基于動覺智能圖式的多級擺系統(tǒng)仿人智能運(yùn)動控制.pdf

1、多級擺系統(tǒng)是高階次、多變量、非線性、強(qiáng)耦合、欠驅(qū)動的自然不穩(wěn)定系統(tǒng)，對其進(jìn)行運(yùn)動控制的過程中，蘊(yùn)涵著幾乎全部的典型控制問題。作為一個(gè)裝置，擺系統(tǒng)的結(jié)構(gòu)又相當(dāng)簡單且成本低廉，控制效果一目了然。因此，長期以來多級擺系統(tǒng)的擺起倒立控制適合用來對多種不同控制理論和方法進(jìn)行實(shí)驗(yàn)比較，是控制理論研究中一種理想而又典型的驗(yàn)證裝置。從機(jī)器人的運(yùn)動控制來看，多擺系統(tǒng)與多指機(jī)器人手、輪式移動機(jī)器人、人形機(jī)器人、太空機(jī)器人等機(jī)器人系統(tǒng)的控制也有很大的相似性。

2、由于多級擺系統(tǒng)的運(yùn)動控制中，既要利用連桿之間的耦合關(guān)系實(shí)現(xiàn)不同的控制目標(biāo)，又要防止因耦合而使關(guān)節(jié)與連桿的運(yùn)動受到干擾。由于存在不能直接控制的非驅(qū)動關(guān)節(jié)，一般的平滑反饋控制方法對這樣的系統(tǒng)是無效的，所以多級擺系統(tǒng)的運(yùn)動規(guī)劃與控制實(shí)現(xiàn)是比較困難的。因此，對多級擺系統(tǒng)運(yùn)動控制的研究不僅對仿人(生)機(jī)構(gòu)的研究有重要意義，在各類機(jī)器人的控制性能改進(jìn)方面亦有重要的參考價(jià)值。 多級擺系統(tǒng)的大范圍非線性運(yùn)動控制是控制領(lǐng)域的難題，一般控制方法難以

3、實(shí)現(xiàn)其控制指標(biāo)，相應(yīng)的實(shí)時(shí)控制成果在國內(nèi)外都還很少，也還沒有完整的理論和方法。與一般的運(yùn)動控制不同，人類(或其它生物)的動覺智能以多控制器多模態(tài)的結(jié)構(gòu)為基礎(chǔ)的，極善于利用這些控制器與控制模態(tài)的密切配合，通過時(shí)空協(xié)調(diào)與沖突調(diào)解完成多種復(fù)雜運(yùn)動控制任務(wù)；同時(shí)，人類也善于針對任務(wù)、環(huán)境、對象的特征進(jìn)行以控制器為中心的學(xué)習(xí)優(yōu)化。與現(xiàn)有機(jī)器人相比，“人控制器”有更高的動靜態(tài)品質(zhì)。 論文將仿人智能控制多年研究成果與認(rèn)知科學(xué)中的圖式理論(Sc

4、hemaTheory)和遺傳算法的研究成果相結(jié)合，以“仿人”“仿生”為指導(dǎo)思想，把人類針對3C(Complexplants，Complexmission，Complexcircumstance)問題的動覺智能簡化為復(fù)雜任務(wù)的分解、基于特征的對象模型的建立、以“動覺智能圖式”為智能基元的多控制指標(biāo)的實(shí)現(xiàn)、與環(huán)境互動的學(xué)習(xí)優(yōu)化等實(shí)現(xiàn)步驟，從而模擬人類動覺智能的實(shí)現(xiàn)過程，成功地實(shí)現(xiàn)了多級擺系統(tǒng)的運(yùn)動控制。 多級擺系統(tǒng)的擺起倒立是大范圍

5、的非線性運(yùn)動控制問題，用傳統(tǒng)的單控制器結(jié)構(gòu)和基于小范圍的線性化處理方法，很難奏效。現(xiàn)有的基于多控制模態(tài)的智能控制方法雖能解決擺系統(tǒng)大范圍非線性運(yùn)動控制的問題，但缺乏更具普適意義的設(shè)計(jì)理論與設(shè)計(jì)方法。對此，應(yīng)用“人-機(jī)結(jié)合”、“定性-定量結(jié)合”的方法，論文在復(fù)雜控制任務(wù)分解的基礎(chǔ)上，進(jìn)一步建立了多級擺系統(tǒng)運(yùn)動控制的動覺智能圖式群，并以“同化”、“順應(yīng)”的方法實(shí)現(xiàn)了控制器自適應(yīng)、自學(xué)習(xí)的功能。在穩(wěn)定性分析中用到了“穩(wěn)定性監(jiān)控”的方法，和控制

6、器轉(zhuǎn)換中“平滑”切換的概念。 多級擺系統(tǒng)的擺起倒立等復(fù)雜控制任務(wù)所要求的動覺智能圖式群中，存在大量的控制參數(shù)的優(yōu)化整定問題，傳統(tǒng)的方法實(shí)現(xiàn)難度大、對專家經(jīng)驗(yàn)的依賴性強(qiáng)，推廣意義弱。在擺問題的研究中，大約80﹪以上均是仿真研究，對實(shí)際問題的解決總感覺還存在較大距離，其中的一個(gè)重要原因就是在這樣的對控制器實(shí)時(shí)性要求很高的實(shí)物控制中，模型參數(shù)中存在很多不確定因素。對此，論文結(jié)合改進(jìn)的遺傳算法的應(yīng)用研究，用機(jī)理建模與參數(shù)尋優(yōu)結(jié)合的方式，

7、解決了建立對象特征模型的問題。并進(jìn)一步地，以提高對系統(tǒng)的分析設(shè)計(jì)能力和控制器的魯棒性為目的，分析了動覺智能圖式群的參數(shù)優(yōu)化(同化)和動覺智能圖式群的結(jié)構(gòu)優(yōu)化(順應(yīng))的原理與實(shí)現(xiàn)方法。 論文將小車二級擺系統(tǒng)、三連桿體操機(jī)器人系統(tǒng)等多級擺系統(tǒng)大范圍非線性運(yùn)動控制問題結(jié)合研究，提出了“傾斜軌道上小車擺的擺起倒立控制”和“單杠體操機(jī)器人的大、小回環(huán)運(yùn)動控制”等研究內(nèi)容。將多級擺運(yùn)動控制中的理論設(shè)計(jì)、仿真研究和實(shí)時(shí)控制結(jié)合研究，全面分析了

8、其中的設(shè)計(jì)與實(shí)現(xiàn)方法，實(shí)驗(yàn)結(jié)論說明了理論分析的正確性和設(shè)計(jì)方法的有效性。 研究中，論文在認(rèn)知科學(xué)與智能控制的交叉領(lǐng)域探索解決途徑，將“圖式”這一認(rèn)知心理學(xué)中用來解釋人類智能的結(jié)構(gòu)及其發(fā)生發(fā)展的、描述智能基元的概念引入到仿人智能控制中，用動覺智能圖式表示人體各個(gè)層次的動覺智能特征，對動覺智能圖式的形式化描述與相應(yīng)的實(shí)現(xiàn)機(jī)理進(jìn)行了研究，為用“仿人”思想解決多級擺系統(tǒng)的復(fù)雜運(yùn)動控制難題奠定了基礎(chǔ)。同時(shí)，論文立足于“演化論”的自然觀，應(yīng)