学位论文 > 优秀研究生学位论文题录展示

仿生感知机器人实验平台相关技术研究

作　者: 陈文兵
导　师: 葛运建
学　校: 中国科学技术大学
专　业: 检测技术与自动化装置
关键词: 仿生感知机器人模型直升机自主软着陆实验平台子空间辨识方法自适应神经网络PID控制器
分类号: TP242
类　型: 博士论文
年　份: 2007年
下　载: 266次
引　用: 0次
阅　读: 论文下载

内容摘要

仿生感知机器人研究是希望攻克仿生感知和控制关键技术，研制出微小型遥操作仿生感知空间机器人实验演示系统。这种微型空间飞行器具有代价小、功效大的特点。而仿生感知机器人的关键技术是自主软着陆系统。如何对机器人的速度及姿态进行精确控制，实现其能在指定区域内的自主软着陆功能是该项技术的关键环节之一。因此作为小型智能飞行机器人的一项预研工作，要在有限的条件下，通过合理配置集成多传感器数据采集和控制系统，构建一种可用于空间飞行机器人的自主软着陆系统的模拟试验平台，是顺利进行仿生感知机器人项目研究的前提和保证。本文是在中国科学院合肥智能机械研究所重点创新基金项目——“仿生感知机器人”的资助下，选择以模型直升机为飞行实验平台，通过运用机器人学、现代传感器技术和智能控制技术，采用理论分析、仿真分析相结合的方法，对基于软着陆任务的系统平台的构建、模型参数辨识及相关的控制方法等关键技术进行了分析研究：1、构建了基于模型直升机自主软着陆系统平台：仿生感知机器人技术的关键是自主软着陆系统。如何在有限的条件下，顺利开展针对仿生感知机器人的速度及姿态进行精确控制，实现其在指定区域内的自主软着陆功能，是仿生感知机器人技术研究所面临的首要问题。本文在全面详细的课题调研论证基础上，选择以无人直升机为飞行平台，采用以MP2128为核心，配合基于软着陆为目标任务所必需的传感器、数据采集、数据处理和传输设备，而构建出的一个高效的软硬件平台。利用这个平台，结合相应的控制软件，可以对直升机的飞行数据和飞行状态进行有效处理，并根据控制要求，实时对直升机飞行状况进行有效控制。2、模型直升机数学模型参数辨识的分析研究：模型直升机是一个多输入多输出、强耦合、非线性的时变系统。这些特点使得模型直升机的数学模型的建立十分困难。虽然从上个世纪开始，国内外就有很多研究机构和大学进行无人驾驶直升机的研究和开发，但有关无人直升机动力学模型参数辨识的成果目前仍然十分有限。本文首先对模型直升机的主旋翼、尾桨、机身、水平尾翼、垂直尾翼等各个组成部件的空气动力学模型进行了详细的受力分析，建立了较为完整的直升机非线性动力学数学模型。在此非线性模型的基础上，采取一些合理的假设，对此模型进行了进一步的简化，得到一个通用的模型直升机线性化数学模型。然后，在分析比较多种常用的辨识算法的基础上，根据模型直升机的特点，首次将子空间辨识方法引入模型直升机的数学模型参数辨识中，并利用MATLAB对模型直升机的垂直偏航耦合运动和全状态运动的参数进行了辨识研究，得到了较为精确的辨识结果。仿真结果表明，子空间辨识算法对模型直升机数学模型的参数辨识是有效的。3、模型直升机偏航—垂直耦合运动自适应神经网络PID控制器研究：模型直升机的模型结构和空气动力学的复杂性给无人驾驶控制系统的设计带来了极大的困难和挑战。本文在比较分析了现有的多种控制技术和控制方法的基础上，结合本研究的任务特点，对模型直升机软着陆的关键环节之一的偏航一垂直耦合运动进行了分析，设计出基于自适应神经网络PID控制方法的模型直升机偏航—垂直耦合运动控制器，并通过仿真分析，验证了该控制器能快速准确地对输入信号进行跟踪，具有较好的控制效果。

全文目录

摘要  5-7
Abstract  7-12
第一章绪论  12-27
  1.1 引言  12-15
    1.1.1 仿生感知机器人概念  12-13
    1.1.2 仿生感知机器人研究意义  13-15
  1.2 相关研究背景  15-18
    1.2.1 美国空间机器人技术研究背景  15-18
    1.2.2 其它国家空间机器人技术研究背景  18
  1.3 基于无人直升机试验平台的研究  18-25
    1.3.1 无人驾驶直升机试验平台研究的目的  19
    1.3.2 无人驾驶直升机的国内外研究现状  19-25
  1.4 本文的主要研究内容  25-27
第二章基于模型直升机的实验平台  27-44
  2.1 前言  27-28
  2.2 实验平台的硬件配置  28-37
    2.2.1 模型直升机  28-32
    2.2.2 MP2128自动驾驶仪  32-35
    2.2.3 其他传感器组  35-36
    2.2.4 无线通信设备  36-37
    2.2.5 数据采集  37
    2.2.6 视觉子系统  37
  2.3 系统软件配置  37-42
    2.3.1 HORIZON  37-40
    2.3.2 XTENOER  40-41
    2.3.3 系统控制结构图  41-42
  2.4 基于模型直升机的软着陆系统  42
  2.5 本章小结  42-44
第三章模型直升机的数学模型分析  44-73
  3.1 直升机原理  44-49
    3.1.1 直升机结构类型  45-46
    3.1.2 模型直升机的组成  46
    3.1.3 模型直升机操纵  46-49
    3.1.4 模型直升机上的力和力矩  49
  3.2 模型直升机分析中运动坐标系建立  49-53
    3.2.1 机体固定坐标系  50
    3.2.2 地坐标系  50-51
    3.2.3 惯性坐标系  51
    3.2.4 各坐标系之间的转换  51-53
  3.3 模型直升机动力学分析  53-61
    3.3.1 重力  53-54
    3.3.2 主旋冀受力分析  54-58
    3.3.3 机身受力分析  58
    3.3.4 尾桨受力分析  58-60
    3.3.5 垂直尾冀  60
    3.3.6 水平尾冀  60-61
    3.3.7 控制旋冀  61
  3.4 模型直升机运动学分析  61-67
    3.4.1 直升机机体运动位移方程  62
    3.4.2 直升机姿态角与角速度之间的运动  62
    3.4.3 模型直升机的机体运动的牛顿-欧拉方程  62-63
    3.4.4 旋冀的挥舞运动方程  63-65
    3.4.5 模型直升机的非线性状态方程  65-67
  3.5 模型直升机的运动方程线性化  67-72
    3.5.1 线性化假设  67-68
    3.5.2 非线性状态方程的线性化  68-72
  3.6 本章小结  72-73
第四章基于子空间辨识算法的模型直升机参数辨识  73-103
  4.1 前言  73-74
  4.2 常用的辨识算法及比较  74-75
  4.3 模型直升机数学模型的常用辨识方法和手段  75-77
  4.4 子空间辨识方法原理  77-88
    4.4.1 子空间辨识的优点  77-78
    4.4.2 子空间投影理论  78-82
    4.4.3 子空间辨识方法  82-88
  4.5 子空间辨识算法在模型直升机数学模型辨识中的应用  88-102
    4.5.1 构造模型直升机线性系统的子空间结构  89-91
    4.5.2 子空间辨识算法在模型直升机模型辨识中的应用  91-102
  4.6 本章小结  102-103
第五章模型直升机的控制技术研究  103-115
  5.1 前言  103-105
  5.2 模型直升机常用控制方法以及比较  105-107
  5.3 基于自适应神经网络PID的模型直升机偏航-垂直耦合运动控制技术研究  107-114
    5.3.1 单神经元自适应PID控制器结构  108-109
    5.3.2 自适应神经网络PID控制器控制算法  109-110
    5.3.3 模型直升机偏航-垂直运动自适应神经网络PID控制器  110-114
  5.4 本章小结  114-115
第六章总结和展望  115-119
  6.1 研究工作总结  115-116
  6.2 本文的创新点  116-117
  6.3 未来工作展望  117-119
参考文献  119-124
附录本文模型直升机数学模型中用到的符号表  124-128
攻读博士学位期间的主要研究工作成果  128-129
致谢  129-130

仿生感知机器人实验平台相关技术研究

内容摘要

全文目录

相似论文