水下助推機器人控制系統(tǒng)設(shè)計.pdf

1、隨著科學技術(shù)的發(fā)展，助推機器人在提升人類運動能力、輔助患者恢復身體健康、增強士兵作戰(zhàn)能力以及提高人類工作效率等方面將發(fā)揮越來越重要的積極作用。潛水工作者在水下進行潛水任務(wù)時，潛水速率、作業(yè)時間、潛水深度以及潛水距離等因為人體機能的局限性受到一定程度的限制。本課題研究的水下助推機器人適于穿戴，能夠有效提高潛水者的運動能力，協(xié)助潛水工作者完成艱難的潛水作業(yè)任務(wù)。
　　水下助推機器人是一套適于人穿戴的外骨骼機械服裝裝置，本課題擬對其進行

2、深入研究。其中，控制系統(tǒng)設(shè)計以及控制算法的設(shè)計將是本課題研究的主要內(nèi)容。
　　首先，為了對水下助推機器人控制理論模型進行分析，通過將單腿簡化為二連桿模型結(jié)構(gòu)，然后利用正逆向運動學分析方法和牛頓-歐拉力學方程，分別建立運動學模型和動力學模型，得到水下助推機器人下肢各個關(guān)節(jié)運動的坐標、髖關(guān)節(jié)和膝關(guān)節(jié)角度、速度以及兩個關(guān)節(jié)轉(zhuǎn)動所需轉(zhuǎn)矩的關(guān)系。針對水下助推機器人的關(guān)節(jié)運動軌跡跟蹤問題，本文首先設(shè)計軌跡跟蹤的控制算法，包括D型迭代學習控制算

3、法以及基于初態(tài)學習的迭代學習控制算法。D型迭代學習控制算法比較簡單、計算量小，它可以在有限的時間范圍內(nèi)實現(xiàn)對未知對象模型的實際運動曲線軌跡進行高精度跟蹤，直到和期望軌跡相吻合，且并不依賴數(shù)學模型。但在實際工程中，難以保證每次迭代學習的初始狀態(tài)不變，因此提出基于初態(tài)學習的D型迭代學習控制算法，從而降低對迭代學習的初始條件要求。
　　其次，通過應(yīng)用Matlab/simulink軟件進行算法仿真，證明經(jīng)過多次迭代學習，水下助推機器人控制