【摘 要】
：
为了实现双足机器人在不平整地面上的快速步行,提出一种基于优化的2D柔顺步态规划方法.基于腿部刚度和触地角,采用弹簧倒立摆模型建立机器人步行的参数化模型.考虑质心控制误差,提出一种适应位姿扰动的步态规划方法,允许机器人不必回到预设姿态就可以直接进入下一步态周期,使机器人更灵活.针对传统规划方法仅考虑质心在步态周期末端速度而导致的速度误差,提出一种速度补偿策略,控制整个步态周期速度,提高了连续步行的速度跟踪精度.将对腿部刚度和触地角的求解转化为优化问题,采用改进鲸鱼群算法进行求解,实现了对复杂环境的自适应.仿
【机 构】
：
华中科技大学数字制造装备与技术国家重点实验室
【基金项目】
：
国家重点研发计划资助项目(2018AAA0101704),国家自然科学基金资助项目(51721092),华中科技大学学术前沿青年团队资助项目(2017QYTD04)。
论文部分内容阅读
为了实现双足机器人在不平整地面上的快速步行,提出一种基于优化的2D柔顺步态规划方法.基于腿部刚度和触地角,采用弹簧倒立摆模型建立机器人步行的参数化模型.考虑质心控制误差,提出一种适应位姿扰动的步态规划方法,允许机器人不必回到预设姿态就可以直接进入下一步态周期,使机器人更灵活.针对传统规划方法仅考虑质心在步态周期末端速度而导致的速度误差,提出一种速度补偿策略,控制整个步态周期速度,提高了连续步行的速度跟踪精度.将对腿部刚度和触地角的求解转化为优化问题,采用改进鲸鱼群算法进行求解,实现了对复杂环境的自适应.仿
其他文献
通过开展室内絮凝-堆载预压试验,模拟不同配比的絮凝剂-淤泥混合浆液的排水固结过程.选取堆载预压后孔隙比接近的淤泥试样开展室内一维固结压缩试验,探究絮凝剂对淤泥(浆)固结特性的影响.结果显示:添加絮凝剂能够增大预压后淤泥的结构屈服应力,但会导致预压后淤泥表现出更高的压缩性.另外,不同种类的絮凝剂对预压后淤泥次固结系数(Cα)的影响有所不同,与未经絮凝调理的淤泥相比,有机絮凝剂PAM调理淤泥的次固结系数显著增加,而无机絮凝剂PFC或CaO调理淤泥的次固结系数基本保持不变甚至略有降低.
针对图像去雨问题提出多尺度编码-解码结构的单幅图像去雨网络(MSEDNet).首先在编码阶段对雨图像进行二次下采样;然后每个下采样层分别通过特征细化模块提取特征信息;最后将特征图逐步上采样,并且与上一个阶段的特征图聚合得到最终的去雨图像.采用不同分辨率的特征提取网络,能更好地提取雨纹的特征.特征细化网络首先经过多尺度扩张卷积聚合雨纹特征,然后通道注意力给聚合模块通道分配不同的权重以细化自身,最后使
针对采用改性沥青黏度-温度曲线确定的混合料拌和温度过高的问题,研制了具有变频调速和搅拌功率自动测试功能的试验用搅拌机,进行基质沥青和改性沥青两种类型混合料搅拌功率的对比试验,采用等功率法确定改性沥青混合料的拌和温度.在试验过程中,对试验数据的重复性和复现性进行分析,确定了具有较小随机误差和系统误差的试验参数,得到了等功率法确定改性沥青混合料拌和温度的方法.试验结果表明:采用等功率法确定的改性沥青混合料拌和温度,较沥青黏度-温度曲线法确定的拌和温度显著降低,在该温度下进行改性沥青混合料拌和,质量完全满足施工
由于足迹数据的样本量有限,类间差小、类内距大,一般方法难以获取有效的足迹特征表示,导致足迹分类准确度不高。针对双模态2D足迹分类问题,文中提出一种基于小样本学习的多模块网络算法(MulRN),该算法在嵌入单元与关系单元使用了多个模块来提高网络的特征提取能力与特征度量能力,使用具有多分支结构的Inception模块与MRFB模块提升网络的特征提取能力,采用空间注意力模块与通道注意力模块提取出区分度更
面向移动VR(Virtual Reality)业务的高数据量和低时延需求,为有效降低核心网的数据流量、减小设备的内容请求代价,文中建立了面向移动VR的部分缓存内容共享模型。建模了社交属性感知的内容共享代价最小化问题,将优化问题分解为功率优化与模式选择、设备关联两个子问题,并分别提出基于代价的功率优化和模式选择算法以及基于社交关系和请求代价的匹配算法;最后,通过仿真对提出的基于部分缓存的内容请求模式选择与功率优化的方法的性能进行评价,并与其他缓存方案进行了对比分析。仿真结果表明,文中提出的基于部分缓存的内容
采用γ-Reθt转捩模型对平板表面边界层进行了数值模拟,研究了边界层在法向和流向上的发展变化以及壁面粗糙度、来流风速、湍流度、压力梯度等因素对边界层发展的影响。研究结果表明:在转捩区间内壁面摩擦系数以及离壁面一定高度处的总压会发生突变,边界层厚度沿流向不断增厚但其增长率不断下降;层流边界层中黏应力占主导,湍流边界层中应力变化依次为黏应力占主导、黏应力不断下降而雷诺应力不断上升、雷诺应力占主导,分别对应层流底层、过渡层、对数层与外层;转捩过程中黏应力在壁面处达到的峰值不断增大而其衰减变得更快,雷诺应力的峰值
针对目前有源探头的探测频率主要集中在低频段,难以满足高频段探测需求的问题,提出了一种小型、高带宽、非接触式的有源磁场探头。该有源磁场探头采用多层印刷电路版(PCB)制作,于无源探头的基础上,加入了有源放大器模块及其配套的电源管理芯片,对超宽带类型探头的传输增益进行提升;并从频率响应、空间分辨率、校准因子、差分电场抑制能力4个方面对探头进行了测试分析。结果表明:文中设计的探头的传输增益达到-20 dB,空间分辨率达到900μm,有良好的差分电场抑制能力,该探头可用于超宽带下的PCB板与较复杂集成电路等场景的
为对图像中大面积缺失区域进行合理的结构修复和精细的纹理填充,提出了一种基于双转移网络的深度特征重排图像修复算法.首先提取缺失图像的特征并还原图像纹理细节;然后根据编码器特征估计缺失内容,提出基于解码器特征的内容损失函数,减少全连接层的解码器特征与缺失区域编码器特征之间的距离,保证合成图像语义的准确性和结构的合理性.在公开数据集上,将提出算法与现有经典算法进行对比,结果表明:在大面积缺失图像修复中,
为研究水泥分解炉在掺烧污泥和选择性非催化还原(SNCR)脱硝共同作用下,以脱硝系统运行成本最小为目标,对相关主要参数进行优化控制.以广东某6000 t/d水泥分解炉为研究对象,以污泥掺烧量、喷氨量、烟风温度、压差等运行参数为输入变量,采用遗传算法优化的BP神经网络(GA-BPNN)建立出口烟气NOx浓度的预测模型.再采用多种群遗传算法(MPGA),在满足NOx排放浓度达标的前提下,以脱硝系统成本最小为优化目标,得到经济性最佳的水泥分解炉运行参数.结果表明:所建立的烟气NOx浓度预测模型相对误差仅为2.63
传统视频压缩感知重构算法重构时延过长,新发展的基于神经网络的视频压缩感知重构算法虽解决了高耗时的问题但未能充分利用视频的时空相关性,重构质量较差。为了解决上述问题,文中提出了基于深度学习的两阶段多假设视频压缩感知重构算法(2sMHNet)。首先,采用时域可变形卷积对齐网络实现基于像素的深度学习多假设预测,在避免了块效应的同时通过自适应参数学习提高了假设集的匹配准确性与权重的计算精度,充分地挖掘了时