-
公开(公告)号:CN116512253A
公开(公告)日:2023-08-01
申请号:CN202310344975.5
申请日:2023-04-03
Abstract: 机器人攀爬多台阶杆柱物体的运动方法、存储介质及设备,属于超冗余机器人运动规划领域。为了解决现有蛇形机器人攀爬多台阶杆柱物体容易被台阶挡住的问题,本发明将蛇形机器人的背脊曲线分为J1段、J2段、J3段,J2段和J1、J3段C2连续光滑连接;基于分段螺旋线构造蛇形机器人的分段背脊曲线,对于J2段圆柱螺旋线参数采用多项式插值,通过分段背脊曲线控制蛇形机器人运动;将分段背脊曲线随时间类似弹簧伸缩进行变进而控制蛇形机器人运动,进而跨越杆件的台阶,在多台阶的杆件表面进行移动。本发明适用于蛇形机器人运动规划领域。
-
公开(公告)号:CN117572776A
公开(公告)日:2024-02-20
申请号:CN202311693952.1
申请日:2023-12-08
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明是一种未知非线性系统最优跟踪控制的方法、设备及存储介质,其方法包括S100、建立扩展一个受限输入的增广多智能体非线性系统模型;S200、采用传统的基于模型的方法来证明通过求解S100所建立新系统的耦合Hamilton‑Jacobi‑Bellman方程的解得到最优控制策略的可行性;S300、在S200已证明可行性的前提下,对S100建立的扩展系统模型采用无模型强化算法,即利用RL技术,得到了一个无模型Bellman方程,同时通过一种actor‑critic体系结构,得到HJB方程的近似解;S400、最后采用Lyapunov方法,证明系统在采用该无模型强化算法下得到的最优控制策略是稳定的。本发明的无模型强化算法具有灵活性、鲁棒性和高效性,适用于多智能体未知非线性系统的最优跟踪控制问题,并在实际应用中具有较好的表现。
-
公开(公告)号:CN118300467A
公开(公告)日:2024-07-05
申请号:CN202410419840.5
申请日:2024-04-09
Applicant: 安徽大学 , 埃夫特智能装备股份有限公司
Abstract: 本发明公开了基于变增益无差拍电机电流预测控制方法,包括:S1:建立电机的数学模型,通过前向差分离散化,得到电机电流和电压预测方程,对电流环进行无差拍电流预测控制,确保控制系统下一刻的输出电流跟上给定电流,并将控制系统给定电流值作为下一个时刻输出电流值;S2:基于参数失配情况,构建无模型参数的龙伯格观测器,将引起的扰动对无差拍电流预测控制器进行补偿,获得电机电流环的控制信号;S3:基于电机运行过程中实际电流与观测电流的误差值,根据自抗扰控制算法,对龙伯格观测器的增益矩阵选择非线性函数,并根据误差值的变化,自适应调节龙伯格观测器增益的取值。本发明有效提高了系统的动态和稳态性能。
-
公开(公告)号:CN116330302B
公开(公告)日:2023-08-22
申请号:CN202310604486.9
申请日:2023-05-26
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明涉及超冗余机器人运动规划技术领域,解决了现有超冗余机器人空间运动步态计算量大,进而导致超冗余机器人运动规划不实时的技术问题,尤其涉及一种基于标架化空间曲线的运动规划方法,该方法包括以下步骤:S1、构建空间参数曲线C(t)作为超冗余机器人的背脊曲线,并计算背脊曲线起始处的单位切向量、单位法向量及单位副法向量构成空间参数曲线初始处的坐标系。本发明通过计算最小旋转标架进行离散化,避免了曲率挠率的计算,对背脊曲线的形状和种类没有要求,对于超冗机器人背脊曲线离散化避免了大量的曲率挠率及积分计算,可以提高计算效率。
-
公开(公告)号:CN118300467B
公开(公告)日:2024-11-26
申请号:CN202410419840.5
申请日:2024-04-09
Applicant: 安徽大学 , 埃夫特智能装备股份有限公司
Abstract: 本发明公开了基于变增益无差拍电机电流预测控制方法,包括:S1:建立电机的数学模型,通过前向差分离散化,得到电机电流和电压预测方程,对电流环进行无差拍电流预测控制,确保控制系统下一刻的输出电流跟上给定电流,并将控制系统给定电流值作为下一个时刻输出电流值;S2:基于参数失配情况,构建无模型参数的龙伯格观测器,将引起的扰动对无差拍电流预测控制器进行补偿,获得电机电流环的控制信号;S3:基于电机运行过程中实际电流与观测电流的误差值,根据自抗扰控制算法,对龙伯格观测器的增益矩阵选择非线性函数,并根据误差值的变化,自适应调节龙伯格观测器增益的取值。本发明有效提高了系统的动态和稳态性能。
-
公开(公告)号:CN116476078B
公开(公告)日:2023-09-05
申请号:CN202310722790.3
申请日:2023-06-19
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明涉及超冗余机器人技术领域,解决了现有蛇形机器人移动建图效率低、易偏移的技术问题,尤其涉及一种基于激光雷达的蛇形机器人目标稳定跟踪方法,包括以下步骤:S1、获取IMU传感器实时测量蛇形机器人头部的姿态的俯仰欧拉角和相对水平面的期望俯仰角度,并控制蛇形机器人前进的运动步态;S2、根据IMU传感器实际测得的头部的俯仰欧拉角和头部相对水平面的期望俯仰角度,计算头部的偏离角度。本发明通过IMU传感器实时检测头部姿态欧拉角变化进而进行关节角补偿,实现头部激光雷达稳定扫描,避免地图发生边界偏移。
-
公开(公告)号:CN116237950A
公开(公告)日:2023-06-09
申请号:CN202310344973.6
申请日:2023-04-03
Abstract: 基于分段运动规划策略的机器人末端精确控制方法及设备,属于超冗余机器人运动规划及控制技术领域。为了解决现有超冗余机器人末端运动精度低的问题,本发明将超冗余机器人在运动学链上分成基部,颈部和头部,基部采用背脊曲线进行运动学的设计,并进行离散化计算出基部的关节角;然后计算超冗余机器人头部工作空间,并确定灵活工作空间的中心;通过用头部末端连杆的期望位姿和头部的灵活工作空间得出用于颈部的末端参考坐标系的期望位置和方向,使用最优化算法计算颈部和头部的关节角度。适用于超冗余机器人的末端控制。
-
公开(公告)号:CN120046650A
公开(公告)日:2025-05-27
申请号:CN202510119653.X
申请日:2025-01-24
Applicant: 安徽大学 , 埃夫特智能机器人股份有限公司
Abstract: 本发明公开了一种基于强化学习的蛇形机器人控制方法,包括:搭建包含墙壁、立方体障碍物和低矮通道的复杂地形仿真场景;对蛇形机器人的结构、关节及动力学参数进行建模,得到蛇形机器人仿真模型;定义蛇形机器人的状态空间和动作空间,并设计多元化的奖励函数;采用多层感知器MLP结构构建动作网络和价值网络;应用强化学习算法对蛇形机器人进行多轮仿真训练,使机器人学到不同情景下做出优化决策的参数集,实现蛇形机器人的优化控制,到达目标点。本发明无需依赖视觉信息,能够通过自主学习实现蛇形机器人在复杂环境中高效、稳定运动控制,提升在低矮狭窄空间的穿越能力。
-
公开(公告)号:CN118137907A
公开(公告)日:2024-06-04
申请号:CN202410419855.1
申请日:2024-04-09
Applicant: 安徽大学 , 埃夫特智能装备股份有限公司
IPC: H02P21/13 , H02P21/14 , H02P21/22 , H02P21/26 , H02P25/024 , H02P27/08 , H02P6/182 , H02P6/28 , H02P6/34
Abstract: 本发明公开了基于无传感器无差拍电机电流预测控制方法,包括:S1:建立电机的数学模型,通过前向差分离散化,得到电机电流和电压预测方程,对电流环进行无差拍电流预测控制,确保控制系统下一刻的输出电流跟上给定电流,并将控制系统给定电流值作为下一个时刻输出电流值;S2:基于参数失配情况,构建无模型参数的龙伯格观测器,将引起的扰动对无差拍电流预测控制器进行补偿,获得电机电流环的控制信号;S3:根据电机在α和β轴下的反电动势模型,建立电机转子位置的龙伯格观测器模型,通过反馈增益矩阵进行闭环反馈控制,求解出龙伯格观测器的状态变量,测算得出电机的转子位置与速度。本发明有效提高系统控制的精准性、稳定性和鲁棒性。
-
公开(公告)号:CN117675594A
公开(公告)日:2024-03-08
申请号:CN202311692315.2
申请日:2023-12-11
Applicant: 安徽大学
IPC: H04L41/12 , H04L41/142
Abstract: 本发明的一种动态网络的有界簇同步方法、设备及存储介质,包括将具有有向切换拓扑的动态系统划分为若干个簇;设计每个代理与虚拟领导者之间的耦合控制器,使得代理能够跟踪虚拟领导者的期望轨迹;通过平均方法将原始的动态系统转化为一个平均系统,使得平均系统具有相同的簇结构和耦合控制器;分析平均系统的稳定性和收敛性,给出关于时间平均拓扑的簇内耦合强度的充分条件,保证有界簇同步的实现;当网络拓扑切换速度达到设定要求时,利用原始系统和平均系统之间的等价关系,将平均系统的簇同步结果推广到原始系统,实现有向切换拓扑动态系统的有界簇同步。本发明的技术方案是通过平均方法将簇同步问题转化为稳定性问题,并给出了收敛性条件。
-
-
-
-
-
-
-
-
-