六足弧腿机器人参数设计与优化

来源 :军事科学院 | 被引量 : 0次 | 上传用户:xhbtbyrr
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
近年来,灾害事件、恐怖袭击频发,使得搜救机器人逐渐成为机器人产业中受到较大关注的一个分支。搜救机器人凭借其自身结构特点可以在战后、灾后(地震、火灾、恐怖袭击等)未知而复杂的环境中代替人类进行探索、通讯、运输、建图,执行搜救任务,其发展前景广阔、发展速度迅猛。本文结合机器人机构学和步态控制等领域国际前沿知识,研究出一种兼具速度和运动稳定性的六足弧腿机器人,全文内容包括机器人弧腿结构参数优化、典型步态的运动学建模、弧腿有限元建模与优化、样机搭建及仿真实验。本文主要进行的工作如下:1.面对搜救任务的特殊复杂环境,提出一种新型六足弧腿机器人,该机器人的每条腿都由三段弧腿组成,由于特殊的结构设计,该机器人结构简单并且兼具越障能力、快速运动能力、稳定运动能力等特点。通过机构分析和理论分析优选出三段腿结构,并进行仿真验证。为获得机器人弧腿的最优结构参数,首先构建目标函数、确定参数空间和边界条件,然后采用模拟退火算法进行弧腿结构的参数优化,从而获得兼具快速运动和稳定性较好等特点的最优弧腿结构参数,最后进行受力分析。2.基于新型弧腿结构,介绍步态概念,并对电机转速曲线进行优化,并在此基础上设计典型的三足步态和四足步态,并进行运动学分析,得到两种步态不同位置触地时电机转速与弧腿瞬时速度、加速度间关系,方便后续进行步态控制。采用静态稳定裕量法研究三足步态和四足步态的静态稳定性、采用倾覆法研究步态的动态稳定性,验证所设计步态具有较好的稳定性。最后分析越障与步态间关系,完成满足越障需求且质心波动较低的步态设计。3.采用ABAQUS软件,对单弧腿进行有限元建模与静应力分析。此后,基于现有材料,通过机器人柔性体动力学仿真探究合适的材料组合;探究采用三足步态时机器人的速度与运动过程中质心波动程度的关系以及速度与单个障碍物高度之间的关系;探究采用四足步态时,机器人第一对弧腿与第一级台阶水平距离、机器人抬升阶段相位角度与机器人攀爬楼梯是否成功之间的关系。4.采用ADAMS、SolidWorks软件和ROS机器人开发平台,搭建机器人的虚拟样机模型,进行关键硬件的选型,并在此基础上进行控制系统设计。最终完成模型构建、仿真环境搭建、PID参数调整和步态协调处理方法设计,达到预想的两种步态、三种模式以及步态实时调整的控制目标。最后进行虚拟样机动力学仿真实验,包括步态协调实验、切换步态实验、转向步态实验。
其他文献
随着嵌入式设备的普及和Web技术的发展,移动Web应用也在迅速发展。为提升用户的浏览体验,移动Web应用的性能也在不断提升。而移动系统默认资源调度策略以最低响应延迟为目标,
近年来,建筑行业传统建造模式与生态文明建设要求之间的矛盾日益凸显,建筑行业转型升级迫在眉睫。而住宅产业化被公认为建筑行业实现绿色可持续发展的必然选择。但目前我国住
随着社会与科学技术的发展,摄影、拍照成为了人们记录生活的一种方式,并且人们开始追求各种各样的照片风格效果。20世纪90年代,图像的非真实感绘制技术进入了人们的视线。铅
作为未来5G关键技术之一,非正交多址能够满足无线蜂窝网络对于大规模机器类型连接的需求。NOMA通信技术主要通过功率域复用或稀疏编码来同时服务于多个用户,并在接收端采用连续干扰消除接收机进行信号的解调。本论文研究的是在单层网络多小区场景中,采用功率域NOMA进行上行传输的用户的平均系统能效问题。由于用户往往仅由其携带的电池供电,进行上行NOMA传输的用户通常是能量受限的。因此,本文考虑将射频能量收集
超流体支持无耗散运动是其超流动性的表现之一。超流体的临界速度vc是由其元激发能谱决定的,只要超流体中杂质的运动速度超过vc时,就会产生能量耗散。近年来,具有各向异性偶
目前,量子安全计算领域日益备受关注,量子隐私比较作为量子安全计算的重要分支也得到了深入研究。目前,在量子隐私相等关系比较协议中,大多数只能比较数字的相等关系,不能比
随着社会的发展与进步,人们的生活水平也不断提高,狗在人们日常生活中出现的频率也逐渐增加,越来越多的机构和组织也投入了对狗的研究与应用。其中狗脸图像的多目标检测具有
随着智能手机等移动电子设备的快速发展与普及,如今已进入全民摄影时代。由于摄影条件和摄影者自身美学鉴赏能力的差异,所拍摄图像的美学质量也呈现出较大的差异。为满足人们
目的:共词聚类分析结果的表达是共词分析应用的最后一步。现有的共词分析结果表达的方法均具有一定的局限性,所得到的结果存在主观性较强及表达不全面等问题。本研究提出基于
随着近几年的发展,深度学习方法在许多人工智能应用领域取得了极大的突破,例如计算机视觉和自然语言处理。其中在计算机视觉领域,不同于传统方法依赖的手工特征提取,深度学习由于其端到端训练的特点,和优越的特征提取性能,近几年以卷积神经网络为代表的深度学习方法几乎在所有计算机视觉子领域都取得了重大突破,极大地推进了这些研究领域的发展。在本文中,基于卷积神经网络,我们将聚焦计算机视觉领域中两个重要任务:图像识