的作用下进行运动分析,此驱动力大于摩擦阻力,轮式机器人在0~10 s的运动区间内做匀加速直线运动,且平均速度为330.48 mm/s;在F=1×10^(-4)N的作用下,此驱动力等于摩擦阻力,2.65 s后轮式机器人做匀速直线运动,其速度为150 mm/s,驱动力F的大小可通过调节磁场强度进行调控,以满足各种运动速度大小的需求。

基于神经网络的轮式移动机器人非线性模型预测控制研究

针对轮式移动机器人受到障碍物干扰导致运动轨迹跟踪误差较大问题,提出了神经网络非线性模型预测(NN-NMP)控制方法,并对轮式移动机器人避障效果进行仿真验证。建立了轮式移动机器人运动模型,并且定义了机器人运动方程式。设计非线性模型预测控制方法,引用神经网络算法,通过训练多层神经网络对非线性模型预测控制误差进行逼近,从而使轮式移动机器人控制系统具有更好的避障能力。设置3种不同环境,利用Matlab软件对轮式移动机器人避障结果进行仿真,对比和分析轮式移动机器人采用2种控制方法的输出结果。结果显示:在无障碍物环境中,采用传统比例-积分-微分(PID)控制方法和NN-NMP控制方法,轮式移动机器人均能较好地按照期望轨迹进行移动。在有障碍物环境中,采用传统PID控制方法,轮式移动机器人虽然能够躲避障碍物,但是跟踪误差较大。采用NN-NMP控制方法,轮式移动机器人不仅能够躲避障碍物,而且跟踪误差相对较小。采用NN-NMP控制方法,能够降低轮式移动机器人跟踪误差,具有较好的避障能力。