多仿生步态蛇形机器人的分析和实现

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:lj55769145
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
为使传统的蛇形机器人具有在不同环境下运动的能力,研究开发了一种具有蜿蜒步态和直线步态的多仿生步态蛇形机器人。该蛇形机器人可以在平坦的路面上进行蜿蜒和直线运动以及在狭长的管道中进行直线运动。本文研究的多步态蛇形机器人主要包括以下几个方面:首先进行仿生蛇形机器人运动学分析,蜿蜒步态采用Hirose提出的Serpenoid曲线进行分析,并在其基础上简化了曲线的方程,使得各个关节角函数直观且易于控制;直线运动分别对单驻波和多驻波步态进行分析,并对这两种不同的直线运动做了对比分析。在运动学分析的基础上继而对蛇形机器人的蜿蜒步态和直线步态进行了动力学分析,得到了两种运动前进的力学原理。其次进行蛇形机器人的机构设计。首先通过分析两种运动步态的特点,对机器人采用的驱动器进行选型,选择了两款舵机,分别用来控制模块上的不同关节。设计的机器人由7个单元模块顺序连接,每个单元模块上各设计了一个摇摆关节和直线平移关节,模块间通过摇摆关节相连。整个蛇形机器人采用模块化设计方法,使得机器人的经济性和互换性得到增强。然后设计仿生蛇形机器人的控制系统。机器人的控制系统分为硬件模块和软件模块。其中硬件模块主要包括各种电路,具体为电源稳压电路、无线收发电路、串口电路以及主控电路。软件模块主要分为上位机控制软件和下位机控制软件。接着进行蛇形机器人的仿真模拟。结合设计的仿生蛇形机器人,对机器人的运动模式进行仿真。仿真采用Matlab和ODE软件分别进行。Matlab主要负责对蜿蜒运动过程中蛇形机器人身体的曲线进行对比和选择。ODE主要对机器人蜿蜒运动和直线运动过程中的运动平滑性、速度等进行了仿真比较,并结合仿真结果采用了几组较好的控制方式,以待在实验中检验。最后进行蛇形机器人的实验。结合机器人的控制系统对设计加工出的多仿生步态蛇形机器人进行环境实验。实验结果表明,本文研究的蛇形机器人基本满足设计需求,为后续继续添加其他一些复合运动提供了一定基础,但仍有许多不足有待后续改进。本设计研制的蛇形机器人区别与传统蛇形机器人,具有蜿蜒运动和直线运动的复合运动功能,能有效地切换运动方式以适应不同环境,实验时机器人运动良好,为蛇形机器人多仿生步态的研究奠定了一定基础,并具有良好的应用前景。
其他文献
目的本研究针对目前戒毒工作中面临的“高复吸率”这一世界性难题,结合目前上海市社区戒毒工作开展的实际情况,基于队列研究设计的社区戒毒试验,评价济泰片治疗合并心理咨询
矩阵分解是计算机视觉、机器学习和数据挖掘中经常使用的数据分析工具。近年来,矩阵分解的概率模型已成为人们关注的焦点。现有的概率矩阵分解一般将数据矩阵分解为两个低秩矩阵之积,这可能会限制该模型的灵活性和实用性。为此,提出了鲁棒概率矩阵三分解模型(RPMTF)。该模型将数据矩阵分解为三个矩阵的乘积,并考虑了其鲁棒性。在模型求解时,先将拉普拉斯分布进行分层表示;再采用基于极大后验估计的策略,设计了一种条件
在尺度、遮挡等因素的影响下,人脸检测算法速度和精度不匹配进而表现出检测性能差等系列缺点,采用融入模板匹配思想的神经网络检测器算法解决这一不足,提出了二分支神经网络匹配的人脸检测算法。以此得到检测速度与精度相匹配的改进方法。首先根据五官位置关系构建人脸模板框架并设置一定的阈值;其次依据构建的模板和锚策略对不同尺度人脸的鲁棒性,在DSFD人脸检测器的特征增强模块层中实现对样本数据中人脸区域的提取及标记
RGB-D图像显著性检测是指在传统的2D图像中附加深度信息从而提取显著对象,但是现有的显著性检测模型,大多数只关注显著物体本身,却忽略了背景信息。因此,提出了一个新颖的显著性检测模型,将深度信息同时考虑到背景和前景中提取出显著区域。首先,通过图像边界信息的背景测量机制来去除前景噪声并从边界超像素中选择背景种子,从而计算出基于背景的显著图;其次,将输入的图像构造成图,并将深度信息引入到图形结构中,利
二氧化碳排放是由人类活动引发的温室效应的最主要因素,但二氧化碳也是一种有用的资源,应用领域十分广泛。二氧化碳的回收利用问题是目前低碳经济最为重要的举措之一,而液体二氧
针对现有图匹配算法对拓扑结构节点特征挖掘不够充分问题,提出了一种用于非精确图匹配的改进图卷积神径网络(GCN)模型。首先,考虑到选取的节点应具有较强的代表性,利用社交网
<正> 一、引言本文论述的精密微波传感器(PMS)适用于速度及距离的高精度测量。与通常采用的雷达传感器相比,这种传感器具有较高的精度,测量误差小到0.1%,能在最广泛的领域内
日前,由日本东丽、帝人、三菱丽阳和东京大学等组成的研究团队开发出一种新的碳纤维量产工艺,较传统工艺的生产速度快10倍。日本的碳纤维产量占全球市场份额的60%。该团队开