ADAMS环境下多关节型双足步行机器人步态仿真与结果分析

来源 :南方农机 | 被引量 : 0次 | 上传用户:lqylzy
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
本研究应用虚拟样机的设计方法,在仿真软件ADAMS中建立多关节型双足步行机器人下肢行走机构的参数化仿真模型,应用ADAMS软件下的五次插值函数对行走姿态进行了规划,添加外部环境参数进行仿真试验,通过分析仿真过程截图、关节位移曲线以及比对关节位移曲线和规划关节角,验证步态规划的有效性。后期物理样机输入运动控制程序进行现场实验,其结果与仿真结果基本一致,进一步验证了双足机器人三维仿真的正确性,说明本设计的机器人步态建模方法与行走仿真具有较强的工程实用性。
其他文献
针对光伏充气膜温室发电系统的功率预测问题,提出了一种基于集合经验模态分解(EEMD)和支持向量机(SVM)的EEMD-SVM组合预测法。仿真结果表明:和传统预测法相比,利用EEMD-SVM组合预测法进行光伏充气膜温室发电系统功率预测,具有较高的预测精度,能够有效减少对温室机电设备的冲击,对光伏充气膜温室发电系统经济、安全、稳定运行具有一定的参考及应用价值。
针对高锰TWIP钢的微观偏析现象,利用光学显微镜观察侵蚀后样品的微观形貌,并利用电子探针(EPMA)等手段对侵蚀后的铸态组织进行点分析和面扫描。研究表明,随着锰含量增加,高锰钢中枝晶会变得粗大,且枝晶间距变大,枝晶区域偏析严重;而且锰元素和铝元素呈现相反的偏析行为,晶界处锰元素含量偏高,而铝元素含量较低,在微观区域内,锰元素相比铝元素具有更严重的偏析倾向,将会给高锰TWIP钢的质量带来不良影响。
在“健康中国”战略下,康养旅游这一健康产业的发展备受关注。太行板块作为支撑山西旅游发展格局的板块之一,深入研究其康养旅游的发展状况,明确康养旅游的发展思路,可以助力太行区域经济发展。笔者从产业经济视角出发,分析康养旅游模式,运用PEST分析法探究太行板块的康养旅游环境,结合现存问题,针对性地为其设计发展路径,从而助推太行山区乡村振兴事业。
我国对于大部分矿集区的矿产资源使用率都很高,浅层的矿层在过度开采下已经所剩无几,铅锌矿作为我国矿产资源主要矿石也濒临告急,因此研究矿区铅锌矿产资源潜力及地球物理找矿方向就十分重要。锡铁山铅锌矿是目前青海省最大的铅锌生产矿山,是青海省的支柱企业和利税大户,目前实际生产规模达128万吨,已成为全国最大的铅锌生产基地。为了保证锡铁山矿山稳产,西部矿业股份有限公司委托湖南省有色地质勘查局二一七队在主矿区外围中间沟-断层沟铅锌矿区进行勘探。本文对锡铁山铅锌矿区资源量估算展开概述。
应用解释结构模型(ISM)方法构建矿山爆破项目施工安全影响因素的多级递阶模型,将影响矿山爆破项目施工安全的17个因素划分为不同层次,确定不同层次影响因素之间以及同一层次影响因素之间的相互关系。在此基础上,运用层次分析(AHP)方法对各个影响因素的权重进行计算进而将其排序,从直接因素、间接因素和根源因素三个维度进行分析,结合各影响因素之间的关系和权重提出相应的参考建议。
在市场经济快速的发展之下,提高了对再生铝合金品质的要求,也形成了再生铝材料科学理念,并且围绕这一命题开展后续的分析,这也是我国再生铝以及铝加工行业未来的发展趋势,所以应该注重对原料降级使用并且在创新性的改良材料的基础上,提升其整体的性能,以实现再生铝材料应用,从当前的较为粗放的状态转变为高精尖状态。本文概述了再生铝合金的情况,并分析了采用何种方式开发设计再生铝合金产品,并且将这一产品作为案例予以研究,对其质量管控加以分析。
为解决人工除草耗时长、农药除草污染大的问题,需要更准、更快的杂草识别定位算法帮助除草机器人根除农田杂草。课题小组提出了一种基于Faster R-CNN的农田杂草反向识别改进算法,新算法利用循环一致性生成对抗网络(Cycle-GAN)的图像生成能力以解决训练样本稀缺的问题,同时将Cycle-GAN与快速区域卷积神经网络(Faster R-CNN)混合使用,从而提高杂草识别能力。试验结果表明,该方法在
矿山爆破作为矿山生产的重要环节之一,尽管爆破器材安全性与爆破技术水平不断提高,露天矿山爆破的风险与事故仍难以避免。以大型露天矿山爆破为背景,分析了露天矿山爆破的主要影响因素,以系统工程为基础,利用模糊层次分析法,通过定性和定量的方法,建立评价体系,判断出权重高的危险因素,用于改善爆破作业的安全性。
本文分析了地质勘查工程施工安全风险分级管控和隐患排查治理中存在的主要问题,就如何开展安全风险分级管控和隐患排查治理双重预防控制,从根本上消除事故隐患,提出双重预防管控的设想,对推动地质勘查施工安全风险分级管制和隐患排查治理,具有一定参考和借鉴意义。
土壤水分的测量对于作物的正常生长以及提高作物的经济效益具有重大意义,通过实现对土壤水分的动态预测进一步实现对作物的科学供水,对实现精准农业具有重要意义。课题组通过对现有网络预测模型的研究,发现传统的土壤含水量预测主要使用依据以往经验推导出来的预测公式进行计算,参数固定,不具备实时性的特点。基于此,课题组建立了BP动态多因素神经网络模型和RNN动态多因素土壤水分预测模型,对两种土壤水分动态预测模型进