课程文献中心 更多>>

关键词： 波浪补偿   Stewart平台   惯性传感器   卡尔曼滤波   滑模控制  

摘要： 船载波浪补偿装置的主要作用是在波浪干扰环境下为其它海工装备提供一个相对稳定的工作环境,广泛应用于海上补给、舰载武器瞄准等领域。目前我国在波浪补偿技术领域起步较晚,现有的波浪补偿系统大部分仅考虑单一的升沉运动,无法对扰动进行全补偿,而基于Stewart结构的并联补偿平台具备空间六自由度运动,国外研制的全自由度补偿机构多基于该结构,但是由于技术垄断,这些补偿装置价格高昂,甚至只租不售,制约了我国海洋产业的发展。针对上述问题,论文对六自由度主动波浪补偿系统的“测量”和“控制”两大关键技术展开研究,以促进主动波浪补偿系统相关技术的完善和理论的进步。 本文以SBG公司生产的惯性传感器以及Stewart平台为研究对象,围绕船舶的升沉、纵摇、横摇测量模块设计以及波浪补偿机构控制系统设计展开研究。具体研究内容如下: (1)针对动态环境下传统卡尔曼滤波算法鲁棒性低及姿态解算精度较低等问题,提出了一种鲁棒卡尔曼滤波方法用于姿态解算。首先采用惯性测量单元采集对象的加速度与角速度数据,然后对这些数据进行误差分析并建模。随后,采用卡尔曼滤波算法对处理后的加速度与角速度数据进行融合。为减少外部加速度对测量的影响,采用一阶AR建模方法实现对有害加速的估计,同时采用一种多重调谐因子自适应调节测量噪声协方差矩阵,提高姿态测量的精度。最后设计实验验证该算法的合理性和可行性。 (2)针对传统升沉测量中卡尔曼滤波观测器的模型误差较大以及自适应能力不足等问题,提出了一种自适应鲁棒容积卡尔曼滤波方法实现船舶升沉测量。首先分析船舶升沉解算的流程与传统方法的不足之处,然后引入Sage噪声估计器、多重衰落因子以及Huber鲁棒滤波等自适应模块对传统解算方法进行改进,提高算法对复杂升沉信号的解算能力以及自适应能力。最后在MATLAB中设计仿真实验,并采用多组复杂升沉信号进行测试,通过对比多组实验数据验证升沉测量精度以及算法的有效性。 (3)针对波浪补偿平台强耦合、非对称、多输入多输出等特点,采用一种基于单位矢量法的滑模控制器实现补偿平台的控制。首先采用逆运动学完成工作空间到关节空间的转换,利用Euler-Lagrange方程实现关节空间逆动力学建模,然后将Solid Works中建立的三维模型导入Simulink,结合Sim Mechanics模块库实现Stewart模型的建立。随后,采用计算力矩控制以及传统滑模控制完成控制器设计,针对滑模控制器中存在的抖振现象,采用一种非线性连续函数对符号函数进行替换,削弱控制系统的抖振,实现稳定及高精度的轨迹跟踪。最后在Simulink中搭建主动波浪补偿系统,模拟船舶运动信息作为输入,验证几种控制器的跟踪性能,为后续装置的生产与调试提供技术支撑。

关键词： 深度学习   位姿估计   弱纹理工件   密集对应   合成样本  

摘要： 随着人工智能技术的不断发展,深度学习在机器人感知应用中的作用日益显著,成为推动机器人技术革新的关键因素。然而当前工业场景中机器人的智能化水平仍然有限,缺少应对复杂多变任务的泛化能力,其关键之一在于能否精确获取待抓取物体的六自由度位姿信息。本课题主要研究在复杂工业场景下,实现实时性、鲁棒性的高精度弱纹理工件六自由度位姿估计。论文具体研究工作为: (1)融合集中式特征金字塔的CA-YOLOv7算法研究。针对待识别工件存在堆叠、遮挡等放置状态,工件弱纹理性质缺少明显特征,导致算法识别精度下降等问题。提出一种改进的目标检测算法,作为位姿估计的前置阶段,兼具检测精度与识别速度。通过引入坐标注意力模块增强网络学习特征的表达能力,通过融合集中式特征金字塔,实现更精细的空间特征调节,并采用Wise-Io Uv3 Loss替代原有损失,提高网络泛化能力。在T-LESS数据集与自建数据集上验证,实验表明与基准网络YOLOv7相比准确率分别提升4.1%与3.8%,并优于现有其他算法,表明本文方法为高精度检测算法。 (2)基于密集对应的注意力融合位姿估计算法研究。为了提高算法对于对称、弱纹理以及具有干扰场景下的工件位姿估计准确性,本文提出一种基于密集对应的位姿估计算法,通过融合动态卷积残差模块、引入大尺度卷积分解思想和融合大核注意力模块,改进编码-解码架构的图像特征提取网络提取像素级2D特征,联合关键点对应网络将物体模型点云映射为高维特征,构建密集的2D-3D对应关系,求解出最终位姿。实验结果表明,在Occlusion LINEMOD数据集和自建数据集上分别取得57.4%和62.1%的位姿估计准确率,优于目前大多数位姿估计方法,证明本文方法为具有鲁棒性和泛化性的高精度位姿估计方法。 (3)针对传统数据的采集和标注过程繁琐且耗时较长,低质量的标注数据影响模型训练效果等问题,本文基于Blender渲染引擎自动生成用于网络训练的自建工件数据集,通过高质量的合成数据,提高工件位姿估计识别准确度。设计并实现了工件六自由度位姿估计系统,将识别结果进行可视化展现。在真实场景下对不同种类工件进行位姿估计实验,展现本文方法的泛化性和准确性。 图[72]表[14]参[76]

关键词： 冲击运动   六自由度并联运动平台   自适应滑模控制  

摘要： 六自由度并联运动平台(例如,Stewart Platform)由于其能够精确地模拟空间运动体复杂的运动轨迹和姿态变化,常用于各种运动模拟和环境模拟中。然而,传统的运动平台在模拟冲击运动时速度会受到驱动杆件的限制无法快速运动,并且大多数的平台基于慢速高精度任务设计,在面对冲击运动时精度可能会受到较大影响,并且由于动平台的运动速度设计要求较低,需要较长的时间修正误差。为了克服以往运动模拟器不能模拟冲击运动的局限性,本文在六自由度并联运动平台的基础上提出了一种多自由度运动模拟器系统设计方案,能够在平稳运动中额外增加垂直于平台上表面的冲击运动,并且该平台本身能够承受一定量的冲击运动,可望实现航行器、飞行器的碰撞运动物理模拟。 首先根据六自由度并联运动平台的机构原理给出了多自由度冲击运动平台的设计方案,计算了它的自由度,验证了运动的封闭性。为了后续开展运动平台的运动仿真模拟研究,建立了平台的正逆运动学模型,并进一步推导出了冲击运动的估计方法。 随后根据平台的逆运动学和冲击运动开展了冲击运动平台虚拟样机的设计,专门设计了其中的关键零部件。为了模拟飞行器落地过程和着地冲击运动,还对设计完成的运动平台进行工作范围的校核,验证了平台设计方案和用于实验的可行性。 进一步基于设计的运动平台及其运动学模型,给出了三种用于不同任务要求的运动规划方法,和三种实现不同任务目标的运动控制算法,其中包括一种基于简化动力学模型的自适应滑模控制算法,能够在简化计算量的同时,为设备提供面对冲击运动时仍能保持稳定和精准的控制效果。 为了验证建模的正确性和算法设计的可行性,基于一个和平台具有相似运动学的冗余二自由度运动平台,开展了各算法的验证实验,证明了给出的三种运动规划方法和控制算法的可行性,分析了这些算法的可行应用场合。 为了验证多自由度冲击运动平台的可行性,基于了虚拟样机,开展了运动体的落地过程模拟和着地冲击运动的仿真验证,不仅证明了多自由度冲击运动平台设计方案的可行性,也证明了自适应滑模算法在冲击运动中的稳定性和可行性。 论文最后一章给出了本文的研究结论,并讨论了未来可进一步开展的研究和工作。