一、可重构模块化机器人模块及构形设计(论文文献综述)
孟悦[1](2019)在《可重构空间机械臂典型模块及直线运动构型研究》文中研究表明作为我国空间站战略计划实施的重要组成部分,模块化机械臂随着航天事业的发展,使得航天任务的执行向着更高精度,更高效率的方向发展。为了满足航天器舱内外各种任务对机械臂的需求,尤其是解决空间站复杂多样的在轨维修维护以及舱外的运行监测等问题,因此本文设计一款可重构式空间机械臂,来分析针对具体任务的构型研究。首先对组成机械臂的典型模块进行设计。基于模块化可重构机械臂的设计思想,设计组成机械臂不同功能的典型模块,对各个功能模块的内部传动结构和外形尺寸进行设计。通过对空间机械臂末端功能模块的研究,结合空间站典型的任务需求,建立相对完备的典型模块集合。各种功能的典型模块的研究是冗余式可重构机械臂的构型搭建的基础。其次搭建机械臂构型,为研究机械臂的直线运动模块对整个机械臂构型的影响,以空间站的典型操作任务-螺钉的拆卸为例,搭建了 3种机械臂构型。基于搭建的机械臂构型,建立正运动学方程;采用BP神经网络对构型的逆运动学进行求解;采用蒙特卡洛的方法对机械臂的工作空间进行预测;采用MATLAB的robotics Toolbox工具箱对工作空间、运动轨迹及其运动学参数进行仿真验证。建立机械臂的拉格朗日动力学方程,利用微分变换法求得速度的雅克比矩阵,并使用Adams对机械臂进行动力学仿真分析。最后建立机械臂构型评价函数,比较3构型对任务的适应程度。结合运动学和动力学分析结果,研究直线运动模块的位置变化对整个构型的影响。分析评价机械臂性能的指标,并针对典型任务设定任务的刚性要求,选择正确的评价指标对3个构型进行指标的计算和分析,并利用评价函数对各个构型的指标进行综合,得到使用该任务的最优构型。
刘开元[2](2019)在《链式可重构模块化机器人设计及重构策略研究》文中指出可重构模块化机器人系统由一系列模块单元相互连接组成。这些模块单元具有一定的运动能力,必要的传感器和简单的功能。模块单元之间通过对接、分离及旋转等基本动作,形成不同的拓扑结构。相比其他各类机器人系统,可重构模块化机器人拥有通用性更强、鲁棒性更好和使用成本更低廉等优点。本文研制了一种由正方体模块组成的链式可重构模块化机器人。每个模块单元拥有6个接口,3个自由度。设计了一种新颖的轴孔式对接机构,由移动凸轮机构驱动销钉锁定对接,实现可靠连接。根据模块单元的结构特点,设计制造了基座以支撑模块单元,链式模块化机器人系统可在基座上实现各种构型的切换重构。每个模块单元都是一个小型的机电一体化产品,有独立的控制系统。本文为模块单元设计了硬件电路,编写了配套的软件程序,搭建了一主多从的集中式控制系统。采用集中式的控制系统,使得上位机能够方便得取得整个系统的全局信息,从而计算出更好的重构策略。将模块单元的位姿信息和拓扑关系组合为特征向量,完整反映了模块单元在机器人系统中的状态信息。在此基础上,将各个模块单元的特征向量有序组合,为链式可重构模块化机器人建立了拓扑关系矩阵,这个矩阵详细的反映了模块化机器人的构型。基于模块单元为立方体形状的特点,分析了模块单元的基本运动形式,得出链式可重构模块化机器人的所有运动形式均可归纳为姿态调整单元和L形位移单元的结论。其中,L形位移单元是实现模块单元移动的唯一方式。提出了基于辅助模块组的重构策略,分步得将链式可重构模块化机器人系统中的各个模块单元搬运至目标位置,最终实现构型切换。这样的重构策略简单有效且通用,可以实现任意链式构型之间的重构。提出了最快深度下降法,驱动辅助模块组以最快速度向目标位置移动。通过形象直观的仿真动画,验证了重构策略的可行性。采用旋量理论,建立了链式模块化机器人的运动学模型,再利用指数积方法,实现了运动学正解的自动生成。通常,在模块化机器人系统中,存在很多冗余自由度。本文基于模块单元的连接特点,找到了模块链的简化方法,从而将各类链式构型简化为阶梯状。再通过子问题方法,实现了可简化为5自由度及以下的链式机器人运动学逆解的自动生成。通过计算机仿真和实例计算,验证了上述运动学正逆解自动生成算法的正确性。
孙伯祥[3](2017)在《模块化四面体机器人的研究与设计》文中研究表明模块化设计思想是一种拥有诸多优点的新兴设计理论,而运用模块化设计思想设计机器人则能够实现机器人的柔性扩展,也是机器人技术发展的必然趋势。与此同时,在移动机器人领域,多面体机器人是一种新兴事物,具有很强的环境适应能力,实现多面体机器人的模块化则有助于移动机器人技术的发展。基于此背景,本文以多面体机器人为研究对象,对其模块化设计方案进行研究,并以两款具有不同运动副的四面体机器人为实例进行设计方案的验证。首先,从几何学的角度对多面体进行分析,分析其实现运动的方式和基本结构组成单元,并与多面体机器人进行对比,从机构学角度分析出适合于此类机器人的运动实现方式和基本结构单元。接下来以基本结构单元为设计出发点,对两款具有不同运动副的模块化多面体机器人的机构模块构形、机构模块间连接、控制方案、控制系统硬件模块间连接进行设计,并对控制系统硬件模块初步选型和软件模块化实现进行研究。然后,基于模块化多面体机器人的设计方案,以两款具有不同运动副的四面体机器人为实例,实现其模块化的同时,分别进行运动学分析、控制系统硬件具体选型和软件流程设计,以验证多面体机器人模块化设计方案的可行性。其次,基于运动学分析,对两款四面体机器人设计不同的步态变换步骤并由运动俯视图分析其共有的步态分布规律。以此步态分布规律为依据,对基于R副模块化四面体机器人控制系统的实时控制算法进行了设计,实现了机器人根据所处的位置和操作者的控制命令进行特定方向的运动,并运用面向对象编程技术的实现其模块化。与此同时,基于传感器的检测原理,对基于R副模块化四面体机器人控制系统的运动检测算法进行了设计,并对其初始方案进行误差分析,设计出了校正零位偏移误差、随机误差和积累误差具有更高精度的运动检测算法,也运用面向对象编程技术实现了其模块化。最后,对基于R副模块化四面体机器人的主要零部件进行加工,制作并装配其样机和控制系统,进行试验调试,实现了本文模块化设计方案。
吴超[4](2016)在《水下自重构机器人关键技术研究》文中研究说明水下自重构机器人(Underwater Self-reconfigurable Robot,简称USR)是一种新概念的水下模块化机器人系统,它由数量不定的若干种结构简单、功能分散的智能模块拼接而成,模块可在水下连接与分离,互联后通过协作实现总体功能。不同于常规潜水器的构形单一化和高度结构化的特征,水下自重构机器人结构和功能高度分散,每个模块都是具有一定的环境感知、运动、探测和作业功能的智能模块。这种系统能够根据环境和任务需要改变系统构形,并根据自身功能、环境和构形特点采取不同的运动方式,具备更强的环境和任务适应性,更强的故障修复能力和良好维护性。本文以水下自重构机器人系统为研究对象,针对水下自重构机器人模块总体设计技术、重构技术、水下对接技术、开式构形水体中游动理论与接底运动的建模与实现等问题进行了深入研究,研制了水下自重构机器人样机,并通过大量的试验,验证了系统功能和方法的有效性。模块是自重构机器人最小的组成单元,模块设计是USR系统设计的重点,模块的功能直接决定了系统的重构能力、连接的可靠性、静力学和动力学特性以及运动步态的规划方法。论文提出了水下自重构机器人的总体设计方法和模块设计基本原则,提出了模块设计时的浮重特性原则和浮态变换的协调控制方法,从自重构模块总体布置、浮力调节系统、水下机电对接装置、总线管理策略等方面详细分析了USR模块设计的关键技术问题及解决方案,为USR系统总体设计提供了基本的设计依据和设计方法。水下对接是USR的关键动作,USR的对接问题划分为初步对接、近距离导引和机械引导三个不同对接阶段。初步对接通过规划方法完成,需要考虑对接路径,避免对接过程中的碰撞问题。论文给出了基于自相似分割的模块碰撞检测准则,通过逐次逼近方法对初步对接过程进行规划,能有效避免对接过程中可能出现的碰撞问题;基于机器人运动学和逆运动学分析,建立了基于末端微调的控制方法,并作为对接基本动作,分析了沿末端坐标系角度、切向和法向三个方向的优先级,并建立了基于优先级的光电导引和平面拟合控制方法,解决了近距离对接控制问题。通过水池试验,验证了对接方法的有效性。通过对模块特性和构形拓扑的研究,建立了USR拓扑和图形化分析方法,指导分析USR系统构形和重构过程,并基于上述方法和多体动力学理论,建立了USR开式构形水体中运动理论。对开式构形水体中的运动进行了动力学建模和仿真分析,设计了基于蛇形理论的蜿蜒和章鱼水下游动步态,并完成了系统仿真和水池试验验证。建立了基于行为和规划的步态控制方法,利用该方法完成了USR蠕动、滚动、四足等典型构形的接底步态设计;详细分析了蠕动、滚动、四足邻接步态运动规律,能够有效避免运动规划过程中出现的关节干涉,确保步态运行的连贯性和稳定性;对四足的腿部时序和运动规律进行了研究,能够保持运动步态的高度协调性,提高接底运动的效率。通过仿真和水池试验,验证了接底步态的正确性和有效性。论文有关水下对接和步态规划的控制方法,对于研究水下自重构机器人重构和协调运动控制规律具有重要意义,为水下自重构机器人技术的发展建立了基本理论基础和应用研究平台,同时对其他新型水下探测器的设计与研究同样具有重要借鉴意义。
丁贵彬[5](2016)在《受环境约束可重构机器人模块化协同力/位置控制研究》文中认为随着科学技术的进步,机器人在信息时代扮演着越来越重要的角色。传统机器人大多是为了满足特定的任务需要而设计的,尽管可以通过自身控制程序的改变来实现不同的工艺操作,但其固定的构形仍然大大限制了所能完成的任务范围。因此,出现了可以根据环境及任务需要适应地改变自身构形的可重构模块机器人,相应的其重构特性包含了机械结构以及控制系统的双重重构。鉴于其灵活度高、环境适应能力强以及成本低等特点,可重构模块机器人在工业装配、医疗、军事、灾难救援、深空探测及核泄露事故处理等领域具有广泛的应用前景。因此,对可重构模块机器人的研究在理论分析探索与实际应用推广等方面都具有重要意义。可重构模块机器人自出现以来,其自由空间下的轨迹跟踪控制问题引起了学者们的广泛关注,相应的研究成果也已较为成熟。然而,在可重构模块机器人在完成诸如精密器件装配、金属表面抛光打磨及零部件焊接等任务时,其末端执行器与外界环境不可避免的存在接触,此时需要分析的是受约束可重构模块机器人的力/位置控制问题。但是根据目前掌握的资料来看,仅有为数不多的国内外的学者针对受环境约束可重构模块机器人的力/位置控制问题进行了相应的研究。此外,可重构模块机器人在执行任务期间可能需要适当变换构形以适应不同的任务需求。因此,对本质上采用模块化设计思想的可重构模块机器人来说,分散控制策略更加适合其自身的控制问题。但是如何仅采用局部信息将末端接触力映射到各个关节空间进而实现模型分解,一直是制约分散控制策略应用到受约束可重构模块机器人力/位置控制问题的瓶颈。本文在现有研究成果基础上,对受约束可重构模块机器人的力/位置控制问题进行了深入分析。主要研究了受约束可重构模块机器人的动力学自动建模、基于动力学模型分解的受约束可重构模块机器人的自适应神经网络力/位置控制方案以及仅采用局部信息的受环境约束可重构模块机器人的分散自适应神经网络滑模力/位置控制方案。全文内容主要包括以下几个方面:1.详细阐述了论文选题的背景及研究意义,对受环境约束可重构模块机器人国内外研究现状以及相应的主要研究内容进行综述分析。2.以Newton-Euler迭代算法为基础,建立了自由空间下的可重构模块机器人的动力学模型。根据虚功原理,推导了机器人末端所受力与关节力/力矩之间的映射关系,并进一步给出受环境约束的可重构模块机器人动力学模型。3.研究了受约束可重构模块机器人的力/位置控制问题。通过引入一种非线性变换,将受约束可重构模块机器人动力学模型分解为力子系统和位置子系统。在此基础上,分别设计了神经网络控制器估计系统的不确定性及非线性项,并自适应的补偿了由于神经网络的逼近模型中非线性部分所产生的逼近误差。最后通过Lyapunov稳定性理论证明了闭环受约束可重构模块机器人系统的稳定性。4.与更加符合自身设计思想的分散控制策略相结合,给出了一种仅采用关节局部信息的受约束可重构模块机器人分散力/位置控制方案。雅克比矩阵中仅采用第i个关节模块的实时信息,其他关节信息用各自期望值替代的方法将末端接触力映射到关节空间。因此受约束可重构模块机器人动力学模型可以表征为一系列关联的子系统集合,实现了在关节空间下通过控制各关节子系统的映射力矩间接控制操作空间下末端执行器与环境产生的接触力的目的。各关节子系统动力学模型采用神经网络控制器进行逼近,进而保证了设定的控制参数在不同构形条件下的通用性。此外,设计了滑模控制器用于补偿各关节子系统的关联项及误差项。仿真结果验证了所设计的分散力/位置控制方案在不同构形条件下的有效性。最后,对全文的研究内容进行概括,并结合作者在受约束可重构模块机器人研究过程中的切身体会,对下一步的研究工作进行展望。
于园园[6](2016)在《基于神经网络PID可重构机械臂运动控制方法研究》文中指出随着工业生产力的不断发展,人们的生活开始进入智能化,机器人已经走进社会工业和人们的生活,可重构机器人也已经引起了人们重视。可重构机器人具备机械系统和控制系统的双重可重构性,完成的任务不再单一不变,这就降低了机器人的使用成本,并且使效率大大提高。本文研究内容主要包括可重构机器人的运动学分析研究、动力学研究以及可重构机器人的神经网络PID运动控制和仿真研究。首先,本文针对对可重构机械臂,进行运动学分析及模型建立,并且进行仿真验证。提出可重构机械臂的各个模块的正运动学通用公式,这个公式对机械臂的四大类模块均适用。最后根据机械臂的机械构形,分别用Matlab和MATLAB robotics Toolbox得出位置姿态并且加以验证。提出构形平面划分方法的逆运动学求解方法,在已知工作点的情况下,解算可重构机械臂的各个关节模块的关节角。其次,对六自由度可重构机械臂进行动力学建模。仍然引用构形平面的概念和划分方法,将传统动力学分为构形平面间的动力学分析和构形平面内的动力学分析,在此基础之上采用牛顿-欧拉的方程建立起动力学方程,运用迭代的方法,正向递推求解出各个关节的速度、加速度,逆向递推求解出各个关节的关节力和力矩。将引构形平面划分的方法的牛顿-欧拉递推方法来求得的动力学模型仿真结果与传统牛顿-欧拉方法建模结果相比对,通过验证,前者在推导的进程中减少了计算量,节省了时间。再次,对三自由度可重构机械臂的动力学模型进行RBF网络辨识,将辨识后的结果与单神经元PID的控制输入总体作为机械臂的系统控制力矩的输入,对系统给定的理想轨迹,实现可重构机械臂的轨迹跟踪控制。RBF网络辨识采用自适应迭代控制算法来调整网络的输出权值;单神经元PID控制模块采用有监督的Hebb学习法则,对单神经元的连接权值进行调整。由于RBF神经网络可以实现对任意函数的任意精度逼近,由于其自身结构的优势,尤其对非线性控制系统的局部逼近效果非常理想。单神经元PID控制器克服了传统PID控制器由于参数不变而引起的耗时且控制精度不理想的缺点。
印波[7](2016)在《晶格畸变驱动自重构机器人系统及其关键技术研究》文中研究指明自重构机器人具有结构可变和功能多样的优点,因此在危险区域侦察、救灾和太空探索等领域具有不可估量的应用前景,是当前机器人研究的热点。然而自重构机器人的优点须由多个模块组合才能体现,组合的规模越大,其结构和功能的多样性越高。自重构机器人有链式机器人和晶格式机器人两种基本类型。相对链式机器人,晶格式机器人更易组成大规模系统,更能体现自重构机器人的优点,但传统的晶格式系统只能进行单一、低效的流水式运动,在不进行重构的情况下,无法进行整体运动。为解决此问题,本文提出并研制了一种晶格畸变驱动自重构机器人系统,该系统可通过局部晶格畸变驱动实现整体运动。同时,以此系统为研究对象,系统地研究了自重构机器人的晶格畸变驱动原理、模块单元实现技术、构形优化方法和运动控制策略。1.为解决晶格式机器人不能像链式机器人一样进行多模式整体运动的问题,提出了通过局部晶格畸变驱动实现机器人整体运动的方法。首先,基于自重构机器人拓扑结构特点和晶体晶格形式,确定了以立方体作为可变形晶格的静态形式。然后,根据章鱼臂的机构模型,将立方体晶格并联机构化并利用旋量集方法分析了其机构自由度。在此基础上进一步提出了晶格畸变驱动的规则,分析了晶格畸变的运动学特性,指出了实现畸变驱动的晶格相当于一个“PRP”(Prismatic-Rotati on-Prismatic)运动链且能起到旋转关节的作用。具有畸变驱动功能的晶格为机器人整体运动奠定了机构基础。2.基于自重构机器人模块的结构特点、晶体的晶胞对称性指标和晶格畸变驱动的新要求,提出了晶格畸变驱动自重构机器人模块单元实现的原则。基于所提出的原则,设计了一种晶格畸变驱动自重构机器人系统——LDSBot(Lattice Distortion Self-reconfigurable Robot)的模块结构,并分析了此模块的自重构运动和由此模块组成晶格的畸变运动。通过分析由多个可畸变驱动的晶格组成的混联机构的工作空间,证明了LDSBot系统具备通过整体运动完成任务的能力。3.针对构形中冗余模块过多、自重构机器人自身负载过大而难以整体运动的问题,提出了任务导向的晶格畸变驱动自重构机器人构形优化方法。此优化分成两步,首先,根据晶格的运动学描述,面向给定的任务,利用遗传算法进行机构综合,得到运动关节最少的机器人构形。然后,基于模块强度策略,利用KNN法对模块进行分类和取舍,得到模块数最少的构形。通过优化,减少了构形中的冗余模块,从而降低了机器人的自身负载。4.针对因构形中模块和环路多而引起的运动控制过于复杂的问题,受章鱼的神经控制系统启发,提出了适用于晶格畸变驱动自重构机器人的仿生双层运动控制策略。首先,基于LDSBot的模块结构和图论的邻接矩阵提出了一种新的构形描述模型。该模型的优点是不仅可以描述模块的位置,而且还能描述模块的姿态。此优点为结构高度对称的模块角色识别奠定了基础。然后,上层的主模块发送命令,下层的属模块按接收信息的顺序确立父子关系,整个构形生成一个树,从而解决了构形中存在大量环路的问题。最终,每个模块根据任务命令和自己的连接状态,动态地决定自己的运动角色,并在自己的知识库中选择相应的动作去执行,从而使得机器人产生整体动作。5.针对通用的动力学仿真软件无法完成大规模自重构机器人动力学仿真的问题,基于动力学仿真引擎Vortex、Physx和渲染引擎OSG开发了虚拟现实动力学仿真平台——TRIME(Three-dimension Robot In Mechanics Enviroment)。通过对大规模机器人系统的仿真,验证了本文所提出的构形优化方法和运动控制算法的有效性。同时制作了LDSBot模块,通过实验验证了模块重构运动和晶格畸变运动的可行性。
董博[8](2015)在《面向动态约束的可重构模块机器人力矩估计与分散控制方法研究》文中研究说明可重构模块机器人是一类具有标准模块与接口,可以根据不同的任务需求对自身构形进行重新组合与配置的机器人。根据模块化的概念,可重构模块机器人的关节模块包含了通讯、驱动、控制、传感等单元,可以使机器人在不同的外界环境与约束下根据任务需要改变自身构形,使重构后的机器人能够对新的工作环境有更好的适应性。一般来说,可重构模块机器人可以生成的构形数量取决于关节模块与连杆模块的类型,自由度,以及接口数量等等,通过对模块的重新配置来实现多种不同的装配构形,并提供不同的输出功率,从而表现出许多传统机器人所不具有的优势,例如:可以通过构形重构,添加或减少模块来实现机器人的结构柔性;为新型机器人产品的开发提供一个低成本高效率的测试平台,以此鼓励和推动新技术的开发与发展;缩短新技术的研发周期,并从长远角度降低新型机器人的研发,测试和维护成本。与此同时,我们需要设计合适的控制系统来保证机器人重构后的稳定性与精确性。可重构模块机器人在执行任务时,不可避免的要与外界环境产生接触,从而受到来自外界环境的约束。为了补偿机器人关节所受约束力并获得良好的控制精度,研究面向动态约束的机器人关节力矩反馈与补偿及动力学控制是可重构模块机器人领域的一个重要课题。直至目前,学者们针对采用直接力矩传感技术的机器人关节约束力补偿与控制方法进行了大量研究。然而,安装关节力矩传感器会损害其可靠性与坚固性,并使模块结构变得复杂。因此,在无力/力矩传感器且存在外界动态约束的条件下实现可重构模块机器人的关节力矩估计与补偿控制是一类亟待解决的问题。为了保证可重构模块机器人在重构后具有良好的稳定性与精确性,且在外界动态约束下完成既定任务,研究面向动态约束的可重构模块机器人动力学控制方法,是该研究领域的又一个重要问题。在设计可重构模块机器人控制器时,需要考虑控制系统的兼容性与可重构性,即对于不同的机器人构形均具有良好的控制性能。为了满足上述要求,传统控制方法需要消耗大量的运算资源,当机器人系统结构较为复杂时,控制器的稳定性与可靠性难以保证。因此,研究更符合模块化的设计思想,复杂程度低,运算速度快且对机器人模型不确定性具有较强辨识与补偿能力的可重构模块机器人动力学控制方法是十分必要的。本文针对面向动态约束的可重构模块机器人的力矩估计与分散控制方法展开深入的研究与探讨。主要研究了面向动态约束的可重构模块机器人的动力学建模方法,基于谐波传动模型的关节力矩估计方法,基于Actor-Critic-Identifier (ACI)的分散强化学习最优控制方法,基于可变增益超螺旋算法(Variable gain super twistingalgorithm, VGSTA)的分散滑模控制方法,基于关节力矩估计的分散积分滑模控制方法等。全文的主要内容包括:1.阐述了论文选题的研究背景及意义,对可重构模块机器人的国内外研究现状及热点研究问题进行综述。2.基于Newton-Euler迭代算法,通过一组高效的正向与反向迭代方程,考虑作用在各个关节及连杆上的力/力矩以及关节间的耦合力/力矩,建立可重构模块机器人的动力学模型。在此基础上,基于局部的关节动力学信息,将机器人系统动力学模型分解为若干个动力学子系统,深入分析子系统动力学特性,并给出面向动态约束的可重构模块机器人子系统动力学模型。根据双外力作用下的弹簧质量系统特性,对可重构模块机器人关节模块内嵌的谐波传动装置进行研究,并提出基于谐波传动模型的关节力矩估计方法。在同时考虑波发生器与柔轮的柔度、谐波传动运动学误差以及力矩偏差的情况下建立谐波传动模型,并基于该模型,提出一种新颖的关节力矩估计方法,在不采用关节力矩传感器的情况下,仅利用电机端与关节末端的位置测量数据对可重构模块机器人关节力矩进行估计。3.基于Actor-Critic-Identifier策略,在存在耦合模型不确定性的情况下,研究面向动态约束的可重构模块机器人的连续时间非线性最优控制问题。采用Actor NN、Critic NN及Identifier分别对系统最优控制策略,最优Q函数及模型非线性项进行辨识,设计分散强化学习最优鲁棒跟踪控制器,使系统满足HJB方程下的最优条件。最后,通过Lyapunov稳定性理论对Identifier及控制器的稳定性进行分析与证明。4.研究了基于VGSTA的可重构模块机器人分散滑模控制方法。首先,提出一种基于可变增益超螺旋扩张状态观测器(Variable gain super twistingalgorithm–extend state observer, VGSTA-ESO)的分散终端滑模控制方法,并采用遗传模拟退火算法对观测器当中一些待定参数进行自适应调整。该方法融合了ESO强大的估计、抗扰能力以及VGSTA对系统误差的收敛能力,使得系统能够在极短的时间内跟踪期望轨迹,且估计误差可以在有限时间内收敛为零。其次,研究了面向动态约束的可重构模块机器人分散积分嵌套滑模控制方法。该方法将积分滑模与嵌套滑模的思想相结合,采用双曲函数及伪滑模面设计构建积分嵌套滑模面,并设计分散积分嵌套滑模控制器,补偿模型不确定性并抑制滑模控制抖振。5.针对一类采用谐波传动的可重构模块机器人,研究在自由空间及动态约束下的分散积分滑模控制问题。首先,根据第二章提出的关节力矩估计方法,在仅采用位置测量信息的情况下,设计非线性速度估计器与分散积分滑模控制器,通过对一类自由空间下的三自由度可重构模块机器人进行实验研究,验证了所提出的速度、力矩估计方法及控制器的有效性。其次,提出了面向动态约束的可重构模块机器人分散积分滑模控制方法,在不采用力/力矩传感器的条件下解决了存在动态约束力与耦合模型不确定性的可重构模块机器人轨迹跟踪问题。将积分滑模设计与分散控制策略相结合,基于独立的关节动力学信息设计分散控制器,对包含摩擦力建模误差,谐波传动力矩偏差以及关节间耦合在内的模型不确定性进行补偿并削弱控制器抖振,确保机器人关节与末端执行器精确跟踪期望轨迹。最后,对全文研究内容进行总结,并结合作者研究过程中的切身体会,对接下来的研究工作进行展望。
何爽[9](2015)在《基于任务的可重构机器人运动轨迹规划的研究》文中进行了进一步梳理随着人们生活水平的不断提高,传统类型的机器人已经不能满足生产的需求,因此,可重构机器人的优势越来越明显,受到人们的重视。可重构机器人根据任务和环境的不同能够快速自动的改变构形,这一特点对于人们要求机器人在复杂、危险的作业环境下工作,提供了更加多元化的帮助。因此对其研究对于社会及人类的生产生活有十分重要的意义。首先,对可重构机器人系统的运动建模。将可重构机器人模块划分为几种类型,根据每一种模块按照其特点及参数建立了可重构机器人模块库,用于查找和选择需要的机器人模块类型及参数,并且根据每种模块的不同,建立了各个模块的运动学模型和统一的能够自动建立的运动学模型,通过VC界面仿真实验,验证了运动学建模的方法的正确性。其次,对可重构机器人的工作空间进行研究。根据工作空间求解过程中多连域的问题,按照构形平面的定义及划分方法,采用极坐标的形式,通过极大值和极小值的求解过程,给出了工作空间的求解方法,并且根据粗搜索和细搜索结合的方式自动求解了可重构机器人的工作空间。再次,对可重构机器人的运动学进行求解。根据统一的运动学数学模型,建立起整个机器人的运动学模型,并通过仿真验证了该模型的正确性。通过研究加权的空间矢量投影的方法,求解出了空间矢量加权值,给出了空间矢量夹角与关节角的关系,解决了逆运动学求解的问题。最后,研究了可重构机器人的轨迹规划问题。在分别介绍了典型的直线轨迹规划和圆弧轨迹规划之后,重点研究了样条曲线类型的轨迹规划的方法,通过给定曲线上的点即可得到样条曲线,并分别推导了三次B样条曲线和五次B样条曲线,并通过仿真实验验证了五次样条曲线的拟合效果更好及该方法的正确性。
胡亚南,马书根,李斌,王明辉,王越超[10](2015)在《轮手一体机器人群体构形的模块化动力学建模方法》文中研究指明轮手一体机器人是一种模块化机器人,其单模块自由度多,结构相对复杂,群体构形形式多样,且需要经常重构以适应不同环境。采用传统方法对其进行动力学建模导致重复建模,机器人重构时更新量较多。针对此问题,提出一种基于模块化思想的群体构形动力学建模方法,减少了重复建模,且所得方程适用于串链、闭链、树形等各种拓扑构形。采用李代数作为局部坐标消除奇异位形,得到单模块机器人动力学方程的统一描述。根据群体构形的连接关系和连接类型定义接触集合和关节模型,建立约束力方程描述模块间的相互作用。针对动力学方程状态变量非矢量情况下的数值积分方法进行讨论,并给出实例仿真。
二、可重构模块化机器人模块及构形设计(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、可重构模块化机器人模块及构形设计(论文提纲范文)
(1)可重构空间机械臂典型模块及直线运动构型研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题的研究背景 |
1.2 模块化机器人的研究意义 |
1.3 国内外研究现状及发展趋势 |
1.3.1 国外研究现状及发展趋势 |
1.3.2 国内研究现状及发展趋势 |
1.4 课题研究的内容 |
第二章 机械臂的典型模块研究与设计 |
2.1 典型模块的建立 |
2.2 模块的功能划分 |
2.2.1 连杆功能模块 |
2.2.2 运动功能子模块 |
2.2.3 操作功能子模块 |
2.2.4 电气功能模块 |
2.2.5 载荷功能模块 |
2.3 本章小结 |
第三章 机械臂的运动学分析 |
3.1 典型任务构型的分析 |
3.2 机械臂的正运动学分析 |
3.2.1 运动学方程的建立 |
3.2.2 雅克比矩阵的建立 |
3.2.3 MATLAB模型的建立 |
3.3 运动学求解 |
3.4 基于MATLAB的机械臂运动学仿真分析 |
3.5 构型末端工作空间分析 |
3.6 本章小结 |
第四章 机械臂的动力学分析 |
4.1 动力学方程的建立 |
4.2 基于ADAMS的机械臂动力学仿真 |
4.2.1 机械臂运动关节角速度 |
4.2.2 机械臂运动关节动能 |
4.2.3 机械臂运动关节的力矩 |
4.3 本章小结 |
第五章 机械臂构型的评价分析 |
5.1 构型的概述 |
5.2 构型的表达 |
5.3 性能评价指标 |
5.4 构型评价过程 |
5.4.1 任务描述 |
5.4.2 建立评价模型 |
5.5 评价函数的应用 |
5.6 本章小结 |
第六章 结论和展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
作者简介 |
作者在攻读硕士学位期间获得的学术成果 |
致谢 |
(2)链式可重构模块化机器人设计及重构策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的研究背景及意义 |
1.2 可重构模块化机器人的研究现状 |
1.2.1 可重构模块化机器人研究的主要问题 |
1.2.2 可重构模块化机器人的分类 |
1.2.3 可重构模块化机器人的研究现状 |
1.3 课题研究目的与内容 |
1.3.1 研究目的 |
1.3.2 研究内容 |
第二章 链式可重构模块化机器人结构及控制系统设计 |
2.1 引言 |
2.2 链式可重构模块化机器人结构设计 |
2.2.1 链式可重构模块化机器人设计要求 |
2.2.2 模块单元整体结构设计 |
2.2.3 连接机构设计 |
2.2.4 驱动及定位机构设计 |
2.2.5 基座结构设计 |
2.3 链式可重构模块化机器人控制系统设计 |
2.3.1 控制系统硬件设计 |
2.3.2 控制系统软件设计 |
2.4 本章小结 |
第三章 链式可重构模块化机器人空间拓扑关系描述 |
3.1 引言 |
3.2 链式可重构模块化机器人模块的拓扑关系描述 |
3.3 链式可重构模块化机器人系统的拓扑关系表达 |
3.4 链式可重构模块化机器人运动能力分析 |
3.4.1 基本运动单元 |
3.4.2 模块单元的运动空间 |
3.5 本章小结 |
第四章 链式可重构模块化机器人重构策略研究 |
4.1 引言 |
4.2 模块单元的运动规则 |
4.3 重构的起止条件 |
4.3.1 可重构性判断 |
4.3.2 同构构型判断 |
4.4 辅助模块组 |
4.5 变形驱动策略 |
4.5.1 广度优先搜索确定深度信息 |
4.5.2 最快深度下降法 |
4.6 基于辅助模块组的重构策略 |
4.7 算法仿真实现 |
4.7.1 基于VTK工具包的重构算法仿真平台 |
4.7.2 单模块链向两模块支链的重构示例 |
4.8 本章小结 |
第五章 链式可重构模块化机器人运动学分析 |
5.1 引言 |
5.2 刚体运动与旋量理论 |
5.3 关节旋转方向的统一化 |
5.4 运动学正解 |
5.4.1 动学方程的模块化表示 |
5.4.2 链式可重构模块化机器人的运动学正解 |
5.5 运动学逆解 |
5.5.1 子问题分析 |
5.5.2 子问题方法可求解条件 |
5.5.3 链式可重构模块化机器人的运动学逆解 |
5.6 运动学正逆解自动生成算法的验证 |
5.6.1 运动学正解问题的仿真验证 |
5.6.2 运动学逆解问题的计算验证 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(3)模块化四面体机器人的研究与设计(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 多面体机器人 |
1.3.2 模块化机器人 |
1.4 研究内容及章节安排 |
1.5 本章小结 |
2 多面体机器人模块化设计 |
2.1 引言 |
2.2 多面体几何学分析 |
2.3 多面体机器人模块化设计方案 |
2.4 模块化多面体机器人机构设计 |
2.4.1 基于R副的模块化多面体机器人机构设计 |
2.4.2 基于P副的模块化多面体机器人机构设计 |
2.5 模块化多面体机器人控制系统设计 |
2.5.1 基于R副的模块化多面体机器人控制系统设计 |
2.5.2 基于P副的模块化多面体机器人控制系统设计 |
2.6 本章小结 |
3 基于模块化设计的四面体机器人实现 |
3.1 引言 |
3.2 四面体机器人机构模块化的实现 |
3.2.1 基于R副的四面体机器人机构模块化实现 |
3.2.2 基于P副的四面体机器人机构模块化实现 |
3.3 四面体机器人控制系统模块化的实现 |
3.3.1 基于R副的四面体机器人控制系统模块化实现 |
3.3.2 基于P副的四面体机器人控制系统模块化实现 |
3.4 本章小结 |
4 模块化四面体机器人实时控制算法 |
4.1 引言 |
4.2 模块化四面体机器人步态变换及分布规律研究 |
4.2.1 基于R副模块化四面体机器人步态变换 |
4.2.2 基于P副模块化四面体机器人步态变换 |
4.2.3 模块化四面体机器人步态分布规律研究 |
4.3 基于R副模块化四面体机器人实时控制算法 |
4.4 实时控制算法模块化实现 |
4.4.1 上位机运动检测模块和下位机位置检测模块 |
4.4.2 无线通讯模块 |
4.4.3 运动判断模块 |
4.4.4 伺服电机指令生成模块 |
4.5 本章小结 |
5 模块化四面体机器人运动检测算法 |
5.1 引言 |
5.2 运动检测算法 |
5.2.1 传感器检测原理 |
5.2.2 运动检测算法的实现 |
5.2.3 传感器误差分析 |
5.3 校正误差的运动检测算法 |
5.3.1 零位偏移误差校正 |
5.3.2 随机误差校正 |
5.3.3 积累误差校正 |
5.3.4 基于误差校正的运动检测算法 |
5.4 运动检测算法模块化实现 |
5.4.1 加速度传感器模块 |
5.4.2 陀螺仪模块 |
5.4.3 电子罗盘模块 |
5.4.4 零位偏移误差校正模块 |
5.4.5 随机误差校正模块 |
5.4.6 积累误差校正模块 |
5.5 本章小结 |
6 系统调试 |
6.1 引言 |
6.2 各个模块的调试 |
6.2.1 GY-85九轴IMU模块调试 |
6.2.2 XL7105-SY无线通讯模块调试 |
6.2.3 MX28伺服电机模块调试 |
6.3 多个模块的联调 |
6.4 基于R副模块化四面体机器人控制系统调试 |
6.5 本章小结 |
7 总结与展望 |
7.1 全文总结 |
7.2 研究展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(4)水下自重构机器人关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 自重构机器人的研究现状 |
1.2.1 自重构机器人的概念 |
1.2.2 阵列式自重构机器人 |
1.2.3 链式重构机器人 |
1.2.4 混合式自重构机器人 |
1.2.5 移动式自重构机器人 |
1.2.6 水下自重构 |
1.3 水下自重构机器人的技术难点 |
1.4 论文结构和主要研究内容 |
第二章 水下自重构机器人的总体技术研究 |
2.1 引言 |
2.2 应用场景和典型构形 |
2.3 模块总体特性及其描述 |
2.3.1 模块的总体特性 |
2.3.2 模块的图形符号描述 |
2.4 系统的浮重关系 |
2.4.1 单模块浮重关系 |
2.4.2 多模块的浮重关系 |
2.4.3 浮力配平 |
2.5 浮力调节机构 |
2.6 水下对接机构 |
2.6.1 基本原理 |
2.6.2 卡爪机构 |
2.6.3 机械导引和定位 |
2.7 总线管理 |
2.7.1 总线管理策略 |
2.7.2 视频总线传输 |
2.7.3 总线绝缘检测 |
2.8 设备搭载 |
2.8.1 推进器与推进控制 |
2.8.2 视觉搭载设备重构 |
2.8.3 取样模块 |
2.9 本章小结 |
第三章 水下自重构机器人的对接控制 |
3.1 引言 |
3.2 多模块坐标系统变换 |
3.2.1 坐标的平移转换 |
3.2.2 坐标的旋转变换 |
3.2.3 坐标的复合变换 |
3.2.4 USR关节变换 |
3.3 对接控制策略 |
3.3.1 基于自相似空间分割的碰撞检测策略 |
3.3.2 基于逐次逼近法的初始接近策略 |
3.3.3 末端调节策略 |
3.3.4 基于双自由度倾角传感器的平面平行度拟合 |
3.4 光电导引策略 |
3.4.1 光电传感器的布置 |
3.4.2 光电传感器建模 |
3.4.3 基于能量法的全局优化 |
3.4.4 光电导引 |
3.5 对接试验 |
3.6 本章小结 |
第四章 构形描述及开式构形的运动理论 |
4.1 引言 |
4.2 USR构形描述与分析方法 |
4.2.1 USR模块描述 |
4.2.2 构形的拓扑描述 |
4.2.3 模块间的关联 |
4.2.4 模块关联判定方法 |
4.2.5 连接描述 |
4.2.6 构形重构实例分析 |
4.3 开式构形的运动理论 |
4.3.1 系统描述 |
4.3.2 运动学关系 |
4.3.3 动力学关系 |
4.3.4 刚体动力学关系 |
4.3.5 仿真 |
4.3.6 水体中游动试验 |
4.4 本章小结 |
第五章 典型接底步态的运动规划方法 |
5.1 引言 |
5.2 USR步态控制策略 |
5.2.2 随动模式 |
5.2.3 位置保持模式 |
5.2.4 弹性关节模式 |
5.2.5 协调控制模式 |
5.2.6 蜿蜒运动控制模式 |
5.2.7 归零模式 |
5.3 USR典型接底步态的运动规划方法与实现 |
5.3.1 水下蠕动 |
5.3.2 水下滚动 |
5.3.3 四足爬行 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 主要结论 |
6.2 本文的创新点 |
6.3 研究展望 |
参考文献 |
攻读博士学位期间所取的的学术成果 |
攻读博士学位期间参与的主要科研项目 |
致谢 |
(5)受环境约束可重构机器人模块化协同力/位置控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题的研究背景及意义 |
1.2 可重构模块机器人的国内外研究现状综述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 可重构模块机器人的主要研究内容 |
1.3.1 模块设计与构形优化 |
1.3.2 自动建模技术 |
1.3.3 动力学控制方法 |
1.3.4 本文主要研究内容 |
第2章 受约束可重构模块机器人动力学自动建模 |
2.1 引言 |
2.2 受约束可重构模块机器人动力学自动建模 |
2.2.1 自由空间下可重构模块机器人动力学建模分析 |
2.2.2 受环境约束可重构模块机器人动力学建模分析 |
2.3 本章小结 |
第3章 受约束可重构模块机器人自适应神经网络力/位置分解控制 |
3.1 引言 |
3.2 自适应神经网络力/位置分解控制 |
3.2.1 问题描述 |
3.2.2 自适应神经网络力/位置控制器设计 |
3.2.3 稳定性分析 |
3.3 仿真研究 |
3.4 本章小结 |
第4章 受约束可重构模块机器人分散自适应神经网络滑模力/位置控制 |
4.1 引言 |
4.2 分散自适应神经网络滑模力/位置控制 |
4.2.1 问题描述 |
4.2.2 分散自适应神经网络滑模力/位置控制器设计 |
4.2.3 稳定性分析 |
4.3 仿真研究 |
4.4 本章小结 |
第5章 总结与展望 |
5.1 全文总结 |
5.2 研究展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(6)基于神经网络PID可重构机械臂运动控制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景、目的和意义 |
1.2 国内外可重构机械臂发展现状 |
1.2.1 国外可重构机器人研究现状 |
1.2.2 国内研究现状 |
1.3 神经网络与神经网络PID技术的发展与研究现状 |
1.3.1 神经网络学习算法的提出与介绍 |
1.3.2 神经网络PID控制方法简介 |
1.4 本文的主要研究内容 |
第2章 可重构机械臂运动学分析及建模 |
2.1 可重构机械臂模块化 |
2.2 传统D-H算法坐标及位姿矩阵设定 |
2.3 基于可重构机械臂模块化的正运动学建模 |
2.3.1 基于可重构模块化机械臂的正运动学建模 |
2.3.2 基于构形平面的正运动学建模仿真验证 |
2.4 基于构形平面的逆运动学求解 |
2.4.1 构形平面的引入 |
2.4.2 构形平面内逆运动学求解 |
2.4.3 构形平面间逆运动学求解 |
2.5 可重构机器人运动学建模仿真 |
2.6 本章小结 |
第3章 可重构机械臂动力学分析及建模 |
3.1 牛顿—欧拉迭代动力学算法 |
3.1.1 牛顿方程和欧拉方程 |
3.1.2 牛顿--欧拉迭代动力学方程 |
3.2 基于构形平面的牛顿-欧拉算法 |
3.2.1 构形平面的划分 |
3.2.2 构形平面内动力学分析 |
3.3 实例仿真 |
3.4 本章小结 |
第4章 可重构机械臂的RBF神经网络辨识 |
4.1 人工神经元网络 |
4.2 RBF神经网络基础理论 |
4.2.1 RBF神经网络结构 |
4.2.2 RBF神经网络径向基函数的选择及参数分析 |
4.2.3 RBF神经网络常用算法引入 |
4.3 神经网络系统辨识理论 |
4.3.1 系统辨识理论 |
4.3.2 神经网络系统辨识过程 |
4.4 RBF网络对可重构机械臂不确定项辨识 |
4.4.1 问题的描述 |
4.4.2 可重构机械臂的RBF神经网络辨识 |
4.5 实例仿真分析 |
4.6 本章总结 |
第5章 基于RBF神经网络辨识的单神经元PID可重构机械臂运动控制 |
5.1 传统PID控制方法 |
5.2 单神经元PID控制器设计 |
5.2.1 单神经元PID学习算法的引入 |
5.2.2 基于单神经元PID控制器的自适应控制系统设计 |
5.3 可重构机械臂单神经元PID运动控制方法 |
5.4 实例仿真 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(7)晶格畸变驱动自重构机器人系统及其关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景、目的和意义 |
1.2 自重构机器人的特点及应用前景 |
1.3 自重构机器人系统的研究现状及挑战 |
1.3.1 国外的经典自重构系统 |
1.3.2 国内的自重构机器人系统 |
1.3.3 当前自重构机器人研究的挑战 |
1.4 晶格畸变驱动自重构机器人系统及其关键技术 |
1.4.1 拓扑组织方式 |
1.4.2 模块单元实现技术 |
1.4.3 任务导向的构形优化方法 |
1.4.4 运动控制算法 |
1.5 研究内容与章节安排 |
第二章 自重构机器人晶格畸变驱动的特性及旋量集分析方法 |
2.1 引言 |
2.2 自重构机器人的拓扑结构特点及晶格形式 |
2.2.1 链式系统与晶格式系统的拓扑结构特点 |
2.2.2 晶格式系统的晶格形式 |
2.3 章鱼臂的运动及其机构模型分析 |
2.3.1 章鱼臂的运动模式 |
2.3.2 章鱼臂的肌肉结构及其运动功能 |
2.3.3 章鱼臂的简化机构模型分析 |
2.4 晶格式自重构机器人晶格畸变驱动的原理及旋量集分析法 |
2.4.1 晶格畸变驱动系统的静态晶格形式 |
2.4.2 可畸变晶格的机构模型及其旋量集分析方法 |
2.4.3 晶格畸变的运动规则 |
2.5 晶格畸变机构的运动特性分析 |
2.5.1 晶格畸变的畸变角 |
2.5.2 可畸变晶格等效的虚拟运动链 |
2.5.3 畸变速度与畸变加速度 |
2.5.4 多排多列晶格畸变的运动特性 |
2.6 本章小结 |
第三章 晶格畸变驱动的自重构机器人单元实现技术 |
3.1 引言 |
3.2 自重构机器人模块设计的挑战 |
3.3 自重构机器人模块类型对模块结构的影响 |
3.3.1 自重构机器人系统的同构与异构 |
3.3.2 自重构机器人的系统拓扑结构 |
3.4 工作环境对模块结构的影响 |
3.5 自重构机器人模块结构的对称性 |
3.6 自重构机器人模块的软硬件实现的要求 |
3.7 晶格畸变驱动自重构机器人的模块设计原则 |
3.8 LDSBot系统的模块设计 |
3.8.1 LDSBot的结构对称性设计 |
3.8.2 LDSBot移动副的锁紧机构 |
3.8.3 LDSBot模块的整体结构 |
3.9 LDSBot模块的自重构运动 |
3.9.1 元模块及其自重构运动 |
3.9.2 自修理运动 |
3.10 LDSBot系统晶格的畸变运动及可达空间分析 |
3.10.1 晶格的畸变运动分析 |
3.10.2 可达工作空间分析 |
3.11 本章小结 |
第四章 任务导向的晶格畸变驱动自重构机器人构形优化 |
4.1 引言 |
4.2 任务导向的晶格畸变驱动的自重构机器人构形优化 |
4.2.1 机器人目标任务及其描述 |
4.2.2 任务导向的晶格畸变驱动的自重构机器人构形优化问题 |
4.2.3 任务导向的晶格畸变驱动的自重构机器人构形的分段优化方法 |
4.3 构形中晶格的分类及数学模型 |
4.3.1 基于D-H参数法的LDSBot系统运动臂的运动学模型 |
4.3.2 基于指数积公式的LDSBot系统运动臂的运动学模型 |
4.4 基于智能算法的晶格畸变驱动自重构机器人的机构优化 |
4.4.1 晶格畸变驱动自重构机器人构形的遗传编码 |
4.4.2 遗传算法的适应度函数 |
4.4.3 基于GA的机构优化的流程 |
4.5 基于KNN法的晶格畸变驱动自重构机器人的结构优化 |
4.5.1 模块数最少的结构优化模型 |
4.5.2 模块结构强度的获取 |
4.5.3 基于KNN法的模块分类 |
4.5.4 连杆连通性检查和修正 |
4.5.5 基于强度策略的结构优化流程 |
4.6 六足机器人构形优化 |
4.6.1 任务描述 |
4.6.2 腿部机构优化 |
4.6.3 躯干部分拓扑结构优化 |
4.6.4 最终构形及讨论 |
4.7 本章小结 |
第五章 晶格畸变驱动自重构机器人的仿生双层运动控制 |
5.1 引言 |
5.2 章鱼的神经控制系统 |
5.3 晶格畸变驱动自重构机器人的构形描述模型 |
5.3.1 LDSBot系统模块的连接结构 |
5.3.2 LDSBot晶格畸变的机构学特征 |
5.3.3 连接状态向量和构形矩阵 |
5.3.4 LDSBot模块的姿态感知 |
5.4 晶格畸变驱动自重构机器人的仿生双层运动控制 |
5.4.1 模块间信息传播机制 |
5.4.2 主模块的行为 |
5.4.3 属模块的行为 |
5.5 运动控制仿真实例 |
5.5.1 六足机器人构形的角色识别、信息传递及规则集 |
5.5.2 六足机器人关节运动的规则集 |
5.5.3 六足机器人三角行走步态的仿真 |
5.5.4 蛇形机器人构形的角色识别、信息传递及规则集 |
5.5.5 蛇形机器人关节运动的规则集 |
5.5.6 蛇形机器人蜿蜒前进步态行走的仿真 |
5.6 构形优化后的晶格畸变驱动自重构机器人的运动控制 |
5.7 本章小结 |
第六章 自重构机器人仿真平台的创建及仿真实验 |
6.1 引言 |
6.2 晶格畸变驱动自重构机器人的软/硬件仿真实验系统架构 |
6.3 自重构机器人仿真平台的要求及现状分析 |
6.3.1 自重构机器人的仿真软件 |
6.3.2 动力学仿真软件比较分析 |
6.3.3 晶格畸变驱动自重构机器人仿真平台的基本要求 |
6.4 晶格畸变驱自重构机器人仿真平台的创建 |
6.4.1 TRIME的物理引擎 |
6.4.2 TRIME的渲染引擎 |
6.4.3 编程语言 |
6.4.4 晶格畸变驱动自重构机器人仿真平台的界面架构 |
6.4.5 仿真结果的输出 |
6.4.6 TRIME仿真平台与其他软件的交互接口 |
6.4.7 TRIME仿真平台与晶格畸变驱动自重构机器人硬件控制器的交互接口 |
6.5 晶格畸变驱动自重构机器人的仿真实验 |
6.5.1 LDSBot构形优化实验 |
6.5.2 给定任务下的LDSBot运动仿真 |
6.6 晶格畸变驱动自重构机器人的物理实验 |
6.6.1 LDSBot系统的硬件模块 |
6.6.2 LDSBot模块的重构实验 |
6.6.3 LDSBot系统晶格畸变实验 |
6.6.4 LDSBot晶格组成的运动臂的可达工作空间分析与实验 |
6.7 本章小结 |
第七章 全文总结 |
7.1 论文主要内容及结论 |
7.1.1 本文主要工作 |
7.1.2 本文创新点 |
7.2 研究展望 |
附录1 |
参考文献 |
攻读学位期间的学术成果 |
致谢 |
(8)面向动态约束的可重构模块机器人力矩估计与分散控制方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题的研究背景及意义 |
1.2 可重构模块机器人的国内外研究现状综述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 可重构模块机器人的主要研究内容 |
1.3.1 模块设计与构形优化 |
1.3.2 运动学、动力学及传动装置建模 |
1.3.3 面向动态约束的关节力矩反馈与补偿 |
1.3.4 控制方法研究 |
1.4 本文的主要研究内容及章节安排 |
第2章 可重构模块机器人动力学建模与关节力矩估计 |
2.1 引言 |
2.2 可重构模块机器人动力学模型的建立 |
2.2.1 基于 Newton-Euler 迭代算法的动力学模型建立 |
2.2.2 面向动态约束的子系统动力学模型建立 |
2.3 基于谐波传动模型的关节力矩估计 |
2.3.1 谐波传动装置的机械结构 |
2.3.2 基本谐波传动模型 |
2.3.3 考虑柔度与摩擦的谐波传动模型 |
2.3.4 改进的非线性谐波传动模型 |
2.3.5 关节力矩估计 |
2.4 本章小结 |
第3章 基于 ACI 的可重构模块机器人分散强化学习最优控制 |
3.1 引言 |
3.2 面向动态约束的分散强化学习最优控制 |
3.2.1 问题描述 |
3.2.2 基于 ACI 的分散强化学习最优鲁棒控制器设计 |
3.2.3 仿真研究 |
3.3 本章小结 |
第4章 基于 VGSTA 的可重构模块机器人分散滑模控制 |
4.1 引言 |
4.2 螺旋算法与超螺旋算法的基本概念 |
4.2.1 螺旋算法 |
4.2.2 超螺旋算法 |
4.3 基于 VGSTA-ESO 的分散终端滑模控制 |
4.3.1 问题描述 |
4.3.2 基于 VGSTA-ESO 的分散终端滑模控制器设计 |
4.3.3 基于遗传模拟退火算法的 VGSTA-ESO 参数自适应调整 |
4.3.4 仿真研究 |
4.4 面向动态约束的分散积分嵌套滑模控制 |
4.4.1 问题描述 |
4.4.2 分散积分嵌套滑模控制器设计 |
4.4.3 仿真研究 |
4.5 本章小结 |
第5章 基于关节力矩估计的可重构模块机器人分散积分滑模控制 |
5.1 引言 |
5.2 仅采用位置测量信息的分散积分滑模控制与实验研究 |
5.2.1 问题描述 |
5.2.2 仅采用位置测量信息的分散积分滑模控制器设计 |
5.2.3 实验研究 |
5.3 面向动态约束的分散积分滑模控制 |
5.3.1 问题描述 |
5.3.2 分散积分滑模控制器设计 |
5.3.3 仿真研究 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(9)基于任务的可重构机器人运动轨迹规划的研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 可重构机器人研究的目的和意义 |
1.2 可重构机器人发展现状 |
1.2.1 可重构机器人运动学发展现状 |
1.2.2 可重构机器人工作空间的研究现状 |
1.2.3 可重构机器人动力学的研究现状 |
1.2.4 可重构机器人构形优化的研究现状 |
1.2.5 可重构机器人控制系统研究现状 |
1.3 本文的主要研究内容 |
第2章 可重构机器人系统的运动建模 |
2.1 可重构机器人模块的划分 |
2.2 可重构机器人模块的运动学建模 |
2.2.1 摇摆模块的建模 |
2.2.2 移动模块的建模 |
2.2.3 连接模块的建模 |
2.2.4 回转模块的建模 |
2.2.5 模块的统一表达方式 |
2.3 可重构机器人模块库的建立 |
2.3.1 数据库的选择 |
2.3.2 数据库的建立 |
2.4 本章小结 |
第3章 构形平面的工作空间 |
3.1 机器人的工作空间的基本概念 |
3.2 可重构机器人构形平面的相关理论 |
3.2.1 构形平面的划分 |
3.2.2 构形平面的姿态和位置表达形式 |
3.3 自动求解方法 |
3.4 构形平面工作空间区间的搜索 |
3.5 仿真实验 |
3.6 本章小结 |
第4章 可重构机器人的运动学 |
4.1 可重构机器人的正运动学 |
4.2 正运动学仿真实验 |
4.3 可重构机器人的逆运动学 |
4.3.1 加权的空间矢量投影法 |
4.3.2 空间矢量加权值的确定 |
4.3.3 构形平面空间矢量夹角与关节角关系 |
4.4 逆运动学仿真实验 |
4.4.1 构形平面划分 |
4.4.2 构形平面简化 |
4.4.3 构形平面匹配 |
4.5 本章小结 |
第5章 可重构机器人的轨迹规划 |
5.1 可重构机器人任务空间轨迹规划的研究 |
5.1.1 直线轨迹规划 |
5.1.2 圆弧轨迹规划 |
5.1.3 三次样条的轨迹规划 |
5.2 关节空间轨迹规划 |
5.2.1 B样条曲线 |
5.2.2 B样条曲线的插值轨迹规划 |
5.3 仿真实验 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
四、可重构模块化机器人模块及构形设计(论文参考文献)
- [1]可重构空间机械臂典型模块及直线运动构型研究[D]. 孟悦. 沈阳建筑大学, 2019(05)
- [2]链式可重构模块化机器人设计及重构策略研究[D]. 刘开元. 上海交通大学, 2019(06)
- [3]模块化四面体机器人的研究与设计[D]. 孙伯祥. 北京交通大学, 2017(01)
- [4]水下自重构机器人关键技术研究[D]. 吴超. 上海交通大学, 2016(05)
- [5]受环境约束可重构机器人模块化协同力/位置控制研究[D]. 丁贵彬. 吉林大学, 2016(09)
- [6]基于神经网络PID可重构机械臂运动控制方法研究[D]. 于园园. 哈尔滨工程大学, 2016(03)
- [7]晶格畸变驱动自重构机器人系统及其关键技术研究[D]. 印波. 上海交通大学, 2016(03)
- [8]面向动态约束的可重构模块机器人力矩估计与分散控制方法研究[D]. 董博. 吉林大学, 2015(08)
- [9]基于任务的可重构机器人运动轨迹规划的研究[D]. 何爽. 哈尔滨工程大学, 2015(06)
- [10]轮手一体机器人群体构形的模块化动力学建模方法[J]. 胡亚南,马书根,李斌,王明辉,王越超. 机械工程学报, 2015(01)