基于2019年全国职业院校技能大赛高职组"工业机器人技术应用赛项"的比赛策略探讨

以2019年全国职业院校技能大赛高职组"工业机器人技术应用赛项"为例,从赛项的背景、发展现状和比赛试题等角度出发,明确赛项的任务要求。结合高职学生参赛的实际情况,从任务量和时间分配以及系统综合编程设计原则三个方面出发进行策略的探讨,对促进技能大赛的进一步推广和提高学生的职业核心能力起到一定的积极作用。     

神经元模型的四足机器人适应性行走控制

为了改善足式机器人的适应性行走能力,提出仿生控制和智能优化算法相结合的控制策略.利用Rulkov神经元模型对生物中枢模式发生器(central pattern generator, CPG)进行机理建模;设计了基于CPG模型的单关节和多关节耦合的网络拓扑结构,并利用多目标遗传算法优化CPG单元间的耦合系数矩阵,使得CPG网络的输出信号可以控制机器人关节按照一定的时序发生动作;设计机器人信息融合反馈系统并提出坡面适应性行走控制策略,并以四足机器人GhostDog作为实验对象,在Webots仿真平台上做实验验证.结果表明,所提出的行走控制策略可以控制机器人自主完成模式切换,具有一定的环境适应性.     

面向崎岖地形的六足机器人运动能力分析

对机器人自身运动能力的把握是进行合理运动规划和控制的前提.针对面向崎岖地形应用的六足机器人的运动能力进行分析.首先,介绍了六足机器人平台及其系统设计;然后,分别对六足机器人腿部、由机器人躯干和各支撑腿构成的并联机构进行了运动学建模,并分析了它们的工作空间;最后,基于Adams和Matlab建立了含有梅花桩崎岖地形的六足机器人仿真平台,并进行了六足机器人运动仿真.结果表明:通过结合六足机器人自身运动能力和地形特征进行合理的运动规划,可有效提高六足机器人在崎岖地形下的运动能力.     

基于多优化快速扩展随机树算法的足球机器人路径规划

研究RoboCup比赛未知环境中足球机器人的路径规划问题。提出一种多优化设计快速扩展随机树(rapidly exploring random tree,RRT)的足球机器人路径规划算法,解决了足球机器人在路径规划中存在的速度慢、效果差的问题。依据基本RRT算法原理,针对其随机性强、收敛速度慢以及路径平滑效果差的缺点,提出了随机采样点处增加引力分量、多步扩展逼近目标点以及冗余节点的剪裁与路径平滑等优化方式。在不同障碍物地图中的仿真实验表明,优化的规划路径长度比基本快速扩展随机树算法所得路径缩短约20%～30%,采样点数量减少45%～65%。最终将优化算法移植到SimRobot仿真平台,结果表明多优化设计RRT算法在未知环境中具备良好的实时性和鲁棒性,能够满足机器人在赛场上的路径规划要求。     

非线性干扰观测器补偿的四旋翼飞行器模糊滑模控制

分析四旋翼飞行器的飞行原理,建立旋翼桨叶受力条件下的四旋翼动力学模型.提出非线性干扰观测器补偿的模糊滑模控制算法,解决欠驱动子系统的不易控制及传统滑模控制的抖振问题,估计扰动值,降低扰动带来的影响.仿真结果表明,提出的非线性干扰观测器补偿的模糊滑模控制算法可补偿未知扰动,能使四旋翼飞行器稳定飞行.     

四元数矩阵方程AXB+CXD=E的M自共轭解

把实数域上的M对称矩阵的概念推广到四元数体上,形成M自共轭矩阵,然后在四元数体上讨论矩阵方程AXB+CXD=E的M自共轭解及其最佳逼近问题.利用四元数矩阵的实分解和复分解,以及M自共轭矩阵的特征结构,借助Kronecker积把约束四元数矩阵方程转化为实数域上的无约束方程,克服了四元数乘法非交换运算的困难,并得到该方程具有M自共轭解的充要条件及其通解表达式.同时在解集非空的条件下,运用矩阵的分块技术及矩阵的拉直算子,获得与预先给定的四元数矩阵有极小Frobenius范数的最佳逼近解.由于M自共轭矩阵是四元数自共轭矩阵的推广,因此所得结果拓展了该方程的结构解类型.     

一类四阶偏微分方程的李对称分析、B(a)cklund变换及其精确解

利用齐次平衡法获得了一类四阶偏微分方程的B?cklund变换,进而得到方程的几组精确解;然后运用李对称分析方法,获得该方程的向量场,利用相似变换,把难于求解的非线性偏微分方程转化为易于求解的常微分方程,并通过求解所得到的约化方程,结合幂级数展开法,得到原方程的一系列精确解.     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。     

基于旋量与包络理论的蛇形机器人安全攀爬

针对正交关节连接的蛇形机器人,文中提出了一种新的基于旋量与包络理论的螺旋攀爬运动研究方法.首先应用旋量理论对蛇形机器人进行运动学建模与求解,以降低传统D-H参数法建模的复杂性;然后基于包络思想分析蛇形机器人在攀爬运动过程中与圆柱杆的接触关系,提出了二值图像表示法来揭示机器人与圆柱杆的包络状态;最后基于弹性包络的分析结果,求得蛇形机器人的螺旋攀爬力,进而提出以安全攀爬力和攀爬系数为优化目标的控制参数优化模型.仿真结果表明,攀爬力与弹性包络状态间具有一致性,从而验证了文中提出的优化模型的正确性.