基于力估计与切换控制的六足机器人三边遥操作

传统三边遥操作系统的力传感器对主从端交互力进行测量时局限性较大,且在共享权重切换时易导致系统不稳定,本文设计基于力估计与权重切换控制的六足机器人三边遥操作控制架构。针对系统各端口交互力信息缺失的问题,设计一种非线性交互力估计器,实现对各端口间交互力的实时估计。聚焦双操作者控制权重动态调整过整中的柔顺切换问题,本文基于共享控制策略,设计权重因子自适应切换算法。为保证所提出系统的稳定性及透明度,融合力估计器及权重切换算法,设计遥操作系统的控制器。通过力反馈设备分别和Vortex与ElSpider六足机器人搭建半物理仿真平台与实物实验平台,对本文提出控制方法进行验证。相对于传统三边遥操作,实验表明在平坦地形下速度跟踪性提高了45.12%,力跟踪提高了64.71%;在崎岖地形下速度跟踪提高了39.02%,力跟踪提高了29.41%。

一种基于Qt框架的肌力估计实验软件

肌力估计研究成果推动了运动康复、假肢手控制、人机交互等多个领域的发展。通过肌力估计实验软件可以完成表面肌电信号、肌力信号等数据的分析处理,满足肌力估计实验的可视化、智能化需求。本文主要介绍了基于Qt框架的肌力估计实验软件的应用场景、功能实现方法与具体应用方式。

基于sEMG和GRNN的手部输出力估计

针对智能肌电假手力控制的需要,提出一种基于表面肌电信号(s EMG)和广义回归神经网络(GRNN)的手部输出力估计方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建;然后,通过在手臂8个不同部位粘贴肌电传感器来检测手部动作过程中的肌电信号;同时为了全面测量人手在三维空间中的输出力,采用三维力传感器对手部的输出力进行测量;在同步获得手臂上的多通道肌电信号(X)和手部三维力推拉信号(F)后,对采集得到肌电信号进行了特征提取得到特征矩阵X_F;将X_F和F用于构建GRNN网络,并用均方差和残差绝对值均值对手部输出力的估计结果进行评估。为验证该方法的有效性,进行了实验验证,结果表明,该方法能够很好地利用sEMG对手部的输出力进行估计。

内嵌加速度计的智能轮胎纵/垂向力估计算法

本文中提出了一种基于胎内嵌入加速度计的智能轮胎方案和纵向与垂向轮胎力估计算法。首先设计了基于三轴加速度计的智能轮胎系统;接着搭建了实车测试平台并在典型工况下进行了实车试验;基于实车试验数据,提取了智能轮胎加速度信号的典型特征,结合轮速等影响因素,提出了基于神经网络的轮胎纵向力和垂向力估计算法。结果表明,所提出的算法可对轮胎力进行准确的估计,从而为车辆的稳定性控制系统提供有用信息。

基于UIO/双KF的4WID-EV驱动轮纵向力估计

四轮独立驱动电动汽车(4WID-EV)能独立实现4个轮胎纵向力的控制与分配,实时保证电动汽车的最佳运行状态。基于单个驱动轮的动力学和轮毂电机特性建立了驱动轮模型,采用电流、电压、转速等常用参数设计轮胎纵向力估计模型。考虑系统结构参数的不确定性和传感器噪声干扰,将驱动轮纵向力估计与干扰分离,基于卡尔曼滤波算法,设计了驱动轮纵向力-未知输入观测器。仿真和台架道路模拟试验结果表明,设计的观测系统能实时估计驱动轮纵向力,且具有较高的估计精度和抗干扰性,能满足四轮独立驱动电动汽车动力学控制要求。

采用RKF轮胎力估计的4WID电动汽车纵向速度估计研究

车辆纵向速度、轮胎力的准确获取是车辆主动安全控制的前提和基础,由于直接测量纵向速度和轮胎力的车载传感器价格极其昂贵,提出了采用随机卡尔曼(RKF)轮胎力估计的纵向车速估计。利用普通车载传感器直接测量的车辆状态参数结合车辆七自由度模型,采用RKF算法估计轮胎侧向力;其次,根据估计的轮胎力,运用卡尔曼滤波(KF)技术实现纵向车速估计。Car Sim与MATLAB/Simulink联合仿真结果验证了该方法的有效性。

样例学习条件下的因果力估计

在逐个呈现因果样例的条件下 ,考察单一因果关系因果力估计的特点 ,同时检验联想解释 ,概率对比模型 ,权重ΔP模型 ,效力PC理论和pCI规则。实验让 6 5名大学生被试估计不同化学药物影响动物基因变异的能力。实验结果表明 :(1)对产生原因的因果力估计符合权重ΔP模型 ;(2 )对预防原因的因果力估计较多符合效力PC理论 ;(3)因果力估计具有复杂多样性 。

基于UKF的分布式驱动电动汽车轮胎侧向力估计

轮胎侧向力是影响车辆横向稳定性的关键因素,但难以对其进行直接检测。利用分布式驱动电动汽车轮胎纵向力可直接计算的特点,将轮胎纵向力作为输入量,基于UKF估计算法实现分布式驱动电动汽车前后轴轮胎侧向合力的估计。结合垂直载荷与轮胎侧向力的关系,实现前后轴左右侧轮胎侧向力的分配。通过CarSim和MATLAB/Simulink联合仿真,分析了UKF估计算法和直接计算法的估计精度,验证了所提出方法的优越性。同时,分析了具有参数不确定性时估计算法的鲁棒性,证明质量参数的不确定性对估计精度影响较大。

一种基于表面肌电信号的腕部肌力估计方法研究

基于表面肌电信号(Surface ElectroMyoGraphy,sEMG)的人机交互力控制需要检测肌力的大小,而直接、精确地测量肌力十分困难,因此常使用肌力估计的方法估计肌力,为了实现基于sEMG信号的腕部肌力估计,文中提出了一种方法。该方法首先制作一个肌力采集平台,然后采集腕部一系列不同肌力水平的肌力信号和sEMG信号,将两种信号滤波后同步匹配,取sEMG信号的均方根、平均绝对值(MAV)、均值频率、谱矩比(Spectral Moments Ratio,SMR)作为4个特征值,最后使用支持向量机(Support Vector Machine,SVM)建模实现肌力估计,并与BP神经网络建模结果比较。两名实验者肌力估计均方根误差分别达到9.1%MVC(最大等长收缩力)和8.7%MVC,结果表明所提方法是一种有效的、简便的腕部肌力估计方法。

基于齿条力估计的线控转向系统主动跟踪器研究

针对智能驾驶线控转向系统的精确转向跟随问题,对线控转向系统的动力学模型建立、外部干扰因素分析及估计补偿、转向跟随控制算法设计等进行了研究。提出了适用于线控转向系统的主动跟踪器,通过实时估计外部齿条力,并进行前馈补偿的方式改善了系统的跟随性能;利用一种基于扩张干扰观测器的齿条力估计方法,将估计结果与鲁棒滑模控制器相结合,设计出了适用于线控转向系统的主动前馈跟踪算法;基于ISO汽车转向系统相关测试标准,在不同工况下对算法进行了硬件在环实验验证。研究结果表明:齿条力估计算法能够实时有效地对外部齿条力进行估计,同时主动跟踪器提升了线控转向系统的转向跟随性能,并且其改善效果在高速大负载工况下更为显著。

一种基于齿条力估计的车辆方向盘摆振抑制的方法

针对车辆在驾驶安全和驾驶感受的摆振问题,对双齿轮转向系统的动力学模型、齿条力估计以及摆振抑制控制算法进行了研究,提出了基于齿条力估计的方向盘摆振抑制控制器。结合谐波滤波原理,将在摆振的扰动力提取出来,经过适当的幅值相位补偿,由电机提供补偿力矩,最终达到减弱摆振导致的方向盘振动,并通过系统仿真试验验证了摆振抑制算法的效果。结果表明:该算法能有效降低摆振对方向盘手感的影响,提高驾驶的舒适性。

机器人气动夹持力的CNN-LSTM建模估计方法

由于气动系统具有迟滞、强非线性特性,难以直接依据气压信号实现气动夹持力的有效控制,因此采用建模估计夹持力是实现无力传感器低成本控制的有效途径。为此,提出一种基于卷积神经网络(CNN)优化的长短期记忆神经网络(LSTM)低成本气动夹持力估计方法。根据工业机器人末端气爪夹持力与气路历史输入/输出有关的特点,采用了具有记忆特性的LSTM网络建立无传感器气压/压力估计模型;针对直接采用LSTM网络进行建模存在误差大的问题,利用CNN提取输入信息中气压和夹持力的非线性关系,进一步对LSTM网络结构进行优化,提高模型描述气压和夹持力之间多值对应特性与非线性迟滞特性的能力,实现气爪的夹持力有效估计。实验结果表明:相比LSTM预测模型,所提模型的建模估计与验证估计均方根误差分别减少77.14%和70.83%,最大误差分别减少79.80%和78.84%,证明了所提建模估计方法的有效性。

双机镜像搅拌摩擦焊顶锻力变化规律与影响因素研究

随着搅拌摩擦焊板厚增大,设备承载能力无法满足单侧搅拌摩擦焊的高顶锻力要求,因而难以形成质量良好的焊缝。为了降低设备所受顶锻力,本文提出了一种双机镜像搅拌摩擦焊工艺方法,研究了工艺过程中顶锻力的变化规律和影响因素,并验证了该工艺的可行性和优越性。首先,建立热力耦合的有限元仿真模型,得到顶锻力随板厚的变化规律,同时得到了双机镜像搅拌摩擦焊工艺能够减小顶锻力的结论;之后,建立顶锻力估计模型,并基于数据驱动对模型进行试验修正和验证,实现无传感器的顶锻力监测;最后,在搭建好的试验平台样机上开展了镜像焊接试验、3组工艺参数的多因素试验及单侧搅拌摩擦焊对比试验,得到顶锻力随时间的变化规律和工艺参数的影响,验证了双机镜像搅拌摩擦焊工艺可以减小搅拌头所受顶锻力、降低设备承载能力需求的作用。

无力传感器的操纵手柄自适应变阻抗控制

设计了一款轻量化和紧凑型的二自由度操纵手柄,并基于该操纵手柄提出了一种无力传感器的自适应变阻抗控制策略。根据操纵员操纵力大小对阻抗参数进行相应的调整以适应操纵员不同的操纵习惯;除了保证精确的位置控制外,加入了操纵手柄末端的速度控制,增强了操纵员的操纵感受。另外,在变阻抗柔顺控制的基础上加入了操纵力估计控制策略,从而避免了由于加装力传感器的额外接线导致系统复杂度增加以及由此带来的测量噪声。证明了所提控制策略在Lyapunov意义下的稳定性,说明了控制误差是收敛的,整个闭环系统的信号响应是一致极限有界的。最后,通过仿真实验以及实际台架实验验证了上述策略的有效性和稳定性。

基于轮胎力动态估计与主动转向的新型ESP系统

车辆电子稳定系统能有效提高车辆在极限工况下的方向稳定性.针对传统直接横摆力矩控制(DYC)没有考虑轮胎附着力极限的局限,提出一种基于轮胎动力动态估计(TDE)算法的新型车辆电子稳定控制系统(ESP),在此基础上,通过主动前轮转向(AFS)协同控制,最大化利用车轮附着力.采用多元回归统计算法设计TDE控制器,采用基于统计数据的多项式拟合获得车轮附着力边界极限和最优动态滑移率上限值;采用模糊逻辑算法设计AFS控制器,补偿因附着力达到极限引起的横摆力矩不足.仿真结果表明,通过与AFS的协同控制,新型ESP能够在改善车辆的方向稳定性的同时,大幅降低车轮制动控制力,减少对车辆纵向速度的影响.

基于电流信号估计抓握力的假肢手抓握控制

为避免假肢手需外置力传感器进行抓握力控制的不足,提出了一种通过电流信号估计抓握力的假肢手抓握力控制方法。根据假肢手模型、接触力模型和直流(DC)电机模型建立基于电流信号的假肢手抓握力估计模型,将抓握力估计模型与比例—积分—微分(PID)控制器结合,在无需外置力传感器的情况下对假肢手进行抓握力控制。抓握控制仿真和实验表明:所提出的假肢手抓握力估计方法和控制方法有效。

四轮独立驱动电动汽车行驶状态级联估计

建立三自由度车辆模型与轮胎模型,提出电驱动轮模型并将其应用到纵向力估计中,基于自适应高阶滑模观测器实现轮胎纵向力的估计,利用纵向力观测器(longitudinal force observer, LFO)输出值作为已知输入,结合信息融合滤波(information fusion filter, IFF)算法提出一种车辆状态级联估计方法。进行仿真实验、台架实验以及实车道路实验。研究结果表明:设计的纵向力观测器具有较高的纵向力估计精度,基于信息融合滤波的车辆状态估计方法能够实时跟踪车辆状态且估计性能优于扩展卡尔曼滤波(extended Kalman filter, EKF)。

用不同外部表征方式集中呈现信息条件下的因果力判断

在分别用文字陈述、表格和图形三种外部表征方式集中呈现因果信息的条件下 ,用直接估计因果力大小的实验范式考察单一因果关系因果力估计的特点 ,检验概率对比模型 ,效力PC理论和 pCI规则。让 2 87名大学生被试估计不同化学药物影响动物基因变异的能力。结果发现 ,对单一因果关系因果力估计具有以下 4个特点 :⑴不对称性 :在预防原因条件下的因果力估计较多符合效力PC理论 ,而在产生原因条件下的因果力估计一般符合概率对比模型 ;⑵文字陈述、表格和图形三种信息外部表征方式 ,不影响产生原因条件下的因果力估计 ,但影响预防原因条件下的因果力估计。在预防原因条件下 ,与文字陈述和表格表征相比 ,图形表征会促使更多被试按效力PC理论来做因果力估计 ;⑶没有被试使用 pCI规则 ;⑷被试估计因果力所使用的规则存在明显的个体差异。

足式机器人触地检测方法的研究综述

基于现有足式机器人触地检测方法的研究,综合论述了腿部结构设计、足端设计、传感器设计对触地检测的影响.总结外部传感器直接检测的触地检测方法、基于运动学与动力学的触地检测方法以及基于学习的触地检测方法.归纳地面湿滑、地面松软以及非足端触地这3种特殊场景中的触地检测方法.分析触地检测技术的应用场景,具体包括运动控制的需要、导航中的应用、地形与地质的感知这三大应用场景.指出硬件改进和集成、多模态触地检测、多传感器融合化触地检测以及智能化触地检测这四大触地检测方法相关的发展趋势,总结各触地检测算法之间的具体关联,为触地检测后续技术的发展及触地检测的具体应用提供指导.

基于神经网络的机器人关节转矩力控制研究

针对存在参数不确定和外界扰动的机器人系统,提出了一种无须使用力传感器即可同时控制机器人力和位置的关节转矩控制方案。采用神经网络补偿机器人位置控制时的不确定性,当机器人末端与环境接触时,通过转矩换算得到实际的接触力。该文采用计算力矩位置控制器和模糊力控制器,通过二自由度机器人仿真验证了该方法的有效性。该控制方案为在没有力传感器情况下的力控制操作提供了一种可能的解决方案。