橢圓軌跡直擺凸輪組合機(jī)構(gòu)的設(shè)計(jì)【說明書+CAD+PROE+仿真】

橢圓軌跡直擺凸輪組合機(jī)構(gòu)的設(shè)計(jì)【說明書+CAD+PROE+仿真】,說明書+CAD+PROE+仿真,橢圓軌跡直擺凸輪組合機(jī)構(gòu)的設(shè)計(jì)【說明書+CAD+PROE+仿真】,橢圓,軌跡,凸輪,組合,機(jī)構(gòu),設(shè)計(jì),說明書,仿單,cad,proe,仿真 南 京 理 工 大 學(xué) 紫 金 學(xué) 院畢業(yè)設(shè)計(jì)(論文)外文資料翻譯系： 機(jī)械工程系 專 業(yè)： 機(jī)械工程及自動化 姓 名： 劉學(xué)偉 學(xué) 號： 060104212 外文出處：Neurocomputing 72 (2009) 36243630 附 件： 1.外文資料翻譯譯文；2.外文原文。 指導(dǎo)教師評語： 簽名： 年 月 日注：請將該封面與附件裝訂成冊。附件1：外文資料翻譯譯文新興的運(yùn)動特性：學(xué)習(xí)鉸接式移動機(jī)器人中關(guān)節(jié)的協(xié)調(diào)性 Diego Pardo，Cecilio Angulo，Sergi del Moral, Andreu Catal_aCETpD，技術(shù)研究中心，ESAII-UPC，自動控制系，加泰羅尼亞技術(shù)大學(xué)、VilanovailaGeltru, 巴塞羅那，西班牙關(guān)鍵字：鉸接式移動機(jī)器人運(yùn)動特性機(jī)器人的學(xué)習(xí)摘要 在這篇文章中，我們分析評價(jià)鉸接式移動機(jī)器人運(yùn)動特性一般方法背后的意義而這種鉸接式移動結(jié)構(gòu)處于折衷動態(tài)平衡下，針對這些問題，我們提出了新的方法和方法論，而此方法論描述了機(jī)器人運(yùn)動時(shí)關(guān)節(jié)的運(yùn)動特性，除了常見的方法，我們還假定解決方法中運(yùn)動信息的有效性，但其不涉及工作區(qū)，控制結(jié)構(gòu)根據(jù)當(dāng)?shù)仃P(guān)于關(guān)節(jié)加速度標(biāo)準(zhǔn)來確定控制策略，使驅(qū)動自由度達(dá)到理想結(jié)構(gòu)。同時(shí)，得到的非驅(qū)動自由度狀態(tài)被看作是這種策略的間接性概述，控制策略圍繞施加的簡單基元進(jìn)行參數(shù)化的控制，通過改變參數(shù)的方法實(shí)現(xiàn)變形，這種方法是最優(yōu)的。通過隨機(jī)算法去實(shí)現(xiàn)對非驅(qū)動自由度的控制，從而達(dá)到理想的運(yùn)動特性。1.導(dǎo)言鉸接式移動機(jī)器人是一種自主系統(tǒng)，這些系統(tǒng)的功能允許系統(tǒng)的類型有多樣話的運(yùn)動特性，但對這些特性也加以限制。它的初始示例是由機(jī)器人比賽提供的，其中的標(biāo)準(zhǔn)機(jī)器人用來踢足球。研究小組嘗試通過給定的運(yùn)動學(xué)和動力學(xué)結(jié)構(gòu)使產(chǎn)生的運(yùn)動特性更好，如：跑，踢，頭球和守門。因此，改善運(yùn)動特性的性能是一項(xiàng)挑戰(zhàn)。然而，一些問題是：（i）機(jī)器人的高效或速度不夠快是默認(rèn)步態(tài)嗎？(ii)機(jī)器人能跳嗎？（iii）機(jī)器人能舉起超過限重的重量嗎？因此，設(shè)計(jì)新的運(yùn)動特性和克服身體本身的約束和限制是一項(xiàng)挑戰(zhàn)性的問題。鉸接式移動機(jī)器人是一種非驅(qū)動系統(tǒng)，不是所有的自由度都被驅(qū)動，因此普遍的動平衡系統(tǒng)不斷遭到破壞。另外，它們也是多余的，比起那些象征意義上的機(jī)器人的控制元件有更多的自由度。如何去控制這一類型的機(jī)械裝置是不明顯的，這些對于研究機(jī)器人來說一直都是開放的領(lǐng)域。我們在這篇文章中找到了鉸接式機(jī)器人的人工合成方法，明白了運(yùn)動特性是人們對機(jī)器人結(jié)構(gòu)和結(jié)論的解釋說明。為了限制一些問題，我們會集中討論可能通過的其余部分的運(yùn)動實(shí)現(xiàn)運(yùn)動特性的編碼，運(yùn)動由初始狀態(tài)和最終狀態(tài)等于零時(shí)定義，盡管如此，大多數(shù)鉸接式機(jī)器人的運(yùn)動特性還是可以理解為一系列的間隙性運(yùn)動，例如：伸出，拋和簡單的姿態(tài)轉(zhuǎn)變。此外，循環(huán)和組成的過程可以被分解成這種類型的動作序列。文獻(xiàn)9中研究有關(guān)工作區(qū)機(jī)器人的運(yùn)動學(xué)和剛體動力學(xué)，但其實(shí)現(xiàn)的條件通常是建立足夠的理論特性上。當(dāng)合適的加速度被用來實(shí)現(xiàn)運(yùn)動時(shí)，重力可以忽略不計(jì)，因此，機(jī)器人的能量消耗是人步行過程中所需能量的15倍，然而，它已經(jīng)被證明當(dāng)人步行時(shí)重力不是總是可以忽略不計(jì)而且重力是實(shí)際存在的?？磥砬懊嫠o定的運(yùn)動特性目前的解決方案只適合于在一個(gè)特定的情況。因此，解決問題的方案是縮小理論的使用范圍而不是由機(jī)器人的性能來決定的。然而，一些結(jié)果表明采用新的方案也可以解決問題，也證實(shí)了新方案的可行性同時(shí)新方案還能增強(qiáng)機(jī)器人的性能。例如，在文獻(xiàn)19中寫到，在探索新領(lǐng)域解決方案時(shí)用合適的方法可以很大地提高工業(yè)機(jī)械手的最大負(fù)載。用參數(shù)化地手段制定最佳控制方法來解決自身動力學(xué)和時(shí)間范圍的限制。與以往的步驟有所不同，該控制方法導(dǎo)致機(jī)器人更加容易操縱，沿著同樣的思路，一個(gè)相似的結(jié)論不久就出現(xiàn)在文獻(xiàn)15中,文獻(xiàn)中提到一個(gè)簡單的二維三自由度的機(jī)器人能夠完成舉重的動作，這樣能避免機(jī)器人工作時(shí)被局部化地限制。它除了最大化解除負(fù)載外，還能完全地用其他方式來完成同樣的動作。以上兩種方法都是直接聯(lián)接在運(yùn)轉(zhuǎn)和扭矩命令之間，工作區(qū)所需的必要條件幾乎為零，這樣系統(tǒng)能夠更自由地結(jié)束運(yùn)轉(zhuǎn)。兩種方法都被最有效地作為主要途徑使用。最近，越來越多地把注意力放到了學(xué)習(xí)開發(fā)機(jī)器人性能的領(lǐng)域。最新的期刊刊登的都是圍繞著早期仿制機(jī)器人，這些機(jī)器人的工作區(qū)都是屬于人為的，隨后，機(jī)器人關(guān)節(jié)都是通過一些參數(shù)的設(shè)計(jì)來控制的，這就是所謂地動力控制系統(tǒng)。大多數(shù)RL算法同樣適用于計(jì)算機(jī)控制機(jī)器人，此控制政策已經(jīng)在文獻(xiàn)13中寫到。在作者寫的這篇文章中，我們假設(shè)所得到的運(yùn)動學(xué)初期和末期的信息是相同的，我們的控制準(zhǔn)則是建立在當(dāng)?shù)仃P(guān)節(jié)變速水平的基礎(chǔ)上，使驅(qū)動自由度達(dá)到最終的理想狀態(tài)。同時(shí)，非驅(qū)動自由度的最終形態(tài)以驅(qū)動自由度的分布圖的形式畫出來。用作加速控制器提供所需的系統(tǒng)屬性控制DSs。隨后，我們在這篇文章中提供了相關(guān)問題實(shí)質(zhì)性的描述。站立運(yùn)動特性表明那些非驅(qū)動系統(tǒng)的運(yùn)動特性的動力平衡問題是可以調(diào)試的。圖一顯示了起初和最終的運(yùn)動狀態(tài)。其中特別提到了它的運(yùn)動特性是初速和最終速度都等于零的運(yùn)動過程。機(jī)器狗開始是躺倒的姿勢，隨后將會站立并以圖1-b所示的動作結(jié)束。然而重力和其他非線性運(yùn)動可能會讓機(jī)器狗以不同的方式結(jié)束運(yùn)動，如圖1-c所示。（a）起初機(jī)器狗將要站立 （b）期望的站立方式 （c）站立失敗圖1我們在第二章節(jié)寫了基本的定義和正規(guī)的公式化問題。接著，在第三章節(jié)中提到了計(jì)算操作器的方法論。在第四章節(jié)中，應(yīng)用這些方法論展示機(jī)器人模仿人的運(yùn)動特性。最終，結(jié)論都匯集在第五章節(jié)中。2.控制機(jī)器人的運(yùn)動特性以一個(gè)參照系為基準(zhǔn)，機(jī)器人的結(jié)構(gòu)確定了機(jī)械裝置所有部分的位置 ，機(jī)器人的結(jié)構(gòu)是由獨(dú)立位置變化的矢量q決定的, ;q定義了機(jī)械裝置自由度的數(shù)量。機(jī)器人關(guān)節(jié)之間的空隙是一組不確定值的集合，以方向和速度規(guī)定的機(jī)器人用坐標(biāo)的形式表示為：。這些機(jī)器人的結(jié)構(gòu)定義了工作區(qū)，記作，。q和x的關(guān)系如下： （1） 其中該機(jī)器人的自由度數(shù)量比x大，比操作所需的自由度數(shù)量多的多，因此顯得有些多余。速度和加速度之間的關(guān)系可以通過對（1）式的求導(dǎo)和二次求導(dǎo)得出： （2）其中是的雅可比矩陣既然，描述機(jī)器人運(yùn)動的原理已經(jīng)形成了，現(xiàn)在專注于機(jī)器人的應(yīng)力，其中應(yīng)力和加速度的關(guān)系可以寫成： （3） 當(dāng)瞬時(shí)加速度和矢量q的方向一致時(shí)，系統(tǒng)是沒有驅(qū)動力的。對于鉸接式移動機(jī)器人而言，自由度可以被看作成一個(gè)建立在機(jī)器人身上的慣性參數(shù)。假設(shè)鉸接式機(jī)器人是不能彎曲的，它們的運(yùn)動形態(tài)可以作為二階邏輯系統(tǒng)來描述，如果這樣扭矩就會影響到其它力在構(gòu)件上的相互作用。我們可以把它們之間的關(guān)系表達(dá)成： （4）驅(qū)動加速度自由度表示為，非驅(qū)動加速度的自由度表示為，考慮到個(gè)別特殊的情況，我們可以增強(qiáng)系統(tǒng)在（4）中的原動力 （5）其中慣性矩陣被分離成，因此如上式所知，M、驅(qū)動加速度、非驅(qū)動加速度三者之間有著密切地關(guān)聯(lián)。在用加速度等級控制驅(qū)動關(guān)節(jié)的基礎(chǔ)上采用原動力系統(tǒng)作為策略，這樣可以隨時(shí)限制加速度命令。所設(shè)計(jì)的策略讓每個(gè)關(guān)節(jié)地最終狀態(tài)都以順暢的運(yùn)動方式進(jìn)行，并把它的結(jié)構(gòu)形式定義為：，我們起初定義它的運(yùn)動方式為： （6）上式表示關(guān)節(jié)的坐標(biāo)有誤差時(shí)，t用i代替其速度和位置。我們用下式定義一個(gè)局部的策略 （7）其中是關(guān)節(jié)的理想加速度，在這里，我們假設(shè)存在一個(gè)低級控制器使理想加速度符合轉(zhuǎn)矩命令。由此得到，我們假設(shè)的驅(qū)動自由度的實(shí)際加速度就是文獻(xiàn)7中所給出的。緊接著，我們定義下式作為基本的方法： （8）當(dāng)這個(gè)基本方法被使用時(shí)，有誤差的關(guān)節(jié)的位置和速度就可以表示為。當(dāng)非對角線上的額外力不等于零時(shí)，系統(tǒng)的原動力就會發(fā)生改變。整個(gè)完整的方法一般地被定義為，它能夠完全表達(dá)出使用時(shí)間，用一種簡單的表達(dá)式： （9）其中矩陣，矩陣。帶著分析機(jī)器人全身運(yùn)動關(guān)節(jié)性能的目的，在文獻(xiàn)5寫到的結(jié)果對非驅(qū)動自由度的影響：一般用表示，更精確地表示成， （10）記下外力和力的相互關(guān)系，可以看得出，它們一起改變了機(jī)器人的運(yùn)動特性。它們在影響（2）式的同時(shí)還影響機(jī)器人內(nèi)部動力的工作軌跡。如果函數(shù)被定義為（11），那么計(jì)算機(jī)器人運(yùn)動特性的問題能夠得到有效地解決。得到： （12）在（7）中所提到的參數(shù)需滿足上面的的限制條件，在下一章節(jié)我們將會涉及到最佳結(jié)構(gòu)的機(jī)器人，此機(jī)器人的加速度和運(yùn)動特性都是最佳的。3.學(xué)習(xí)控制方法 找到合適的加速度是解決這一變量問題的必要途徑。我們通過測量機(jī)器人完成任務(wù)時(shí)的動作結(jié)合一些參數(shù)定義了如下式的目標(biāo)函數(shù)： （13） 其中，是代表機(jī)器人在特定參數(shù)條件下結(jié)構(gòu)和運(yùn)動形態(tài)的標(biāo)量，在（13）中我們已經(jīng)進(jìn)行了詳細(xì)地描述。我們給定機(jī)器人結(jié)構(gòu)一個(gè)最初值和最終值，結(jié)果顯示相比理想結(jié)構(gòu)，最終結(jié)構(gòu)能夠有效地表示出操縱器的優(yōu)點(diǎn) （14）另外，當(dāng)非驅(qū)動自由度是一個(gè)假設(shè)的概念時(shí)，那么一個(gè)相等的目標(biāo)函數(shù)就能夠算出工作矢量的實(shí)際值和理論值 （15）這樣意味著，x必須是已知的。如果降低函數(shù)的次數(shù)是我們的目標(biāo)，那么優(yōu)化參數(shù)的計(jì)算方法可能會是降低函數(shù)次數(shù)的最佳方法， （16）其中，r是循環(huán)數(shù)，并且。R的梯度W在寫成。我們舉一個(gè)PGRL算法的例子，梯度的隨機(jī)近似值在4中通過特別項(xiàng)的理論值被給出 （17）其中是梯度在中的估算值，是隨機(jī)矢量，u是一個(gè)系數(shù)；是參數(shù)向量的值。它在4中已經(jīng)介紹過，梯度的近似值導(dǎo)致集合趨于極小值。為了解決（17），嘗試讓機(jī)器人所有關(guān)節(jié)都伸展，結(jié)果表明它只適合于單個(gè)關(guān)節(jié)的伸展。實(shí)際上，單個(gè)關(guān)節(jié)只滿足4中梯度的運(yùn)算。在這兒我們寫了相關(guān)的計(jì)算程序輸入：u,b, 1. 重復(fù)2. 選擇3. 用攝動參數(shù)完成延伸4. 自動檢測約束構(gòu)件5. 計(jì)算性能6. 估算梯度向量7. 直到梯度估算值等于返回：梯度估算值其中定義為梯度估算值的平均值4.結(jié)果在一個(gè)簡單的仿人機(jī)器人實(shí)驗(yàn)中，機(jī)器人剛開始處于站立的位置，最終讓機(jī)器人伸出一條腿時(shí)保持平衡狀態(tài)，圖2中是機(jī)器人運(yùn)動的示意圖（a）初始姿態(tài) （b）最終姿態(tài)圖2仿人機(jī)器人在移動過程中使用了四個(gè)關(guān)節(jié)：左踝關(guān)節(jié)，右踝關(guān)節(jié)，臀部和膝蓋,b=4.(詳細(xì)地見圖3)。然而，由于仿人機(jī)器人的動力平衡條件，廣義坐標(biāo)向量的數(shù)值需要確定其姿勢和方向，其中。作為在第二章節(jié)所描述的方法，每個(gè)驅(qū)動自由度都是用手工建立的。機(jī)器人關(guān)節(jié)的加速度的變化如圖4所示。在（8）中明確地用基本原理的方法形成加速度，盡管實(shí)際運(yùn)動軌跡不能達(dá)到理想軌跡，但非驅(qū)動自由度的機(jī)器人能夠用一種完全不同的方式完成下蹲動作。在第三章節(jié)中我們介紹了梯度下降的方法，把假設(shè)的自由度降到最低，緊接著就出現(xiàn)了：機(jī)器人在沒有下蹲的情況下完成了運(yùn)動過程。在圖5中畫出了四個(gè)驅(qū)動自由度的速度分布圖。（a）臀部關(guān)節(jié)（b）踝關(guān)節(jié) （c）膝蓋 圖3(a)左踝關(guān)節(jié)軌跡 （b）右踝關(guān)節(jié)軌跡圖4（a）膝蓋 （b）臀部（c）左踝關(guān)節(jié) （d） 右踝關(guān)節(jié)圖5:虛線為正常軌跡，實(shí)線為變形軌跡5討論和結(jié)論隨著鉸接式移動機(jī)器人適用性的增強(qiáng)，高效的處理器和適用的用戶界面，機(jī)器人正離開實(shí)驗(yàn)室走進(jìn)人們的日常生活中。沒有輪子的運(yùn)動系統(tǒng)正被普遍地用于各種平臺。這在機(jī)器人的發(fā)展過程是中一項(xiàng)挑戰(zhàn)。從機(jī)器人運(yùn)動意圖的角度出發(fā)，對這些運(yùn)動特性進(jìn)行分類。這類的運(yùn)動特性包括：舉重，跳高，扔鏈球，坐下。通常，用機(jī)器人運(yùn)轉(zhuǎn)來解決有關(guān)工作區(qū)的問題，而不能解決機(jī)器人本身運(yùn)動所帶來的問題。對應(yīng)的工作區(qū)似乎破壞了機(jī)器人性能和運(yùn)動目的之間的關(guān)系。這里我們已經(jīng)分析過了這些現(xiàn)象并用不同的觀點(diǎn)解決了運(yùn)動特性的所帶來的問題。在我們的觀點(diǎn)中，我們要求取消工作區(qū)的限制條件，同時(shí)，一個(gè)簡單的運(yùn)動學(xué)信息可以對驅(qū)動自由度的機(jī)器人提供一個(gè)獨(dú)一無二的指南。不過，非驅(qū)動自由度的關(guān)節(jié)直接依賴于驅(qū)動自由度關(guān)節(jié)所產(chǎn)生的加速度。從驅(qū)動關(guān)節(jié)的最終形態(tài)的前提出發(fā)，產(chǎn)生的加速度能夠使每個(gè)關(guān)節(jié)都能夠運(yùn)動至最終的目的地。在加速度水平的前提下，我們定義的控制策略只能夠使單個(gè)關(guān)節(jié)達(dá)到它的理想值。然而，就我們所知道的機(jī)器人關(guān)節(jié)加速度的分布圖是不能夠完全解決非驅(qū)動加速度的運(yùn)動特性。我們選用當(dāng)?shù)貐?shù)DSs ，通過調(diào)節(jié)參數(shù)來改變加速度的大小。這種策略和其他策略一樣都是依賴于當(dāng)?shù)氐募铀俣?。我們把這一效應(yīng)稱之為加速度的控制策略。在整體控制策略的規(guī)劃下，非驅(qū)動關(guān)節(jié)的理論值和采用當(dāng)?shù)夭呗运玫降慕Y(jié)果幾乎是一致的。該策略擁有這些測量特性，它讓迭代梯度值最小化。其中關(guān)鍵的是要讓該策略與參數(shù)值有直接關(guān)系。如果在每次迭代時(shí)，目標(biāo)函數(shù)是已知的，則只需改變參數(shù)的大小就能改善關(guān)節(jié)的性能?？蛇@種關(guān)系又是不明確的，因此，我們便用一個(gè)隨機(jī)變量來逼近梯度值，這是基于系統(tǒng)性能的迭代方法，對此我們有證據(jù)顯示這是機(jī)械的推斷學(xué)習(xí)，在該情況下學(xué)習(xí)綜合的運(yùn)動特性。