【摘 要】
:
生物蛇种类中无论是陆地蛇、水蛇还是海蛇,生物体本身都拥有其适应环境的能力。海蛇是由陆地蛇生物进化而来,与陆地蛇相比,身体形态、运动特征存在较大迥异,更加适应在海中复杂的栖息地生存。本文从生物进化角度出发,研究海蛇躯体进化特及运动特点,并以此为依据进行仿海蛇机器人研究。(1)海蛇机器人运动机理针对海蛇进化特征,对海蛇游动机理以及波动特征的研究;对海蛇躯体主动变形推进机理研究,首先根据生物海蛇的运动特
论文部分内容阅读
生物蛇种类中无论是陆地蛇、水蛇还是海蛇,生物体本身都拥有其适应环境的能力。海蛇是由陆地蛇生物进化而来,与陆地蛇相比,身体形态、运动特征存在较大迥异,更加适应在海中复杂的栖息地生存。本文从生物进化角度出发,研究海蛇躯体进化特及运动特点,并以此为依据进行仿海蛇机器人研究。(1)海蛇机器人运动机理针对海蛇进化特征,对海蛇游动机理以及波动特征的研究;对海蛇躯体主动变形推进机理研究,首先根据生物海蛇的运动特点进行海蛇推进模式分析,定义海蛇机器人波动曲线。(2)柔性蛇尾推进力分析以柔性蛇尾为研究对象,建立蛇尾摆动的流固耦合水动力分析模型,采用求解RANS方程方法,研究蛇尾尺度参数-运动学参数-推进力之间的动力学关系。分析了不同蛇尾运动频率、幅值,以及几何参数对推进力的影响(3)海蛇机器人机构设计依据仿生学原理对仿生海蛇机器人的总体构型进行设计,海蛇机器人整体采用模块化设计方案,能够大大降低加工及维修成本,机构模块包括海蛇机器人的蛇形模块、伸缩模块、密封机构、柔性蛇尾。每个模块独立密封,在模块外部多个模块信号线串联,能够极大降低机构的漏水风险。(4)海蛇机器人水动力分析建立海蛇机器人的运动数学模型,作为进一步数值仿真、运动性能分析及优化设计等基础。在水动力学分析基础上,根据机器海蛇形态学、游动运动学、刚体动力学建立精确的、定量表述推进运动动力学模型,揭示游动运动学方程-游动速度-推进效率的内在关系,为机器海蛇控制器设计、可操纵性、稳定性分析提供理论基础。(5)海蛇机器人水下运动性能的仿真分析,并进行相应的实验验证采用流固耦合仿真对所设计的仿生海蛇机器人进行水动力分析,其中包括柔性蛇尾的推进机理分析,分析不同蛇尾形状尺寸、不同结构刚度、不同的摆动参数对推进速度和推进效率的影响;海蛇躯体主动变形推进机理研究,揭示主动变形参数及流场参数的影响,以及蛇体形态参数对形状阻力影响。综上,本文通过建立海蛇机器人的水下动力学、运动学模型,验证了海蛇蜿蜒运动控制模型的有效性,并对柔性蛇尾进行水动力分析,经实验证明,海蛇机器人在本文提出的控制模型下进行了真实的海蛇运动的模拟,满足水下高效运动的要求。
其他文献
随着计算机视觉领域的发展,学者们对目标跟踪的研究也越来越关注,尤其是多目标跟踪。多目标跟踪在自动驾驶、交通管理等多方面有着广泛的应用。现阶段的多目标跟踪研究有不错成果,但是在目标遮挡、交互或者感兴趣目标众多等复杂环境情况下,多目标跟踪算法的应用和速度就会受到制约。因此,本文采用基于检测策略的多目标跟踪算法进行研究,实现高效、准确的跟踪任务。主要研究内容如下:(1)研究Faster RCNN和YOL
随着信息技术的快速发展和硬件成本日益下降,传感器技术得到快速发展,已经在军事安防、农业、工业、智能交通等多个领域有着广泛的应用。多传感器网络相对于单一传感器具有种类多、适应性强、容错率高等优点,因此它适用于更多的场景同时也具有更重大的研究意义,近年来已逐渐成为热门的研究方向。而在多传感器网络的软件开发方面,目前大多数都处于理论仿真阶段,缺少实际的硬件环境约束。本文针对现有的多传感器网络硬件体系,设
无人水下航行器(UUV)是一种无驾驶员的类潜艇机器人装置,用于水下任务,如搜救、测量、监视、检查、维修和维护。水下航行器运行期间,其运动轨迹会呈现高度非线性。此外,航行器动力性能还会随着周围环境的变化和外部干扰(如风速和海流)而发生显著变化。这些因素都使得我们难以对水下航行器空间运动进行准确建模。模糊控制具有很强的鲁棒性,能够适应流体动力学的不确定性。不仅可以对多种线性系统进行控制,在非线性系统控
随着手机等移动端图像获取设备的不断升级与普及,图像数据逐渐成为人们日常获取信息的最主要来源。但是随着图像数据规模的日渐庞大,冗余信息也逐渐的充斥在人们的身边,导致人们搜索有用信息的难度越来越大,所以针对的图像的识别与自动分类具有越来越重要的意义。随着近些年来深度学习在图像分类中的应用越来越深入,越来越多优秀的基于深度卷积神经网络的图像分类结构取得了令人瞩目的成果,但是基于深度学习的图像分类方法,对
磁控形状记忆合金(MSMA)是一种发现较晚的新型材料,基于磁控形状记忆合金变形率高、响应快等特点,本文研究是在材料逆特性的基础上,主要是对传感器的结构进行优化设计,运用ANSYS电磁仿真软件进行验证,最后通过搭建实验系统,在不同的输入条件下分析输出的感应电压波形。主要研究内容如下:对MSMA材料特性进行阐述,在此基础上根据MSMA传感器的工作原理、法拉第电磁感应定律以及磁路欧姆定律的相关知识,得到
随着国家工业实力的飞速发展,机器人抓取技术在工业生产中发挥着不可或缺的作用。目前,工业中的抓取技术是根据设定好的流程再加上传统机械手爪的配合来实现物体或工件的抓取。这种抓取技术只是固定的、重复的对单一零件进行抓取,不具有广泛使用的特性。因此,基于深度学习的抓取技术受到国内外研究者的广泛关注。为了解决工业生产领域中多个不同类别的物体识别与抓取问题,本文对基于深度学习的柔性夹爪抓取技术来展开研究,本论
伴随着互联网时代的到来,人工智能发展趋势逐渐从单智能体决策转向多智能体决策。生活中有很多多智能体系统,比如驾驶车辆在车流中行驶、足球队比赛,甚至是蜜蜂建造蜂巢。这些系统都是多智能体之间通过协作或竞争以达到某个目的。相对于单智能体学习来说,多智能体的学习挑战在于它有更大的搜索空间、对于其它智能体的感知以及系统的鲁棒性。在多智能体系统中,随着智能体数量的增多,问题也随之而来,那就是智能体很难从全局共享