公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于扩展卡尔曼滤波器的液压驱动器状态估计被引量：5: 2013年; 本文的液压驱动器属于不可观测的非线性系统,普通的状态观测器难以胜任系统的状态估计,故采用扩展卡尔曼滤波器对液压缸活塞腔和杆腔压力进行估计.建立了液压系统的4阶非线性状态空间模型,用高斯-牛顿法拟合模型参数,用关节角度信号通过扩展卡尔曼滤波器估计液压驱动器状态.仿真结果表明该方法可以精确估计液压缸压力,实验结果显示该方法估计的关节扭矩接近测量值;从而验证了扩展卡尔曼滤波器估计液压系统状态的有效性,为基于状态的故障诊断和液压驱动器控制提供了一定的借鉴.; 孙广彬王宏佟琨黄海龙; 关键词：非线性系统扩展卡尔曼滤波器状态估计

基于经验模态分解的颈部表面肌电信号特征提取被引量：4: 2013年; 通过SEMG的线性与非线性指标分析评估被试者在伏案工作过程中的颈部肌肉疲劳程度.采用经验模态分解EMD将原始信号中的强背景噪声分解至各个固有模态函数IMF,达到降噪的作用.在此基础上,分别对SEMG的线性、非线性指标进行了分析.结果表明:随着低头伏案学习时间的增加,被试者的肌肉疲劳程度不断加重,线性和非线性指标随时间都有较明显的线性变化规律.此项研究结果表明长期伏案工作者中的颈椎病患者通常易发生低节段颈间盘退变,同医学影像学中核磁检测结果一致.因此应用SEMG信号的时频分析评估颈部肌肉疲劳状态是可靠且可行的.; 王琳孙广彬郭维城; 关键词：特征提取经验模态分解表面肌电信号颈部肌肉

摩擦力不确定的机器人液压驱动器的精确控制被引量：1: 2015年; 基于H∞鲁棒控制器来改善机器人液压系统位置控制性能。首先经液压动力学和机械动力学分析,建立液压驱动系统的数学模型,摩擦力采用Dahl模型。然后按系统参数标称值设计基于混合灵敏度的H∞鲁棒控制器,对权值函数进行优化选择。最后经仿真和实验验证得出如下结论:该控制方法可以有效抑制摩擦力参数误差对位置跟踪控制的影响,尤其在速度换向时摩擦力模型的不确定性产生的影响,显著减小了位置跟踪误差,且该控制器稳态和过渡性能都优于传统PID控制器。; 孙广彬王宏王琳李滨纪俐王福旺; 关键词：机器人液压系统摩擦力鲁棒控制

仿人足底肌电特征的机器人行走规划被引量：6: 2015年; 模仿人类行走规律是规划双足机器人运动的基础.以往模仿人类步态主要通过视觉方法或惯性模块测量(Inertia measurement unit,IMU)方法捕捉人体特征点轨迹.这些方法不考虑零力矩点(Zero moment point,ZMP)的相似性.为解决该问题,本文提出了一种基于足底肌电信号(Electromyography,EMG)和惯性模块测量信号的混合运动规划方法.该方法通过测量足底肌电信号计算出足底压力中心的位置以及踝关节扭矩,结合惯性模块所测量的人体躯干和双足轨迹,来规划双足机器人的步态.首先,用肌电仪测量足底肌电信号,用惯性测量模块测量人体各肢体部分的姿态轨迹,经数据标定后作为仿人机器人的运动参考;然后,通过预观控制输出稳定的步态.为确保仿人行走的效果,基于人体相似性对运动数据进行了步态优化.实验验证和分析表明,EMG信号超前ZMP约160 ms,利用这个特性实现了对压力点位置的有效预测,提高了机器人在线模仿人类行走的稳定性.; 孙广彬王宏陆志国王福旺史添玮王琳; 关键词：仿人机器人

仿人机器人步态规划和稳定性控制研究: 控制论的诞生以及电子行业的高速发展,为机器人的产生创造了得天独厚的条件,仿人机器人也从人类很早的传说变为现实,仿人机器人诞生三十多年来,已经形成了自己的一套独特的理论,集机械电子信息及控制论为一体,构成了一个多学科交叉领...; 孙广彬; 关键词：仿人机器人步态规划稳定性倒立摆 ZMP; 文献传递

机器人液压驱动器神经网络自适应最优控制被引量：4: 2015年; 为了有效地控制液压非线性系统,提出基于RBF神经网络的自适应最优控制系统,应用于机器人液压驱动器.首先,建立了液压系统的动力学模型;然后,输入幅值和频率连续变化的信号,应用卡尔曼滤波器估计液压系统状态,进而计算出模型参数,对模型参数进行分组用于训练RBF神经网络;接着,对不同组参数求平均作为参考点,用RBF神经网络学习最优控制器反馈增益随系统参数的变化规律;最后,训练完成的神经网络根据卡尔曼滤波器参数估计值在线预测并调节控制器增益.经实验验证,该控制系统调节时间和跟踪误差仅为普通线性二次型最优控制器的1/2和1/3左右.; 孙广彬王宏; 关键词：自适应控制 RBF神经网络最优控制

应用扩展零力矩点预观控制和分解动量控制的仿人机器人全身运动规划方法被引量：5: 2016年; 针对简化动力学模型对运动规划造成较大误差的问题,提出一种仿人机器人全身运动生成方法,它结合扩展零力矩点(extended zero moment point,EZMP)的预观控制和分解动量控制,实现了含多种约束的高效运动规划。该方法给出了非线性EZMP方程在三维空间中的封闭形式,使得机器人稳定步态生成更加方便,同时将之前文献中忽略的角动量等因素也考虑在内,另外可以对EZMP、四肢运动和角动量等自由添加约束。仿真结果表明,该方法将EZMP平均误差减小到单一预观控制方法的2/5,并可以方便地实现含复杂约束的运动规划,为仿人机器人提供了一种形式简单且灵活、高效的运动规划方法。; 周雪峰孙广彬刘晓光黄丹蒋晓明朱富贵; 关键词：仿人机器人角动量

全选清除导出

共1页<1>

孙广彬