基于动觉智能图式的多级摆系统仿人智能运动控制

摘要

多级摆系统是高阶次、多变量、非线性、强耦合、欠驱动的自然不稳定系统，对其进行运动控制的过程中，蕴涵着几乎全部的典型控制问题。作为一个装置，摆系统的结构又相当简单且成本低廉，控制效果一目了然。因此，长期以来多级摆系统的摆起倒立控制适合用来对多种不同控制理论和方法进行实验比较，是控制理论研究中一种理想而又典型的验证装置。从机器人的运动控制来看，多摆系统与多指机器人手、轮式移动机器人、人形机器人、太空机器人等机器人系统的控制也有很大的相似性。由于多级摆系统的运动控制中，既要利用连杆之间的耦合关系实现不同的控制目标，又要防止因耦合而使关节与连杆的运动受到干扰。由于存在不能直接控制的非驱动关节，一般的平滑反馈控制方法对这样的系统是无效的，所以多级摆系统的运动规划与控制实现是比较困难的。因此，对多级摆系统运动控制的研究不仅对仿人(生)机构的研究有重要意义，在各类机器人的控制性能改进方面亦有重要的参考价值。 多级摆系统的大范围非线性运动控制是控制领域的难题，一般控制方法难以实现其控制指标，相应的实时控制成果在国内外都还很少，也还没有完整的理论和方法。与一般的运动控制不同，人类(或其它生物)的动觉智能以多控制器多模态的结构为基础的，极善于利用这些控制器与控制模态的密切配合，通过时空协调与冲突调解完成多种复杂运动控制任务；同时，人类也善于针对任务、环境、对象的特征进行以控制器为中心的学习优化。与现有机器人相比，“人控制器”有更高的动静态品质。 论文将仿人智能控制多年研究成果与认知科学中的图式理论(SchemaTheory)和遗传算法的研究成果相结合，以“仿人”“仿生”为指导思想，把人类针对3C(Complexplants，Complexmission，Complexcircumstance)问题的动觉智能简化为复杂任务的分解、基于特征的对象模型的建立、以“动觉智能图式”为智能基元的多控制指标的实现、与环境互动的学习优化等实现步骤，从而模拟人类动觉智能的实现过程，成功地实现了多级摆系统的运动控制。 多级摆系统的摆起倒立是大范围的非线性运动控制问题，用传统的单控制器结构和基于小范围的线性化处理方法，很难奏效。现有的基于多控制模态的智能控制方法虽能解决摆系统大范围非线性运动控制的问题，但缺乏更具普适意义的设计理论与设计方法。对此，应用“人-机结合”、“定性-定量结合”的方法，论文在复杂控制任务分解的基础上，进一步建立了多级摆系统运动控制的动觉智能图式群，并以“同化”、“顺应”的方法实现了控制器自适应、自学习的功能。在稳定性分析中用到了“稳定性监控”的方法，和控制器转换中“平滑”切换的概念。 多级摆系统的摆起倒立等复杂控制任务所要求的动觉智能图式群中，存在大量的控制参数的优化整定问题，传统的方法实现难度大、对专家经验的依赖性强，推广意义弱。在摆问题的研究中，大约80﹪以上均是仿真研究，对实际问题的解决总感觉还存在较大距离，其中的一个重要原因就是在这样的对控制器实时性要求很高的实物控制中，模型参数中存在很多不确定因素。对此，论文结合改进的遗传算法的应用研究，用机理建模与参数寻优结合的方式，解决了建立对象特征模型的问题。并进一步地，以提高对系统的分析设计能力和控制器的鲁棒性为目的，分析了动觉智能图式群的参数优化(同化)和动觉智能图式群的结构优化(顺应)的原理与实现方法。 论文将小车二级摆系统、三连杆体操机器人系统等多级摆系统大范围非线性运动控制问题结合研究，提出了“倾斜轨道上小车摆的摆起倒立控制”和“单杠体操机器人的大、小回环运动控制”等研究内容。将多级摆运动控制中的理论设计、仿真研究和实时控制结合研究，全面分析了其中的设计与实现方法，实验结论说明了理论分析的正确性和设计方法的有效性。 研究中，论文在认知科学与智能控制的交叉领域探索解决途径，将“图式”这一认知心理学中用来解释人类智能的结构及其发生发展的、描述智能基元的概念引入到仿人智能控制中，用动觉智能图式表示人体各个层次的动觉智能特征，对动觉智能图式的形式化描述与相应的实现机理进行了研究，为用“仿人”思想解决多级摆系统的复杂运动控制难题奠定了基础。同时，论文立足于“演化论”的自然观，应用辨证的“分析综合互动”方法，对图式理论、仿人智能控制和遗传算法进行交叉融合研究，力图建立有自学习、自组织、自适应特征，有更加广泛意义的智能控制方法。论文为多级摆系统大范围非线性运动控制的规划与实现提出了一种新的方法，解决了欠驱动、强耦合、非线性机构运动控制的关键问题，提高了仿人智能控制的普适意义，为面向复杂控制任务的人类动觉智能的模拟及其实际应用开辟了广阔前景。

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

1绪论

1.1研究意义和目的

1.1.1面对复杂系统的仿人智制控制

1.1.2多级摆系统运动控制的研究意义

1.2课题来源

1.3多级摆系统运动控制研究状况

1.3.1研究内容与特点

1.3.2摆系统运动控制的研究状况

1.3.3摆系统运动控制中的传统控制方法与智能控制方法

1.4本文主要研究内容

1.4.1本文的主要研究内容

1.4.2论文结构

1.5本章小结

2 多级摆系统的模型

2.1摆系统模型简介

2.2小车二级摆模型

2.2.1小车二级摆的物理模型

2.2.2小车二级摆的动力学模型

2.2.3小车二级摆的数值仿真模型

2.2.4小车二级摆系统的运动特征

2.3单杠体操机器人模型

2.3.1三连杆单杠体操机器人的物理模型

2.3.2三连杆单杠体操机器人的运力学模型

2.3.3单杠体操机器人系统的运动特征

2.4多级摆系统的动力学参数辨识

2.4.1多级摆系统动力学参数辨识的意义

2.4.2三连杆单杠体操机器人动力学参数辨识的实现

2.5本章小结

3 基于动觉智能图式的仿人智能控制

3.1图式理论简述

3.1.1图式的概念及其发展

3.1.2图式的实例比、激活与协调

3.1.3伸手取物的实例浅析

3.2人体动觉智能与动觉智能图式

3.2.1人体动觉智能的特征

3.2.2“图式”的特征

3.2.3动觉智能图式的特征

3.3仿人智能控制简介

3.3.1仿人智能控制的原型算法

3.3.2仿人智能控制的特点

3.4基于动觉智能图式的仿人智能控制的认识论、方法论

3.5几个基本概念

3.6基于动觉智能图式的仿人智能控制系统的体系结构

3.6.1分层递阶的网格结构

3.6.2动态学习的网络关系

3.7感知图式的结构及其描述

3.7.1人体感知系统与信息融合

3.7.2感知图式的定义与结构描述

3.7.3特征辨识、特征记忆与模式识别

3.8运动图式的结构及其描述

3.8.1运动图式的定义与结构描述

3.8.2典型的仿人智能控制模态基元

3.8.3多模态与多指标的兼顾

3.9关联图式的结构及其描述

3.9.1低阶关联图式

3.9.2高阶关联图式

3.10动觉智能图式

3.10.1动觉智能图式

3.10.2基于动觉智能图式的仿人智能单元控制器

3.11图式的编码与智能推理

3.11.1图式的编码

3.11.2在-离线结合的学习——智能推理

3.12基于图式理论的仿人智能控制的稳定性监控

3.12.1系统不稳定的实质

3.12.2稳定性监控思想

3.13本章小结

4 多级摆系统仿人智能运动控制器的设计步聚与设计方法

4.1基于动觉智能图式的仿人智能控制器的设计步聚

4.1.1思相模拟

4.1.2计算机模拟

4.1.3相似物理模拟

4.1.4实际应用

4.2多级摆系统仿人智能运动控制器的设计步聚和设计方法

4.2.1多级摆系统的特征模型

4.2.2复杂运动控制任务的分解

4.2.3基于动觉智能图式的多指标兼顾

4.2.4参数优化与控制器的自适应、自进化

4.3遗传算法及其改进应用

4.3.1遗传算法的工作原理

4.3.2遗传算法的数学基础简介

4.3.3改进的遗传算法

4.4本章小结

5 三连杆单杠体操机器人运动控制的实现

5.1摆起倒立控制任务的分解

5.1.1对单杠体操运动的定性定量分析

5.1.2目标动作阶段划分

5.2动觉智能图式群及其协调

5.2.1输入信息与特征基元

5.2.2控制模态基元

5.3图式群的时序协调——时序规划图式

5.4摆起倒立动觉智能图式群

5.5基于进化计算的控制器参数整定

5.5.1编码及参数范围的确定

5.5.2适应度函数的选取

5.5.3实验得到的单杠体操机器人摆起倒立控制参数

5.6三连杆单杠体操机器人运动控制的实现

5.7单杠体操机器人杠上动作的实现

5.7.1大回环动作的实现

5.7.2曲腿小回环动作的实现

5.8本章小结

6 小车二级摆运动控制的实现

6.1倾斜轨道上小车二级摆摆起倒立控制器的设计

6.2小车二级摆运动控制器的控制参数优化

6.3小车二级摆摆起倒立仿真控制实验

6.4小车二级摆摆起倒立的实时控制实验

6.5本章小结

7结论与展望

7.1主要研究工作的总结

7.2论文主要创新点

7.3结论

7.4研究中存在的问题和发展展望

致谢

参考文献

附录A:作者在攻读博士学位期间发表的论文目录及科研情况

附录B:倾斜轨道上小车二级摆动力学模型推导过程在mathematical的实现代码

附录C:三连杆单杠体操机器人的在Matlab中的对象模型

附录D:倾余轨道上小车二级摆摆起倒立仿真实验原始数据

附录E:倾斜轨道上小车二级摆摆起倒立实时实验原始数据