基于简化三维线性倒立摆模型的模糊控制射门算法

针对双足机器人传统射门算法存在仅适用于固定射门角度和射门姿态的问题,提出了一种基于简化三维线性倒立摆模型的模糊控制射门算法,用于实现多角度、多姿态的射门;首先利用简化三维线性倒立摆模型规划出零力矩点(ZMP)轨迹和质心轨迹;其次在双腿支撑相对双足机器人进行射门角度和姿态的调整,同时利用贝塞尔曲线规划出游动腿的轨迹;最后利用模糊控制算法精确地规划出双足机器人的射门轨迹;实验部分利用NAO机器人仿真平台验证了文章提出射门算法的性能,并与其它射门算法进行了比较;最后将实物NAO机器人用于全过程与多角度的实际射门实验,验证了本文提出射门的算法可行性与准确性。

桥式起重机分布式质量吊重系统双摆滑模控制

随着吊装作业的多元化发展,起重机吊装对象也从传统的质点式吊重向分布式质量吊重方向发展。针对桥式起重机在吊装分布式质量吊重时吊重的大摆角抑制和小车定位控制问题,提出了两种基于滑模控制理论的、用于吊重消摆和小车快速定位的方法。首先,综合考虑了桥式起重机吊装对象的结构特征、小车电机的驱动特性、摩擦阻力以及环境中的随机扰动对吊装作业的影响,建立了桥式起重机分布式质量吊重系统的非线性双摆动力学模型;然后,设计了桥式起重机分布式质量吊重系统的非线性双摆动力学普通滑模控制器(OSMC)和分层滑模控制器(HSMC),采用Lyapunov函数和Barbalat引理证明了闭环系统的稳定性;最后,利用数值仿真研究了OSMC和HSMC在分布式质量吊重减摆控制方面的性能差异。仿真及研究结果表明:与OSMC相比,采用HSMC不仅可以在12 s内实现小车精确定位目的,而且可以实现对分布式质量吊重在5°~9°摆动范围下的快速抑制目的,完成了对系统状态变量的有效控制;同时,对比结果表明HSMC对起重机系统内部和外部扰动变化有很强的鲁棒性和抗干扰性。

双凹摩擦摆隔震烟风道结构地震响应

传统烟风道板式滑动支座可减少道体热胀冷缩时的摩擦阻力,但抗震耗能能力不足,缺少变形后的复位能力,且会约束道体的转动而可能导致结构破坏.将摩擦摆隔震支座用于烟风道,可同时具有热滑移、隔震功能,允许道体在温度作用下自由转动.本文对烟风道采用双凹摩擦摆中间隔震的结构体系地震响应进行了研究,建立了横向地震作用下简化的三自由度地震响应分析模型,其中双凹摩擦摆采用三线性滞回模型,推导了一阶状态空间微分运动方程.该模型的分析结果与有限元实体模型分析结果非常接近.利用简化模型研究了不同场地类别、不同强度地震激励作用下双凹摩擦摆的恢复力特点及隔震效果,结果表明:与非隔震结构相比,双凹摩擦摆隔震的烟风道的道体反力、支架剪力均得到了控制.

起落架磁流变减摆器模糊PID控制算法的研究

为了减小飞机机轮的摆振,提高飞机乘坐的舒适性和驾驶的安全性,将磁流变控制技术应用于飞机起落架减摆器,实现减摆器阻尼力的实时智能控制;针对磁流变减摆器,建立了飞机起落架摆振的半主动控制非线性动力学模型,设计了模糊PID控制算法,并使用Matlab/Simulink建立了半主动控制仿真模型;通过调节流过磁感线圈的电流大小改变磁流变减摆器的阻尼力,从而减小机轮摆动实现半主动控制;通过动力学仿真,在给定速度下分别对比未安装减摆器、被动控制下以及半主动控制下机轮摆角、侧向位移、侧滑角随时间变化的曲线,结果表明了模糊PID控制算法的正确性和可行性,该控制策略可以较好的抑制机轮的摆振,同时也表明模糊PID控制算法具有良好的可控性,减摆效果也明显优于传统的被动控制。

基于三质点模型的仿人机器人节能步行

为了实现高能效的双足步行,提出基于三质点线性倒立摆模型(3MLIPM)的步态生成与优化策略。首先,定义表征单位能耗的步态周期(UEWC),利用三质点模型,对机器人进行运动学建模与步行能耗评估,建立机器人步行过程的能耗评价模型,分析各质量块的运动性质,提出基于质心(CoM)加速度优化的二次型步行能耗评价指标;其次,对3MLIPM进行动力学建模,将CoM运动分为稳定分量与不稳定分量,CoM最优轨迹求解转化为求解运动分量误差项,通过跟踪参考的零力矩点(ZMP)轨迹,利用无约束优化算法求解对应的能耗最低的CoM轨迹;最后,实现了步态的在线生成,并且为消除腿部质量摆动导致的躯干质心附加运动,通过二分搜索的修正算法,修正3MLIPM的步行参数输入(步长和步宽),进一步降低了双足步行的能量消耗。通过仿真和试验验证了算法的可行性和有效性。研究结果表明:提出的能耗评价指标能够表征三质点步行系统的真实能耗,并且能够用于指导最优CoM轨迹生成;利用双足稳定支撑域,可以优化参考ZMP轨迹以实现低能耗步行;通过修正三质点模型的名义步行参数输入,消除等效ZMP产生的附加运动,针对不同形式ZMP参考轨迹,修正后的三质点模型相比于传统单质点模型,可以有效降低步行能耗。

虚拟线性倒立摆模型在行走机器人双腿支撑相中的应用

为了提高双足机器人步行运动的稳定性,将双腿支撑阶段的机器人简化为一个虚拟的线性倒立摆模型。该模型以机器人运动的ZMP(zero moment point)为虚拟支点,以机器人质心为模型的质点;在运动中保持质点高度不变。通过预先设定ZMP的轨迹,即可获得机器人质心在双腿支撑阶段的运动轨迹。将该模型与机器人单腿支撑阶段的普通线性倒立摆模型综合运用,就能保证步行时机器人质心速度变化的连续性和步行运动的稳定性。该方法在实际机器人上进行了实验验证,结果表明该方法能够很好地适用于实际机器人的步行运动。

双足机器人自然ZMP轨迹生成方法研究

为了实现双足机器人类人行走,提出了一种基于自然ZMP轨迹的双足机器人步行模式生成方法。在单腿支撑相,根据基于三维线性倒立摆模型,在设定从脚跟到脚趾移动的自然ZMP轨迹后,得到质心轨迹方程;在双腿支撑相采用线性摆模型生成质心轨迹方程。同时给出了在统一坐标系中的多步规划质心轨迹方程。在RoboCup 3D仿真平台实现了采用自然ZMP轨迹的双足机器人类人稳定步行,实验和竞赛结果都验证了该方法的有效性。

基于LIPM的双足机器人变步长行走规划

为了提高双足机器人步行运动的灵活性,提出了一种基于线性倒立摆模型的双足步行规划算法.该算法首先根据所要达到的步长,获得支撑腿切换时质心的位置;然后,根据线性倒立摆模型的运动特性,计算出质心到达上述位置所需要的时间;最后,根据该时间对摆动脚用正弦曲线进行规划,使之能够在恰当的时刻到达所需的落脚点位置进行支撑脚的切换.该算法可使双足机器人在运动中变化步长,很好地提高其步行的灵活性.通过真实机器人的实验,验证了该方法的有效性和实用性.

基于运动发散分量的四足机器人步态规划

为了使四足机器人在出现较大的轨迹跟踪误差时仍然可以稳定运动,提出基于运动发散分量(DCM)的在线步态规划方法.将四足机器人抽象成三维线性倒立摆模型(LIPM),根据离线规划的落脚点,应用DCM方法论递推出保持DCM有界的参考轨迹;在满足步幅约束、零力矩点(ZMP)约束的条件下,步态规划运用宽松初始状态模型预测控制在线优化出可快速收敛到参考轨迹上的落脚点以及期望状态轨迹;全身运动控制器通过构建二次规划优化出满足运动约束、动力学约束、摩擦力约束等条件下跟踪期望状态轨迹的力矩.通过仿真验证以上算法,仿真结果表明:与经典模型预测控制相比,宽松初始状态模型预测控制可以承受较大的轨迹跟踪误差,四足机器人可以在出现较大的轨迹跟踪误差时以troting步态稳定运动并尽快收敛到离线规划的轨迹上.

一种提高双足机器人机动性的步行模式规划方法

为提高双足机器人的机动性以适应更宽更广的应用领域,提出一种在线规划方法.该方法根据最新的控制命令生成足迹,然后利用动力学方程的解析解在线同步规划质心(CoG)轨迹和零力矩点(ZMP)轨迹,并基于离散化算法解决机器人速度改变较大时局部ZMP轨迹的扰动问题,使其符合稳定性判据.该方法可使机器人在行走过程中一步实现任意的足迹改变,具有很高的机动性,经过在实体机器人Nao上进行效果验证并取得预期结果.

基于失衡度的双足机器人控制方法研究

为了解决双足机器人在强干扰下易失去平衡而摔倒的问题,提出一种基于失衡度的欠驱动双足机器人的稳定控制方法。该方法分析了多种情况下欠驱动双足机器人单脚支撑期动力学模型,用线性倒立摆模型模拟机器人的失衡度,并根据机器人受到的外部干扰的强度变化,将失衡度分为三个级别,在不同的失衡度级别内,采用相应的动力学模型及跟踪、姿态、步态切换控制方法。仿真结果表明,该方法具有较高的稳定性、实用性,可以实时控制欠驱动双足机器人步态。

NAO机器人快速行走算法设计与实现

本研究以NAO为依托,进行行走相关的技术研究。首先,为了更加准确地得到NAO躯干姿态信息,采取卡尔曼滤波法,对两个传感器的数据进行融合,得到躯干绕坐标轴旋转的角度,为后续的稳定性控制做好基础准备。接着,利用线性倒立摆模型,进行NAO的步态数据规划,并进行实验验证。

基于动态运动基元的6自由度下肢外骨骼步态轨迹规划与控制策略

针对下肢刚性运行过程中的步态轨迹规划问题,提出了一种基于动态运动基元的步态轨迹在线规划方法和控制策略。首先,使用足底压力进行步态相位分割;其次,使用线性倒立摆模型确定落地点位置,再运用逆运动学规划确定各关节角度,使用动态运动基元算法对以前的各个步态相位的运动轨迹进行在线学习;再次,将前面得到的关节角度作为目标终点进行实时步态轨迹规划;最后,根据生成的曲线按照控制策略对外骨骼控制。使用6自由度外骨骼对算法进行了验证,结果表明,使用所提算法可以有效根据步态相位的变换对步态轨迹进行实时在线学习和生成,同时可以保证一定程度的运动稳定性。

基于LIPM的机器人快速行走优化

针对双足机器人,在线性倒立摆模型(LIPM)的基础上,提出了无双足支撑阶段的机器人快速行走优化方法.该方法在当前单足支撑阶段中寻找合适的换足时刻,使前后单足支撑阶段的质心位置与速度相匹配,达到了消除双足支撑阶段,提高行走速度的目的.在NAO机器人上进行对比实验发现:采用优化后的行走方法,机器人行走速度得到了明显提升.