论文部分内容阅读
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。