外骨骼串联弹性驱动器的自适应控制研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:chenyi686
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现在外骨骼驱动器大多是采用常规驱动器(直驱)或者电机集成谐波减速器带动负载,由于外骨骼与环境之间的作用不同于其他机器人,是直接作用于人体肌肉关节,考虑到外骨骼人机交互的安全性和续航能力,本文研究串联弹性驱动器(Series Elastic Actuator,SEA)作为外骨骼驱动源具有的优点。本文是在详细研读了SEA在物理建模、控制算法、储能节能和应用领域等研究热点的论文基础上,从外骨骼对驱动器的实际需求出发,着眼于SEA的基础理论研究,并添加自己的创新点,从而在SEA的核心特点上展开研究。首先构建了完整的SEA系统动力学模型,包括SEA自身模型和负载端的人机交互模型。针对目前SEA动力学模型不考虑负载端动力学模型或者仅仅把负载端当做一个纯惯性环节(对负载端动力模型的过度简化)的缺点,本文提出了线性和非线性两种人机交互模型,然后将SEA动力学模型和人机交互模型联合,提出了完整的SEA动力学模型。根据完整的SEA模型详细分析了不同刚度弹簧对SEA力输出带宽、“透明度”、跟踪精度的影响。然后基于线性和非线性两种完整的动力学模型设计了自适应力控制器,并通过李雅普诺夫理论严格证明了系统的稳定性,最后通过Matlab和simulink仿真在力跟踪精度、鲁棒性和抗干扰能力方面验证了控制器的控制效果,符合理论分析。接下来建立了外骨骼SEA和人体下肢的混合系统的双关节模型,将该模型简化并等效为一个双关节的机械臂臂模型,设计了基于RBF神经网络的自适应位置控制器,通过Matlab和simulink仿真验证了控制系统良好的位置跟踪能力和抗干扰能力,辅助人体运动。最后对SEA输出端的储能节能特性进行了研究,通过动力学微分方程的分析和Matlab仿真验证了SEA相比常规驱动器确实有储能节能效果。
其他文献
自动问答系统要求机器在阅读由自然语言表述的问题之后给出问题的答案,可以用于衡量机器的智能程度。因此,对于自动问答系统的研究不管是在学术界还是工业界都受到了极大的关注。由于问答系统的知识源包含大量的文档,而这些文档由许多段落组成,因此段落排序技术是问答系统中重要的信息筛选工具,也是自动问答领域的关键性技术。近年来,随着深度学习方法的不断发展以及问答系统与机器阅读理解领域大规模基准数据集的发布,问答系
近年来,随着社会和经济的发展,土地等自然资源的利用价值充分体现出来。由此,一些时间久远、权属不清、界线不明的土地行政争议纠纷逐渐增多,此类案件从实体处理上论证被诉行政行为是否合法难度较大,行政诉讼程序"空转"问题突出。检察机关在办理此类行政生效裁判监督案件中,程序方面应严格按照法律规定认定诉讼主体资格及起诉期限问题;实体方面应坚持依法精准监督、运用多种方式推动实质性化解行政争议。
期刊
事件抽取是信息抽取领域内的一项富有挑战性的任务,其目的是从自然语言文本中抽取结构化形式的事件信息。从上世纪末开始,研究者们针对事件抽取任务提出了很多方法和模型,并在当时取得了很好的效果。尽管如此,事件抽取任务的准确率仍然存在很大的提升空间。另一方面,面对事件抽取模型愈发复杂的现状和处理大规模文本的需求,工业界希望能够进一步提升事件抽取的效率。本文面向大规模英文文本事件抽取的关键技术进行了深入研究,
生物种群中存在着令人震撼的运动场景,如欧洲椋鸟的“空中芭蕾”、海洋鱼群的聚集洄游等.科学家们从理论建模角度来理解和解释生物群集行为,积累了丰富的研究成果并已广泛应用于无人机编队以及无人机集群作战等群体智能系统中.在实践过程中,一些现实问题值得思考,比如,群体内部避碰、时间延迟的影响以及具有领导群体的一致性问题等.本文围绕上述问题开展如下几个工作:1.针对多粒子群行为演化过程中免碰撞集群问题,研究了
近年来,越来越多的机器人问题开始探索基于深度学习的解决途径。然而,深度神经网络能力的提升往往伴随着模型规模和复杂度的增加,需要在运行时消耗大量资源。而作为一类特殊的计算设备,机器人由于物理设计约束,其上资源往往是受限的。二者之间的矛盾已经成为制约机器人自主性和智能化水平提升的瓶颈问题。在分布式领域,这一问题的一种可行解决方案是采用自组织云(Ad Hoc Cloud),即由多个机器人以自组织和对等的
针对大规模、高维度数据的无监督特征选择,一直是机器学习领域的研究热点,其中,面向动态、高速数据流的在线无监督特征选择算法的研究,更是在诸如在线异常诊断、媒体数据分析和智能视频监测等应用方面具有迫切需求。真实的应用数据普遍存在维度高、流速快、类型复杂等特点,这给面向数据流的在线无监督特征选择提出了新的挑战:第一,高维数据往往分布为不规则的非线性流形结构,存在潜在结构挖掘困难的问题;第二,新样例实时到
随机微分方程是学界研究的一大热点,能够更准确地描述随机复杂系统的演化规律,而在针对随机微分方程的研究中,为随机微分方程构造和分析数值算法占据了核心地位.分数阶微分方程理论也在近期引起学界的大量关注,克服了整数阶微分方程在描述在物理、生物、控制等多个领域产生了广泛应用.非线性Schr(?)dinger方程是量子力学领域最经典的一类方程,在流体力学、种群动力学中也经常应用于构建模型,而随机分数阶非线性
人们要认识事物之间的作用机制,使其能够为人类活动服务,就必须要了解不同事物之间的关系,其中因果关系是事物之间普遍存在的一个重要关系,探寻世界中变量间存在的因果关系可以帮助人们更好的认识事物的相互影响。然而,事物之间的关系总是错综复杂的,因果关系并不是显而易见的,在不同领域专家的辅助之下,可以人工对各个领域的系统建立模型,但是在缺乏专家知识的情况下,我们就需要基于一些在生产生活中获取到的观测数据进行
机械臂的目标分类抓取问题可以分为抓取检测和抓取执行两个部分。抓取检测部分是从相机的图像信息中识别出待抓取物体的类别并检测出机械臂末端的抓取位姿配置;机械臂抓取执行部分则是规划机械臂的轨迹并控制机械臂运动到目标位姿,从而实现对目标的抓取,并将其放置到确定位置。首先,本文搭建了机械臂分类抓取硬件系统,并通过手眼标定方法得到深度相机坐标系和机械臂基座坐标系的坐标转换关系。本文基于该硬件系统,提出并实现了
操舵系统是控制舰船、潜艇等军事装备运行轨迹和姿态的关键组成部分,其运行状态直接影响装备在实战环境下的战场生存能力,对确保装备能够安全可靠地实现多样化作战任务具有重要意义。在采用基于模型驱动的方法对操舵系统运动状态进行分析研究时,由于环境变化和量测误差等因素的影响,操舵系统物理模型中的摩擦系数、材料泊松比等关键参数会呈现出一定程度的不确定性。然而,现有的物理模型中,这些参数常常被视为常数而忽略了当这