基于类蜘蛛仿生煤矿救灾机器人步态研究

基于类蜘蛛仿生多足煤矿救灾机器人是一种具有冗余运动、多支链、时变拓扑运动机构的特种机器人,利用类蜘蛛仿生煤矿救灾机器人模仿了蜘蛛的行走特点,遵循蜘蛛行走时的摆腿顺序,在不同情况下设计不同的摆腿行走顺序,使煤矿救灾机器人的灵活性以及对复杂环境的适应性大为增强,能够快速灵活的进入煤矿巷道中,对巷道中的复杂情况进行及时了解并及时处理.通过对机器人学的研究,能更好的符合仿生学的发展方向和趋势,使步态模仿蜘蛛法达更加合理稳定的效果,进一步提高机器人的行走速度,缩短救援时间,加强救援能力.     

输电塔X型节点的试验研究及有限元分析

通过足尺试验对X型钢管-插板斜材的承载力进行研究,并在此基础上对试验节点进行了数值模拟,分析X型十字插板钢管节点及钢管混凝土节点的破坏机理,以及不同受力方式对节点承载力的影响。试验结果及有限元分析结果一致,对于X型插板节点,通长斜材和断开斜材一拉一压的受力状况下,断开斜材受压较通长斜材受压节点极限承载力提高10%~20%。钢管节点的受压管端部、钢管混凝土节点的环形加强板及十字插板是较为薄弱的部位。     

基于力反馈-CPG模型的六足机器人控制器

六足机器人的多关节、高耦合、非线性的机械结构使其运动控制成为机器人研究领域一大难题。针对上述问题,本文在Matsuoka振荡器的基础上创新性提出带力反馈神经元的三神经元相互反馈的CPG模型作为六足机器人的运动控制器。在对六足机器人进行运动学建模、运动学分析等数学分析的基础上对三神经元CPG模型建模分析并得到振荡周期波形满足六足机器人节律运动的要求。对力反馈模型进行实物设计并建立对应反馈模型,根据反馈信息对六足机器人运动节律、关节信息等实时调节。最后通过仿真及实物实验证明该CPG模型能够满足维持六足机器人稳定运动的要求,在复杂未知环境中也能够保持机器人的稳定性与适应性,实现复杂环境下的自适应运动。     

轮扣式脚手架足尺架体试验及抗连续倒塌性能研究

轮扣式钢管脚手架搭设速度快,连接节点构造简单,易用性强,常用于满堂脚手架。首先依据规范要求,对三步三跨的轮扣式脚手架架体进行足尺试验研究,得到架体的破坏模式和极限承载力。采用有限元软件SAP2000进行分析,节点刚度取35(kN·m)/rad,节点为半刚性连接,并对有限元模型施加初始缺陷荷载,等效水平荷载取理想状态下屈曲极限的1.2%,此时有限元分析结果与试验结果最为贴近。常由于地基承载力不足等原因造成底层脚手架局部塌陷,从而可能引起架体结构连续倒塌,造成巨大的人员财产损失。通过释放支座节点模拟地基局部塌陷,分析架体结构的受力变化,并通过在不同位置设置水平杆,分析其对提高结构抗连续倒塌能力的影响。     

具有柔性脊椎的四足机器人奔跑运动分析

为了提高四足机器人的奔跑性能,设计了一种具有柔性脊椎的四足机器人.该柔性脊椎由两个平行橡胶棒和一个驱动液压缸组成,通过控制驱动液压缸的伸缩可使两个平行橡胶棒实现上下弯曲.分析了该四足机器人的柔性脊椎对奔跑步长的影响.基于Hopf模型的CPG控制方法,推导了髋关节和膝关节的关节驱动曲线幅值的表达式,并通过网络拓扑结构的重建将脊椎驱动信号与各腿部关节驱动信号进行耦合.最后利用Adams和MATLAB/Simulink对四足机器人进行了bound步态仿真,仿真表明具有柔性脊椎的四足机器人奔跑性能显著提高.     

皱纹盘鲍(Haliotis discus hannai)、黑足鲍(Haliotis iris)及其杂交F_1代营养成分的比较分析

利用生物化学方法,对皱纹盘鲍、黑足鲍及其杂交F1腹足部肌肉一般营养成分、氨基酸及脂肪酸组成与含量、矿物质元素及总糖和还原糖含量进行测定分析。结果表明,杂交鲍的粗蛋白含量最高(17.97%),黑足鲍的粗脂(1%)和粗糖(9.29%)含量最高;杂交鲍氨基酸总含量(58.91%)和呈味氨基酸含量(28.77%)最高,黑足鲍的必需氨基酸含量最高(21.33%),皱纹盘鲍氨基酸总含量、呈味氨基酸含量及必需氨基酸含量最低;黑足鲍与杂交鲍脂肪酸种类和不饱和脂肪酸含量高于皱纹盘鲍。实验共测定9种矿物质元素,除了黑足鲍腹足部肌肉Mn、Cu含量明显高于皱纹盘鲍和杂交鲍外,3种鲍其他7种矿物质元素含量差别不大;黑足鲍总糖和还原糖含量最高,皱纹盘鲍最低。以上实验结果表明,通过种间杂交,亲本某些遗传性状缺陷在子代中得以改良,并且获得的杂交F1代部分性状优于双亲,表现出一定的杂交优势。     

基于单片机控制的轮腿式六足越障机器人设计

腿式机器人运动速度较慢,能量利用效率低,且控制复杂,可靠性差。轮式机器人越障能力弱,环境适应性较差,难以适应复杂地形。为解决上述问题,本文设计并制作了一种轮腿式六足越障机器人,设计一种偏心式轮腿,通过旋转推动机器人行进。这使得机器人从传统的离散点着地变为连续点着地,具有更佳的稳定性和更快的运动速度。同时,偏心轴设计增大了有效半径,可以输出更大的扭矩,也赋予了其出色的越障能力;简单的机械结构增加了可靠性和灵活性。     

不同足地界面对人体三维步态的影响

为了解足地界面对人体下肢运动学、动力学的影响,从实验的角度对受试者在光足、穿球鞋和穿7 cm高跟鞋时的三维步态进行了测试。结果表明在运动学方面:足地界面对踝、膝和髋关节运动均有影响,而且在冠状面内的影响程度远大于矢状面。在动力学方面:穿高跟鞋后,膝关节和踝关节内收力矩峰值增大,踝关节和髋关节弯曲伸展力矩均有变化;沿股骨和胫骨轴向,分别作用于膝关节和踝关节的力增加,沿步行前后方向膝关节和髋关节的力增加。这些变化加剧了关节的磨损,长期积累会造成关节损伤和病变。     

基于机器学习与视觉的四足机器人步态精确监测方法

为保证四足机器人在复杂地形中能准确行进,对其步态实时监测方法进行了研究,提出一种基于机器学习和双目视觉的步态精确监测方法。首先为降低视觉残影误差,从已知步态轨迹“动中取静”确定对足端的最佳观测点位。此外,为补偿视觉系统误差所致足端位姿测量误差,提出一种基于深度神经网络的足端位姿精确预测方法。最后仿真结果表明所设计神经网络有99.68%的概率能达到0.025 mm足端位置预测精度,可满足实时、高精度监测要求。此方法将机器学习的泛化能力与视觉系统复杂误差来源相结合,使视觉方法实现了高精度测量,为足式机器人步态实时精确监测提供了新思路,进而为其足端精确定位及步态周期性保持提供了有益的方法参考。     

基于改进A*算法的燃气微泄漏四足巡检机器人路径规划

针对四足机器人在城市燃气微泄漏巡检中路径规划的需求,提出了一种基于改进A*算法的四足机器人燃气巡检路径获取方法。首先,采用网格法构建了四足机器人的二维工作地图。然后改进A*算法的启发函数,引入了自适应调整策略,让搜索节点减少且路径更不易陷入局部最优。最后从路径长度、平均搜索时间、搜索节点个数三个性能方面进行评估,改进A*算法达到了预期效果。使用Matlab2016b作为仿真软件,仿真结果显示,改进A*算法完成了寻路任务。与经典A*算法相比,改进算法的平均搜索时间降低了52.13%,搜索节点个数减少了30.23%。该算法在尺寸200×200以下地图的路径规划中具有较高的搜索效率。