非惯性系下鳗鱼机器人动力学建模与仿真

在惯性系下得到的鳗鱼机器人的动力学方程由于耦合度高、非线性强而不利于控制器的设计。本文受自主水下航行器(AUV)基于体坐标系的模型表示法的启发,定义了一个与鳗鱼机器人运动方向一致的非惯性系。在该非惯性系下,利用科里奥利定理获得鳗鱼机器人的二维运动学模型,并利用改进的牛顿第二定律和力矩平衡原理获得水下二维鳗鱼机器人在非惯性系下的动力学模型。该模型是解析的,可直接获得切向速度子动力学,更适合于基于模型的现代控制方案,与精确模型相比,其通过方向角参数解耦实现了模型的简化。最后,对一个9模块的机器人系统进行了数值仿真,并与已有的精确模型进行了对比分析,发现所建立简化模型和精确模型的几乎重合,从而验证了所建立简化模型的准确性。

基于迭代学习控制的鳗鱼机器人切向速度跟踪控制

鳗鱼机器人的动力学模型非线性强、高度欠驱动,导致多关节鳗鱼机器人的切向速度跟踪控制极具挑战.本文采用P型迭代学习控制与步态生成器相结合的方法对多关节鳗鱼机器人的切向速度进行跟踪控制.首先,采用解析牛顿―欧拉法建立非惯性系下的鳗鱼机器人动力学模型,直接获得切向速度子动力学模型;然后,利用带饱和函数的P型迭代学习控制器控制步态参数,并且利用复合能量函数和切向速度子动力学模型分析该控制器的收敛性,得到切向速度跟踪误差的收敛条件;最后,提出鳗鱼机器人的运动控制框架,并对多模块的鳗鱼机器人进行仿真和实验.实验结果表明,实际的切向速度随着迭代次数的增加而逐渐跟踪上了期望的切向速度,故而验证了鳗鱼机器人切向速度跟踪控制器的有效性.