期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
复杂地形下仿生轮腿式机器人位姿控制研究 被引量:6
1
作者 张庆 潘烤鑫 +3 位作者 王振宇 黄韶炯 尤泳 王德成 《农业机械学报》 EI CAS CSCD 北大核心 2024年第6期380-391,403,共13页
丘陵山地地势复杂、地形多变,农机装备作业环境以倾斜角度较大的斜坡为主,传统农机装备在丘陵山区复杂地形下作业时效率低、稳定性差,甚至会出现侧倾、翻车等现象。本文从仿生机械设计角度出发,提出一种在丘陵山地复杂地形下能够自主实... 丘陵山地地势复杂、地形多变,农机装备作业环境以倾斜角度较大的斜坡为主,传统农机装备在丘陵山区复杂地形下作业时效率低、稳定性差,甚至会出现侧倾、翻车等现象。本文从仿生机械设计角度出发,提出一种在丘陵山地复杂地形下能够自主实现位姿调平控制的轮腿式机器人平台,提升复杂地形下的作业稳定性和安全性。以昆虫后足为仿生机械设计对象,并结合多连杆机构原理,完成新型变行程轮腿机构及机器人平台的整体架构设计。采用D-H参数法分析了轮腿机构运动学特性,结果显示轮腿式机器人离地间隙最大调整量为574mm,具备较强的越障能力。在空间坐标系上定义轮腿式机器人空间姿态参数,推导得到机身姿态角与轮腿伸缩量之间的空间姿态模型,并设计了基于NSGA-Ⅱ的机身空间姿态逆解算法。基于空间姿态逆解算法构建了轮腿式机器人全向位姿调平位姿控制系统,包含机身调平控制器、“虚腿”补偿控制器和质心高度控制器,在复杂地形下行驶时能够控制轮腿式机器人俯仰角、侧倾角、接地力、质心高度等空间姿态参数,然后通过搭建的轮腿式机器人ADAMS-Matlab联合仿真模型完成了位姿控制系统算法仿真验证。在机器人样机上开展了离地间隙自动调整和机身全向位姿调平试验,试验结果表明,试验样机离地间隙最大调整量为574mm,同时在复杂地形下能够实现机身位姿全向自动调平,调平平均时间约为1.2s,调平平均误差为0.8°,位姿控制响应速度与调平精度能够满足实际工作要求。 展开更多
关键词 轮腿式机器人 复杂地形 仿生 位姿控制 样机试验
在线阅读 下载PDF
青贮机铁磁性金属异物智能检测报警系统 被引量:1
2
作者 张庆 李洋 +2 位作者 尤泳 王德成 惠云婷 《智慧农业(中英文)》 CSCD 2024年第1期111-122,共12页
[目的/意义]青贮机作业时,田间遗落的铁丝等铁磁性金属异物如果混入其喂入系统,将会对青贮机的关键零部件和牲畜脏器造成严重损伤。为了确保青贮机在田间作业时能准确、高效地检测出金属异物,本研究开发了一套性能优良的金属探测系统。... [目的/意义]青贮机作业时,田间遗落的铁丝等铁磁性金属异物如果混入其喂入系统,将会对青贮机的关键零部件和牲畜脏器造成严重损伤。为了确保青贮机在田间作业时能准确、高效地检测出金属异物,本研究开发了一套性能优良的金属探测系统。[方法]首先分析了青贮机金属检测原理,然后对平面螺旋线圈与圆柱线圈进行了仿真计算,选择平面螺旋线圈作为研究对象,通过使用非支配排序遗传算法(Nondominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)结合有限元仿真分析的方式,确定了线圈的线径、内径、外径、层数以及频率,并对弯曲线圈与未弯曲线圈以及阵列线圈进行了仿真计算。最后进行了系统集成,搭建了青贮机模拟试验台进行了模拟试验。[结果和讨论]仿真分析结果显示,平面螺旋线圈磁通密度模变化范围明显大于圆柱线圈,且其电感灵敏度、电阻灵敏度和被测物涡流损耗要明显高于圆柱线圈;另一方面,平面线圈弯曲后电感灵敏度、电阻灵敏度大幅度提高,有利于增强探测线圈的响应度。通过模拟台架试验,验证了该金属探测系统在探测距离小于70mm,对直径0.6 mm、长度20 mm铁丝报警率达到100%,且经过计算,系统响应时间为0.105 0 s,小于安全运输时间,系统可以在金属物到达切碎系统前及时停止。[结论]本研究设计出了一套青贮机金属异物探测系统,提出了一套金属探测线圈的优化方法,并开发了相应的金属探测软硬件系统,通过试验验证了金属探测系统的功能,为青贮机安全运行提供了有力技术支撑。 展开更多
关键词 青贮机 金属探测系统 电磁感应 平面螺旋线圈 非支配排序遗传算法 有限元仿真
在线阅读 下载PDF
基于虚拟雷达和两级神经网络的割草机路径跟踪算法 被引量:5
3
作者 赵永春 张庆 +3 位作者 尤泳 黄韶炯 刘文 王德成 《农业机械学报》 EI CAS CSCD 北大核心 2023年第4期222-232,267,共12页
为提高果园内小型双电机驱动履带式割草机恶劣路面下路径跟踪精度,提出了一种基于虚拟雷达路径感知和两级深度神经网络的路径跟踪控制算法。首先搭建了两级串联的人工深度神经网络,一级深度神经网络通过虚拟雷达路径感知算法,计算得到... 为提高果园内小型双电机驱动履带式割草机恶劣路面下路径跟踪精度,提出了一种基于虚拟雷达路径感知和两级深度神经网络的路径跟踪控制算法。首先搭建了两级串联的人工深度神经网络,一级深度神经网络通过虚拟雷达路径感知算法,计算得到履带式割草机与目标路径的相对位置关系。二级深度神经网络根据履带式割草机跟踪偏差、航向角、横向偏差影响因子、折算履带滑转率以及履带式割草机与目标路径的相对位置关系,计算得到两侧驱动电机的控制转速,实现路径跟踪控制。在灌溉翻浆的果园路面,开展了履带式割草机U形路径跟踪实车试验,当车速分别为0.4、0.8 m/s时,该算法路径跟踪的最大横向偏差分别为0.064、0.072 m,平均横向偏差分别为0.026、0.033 m。与传统的纯追踪控制算法相比,最大横向偏差分别减小31.18%、20.88%,平均横向偏差减小35.00%、29.79%。基于虚拟雷达和两级深度神经网络的路径跟踪控制算法可有效提升履带式割草机在恶劣路面下的路径跟踪精度。 展开更多
关键词 履带式割草机 虚拟雷达 深度神经网络 路径跟踪
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部