单动力可重构闭链腿机构设计与行走性能研究

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:axrczx
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
与轮式和履带式机器人相比,步行移动机器人在面对复杂的地形环境时表现出更强的灵活性、适应性和机动性,因此被广泛应用众多领域,成为移动机器人的研究热点。根据支链的形式可将步行机器人分为开链式和闭链式两类,闭链连杆步行机器人因其具有多腿少驱动特性、曲柄周转高频驱动特性、整体闭链高刚度特性及高可靠性特性等优势受到广泛关注,但其单一的足端轨迹反映出其适应能力较低的缺点,限制了其应用场景,因此设计出一款具有高越障能力及高行走平顺性的闭链多足机器人对于拓展闭链多足机器人的使用价值具有重要意义。本文引入了可重构、动力耦合和支撑补偿等思想,对传统的单自由度闭链连杆腿机构进行改进设计与分析,阐述了基于传统闭链连杆腿机构设计的新流程,并以最终得到的新构型为基础,构造了新型双四足机器人。本文基于Watt-Ⅰ型六杆七副腿机构,首先,通过引入构建元可重构设计方法,在机架处增加一个移动自由度,改变机架杆的长度,提高机构摆动相阶段的抬腿高度,实现高抬腿运动,提高单腿闭链机构越障能力和适应性;其次,在进行可重构设计后,为避免出现因增加新的驱动力而导致控制系统复杂的问题,可引入动力耦合设计,达到动力归一化的目的,保持机构单自由度特性;最后,通过引入刚体反转方法,对支撑相阶段的足端轨迹进行波动补偿设计,降低在行走过程中机架的质心波动量,实现平台的平稳支撑,避免了因质心波动带来的能量损耗和速度波动等问题。经过以上设计流程,最终得到新的闭链连杆腿机构构型。该构型保持了闭链连杆腿机构单自由度、多腿少驱动、高刚度和大承载能力特性的同时,又改善了其轨迹单一、适应性不足和行走平顺性等问题。基于所得到的新构型进行了整机布局和设计,并建立了对应的动力学模型,对平台的直行、转向、攀爬和跨越等性能进行了分析,最后研制了样机并进行了相关试验,验证了理论的可行性和正确性。
其他文献
由于我国高速铁路的不断发展,铁路系统正面临着更大客流,更多车次的严峻挑战。此外,旅客对于铁路出行的需求也不再仅仅是点到点的运送,旅客在旅途中的工作与娱乐需求也必须纳入考虑。这时,当前高速铁路系统所使用的基于第二代移动通信的GSM-R(Globle System for Mobile Communications-Railway)系统则逐渐显得力不从心,因此新一代高速铁路通信系统的研究势在必行。作为
随着人们生活水平的提高,车辆的普及程度越来越高,随之而来的交通事故也越发频繁。据统计,25%~30%的交通事故与驾驶员对道路的警觉程度直接相关,其中并线过程是交通事故的主要发生场合之一,而在非结构化道路,行人及其他非机动车车辆共享道路,驾驶的安全性完全依靠驾驶员的注意力集中度,因此而产生的交通事故也屡见不鲜,这些都给汽车行业的发展带来了巨大的挑战。为解决上述问题,且基于语义分割应有的特性,即具有多
随着互联网的发展,智能教育成为教育发展的迫切需求。学生知识追踪模型能够根据学生的历史学习记录获得习题表征和学生能力表征,追踪学生对知识的掌握情况。智能教育需要准确的学生知识追踪模型。目前,制约学生知识追踪模型效果的两个原因是:(1)习题表征不准确。以知识点为粒度的习题表征难以刻画习题的精确信息;以习题为粒度的表征,由于数据稀疏导致模型参数学习不准确;已有的综合知识点和习题的混合模型采用加性模型进行
深度学习在自然语言处理、图像识别领域的应用日益丰富。近年来,大量的研究涉及了医学影像的自动识别与辅助诊断。医学影像的识别成为了深度学习从计算机领域向医学领域延伸的热点和切入点。利用深度学习进行医疗影像的识别与检测,不仅从很大程度上能够缓解医疗资源的紧张,同时还可以避免人为因素导致的误诊、漏诊现象。尤其是在疾病爆发阶段,在面对大量医学影像时,利用计算机辅助医生进行医学图像的诊断,能够大幅提高诊断效率
近年来,随着科学和信息技术的飞速发展,各类系统的设计复杂度和各部件之间的耦合度也随之增加,系统的脆弱性问题逐渐显现,故障对系统的正常和安全运行造成不可忽视的威胁。为了提高系统对自身故障情况的监测和应对能力,学者们提出了自愈控制的思想。目前自愈控制仍然处于初级发展阶段,并没有学者给出自愈控制的明确定义和研究范畴等基本概念。在学术界对自愈控制理论的研究才刚刚起步,自愈控制理论的研究是滞后于自愈控制的工
人工智能的发展给医疗行业注入了强大的活力,依托人工智能技术的医学辅助诊断系统,可以有效地解决“患多医少”的压力,同时也能减少医学中的误诊现象,减少医患纠纷的发生。将化验单图像内容准确转换成结构化数据是医学辅助诊断系统安全可靠运行的保证,此外患者手上的纸质化验单图像数据也是医疗大数据的重要来源,中文化验单包含了中英文、符号和数字等混排形式的字符,且目前尚缺乏相关的公开数据集,如何将化验单内容准确自动
多能谱CT(Multi-energy Computed Tomography)可以在单次X射线照射下对分离的能量箱中的光子数进行计数,实现不同物质的识别。由于能量箱狭窄,多能谱CT分解后的物质图像往往具有较低的对比度,对低浓度物质的检测非常困难。同时,在CT浓度检测中需要已知质量衰减系数,约束性较高。针对这些问题,本文提出了基于CT值进行浓度检测的两种像素级浓度检测算法,尝试采用深度学习方法进行浓
数字图像广泛应用于新闻传媒、司法鉴定、法庭取证等各个领域,然而随着信息技术的发展,智能手机、相机的普及使得越来越多强大的数字图像编辑器得到开发和使用。更多的用户能够对图像进行自由随意的处理和修改,使得部分恶意用户有了可乘之机,因此图像的真实性和完整性难以保证。图像模糊操作的取证研究通过技术手段揭示图像操作历史,验证图像数据的真实性和完整性。本文基于传统特征方法和深度学习方法进行了模糊操作取证的研究
根据现行动车组检修规程的要求,动车组的运行里程是决定其进入高级修的时机的主要依据,准确的动车组运行里程预测结果是编制合理的高级修计划的基础前提。目前,随着我国高铁规模不断扩大,投入运营的动车组不断增多,各检修单位所能提供的高级修检修资源显得愈发有限,这对高级修检修计划的编制提出了新的挑战,也间接对动车组运行里程预测方法提出了更高的要求。当前普遍采用以动车组日均走行里程数为关键参数的推算法来预测动车
柔性机械臂具有多自由度、可以实现多方向弯曲以及布置灵活等显著优点,在工业中有广泛的用途。本文针对排水管道检测机器人和清淤机器人的需求,研制了电机-钢丝绳驱动的机械弹簧式柔性臂及摆动气缸驱动的复合软管式柔性臂,应用力学理论分析了两种机械柔性臂的弯曲特性,通过了实验验证并成功应用于排水管道检测与清淤机器人。本论文主要做了以下工作:建立两种柔性臂的弯曲静态模型并进行实验验证。通过力学分析,建立了弹簧在弯