多关节人体上肢运动的优化轨迹预测

研究了手端无约束条件下,多关节人体上肢点到点运动优化轨迹的预测.首先建立了多关节上肢平面运动的动力学模型,根据最小功准则提出优化目标函数,将上肢点到点运动的优化轨迹求解问题转化为两点边值问题,设计了寻优的迭代算法,求得了上肢运动的优化轨迹与相应的速度变化曲线.仿真结果表明:平衡点位置或关节力矩平滑地变化,避免了肢体出现急加速-急减速的运动形式,减少了肢体运动时的能量消耗;手端的运动轨迹为近似直线,速度为单峰的钟形曲线,这与上肢优化运动的特征相吻合,也表明最小功准则可以有效预测多关节上肢运动的优化轨迹.

低空突防三维优化轨迹的生成与仿真

针对对地攻击中低空突防问题,作者给出了一种基于遗传算法的3维低空突防轨迹的直接生成方法,通过对初始编码(染色体)及适应函数的优化,以及对染色体复制,杂交,变异生成最优轨迹,采用了坐标直接编码,复制时加最优个体保护法,分布式搜索,启发式变异。该方法模型简单,智能化全局寻优,运算速度快,占用资源少,精度高,实时性强等优点,经仿真模拟得到了满意的结果。

英语写作构思进程的停顿离散成像及嬗进优化轨迹

本文依托2007—2017年国内外核心期刊133篇论文的爬梳评述,明确界定英语写作构思的停顿离散,并对写作构思启动压力进行停顿截口标注编码,同时对受试的英语写作文本进行inputlog软件剖析和评估,基于停顿截口类型及离散化表征,本文发现:(1)在英语写作构思四个阶段的停顿离散成像中,高分组呈现为启动融合型;中间组呈现为启动削弱型而低分组呈现启动脱落型;(2)厘清正停顿与负停顿的协调条件,可识解对低分组停顿离散选择进行嬗进优化,以促进英语写作教学目标的局部实现。

威胁条件下机载纯方位定位的观测器优化轨迹

提出了约束条件下(目标防御系统的威胁)对运动目标纯方位定位的观测器轨迹优化问题;建立了该条件下观测器轨迹优化模型,性能指标函数的选取是基于Fisher信息矩阵(Fisher Information Matrix,FIM)行列式的最大化,运用遗传算法解该优化问题得到优化轨迹;最后采用高斯粒子滤波估计目标状态.为了说明优化轨迹对定位效果的影响,分别给定直线运动和蛇行机动两类轨迹,并在无威胁约束和有威胁约束的情况下,同优化轨迹定位效果作比较.Monte-Carlo仿真结果表明:优化轨迹的定位精度优于蛇行机动和直线运动;对于不同威胁度下的优化轨迹,威胁越小对应的定位精度越高.

空中智能反射面辅助的无线供能通信网络轨迹优化研究

由于无人机(UAV)良好的机动性、可靠性和快速部署等特性,无人机搭载智能反射面(IRS)可以有效解决复杂无线场景中混合接入点和节点之间由于障碍物遮挡导致信息传输和能量传输效率低的问题。该文提出一种基于时间划分的空中智能反射面辅助无线供能通信网络架构,充分利用空中智能反射面的灵活性提高网络性能。该架构针对每一个时隙,采用先收集能量后传输信息方案实现能量和数据的分时传输。在满足节点能量收集阈值的前提下,建立一个联合空中智能反射面飞行轨迹、节点选择关联变量、时隙分配比率和智能反射面相位的多变量耦合优化问题。采用块坐标下降算法把原始优化问题分解为4个子问题分别进行求解。首先根据波束对齐原理求解出智能反射面最优相位的闭式解,然后通过引入辅助变量并采用连续凸近似方法使非凸问题转变为凸问题,最后利用交替优化算法迭代求解。仿真结果表明,该文提出的联合优化方案具有很好的收敛性能并可以显著提高系统平均吞吐量。

空地协同通信感知一体化系统的轨迹与资源分配联合优化

该文研究空地协同通信感知一体化系统,其中无人车(UGV)基站和无人机(UAV)中继集群组成空地协同网络,为用户提供通信服务,同时对目标区域进行探测感知。在更加准确的莱斯衰落信道模型下,研究联合优化无人机集群的通信感知关联、发射功率和飞行轨迹以及无人车基站的发射功率和行进轨迹,在目标区域感知频率和有效感知功率阈值的约束下,最大化用户最小平均通信速率。为了解决变量高度耦合且非凸的整数优化问题,首先利用块坐标下降法将原问题分解成4个子问题;接着引入松弛变量并将整数约束转化为惩罚项,然后证明莱斯信道下的有效感知功率是关于轨迹变量和松弛变量凸复合函数的联合凸函数;再利用连续凸优化法处理非凸项,并提出一种双层迭代算法高效求解次优解。仿真结果表明,与几种基准方案相比,所提优化算法在相同感知性能下,提高了用户最小平均通信速率,更好地实现了通信与感知性能之间的权衡,并具有良好的收敛性。

四足机器人腾空跳跃的轨迹优化与控制方法

针对四足机器人难以跨越大尺寸障碍物的问题,提出了一种仿生腾空跳跃的轨迹优化控制方法 .首先,对马里努阿犬的越障运动进行测试和仿生学分析,得到腾空跳跃的参考轨迹.其次,根据摩擦锥、轨迹平滑、运动学和动力学等约束条件,基于轨迹优化的方法对仿生参考轨迹进行离线优化,生成四足机器人的期望跳跃轨迹,得到跳跃所需的足端位置、关节力矩和关节角度序列.再次,设计分阶段的跳跃控制器,采用关节和质心PD(Proportional Derivative)的组合控制策略,实现对期望跳跃轨迹的跟踪,采用变刚度虚拟模型控制实现对落地姿态的调整和足底力的缓冲.最后,在Webots仿真环境中完成了1 m高度的自由落地和跳跃0.75 m高度桌子的仿真实验.研究结果表明:仿生轨迹优化与控制算法能够使四足机器人跳跃大尺寸障碍物并且具有平稳落地的效果,对于提高四足机器人的高性能运动能力以及拓展其应用环境具有参考价值.

一种基于伪谱法的助推-补能跳跃滑翔轨迹优化方法

针对大气层边缘补能-跳跃滑翔运动,建立了一种助推-补能跳跃滑翔全程空间运动模型以及补能滑翔段无量纲运动方程。提出了一种基于Gauss伪谱法的动态分段串行优化策略,可对助推段俯仰程序角、补能-跳跃滑翔段飞行攻角、倾侧角以及补能时刻等轨迹控制变量进行求解,实现含连续/离散控制变量的轨迹优化一体化设计。分别对助推-补能跳跃滑翔和助推-拟平衡滑翔轨迹优化开展仿真,验证了针对补能-跳跃滑翔轨迹的分段串行优化策略的有效性,同时分析了相同助推规模和飞行器质量条件下,补能跳跃轨迹相较拟平衡滑翔轨迹在增大飞行时间、航程和机动过载能力上更具优势。

一种组合动力飞行器模态转换过程轨迹优化与控制方案

为应对组合动力飞行器涡轮/冲压发动机模态转换过程中容易出现的推力陷阱问题,开展了组合动力飞行器模态转换阶段飞行/推进一体化保护控制研究。该研究利用组合动力爬升段飞行轨迹优化方法,解决模态转换过程中组合发动机总推力无法满足平飞加速需求的推力陷阱问题。结合轨迹线性化控制方法,完成了宽速域飞行器/发动机一体化轨迹跟踪控制设计,利用迎角、油门等变量的协同调节实现轨迹跟踪控制。仿真结果表明,轨迹优化策略能够在一定程度上克服模态转换过程中的推力不足问题,一体化轨迹线性化控制方法可以有效实现爬升轨迹跟踪,避免模态转换过程对组合动力飞行器飞行任务造成的不利影响。

面向城市道路的智能网联汽车多车道轨迹优化方法

为提高城市路网下智能网联汽车的通行效率以及燃油效率,提出面向城市道路的多车道时空轨迹优化方法。首先,结合多车道时空位置关系定义智能网联汽车状态与约束,综合考虑通行效率与燃油经济性构建时空轨迹复合优化模型,并采用庞特里亚金极大值算法进行求解。然后,本文设定协同换道的规则,并通过Q-learning算法获取最优的换道策略。最后,通过SUMO/Python联合仿真验证了该方法可以在不同车辆饱和程度、绿信比状态及最低通行速度条件下有效提高通行效率,且燃油效率得到明显改善。

基于五次B样条的工业机器人轨迹优化

为提高工业机器人的工作效率,提出一种以时间最优为目标的轨迹优化方法,在5次B样条曲线轨迹规划原理的基础上,引入遗传算法对轨迹进行优化。针对工作时间建立适应度函数,并通过选择交叉概率和变异概率操作产生新的轨迹解,与未被淘汰的父代组成新的种群,经过迭代求得运行时间最优的期望解。利用MATLAB软件对这一方法进行仿真,结果表明,经分析遗传算法优化后,轨迹运行时间明显减少,且具有良好的轨迹效果。

智能网联环境下单交叉口车辆轨迹优化

为了提高信号灯前车辆的通行效率,改善交通流整体运行水平,本文从减少车辆延误和降低燃油消耗两个角度入手,在智能网联环境下,提出了一种车辆编组识别算法和针对编组头车的多目标线性轨迹优化模型(MOLP-pl)。首先对智能驾驶员跟驰模型(IDM)进行改进,调整车辆状态,减少车辆随机到达状态下车辆速度和车头时距分布的差异,同时为后续MOLP-pl轨迹优化模型的运行提供先决条件。在此基础上,以车辆编组为优化单元,通过车辆编组识别算法识别编组头车和跟随车辆,将编组头车的行驶轨迹作为优化对象并建立相应的数学模型。为了提高车辆轨迹优化模型的求解效率和精度,对其进行线性化重构,采用线性求解器计算编组头车加速度,构建编组头车最佳时空轨迹,然后,利用IDM跟驰模型计算跟随车辆的行驶速度,从而使编组车辆最大效率的通过交叉口。最后,利用SUMO构建的仿真实验表明:本研究提出的车辆轨迹优化算法可显著提高信号灯前车辆的通行效率,在三种不同的交通饱和度条件下,相对于无速度引导场景,车辆延误分别降低了8.56%、12.42%、64.79%,燃油消耗分别降低了17.21%、18.34%、12.64%;相对于逻辑控制场景,延误分别降低了-1.31%、2.63%、60.83%,燃油消耗分别降低了2.47%、7.91%、2.28%。

多约束月面盘旋飞跃轨迹优化控制方法

针对无平移发动机月球探测器的多约束盘旋飞跃问题,给出了燃耗最优轨迹。盘旋飞跃划分为垂直上升段、平移段、垂直下降段,垂直上升段与垂直下降段的最优控制均为Bang-Bang形式。研究平移段最优轨迹时,考虑位置、速度、角速度等约束,首次把优化问题的控制变量由推力转化为角速度,然后基于Pontryagin极小值原理得到了最优角速度的初步形式,接着通过对奇异点连续性、控制变量切换次数的研究,得到最优角速度的最终形式由最大边值与最小边值组成且发生两次切换,最后提供了一种求解切换点的数值方法。仿真结果表明,该算法精度高、复杂度低,适用于在线轨迹优化。

基于轨迹优化的机器人数字孪生系统

研究6R机器人的时间最优轨迹规划。采用牛顿-欧拉法建立机器人动力学模型;机器人末端路径采用多项式插值,通过动力学和运动学约束情况下的相平面法获得时间最优轨迹数据。针对机器人手动示教存在的精度不稳定、编程时间长、机器人工作效率低的问题,研发基于OpenGL和C#的数字孪生系统。将轨迹优化算法应用于该系统,实现了机器人离线示教、轨迹规划、离线仿真和在线控制。最后在ZRRT-608机器人上验证了该系统和时间最优轨迹规划算法,结果表明机器人作业时间达到最短。

基于可变异混合PSO的上肢康复机器人轨迹优化

针对上肢康复机器人的训练轨迹运动生涩、不贴合人手臂的日常习惯等问题,提出使用改进粒子群算法对上肢康复机器人进行时间最优轨迹优化.由于粒子群算法极易早熟,存在寻优稳定性较差的问题,在算法中引入鸟类混群协同觅食的概念,设计了一种新的速度更新公式,考虑个体极值、群体极值和社会极值对粒子更新的影响,提高了算法在高维搜索空间中和高维约束条件下的全局寻优能力与寻优鲁棒性,并在粒子迭代过程中引入停滞变异补偿机制增加粒子多样性,进一步提升算法的寻优效率.通过MATLAB仿真实验,改进后的粒子群算法将平均最优时间缩短44.29%,平均收敛代数减小了16.75%,使得上肢康复机器人各关节运动符合康复训练要求,能够提高康复训练质量.

航天器编队飞行相对运动轨迹优化方法综述

针对航天器编队飞行过程中存在的轨迹优化问题,首先系统综述其多种相对运动动力学模型,分类比较模型的特点,并考虑航天器运动环境和不同求解方法阐述编队轨迹优化问题。在建立数学优化模型的基础上描述该问题的一般形式,提出了航天器编队飞行相对运动轨迹优化问题的难点。综述航天器编队飞行构建或重构任务中轨迹优化问题的求解方法,总结分析其优缺点,并介绍常用的数学求解工具。最后,提出值得深入研究的关键技术需求和航天器编队飞行未来发展的重要方向。

基于参数映射的叶轮粗加工椭圆摆线轨迹优化

为了提高复杂曲面叶轮流道开槽加工效率,提出了一种曲面粗加工摆线轨迹规划方法。首先确定流道的可加工区域并进行参数化;然后在该参数域建立以最小加工时间为优化目标的椭圆摆线轨迹关键参数的数学模型,通过区间缩小法求解出满足加工要求的最佳椭圆短半轴长度与行距,从而获得参数域摆线轨迹;最后将参数域的轨迹映射至物理域来获取走刀路径。为了验证所提轨迹规划方法的高效性和有效性,以某叶轮为对象,计算了流道椭圆摆线开粗加工轨迹,并将所提方法的计算时间与传统行切法轨迹计算时间进行对比,发现计算效率提高了19.4%。此外,摆线流道开粗和行切法流道开粗的仿真加工对比结果证明,相同参数设置下所提方法的加工效率比传统行切法的加工效率高22.4%。实际摆线铣削开粗结果表明,叶轮流道切痕形状与摆线轨迹一致,表面残留满足粗加工要求,证明所提方法是有效可行的。

类星舰飞行器翻转着陆轨迹优化

星舰是美国太空探索技术公司(SpaceX)研制的新一代可重复使用航天运输系统。该类型飞行器的着陆过程与传统航天器截然不同,具有姿态机动大、约束条件多、精度要求高的特点。首先研究了类星舰飞行器翻转着陆段的动力学模型,将发动机摆角响应引入动力学方程来抑制发动机摆角振荡问题。接着,基于凸优化方法设计了可以考虑姿态机动和典型约束条件下类星舰飞行器飞行时间自由的翻转着陆轨迹优化算法。为了提高算法的收敛性,使用虚拟控制、在目标函数中惩罚信赖域并给出了初值选取方法。最后,结合数值优化结果,分析了不同初值选取方法、发动机摆角响应、着陆发动机个数和优化目标选取对翻转着陆过程的影响。

一种基于MISOCP的复杂绕飞区轨迹优化方法

针对复杂绕飞问题,为提升优化方法的全局寻优能力,提出一种基于混合整数二阶锥规划(MISOCP)的迭代求解算法。首先,定量分析了传统序列凸化方法处理绕飞区(NFZ)约束产生的误差;随后,为消除误差,利用整数变量结合自变量变换将绕飞区约束转化为混合整数线性约束;最后,将原问题转化为MISOCP问题,并设计了迭代算法进行求解。仿真表明,本方法全局寻优能力强,且求解时间仅为GPOPS的20%。对随机生成的复杂绕飞场景,本方法鲁棒性较好,且平均求解时间在10 s量级。

双机械臂协作最优装配位置及多目标轨迹优化

为了解决以传统人工示教方式确定双机械臂协作装配位置的局限性和随机性,以双机械臂轴孔协调装配为工程背景,针对协作装配过程中机械臂的整体运动灵活性和轨迹规划,采用粒子群算法进行多次寻优,求解整体全局灵活性最优的装配位置,并基于最优位置进行了多目标轨迹优化。分析了双机械臂协调装配过程中的运动约束关系,以可操作度为灵活性评价指标,提出了双机械臂协作装配系统的可操作度评价方法,以此构建优化目标函数,采用粒子群算法,在双机械臂协作空间中求取系统全局可操作度最优的装配位置;基于灵活性最优位置,采用多目标粒子群算法,以时间、能耗、冲击为目标进行了轨迹优化,并在Matlab机器人仿真平台进行了仿真分析。结果表明,将灵活性指标运用到轨迹规划中,能提高机械臂作业效率,降低能耗与冲击损耗;且整个运动过程可维持较高可操作度,能有效规避传统人工示教方式的随机性,实现双机械臂协作装配的最优灵活性轨迹规划。