深海履带机器车的实时导航和避障

针对深海底履带机器车的未知、复杂工作环境,提出一种履带机器车导航和避障算法。该算法先用声纳传感器实时检测障碍物的位置,再用D-S理论推算出障碍物的更准确位置,然后运用改进势场法进行行走方向决策,规划出履带机器车的作业路径,实现对深海履带机器车的导航和避障。仿真和试验结果表明,此算法适应于动态未知复杂环境下的深海履带机器车实时导航和避障,且在目标附近存在障碍物时也能达到目标。     

咆哮履带车

在秦始皇陵中，咆哮找到了击败天行者的秘密武器，咆哮履带车就是武器的一部分，让我们一起来动手制作吧。     

深海履带车的路径跟踪控制算法

建立深海履带车运动学和路径偏差模型,并针对履带车在工作环境中出现的路径偏差问题提出一种新的路径跟踪算法。基于履带车的行走动力约束,路径跟踪算法中引入线速度和角速度中间变量,避免了由于履带车驱动轮角速度突然变化所导致的系统失稳。同时,为提高系统的响应时间,算法中增加与PID控制类似的比例环节,利用李雅普诺夫法证明控制系统的稳定性,并对深海采矿2种典型期望工作路径的路径跟踪进行仿真。研究结果表明:所提出的新的路径跟踪算法具有良好的快速性和稳定性,能够满足深海采矿履带车的行走控制要求,保证履带车良好的行走性能。     

半履带气垫车滑转率控制仿真

在分析半履带气垫车所受土壤力的基础上,建立了牵引效率和总功耗的理论模型,讨论了滑转率同牵引效率和总功耗的关系.在起步加速和匀速直线行驶情况下,分别以牵引效率最大和总功耗最小为控制目标,设计了带模糊PID控制器的滑转率控制系统,通过调节履带驱动轮的输入转矩保证控制目标的实现.采用MATLAB/Simulink软件对所设计的控制系统进行了仿真研究.仿真结果表明,对于给定的车辆参数和土壤条件,采用带模糊PID控制器的滑转率控制系统能够使半履带气垫车稳定行驶在最佳工作状态.该研究结果为半履带气垫车控制系统的设计提供了理论指导.     

全液压推土机滑转率研究

为了研究全液压推土机额定滑转率,对静态滑转率和动态滑转率进行了探讨,给出了滑转率的理论计算公式以及履带式推土机在特定条件下的静态滑转率和动态滑转率与单位附着重力的有效牵引力关系.做出静态和动态滑转率曲线,得出它们出现不一致的原因.通过分析牵引效率在动态滑转率曲线和在静态滑转率曲线上的合理配置,给出全液压推土机设计计算阶段额定滑转率的范围为12%左右.     

考虑履带张力的履带车辆牵引力-滑转率分析与试验验证

为了研究履带车辆在砂土路面的通过性能,在接地压力试验的基础上,建立了考虑履带张力的接地压力分布模型。根据该接地压力分布模型以及履带与地面之间的相互作用规律,分析计算了考虑履带张力时履带车辆牵引力-滑转率的关系。最后,进行了履带车辆砂土路牵引力试验。结果表明:考虑履带张力的牵引力-滑转率计算结果与试验结果更加一致,为研究履带车辆在砂土路面的通过特性奠定了一定的基础。     

基于功耗最优的半履带气垫车模糊PID控制仿真

在分析半履带气垫车行驶阻力的基础上,分别对其垫升功率和驱动功率进行了研究,建立了总功率消耗最小化的理论模型,以检验车辆参数和载荷分配对总功率消耗的影响.提出了自适应模糊PID控制方案,以保证气垫车能够稳定地运行并实现总功率损耗最小.采用MATLAB/Simulink软件对所设计的控制系统进行了仿真研究.仿真结果表明,对于给定的车辆参数和土壤条件,采用自适应模糊PID控制器能够使半履带气垫车稳定行驶在最佳工作状态.该研究结果为半履带气垫车控制系统的设计提供了理论指导.     

智能探测机器车的设计制作

本设计由51单片机构成的上位机、下位机和驱动系统部分组成。下位机能对智能探测机器小车进行准确循迹、定位、测温、测距、识别颜色、测湿度,实时将各个监测点数据信息发送;上位机完成接收数据,实时显示各个检测点的数据信息。本设计系统具有较高的测量精度,预留端口,便于依据实际情况增加其他功能。     

基于激光雷达的无人车路面附着系数估计

为获取无人驾驶决策规划和运动控制所需的路面附着系数,基于不同路面材质的激光雷达反射强度差异,设计了一种路面附着系数概率估计模型.首先,通过3σ(σ为标准差)准则进行地面激光点云的粗提取;然后,基于主成分分析法对粗提取的地面点云进行细提取;接着,利用期望最大法对地面点云的反射强度进行主成分提取,滤除噪声,获得地面点云的反射强度分布特征;最后,依据5种典型路面数据库,结合联合概率的思想,实现路面附着系数估计.     

基于反馈线性化的整车振动状态观测算法

针对整车振动状态观测器设计中的整车悬架系统高维非线性特性,提出了反馈线性化卡尔曼滤波算法.基于微分几何理论,通过求解坐标变换,将车辆非线性振动模型变换成一个可观测的标准型,实现系统的精确反馈线性化,进而采用线性卡尔曼滤波算法,针对变换后的线性系统设计观测器,最后通过坐标逆变换获得原非线性系统的状态观测值.仿真结果表明,相比扩展卡尔曼滤波算法,该算法能够提高车辆振动状态观测精度和运算效率.      

基于扩展卡尔曼滤波器的液压驱动器状态估计

本文的液压驱动器属于不可观测的非线性系统,普通的状态观测器难以胜任系统的状态估计,故采用扩展卡尔曼滤波器对液压缸活塞腔和杆腔压力进行估计.建立了液压系统的4阶非线性状态空间模型,用高斯-牛顿法拟合模型参数,用关节角度信号通过扩展卡尔曼滤波器估计液压驱动器状态.仿真结果表明该方法可以精确估计液压缸压力,实验结果显示该方法估计的关节扭矩接近测量值;从而验证了扩展卡尔曼滤波器估计液压系统状态的有效性,为基于状态的故障诊断和液压驱动器控制提供了一定的借鉴.     

履带滑移和转向中心线偏移对车辆稳态转向特性的影响

履带车辆的稳态转向特性直接影响到其工作效率以及安全性。本文建立了履带车辆稳态转向的数学模型并提出了数值求解方法,将履带滑移半径以及转向中心线移动量作为其稳态转向特性的评价指标,并进行了仿真分析,结果表明:随着转向半径和车速的变化,滑移半径以及转向中心线移动量的增大或减小,影响车辆的转向稳定性。     

基于声信号的履带机器人地面分类试验研究

为了拓展地面识别方式及提升识别率,提出利用履带机器人行驶噪声进行地面类型识别.使用声压传感器采集履带机器人在行驶过程中与地面相互作用辐射的声音信号,对声音信号提取修正的梅尔频率倒谱系数（MFCC）及其一阶差分（△MFCC）使用优化后的支持向量机（SVM）进行分类,并测试了该方法在多种背景噪声环境下的效果.结果表明,行驶噪声包含能够表征地面特点的信息.相比于幅域、频域和时频域特征,修正的MFCC+△MFCC特征具有明显优势.在校园环境中分类准确率达到了89.5%,当信噪比高于20 dB时,在多种背景噪声环境中分类准确率均达到80%左右.      

基于土-履应变的履带机器人转向阻力矩建模与分析

为了准确描述小型履带式地面移动机器人转向运动,建立准确的控制模型,讨论了其转向阻力距的建模方法.采用传统的阻力均匀分布方法,分别建立了高速、低速时机器人的转向阻力模型.引入应力-应变理论提出了横向阻力、正压力线性分布时的阻力矩模型.将该模型中的横向阻力非线性化分布,改进了计算模型.在不同行驶路况下转向的仿真计算和分析表明,与传统的转向阻力矩模型相比,基于应力-应变理论的转向阻力矩模型能更好地反映地面与履带间受力情况.     

工程车辆全动力液压制动系统充液特性分析

在对新型蓄能器充液阀结构与性能分析的基础上,建立了全液压制动系统恒压及恒流充液过程数学模型,得到了影响充液速度及时间的系统参数及蓄能器与充液阀的结构参数,利用Simulink进行仿真,分析了节流口浮动时系统参数及充液阀结构参数对充液特性的影响规律,实验验证了仿真模型的正确性.     

工程车全液压制动系统性能试验台设计

为了对全液压制动系统的动态响应特性及制动压力输出特性进行精确检测,设计了一套由供油、主体、制动器及测控4个模块组成的全液压制动系统性能试验台,为满足充液阀和制动阀高低温试验空间的要求,主体模块的结构布置力求紧凑.另外,基于LabVIEW平台构建了制动系统参数检测与控制模块,并开发了一套制动踏板驱动机构及其反馈控制算法,实现了制动踏板运动过程的编程控制以及相关测试数据的自动化采集处理等功能.实验表明,该试验台可对不同温度和不同工况条件下的制动系统动态响应特性及制动压力输出特性等关键性能进行自动化精确检测.     

4WD电动车的滑转率识别及防滑控制

实时地根据路面附着状况选择最优的滑转率控制目标是电动车防滑控制策略的关键.文中针对双转子电机四轮驱动电动车的特点,采用自适应Kalman滤波估计车速信息和轮胎驱动力信息,并利用该信息实时计算附着率-滑转率曲线的斜率,以对路面附着状况进行准确评估.然后以估计的路面信息和踏板输入信息为模糊控制器输入,利用带速度修正因子的模糊控制方法对驱动电机输出转矩进行控制,以提高电动车在各种道路条件下最大限度地利用附着系数的能力,获得最佳的驱动防滑控制效果.     

基于惯容器-弹簧-阻尼悬架的履带机器人平顺性仿真分析

为探究ISD悬架作为履带机器人悬架方案的应用价值,以某履带机器人方案为例,建立了采用ISD悬架的1/2移动平台8自由度模型,进行力学分析得到了系统运动微分方程,以计算机模拟的路面随机激励时域模型作为输入,利用MATLAB/Simulink建立履带机器人动力学模型,考虑履带承重轮之间地面输入的迟滞性,将路面不平度和履带机器人行驶速度相结合对模型进行仿真。结果表明：采用ISD悬架的履带机器人方案相对于采用传统被动悬架的方案,质心垂向加速度和俯仰角加速度均有明显减小,即行驶平顺性得到了改善,可见ISD悬架的应用可以提高履带机器人的行驶平顺性。