课程文献中心 更多>>

关键词： 线弹性问题   混合元   闭锁   弹性复形   自由度  

摘要： 有限元方法是在求解椭圆方程的过程中发展出来的,是求解偏微分方程的一种经典数值解法.混合有限元方法是传统的有限元方法的一种变形.协调有限元方法在求解高阶偏微分方程时往往次数很高且具有超光滑自由度,不易应用于实际问题.混合有限元方法可以同时求解多个变量,与传统的有限元方法相比,在保证同等精度的情况下,降低了对解的光滑性要求.弹性力学方程在科学与工程计算中应用非常广泛.线弹性方程本身结构复杂,在数值求解中存在许多困难.以多项式为形函数,应力严格对称,应力与位移多项式次数匹配合理,收敛阶最优的稳定混合元已经可以构造出来,本文重点关注低次对称张量有限元的构造.本篇文章对于Dirichlet边界条件的线弹性问题的闭锁现象构造了一种低阶、鲁棒的混合有限元方法.本文主要创新点在于构建了一个二维情形下始于Bell元,终于分片线性元的低阶协调有限元弹性复形,并证明了这个复形的正合性.对于线弹性方程,利用所构造的低阶有限元弹性复形,设计了线弹性问题一种稳定的低阶混合有限元方法,其中低阶H(div,(?);S)协调有限元只有21个自由度,并通过重心坐标给出了一组基函数显式表达式.基于有限元的理论,证明离散Inf-sup条件和离散问题的适定性,进行了最优误差分析,得到的最优误差估计关于Lam'e系数λ是一致稳定的.在证明离散问题的适定性时,由于H(div,(?);S)不能嵌入连续函数空间,因此在顶点上无法直接定义,本文我们借用了投影算子,通过投影后共用点的平均值定义顶点处的值.同时在插值误差估计中,通过一个特别的范数,得到了比较好的一个误差估计结果.最后给出刚度矩阵理论推导的两种形式,一种是直观容易理解的表达形式,另一种是便于编程的向量式表达形式.并通过具体的数值例子,给出了Lam'e系数为10,1000,10～6,+∞时的数值结果与误差收敛阶图,验证了理论的有效性.

关键词： 六自由度并联平台   在线轨迹规划   运动学   时间最优  

摘要： 六自由度并联平台具有刚度大、结构稳定紧凑、累积误差小、精度高、动力性能好等特性,广泛应用于高负载,高动态响应,高控制精度的工作场景。随着技术快速发展,对六自由度并联平台的运动控制精度和自主控制能力提出了更高的要求。因此,本文以六自由度Stewart并联平台为研究对象,重点对六自由度并联平台的在线轨迹规划方法进行研究,使六自由度并联平台在任意运动状态下实现在线轨迹变更任务,保证六自由度并联平台平稳快速地运动至目标运动状态。在建立6-UCU构型Stewart平台理论模型的基础上,分析Stewart动平台的空间位姿表述方法。分析Stewart平台正、逆向运动学模型,采用拟Newton法求解正向运动学,并通过求解案例验证正、逆向运动学求解的实时性和准确性。针对六自由度并联平台在工作过程中能否根据外部最新输入的修正目标命令立即调整末端执行器运动轨迹的问题,研究在线轨迹规划方法。在S型加减速算法的基础上,提出参数预处理算法保证初始运动状态符合运动学约束。提出单自由度时间最优轨迹规划方法,确定六自由度并联平台在各个自由度上运动轨迹的加速度曲线类型,并确定各个自由度的最小运动时间。确定最小同步时间,并设计多自由度时间同步轨迹规划方法,使六自由度并联平台在各个自由度上的运动在同一时刻到达目标运动状态,以保证平台运动精度和运动平稳性。通过仿真案例,验证两种算法的有效性。为确定轨迹规划中推导的非线性方程的全局最优解,对非线性方程数值分析方法进行研究。在传统非线性方程数值分析方法的研究基础上,将Quasi-Monte Carlo算法思想与Brent算法相结合,提出QMCB数值分析方法,用于寻找非线性方程全局最优解。使用C++语言实现QMCB数值分析方法并进行仿真实验,验证算法的计算效率与计算精度。在Windows10系统下使用C++语言实现在线轨迹规划算法,并对算法进行仿真实验,验证算法的可靠性和实时性。利用MATLAB与Solid Works进行联合可视化仿真,对上文所述的运动学算法与在线轨迹规划算法进行仿真验证。搭建样机实验环境,对实验样机进行动态运动监测,验证本文所设计的在线轨迹规划方法满足在线运动控制的实时性和运动精度要求。

关键词： 深度学习   增强现实   物体6自由度姿态估计   特征融合   注意力机制  

摘要： 增强现实技术是智慧城市的重要入口之一,其通过计算目标物体在真实环境中的姿态,进而将数字化城市信息精准叠加在目标物体特定位置上,增强人与物的实时交互能力,在智慧工厂、智慧交通、智慧旅游等领域有广阔的应用前景。目标物体6自由度姿态估计从实时拍摄的图像中精确估计目标物体6自由度姿态,从而确定用于增强目标物体的数字化增强信息在图像中的位置,是增强现实的核心技术之一。然而,目标物体的种类多样性、真实环境的复杂多变性都增加了物体6自由度姿态估计难度。因此,本文基于深度学习,针对弱纹理的小物体6自由度姿态估计精度低和模型遮挡鲁棒性差的问题展开研究,具体研究内容如下:1.提出一种基于高斯滤波和高斯噪声注入改进的在线数据增强方法。由于实拍图像6自由度姿态标注困难,本文使用物体6自由度姿态合成图像扩容实拍图像数据集,但合成图像很难重现真实拍摄时的光照变化、运动模糊等影响因素,同时还存在显著的人工痕迹,这都导致模型泛化性低。因此,基于FFB6D在线数据增强方法,调优其高斯滤波超参数,充分平滑人工痕迹,避免模型借助人工痕迹等特征学习目标物体区域;增添高斯噪声注入操作,模拟实拍图像噪声,增强模型对噪声干扰和冗余信息的过滤能力。2.提出一种基于特征融合和注意力机制的物体6自由度姿态估计模型(FA6D)。真实环境的复杂多变和人眼强大的辨误能力,要求物体6自由度姿态估计有高的估计精度和强壮的遮挡鲁棒性。首先,在RGB图像特征提取网络的首个卷积块中加入卷积注意力模块,提升弱纹理的小物体区域显著度;其次,在基于编解码器的RGB图像特征提取网络中引入基于卷积注意力模块的跳跃连接,弥补深层姿态语义特征缺乏细节外观特征的问题;然后,使用通道注意力模块改进池化金字塔模块,增强目标物体可见区域与遮挡区域的联系,提升遮挡鲁棒性;接着,使用卷积注意力模块重构解码器输出的姿态语义特征,增强相似外观特征的区分度,从而降低外观相似物体对物体6自由度姿态估计的干扰;最后,调优语义分割损失函数权重,增强模型从遮挡环境中精准辨识目标物体的能力。3.提出一种基于多模态特征融合的FA6D优化方法。多模态特征融合充分发挥了外观特征与几何特征的互补优势,但其关键问题在于制定恰当的融合策略。首先,删除FA6D特征提取网络解码器阶段冗余的双向融合模块,防止模型在解码器阶段通过双向融合模块引入噪声;然后,使用全局平均池化改进双向融合模块中RGB图像到点云的融合功能部分,在共享外观显著性特征的基础上,同时共享外观的上下文信息,实现从外观和几何两个角度共同辨识目标物体。实验表明,本文提出的面向增强现实的物体6自由度姿态估计模型具有弱纹理的小物体6自由度姿态估计精度高和模型遮挡鲁棒性强的优点。

关键词： 位姿调节   并联机构   运动学分析   结构设计   运动学标定  

摘要： 随着自动化、智能化的生产需求，视觉检测作为一种新型的先进检测技术应运而生。与传统的人工检测方式相比，视觉检测有高精度、检测效率高、非接触测量和成本低等优点，视觉检测在工业检测领域有着广阔前景。但随着视觉检测水平的提高，视觉检测设备的位姿问题，如工业相机和镜头与工作台不垂直，会导致检测对象与图像采集系统成像面不平行，从而造成成像质量下降、甚至检测失败;此外工业相机和镜头相对工作台的高度位置需根据被测对象的高度进行自适应的调节，使得检测对象的表面均位于镜头的焦距范围内。为了满足视觉检测设备的位姿调节需求，本文提出一种新型三自由度2PRC-1PCR并联机构（P为移动副、R为转动副、C为圆柱副），对该并联机构的运动学进行分析和研究，基于2PRC-1PCR并联机构的构型开展位姿调节并联机构的结构设计和仿真分析，提出位姿调节并联机构的运动学标定与误差补偿方法，提出该并联机构的控制方案，搭建该位姿调节并联机构的控制系统，对该机构的位姿调节效果进行实验验证。本文的主要研究内容概括如下：　　（1）深入调研少自由度并联机构的国内外研究现状，对并联机构的自由度分析、位置分析、奇异位形分析和工作空间分析的研究方法进行归纳总结，确定本文的研究内容和技术方案。　　（2）面向位姿调节机构的性能要求，设计一种新型三自由度2PRC-1PCR并联机构作为位姿调节机构的构型基础，开展对2PRC-1PCR并联机构的构型分析和运动学分析，运用螺旋理论和修正G-K公式对该机构的自由度进行分析和验证。结合2PRC-1PCR并联机构的结构与运动特性，基于几何法和空间位置矢量法推导出该机构的正、逆运动学模型。在机构正运动学的基础上，采用蒙特卡洛法对2PRC-1PCR并联机构的可达姿态工作空间进行求解，并利用MATLAB软件绘制出机构的可达姿态工作空间图。　　（3）基于2PRC-1PCR并联机构的构型，开展位姿调节并联机构的具体结构设计，利用SolidWorks软件对该机构进行三维建模，完成所有零件的建模和装配后，将三维模型导入ADAMS软件进行运动仿真。通过ADAMS软件对位姿调节并联机构的虚拟样机模型进行机构的位置仿真以及MATLAB软件计算机构的理论位置，将两者的结果进行对比以验证所求运动学模型的正确性。绘制该并联机构中所有非标零件的二维加工图，在完成所有零部件的加工制造和采购工作后，制定该并联机构的装配工艺，根据装配工艺搭建位姿调节并联机构的物理样机。　　（4）为了提高该并联机构的运动精度，对机构的运动学结构参数进行运动学标定：建立位姿调节并联机构的误差模型，提出采用最小二乘法的机构结构误差参数辨识方法，进行并联机构的逆运动学误差补偿，并通过运动学标定仿真，验证标定方法的有效性，开展运动学标定实验，对运动学标定前后机构姿态误差的平均值、最大值和标准差进行比较。　　（5）提出位姿调节并联机构的控制方案，实现并联机构的控制系统和实验平台搭建。并联机构控制系统的硬件部分设计包括运动控制器、伺服系统、限位传感器的选型，各硬件之间的电气连接和控制系统的硬件参数配置;软件部分设计包括软件开发环境的选用、运动控制程序设计和人机交互界面设计，详细介绍了单轴驱动功能程序、位姿调节运动功能程序、返回机构原点功能程序和运动状态监测功能程序的设计。最后开展了位姿调节并联机构的运动实验，验证所设计机构的三自由度位姿调节性能。

关键词： 三自由度直升机模型   目标检测   物理信息神经网络   DDPG算法   PPO算法  

摘要： 本课题以三自由度直升机模型为研究对象,基于强化学习算法对系统的控制策略进行设计,并结合HOG+SVM(Histogram of Oriented Gradient,Support Vector Machines)目标检测算法,最终实现直升机系统的目标跟踪控制。三自由度直升机系统是一个典型的高阶次、不稳定、多变量、非线性、强耦合系统。在三自由度直升机姿态控制问题中,以PID(Proportion Integration Differentiation)、LQR(Linear Quadratic Regulator)为主的传统控制方法因为其适应性较差导致无法达到理想的控制效果。因此,鉴于智能控制理论可以消除参数变化带来的影响,本文提出了基于强化学习的控制方法。首先,通过HOG+SVM算法对目标位置进行跟踪定位,并将其作为直升机飞行的预期目标;其次,使用物理信息神经网络模型(Physics-informed Neural Networks,PINN)对该系统模型进行参数辨识。然后,结合深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)以及近端策略优化算法(Proximal Policy Optimization,PPO)设计出DDPG控制器和PPO控制器;最后,采用Simulink对控制器与目标跟踪算法进行仿真验证及实物控制实验,根据直升机俯仰角、滚动角和偏航角的跟踪准确性、快速性以及超调量大小等控制指标,度量系统目标跟踪的状态和控制器的控制效果。实验结果表明,系统的目标跟踪速度较快,具有较高的抗干扰能力。通过与PID控制实验结果进行对比,能够验证本文所设计的控制器具有调节时间短、超调小、静态误差小的优点,控制效果更佳,说明了将此类控制器应用于小型无人飞行器的可行性。

关键词： 二自由度横向误差微分方程   LQR   无约束MPC   有约束MPC   RMPC  

摘要： 自动驾驶车辆在道路上的横向控制问题是一个业界难题,本文将其转化为求解一个有约束的最优控制问题,对比多种最优控制方法,从中选择最符合实际情况的。本文共分为6章内容:第一章简单介绍车辆横向控制的研究由来、目前海内外理论研究情况、依然尚未解决的问题,并概括了本文主要内容。第二章介绍了车辆的运动学方程,动力学方程,然后通过坐标变换解耦横纵向控制得到本文的重点讨论对象——横向误差微分方程,并证明了该模型是可控的。第三章运用离散系统稳定性的相关理论,分析两种常用的无约束车辆横向控制方法,即线性二次型调节器控制(LQR)以及无约束模型预测控制(MPC),并证明了两种方法都可以使得离散闭环系统渐近稳定,且两种方法最优控制率相等,然后在反馈控制基础之上加入前馈控制,使得航向误差为0。第四章介绍了有约束的MPC控制方法,状态约束常用于避免车辆碰撞障碍物,我们证明了终端等式MPC和终端不等式MPC方法都可以使得加了约束条件后的离散闭环系统渐近稳定;然后将外界扰动和模型本身存在不确定性的情况考虑进新模型,运用鲁棒预测控制方法(RMPC)对新模型进行分析,指出模型本身存在不确定性情况可以转化为有界扰动的问题,证明了RMPC可以使得有界扰动离散闭环系统渐近稳定。第五章给出了路径规划选用五次多项式的原因,并选择双移线工况作为我们的跟踪轨迹,然后对LQR,MPC,RMPC进行模拟仿真对比,结果显示在轨迹跟踪方面,三种方法都达到了要求,其中LQR表现较好,但控制量u即前轮转角δ抖动过大;MPC在处理有约束的控制问题时控制量会相应提高;RMPC在车辆高速运动所引起的轮胎侧偏刚度时变控制中有很好的表现。第六章总结本文主要内容和结论,概括研究创新点,并对未解决问题进行展望。

关键词： 精密运动平台   压电陶瓷   神经网络   微定位系统  

摘要： 随着人们对精密机械要求的日益增加,微定位技术变得越来越重要。而微定位技术中的一个主流研究方向就是微定位平台的开发,其中,由于压电陶瓷驱动的微定位平台系统具有其精度高、分辨率高、可靠性高、响应速度快、易于加工和控制等优点,通常被用于精密设备、仪器以及精密操作中,在科学研究和生产应用上都具有重要的价值。为了解决一种设计好的三自由度精密运动平台的定位问题,使其发挥良好的性能,提出了一种该装置的控制方法,该控制方法结合了基于神经网络的前馈控制和基于PID的反馈控制。由于装置实现的是三维运动,将三个方向的位移轨迹通过装置的运动学模型转换成每根压电陶瓷的运动轨迹,再分别对每根压电陶瓷的运动进行控制。首先,对装置的运动学模型及其逆解进行了建立和参数计算,并使用有限元分析软件验证了运动学模型的正确性。随后又对装置的驱动模型进行了建立与参数计算,将压电陶瓷驱动器的输出与装置的输入联系了起来,为后续控制系统模型的设计做准备。其次,提出了一种基于BP神经网络的压电陶瓷驱动器迟滞非线性补偿方法,以用于进一步对控制系统模型进行设计。先通过Prandtl-Ishlinskii模型确定了神经网络的输入和输出,随后采集了用于训练神经网络的数据集并对神经网络进行了训练,同时得出了最佳的隐藏层神经元个数。最后使用训练好的神经网络对压电陶瓷驱动器进行了控制效果测试。实验结果表明,使用该方法来控制压电陶瓷驱动器,可以使其输出位移与理论位移基本相同,验证了神经网络补偿压电陶瓷迟滞非线性的有效性。最后,搭建出了三自由度精密运动平台的控制系统,并结合前期进行的工作使用Simulink来进行用于DSPACE的控制系统模型设计。准备完成之后,使用临界振荡法并结合每个PID控制器对压电陶瓷形变的影响权值来进行PID控制器参数整定。对控制系统的测试结果表明,在该控制系统的适用范围内,装置输出的运动轨迹与设定轨迹基本吻合,验证了该控制系统的有效性。

关键词： 七自由度机器人   机器视觉技术   YOLOv5   机器人倒水  

摘要： 随着机器人领域的不断扩展,将机器视觉技术与机器人抓取相结合,可以对目标物体进行实时的识别与定位,使机器人具有自主决策能力,扩大了机器人的应用范围。本文将机器视觉技术与机器人相结合,以机器人倒水任务为例,对基于视觉的机器人抓取进行研究。主要工作如下:首先设计了基于视觉的七自由度机器人抓取的整体方案,分析了相机的成像与畸变模型,建立了视觉系统的坐标系并推导相互之间的转换关系。完成了深度相机的相机标定与手眼标定实验,获取深度相机的内外参数及畸变系数。将深度相机所得到的深度图像与彩色图像进行配准与修复,提高了采集图像的精度。其次,对目标物体的识别与定位进行研究。以水杯、水、茶叶和咖啡为研究对象,建立了水杯、水、茶叶和咖啡的数据集。采用YOLOv5s模型训练自建的数据集,训练结果表明,经过训练后模型的识别精度与稳定性较高。并通过验证集中未出现的水杯以及添加障碍物的方法测试了模型的泛化性以及鲁棒性,验证了其识别精度满足机器人抓取的要求。利用YOLOv5算法在识别目标物体后生成的二维矩形框与深度相机采集的深度图像的深度值,完成了对目标物体的三维定位。然后,对Sawyer七自由度机器人的运动学以及在抓取过程中的路径规划问题展开了研究。通过D-H法建立了Sawyer七自由度机器人运动学方程,验证了运动学方程的有效性。针对RRT算法在机器人路径规划的过程中无方向性,在无障碍物处产生无用节点的问题,采用目标偏置、双向分段搜索的策略对RRT算法进行改进,提出了具有导向性的双向分段搜索的改进RRT算法,并应用于七自由度机器人的路径规划上。利用ROS平台进行七自由度机器人在三维环境避障仿真实验,结果表明改进的RRT算法能够有效地减少路径的节点数量与搜索时间,并提高路径规划的成功率,在路径的选择上也有明显的改善。最后,搭建了基于视觉的七自由度机器人抓取倒水任务实验平台。设计了七自由度机器人抓取位姿,根据水杯与茶杯的相对位置设计出机器人倒水时的位置,运用改进的RRT算法对抓取路径进行规划,完成了七自由度机器人避障以及倒水实验,验证了设计的机器人抓取方案的有效性和可行性。