变刚度双足机器人半被动行走控制研究

为研究半被动双足机器人的平面稳定行走控制问题。以三自由度变腿刚度的双足弹簧-质点模型为对象,采用变刚度弹簧所提供的力和髋关节的转动力矩作为行走动力源,并采用拉格朗日方法建立了系统的动力学方程。通过PD控制器设计髋关节转矩进而对上体的旋转角度进行控制,通过反馈线性化方法分别设计了双足机器人在单支撑和双支撑阶段因变弹簧刚度产生的控制外力。在理论分析的基础上,进行了仿真研究。结果表明：文中研究的路径跟踪控制方法可以实现双足机器人在水平面的稳定周期行走并且具有较强的鲁棒性。     

轮式牵引机器人优化设计及运动特性分析

为定量评价轮式牵引机器人在同一管径水平井内的动态运动特性与越障性能,建立了轮式牵引机器人爬行模块的受力模型,优化了结构及尺寸参数,实现了机器人ADAMS整体建模,并构建了对象机器人驱动机构、支撑机构及牵引阻力的Simulink控制模型。提出了轮式牵引机器人的ADAMS/Simulink联合仿真建模方法,进行了对象机器人运动特性及越障性能仿真分析。仿真结果表明结构优化后提高了该型机器人在水平井内的动态运动特性,验证了其较好的越障能力,且仿真计算与理论分析结果基本一致。     

基于深度学习的视觉SLAM综述

随着计算机视觉和机器人技术的发展,视觉同时定位与地图创建已成为无人系统领域的研究焦点,深度学习在图像处理方面展现出的强大优势,为二者的广泛结合创造了机会。总结了深度学习与视觉里程计、闭环检测和语义同时定位与地图创建结合的突出研究成果,对传统算法与基于深度学习的方法做了对比,展望了基于深度学习的视觉同时定位与地图创建发展方向。     

基于混合建模仿真的大型风电场降损控制

由于大型风电场变压设备多、集电线路长,在实际运行中集电系统损耗突出,对此提出一种利用风电机组作为分布式无功源,以优化风电场内潮流、降低集电系统总体损耗的无功/电压控制策略。同时,为提升风电场建模以及多场景降损优化仿真的效率,设计了一种基于对象模型组态与控制算法编程相结合的混合建模仿真方案,风电场模型采用模块组态建模,并由控制算法形成的引擎文件自主调用实施仿真优化。通过对某125 MW大型风电场进行降损控制的算例研究,验证了所提控制方案的有效性和混合仿真建模方法的高效性。     

仪表着陆系统下滑宽度仿真系统研究

在分析仪表着陆系统ILS(Instrument Landing System)下滑调制深度差DDM(Different in the Depth of Modulation)指标形成原理的基础上,找到了影响DDM的因素为纯边带SBO(Sideband Only)信号的幅值,采用控制变量法得出了在DDM线性变化范围内SBO信号的幅值与下滑宽度、半宽度的关系模型,并通过实测数据对模型进行了验证。基于数学模型并结合NM7000设备,搭建了仿真系统,可动态模拟下滑宽度的调整过程。测试结果表明,仿真系统精度相对误差小于1%。系统应用对指导校飞及设备维护具有重要意义。     

基于蚁群算法的群机器人自组织聚集行为建模

针对群机器人聚集行为模式的形成,建立了基于质点系力学系统、以及感知状态加权的自组织运动模型,实现了机器人运动状态的自主转移。建立了关于聚集行为的聚集度、均匀度等评价指标,通过实验分析比较不同模型的聚集性能,为群机器人自组织聚集行为模式的形成奠定了基础。使用分析选定的模型,对有边界约束和无边界约束2种情况进行了自组织聚集行为仿真试验,实现了不同群体规模的最大范围的有效覆盖感知,验证了模型的正确性。     

降雨情景下城市道路交通信号控制优化模型与方法

降雨天气导致城市道路交通运行效率明显下降,现有道路交通信号控制一般尚未建立针对性的信号优化方案。考虑降雨天气降水量、道路积水等因素影响下的交通运行情景,设计了面向交通控制的城市道路交通信息物理系统体系,搭建了基于信息物理系统的城市道路交通控制框架,并建立了交通信号控制优化模型,进一步利用BP神经网络方法设计了模型求解方法。通过搭建实例路口交通仿真模型,对比3种方案下延误时间等多个指标,分析结果表明本文方法在改善降雨情景下交叉口交通运行效率等方面的有效性。     

基于DA-RKELM算法的光伏发电功率预测方法

针对光伏发电功率具有的波动性和随机性等特点造成的电网安全问题,提出了一种基于蜻蜓算法优化的正则核极限学习机光伏发电功率预测方法。通过相关性分析确定影响光伏发电功率的关键影响因子,构建光伏发电功率预测模型;利用蜻蜓算法获取网络最优的权重和阈值,在标准极限学习基础上引入正则化函数和核函数以避免传统梯度下降法造成的过拟合问题,增强模型空间映射能力;仿真实验表明,与DA-ELM、PSO-ELM以及标准-DA-ELM模型相比,DA-RKELM预测模型能达到更高的预测精度,更贴近光伏发电的实际运行功率。     

基于树型空间的三维树木模型匹配

为解决三维树木模型的检索具有正确率低、检索效率低、描述不匹配等问题,提出一种基于树型空间的三维树木模型匹配方法。该方法通过构建三维树木模型数据集的树型空间,辅以主轴匹配,轮廓匹配,枝干匹配等方式,经过树型空间中欧氏距离和测地线度量差异值,逐步匹配到相应的三维树木模型,该方法分别在通用模型数据集和自我设计的模型数据集进行了匹配性实现,结果表明可以较大幅度提升树木模型匹配的准确率,利于三维树木模型的大规模检索和重用。     

基于反馈线性化的船舶舵鳍联合减摇MPC控制

针对船舶运动系统具有非线性、强耦合、多变量等特性,并考虑海洋环境对船舶运动影响,建立了一个能够比较全面反映船舶运动本质特性的四自由度(纵荡、横荡、横摇、艏摇)运动非线性数学模型,基于模型预测控制是一种在控制领域得到实际应用的多变量优化控制策略,设计了基于反馈线性化的船舶舵鳍联合减摇模型预测控制(MPC)系统。在不同海情下,完成了横摇与航向联合控制仿真实验,结果表明：该控制方法鲁棒性强,既能实现精确的航向控制又能得到良好的减摇效果。     

踝关节康复机器人主动训练柔顺控制研究

为保证踝关节康复机器人能为主动康复训练的患者准确提供任意性质的训练力,以气动肌肉冗余并联驱动踝关节康复机器人为对象,研究无误差力跟踪方法和主动训练柔顺控制策略。建立了踝关节康复机器人的动力学模型,基于阻抗控制理论研究了无误差力跟踪的轨迹规划方法,运用李亚谱诺夫稳定性理论提出了气动肌肉冗余并联驱动的柔顺控制策略,以助力和抗阻两种主动训练模式为例,进行了康复训练控制仿真,结果表明,所提出的力跟踪方法和柔顺控制策略不仅能确保主动训练的安全性,还能为训练提供任意而准确的助力和阻力。     

机器人位置/力混合鲁棒自适应控制

提出一种机器人位置/力混合控制的鲁棒自适应算法,利用自适应算法调节机器人系统的未知参数,为了避免在外界干扰作用下引起自适应参数的漂移,在参数自适应律中引入死区,使自适应控制器具有较强的鲁棒性能,滑模控制消除了死区自适应律引起的参数误差,并且具有较强的干扰抑制能力,使机器人末端执行器能够沿环境约束运动,并与约束表面保持期望的接触力,保证了位置和力轨迹跟踪的鲁棒性与精确性。二连杆机器人的仿真分析说明了算法的有效性。     

二维变刚度蛇形机器人的运动仿真与性能分析

针对二维变刚度蛇形机器人运动性能的研究,建立了Simulink/Adams联合仿真模型,利用仿真模型研究变刚度驱动器的阻尼系数、刚度参数及角频率对其运动能耗的影响。为实现关节轨迹和关节刚度的同步控制,提出了基于双层CPG的运动控制器。结果表明：阻尼系数能够有效降低起动能耗占总能耗的比例,且低速运动时的起动能耗占比随刚度参数的增加而提高;高速运动时的变刚度蛇形机器人运动能耗存在峰值,应避免在该条件下运动。     

基于DSC和MLP的欠驱动船舶自适应滑模轨迹跟踪控制

针对存在船舶动态不确定和外界干扰的欠驱动水面船舶轨迹跟踪控制问题,提出一种基于动态面控制(dynamic surface control,DSC)和最小学习参数法(minimal learning parameter,MLP)的自适应滑模控制方法。在控制律的设计过程中,为实现位置跟踪误差的收敛,利用反步法设计船舶前向速度和横漂速度的虚拟控制律镇定轨迹跟踪误差;引入DSC技术,用于消除反步法对虚拟控制求导引起的“微分爆炸”问题;另外,采用MLP技术,以单参数在线学习代替所有权值在线学习,减少控制器的计算量,避免出现“维数灾难”问题,并结合带有“σ-修正”的自适应律,防止参数漂移,易于工程的实现。稳定性分析证明了所设计控制律可以保证轨迹跟踪船舶闭环系统中轨迹跟踪误差信号一致最终有界,仿真结果验证了所设计控制器的有效性。     

Study on the Robot Robust Adaptive Control Based on Neural Networks

Force control based on neural networks is presented. Under the framework of hybrid control, an RBF neural network is used to compensate for all the uncertainties from robot dynamics and unknown environment first. The technique will improve the adaptability to environment stiffness when the end-effector is in contact with the environment, and does not require any a priori knowledge on the upper bound of syste uncertainties. Moreover, it need not compute the inverse of inertia matrix. Learning algorithms for neural networks to minimize the force error directly are designed. Simulation results have shown a better force/position tracking when neural network is used.     

机器人模糊神经网络阻抗控制

提出一种以位置控制为基础的模糊神经网络阻抗控制结构,它根据力误差修正参考位置,使机器人与环境的实际接触力跟踪期望力。利用模糊神经网络学习参考位置,不需要环境位置和刚度的先验知识。这种方法有误差补偿作用,对干扰和环境等不确定因素具有鲁棒性,仿真结果表明了控制方案的有效性。     

基于观测器的四旋翼容错控制及仿真研究

针对四旋翼飞行器执行器故障的问题,提出7一种基于自适应观测器的积分反演滑模容错控制策略,以保证飞行器的安全性和可靠性.建立考虑执行器故障的四旋翼飞行器动力学模型;设计一种自适应故障估计观测器用来观测系统的状态和估计故障信息;采用积分反演和滑模控制相结合的方法分别设计姿态容错控制器和位置控制器,完成姿态和位置的轨迹跟踪....     

集成图形和力觉交互的牙齿探诊模拟系统开发

研究目的是开发具有力觉显示功能的虚拟现实系统，培训牙科医生进行牙体探查操作。通过分析牙科手术临床操作的特征和培训现状，提出了基于虚拟现实技术的培训方案。采用力觉交互设备Phantom，基于Windows2000建立了试验平台，实现了两种典型接触交互操作的模拟：探针对牙齿表面不同组织区域进行探查和利用探针去除牙面软沉积物。文章重点讨论力觉显示系统的硬件和软件体系结构，牙齿和工具的建模方法，以及保证仿真实时性的方法。实验证明该系统可以比较逼真的模拟牙齿探查的手术操作，为培训牙科医生提供了一种新的途径。     

一种气液联控柔顺力控制系统的在线控制

运用滑动模态变结构理论中的经典非线性设计方法,设计了二阶滑模面变结构控制器。针对机械手臂的阻抗控制中力控制的难点在于不能精确的知道环境的刚度和位置从而导致给定参考位置的误差,应用在线环境参数估计的方法进行了仿真研究,仿真结果说明该方法能够较好的进行气液联控机械手臂的柔顺力控制。