图式理论在一类欠驱动机械系统控制中的应用研究

论文摘要

图式理论(Schema Theory)作为分析人类等生物复杂动态系统的方法论，起源于哲学并发展于心理学，70年代后期被应用到人工智能领域，同时受到控制界的极大关注，已经成为智能控制的一个新的研究方向。图式理论建构了人脑中有组织的知识结构的框架，这个框架是人对某一范畴事物典型特征及关系的抽象，包含了客观环境和事件的一般信息。图式理论的可变性、结构性和主动性特征，使其在宏观上建立了认知科学与脑理论沟通的桥梁，在微观上实现了人工智能功能模拟和结构模拟的统一，并在机器人控制、神经网络系统和遗传算法等领域应用中取得了丰硕成就。 本文将图式理论应用于一类欠驱动机械系统的控制研究。欠驱动机械系统(Underactuated Mechanical Systems)是一类构成系统的广义坐标维数多于控制输入维数的非线性系统。例如倒立摆系统、肩部受控的二连杆机械臂(Pendubot)、肘部受控的二连杆机械臂(Acrobot)和三连杆单杠体操机器人均属于这一类系统，其控制目标是将一级或多级摆杆从自然悬垂位置摆起到倒立点位置并使其稳定不倒。 论文主要研究内容： (1)欠驱动机械系统的动态特性分析。欠驱动机械系统是一个多变量、强耦合、自然不稳定系统，这类系统的共同特点是具有零动态不稳定，非完备以及反馈的不完全线性化等特性。通过拉格朗日动态分析对系统进行了分类并建立了标准型，即将系统分解成全驱动和无驱动两个子系统，实现了高阶系统的结构分解。 (2)详细综述了图式的概念、图式理论的形成发展及其在机器人控制领域中的应用，着重研究了李祖枢教授提出的感知—运动图式的建构理论和Jose M C提出的动态图式层级。感知—运动图式理论能够建立一类欠驱动机械系统中各子系统和线性化系统的图式集，实现控制过程从状态空间到任务空间再到动作空间的映射；动态图式层级则能够针对目标的控制流程，实现复杂非线性系统的分层递阶控制。本文以上述理论作为研究工作的理论基础，并对两种理论进行融合，建立了一类欠驱动机械系统的智能控制器。 (3)基于拉格朗日方法的动力学建模。由于欠驱动机械系统的状态变量比较多，因此其动力学模型比较复杂。基于系统齐次坐标变换和系统能量的变化，采用拉格朗日法分别建立各种具体欠驱动机械系统的动力学模型。

论文目录

• 独创声明
• 学位论文版权使用授权书
• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 一类欠驱动机械系统
• 1.2.1 动态特性分析
• 1.2.2 一类欠驱动机械系统举例
• 1.2.2.1 圆形轨道一级倒立摆系统
• 1.2.2.2 圆形轨道二级倒立摆系统
• 1.2.2.3 Pendubot和Acrobot系统
• 1.2.2.4 球关节一级倒立摆系统
• 1.2.2.5 三连杆单杠体操机器人系统
• 1.2.3 一类欠驱动机械系统的分类及其标准型
• 1.2.3.1 系统分类
• 1.2.3.2 系统标准型
• 1.3 一类欠驱动机械系统控制的研究现状
• 1.3.1 倒立摆系统控制的研究现状
• 1.3.2 欠驱动多连杆机器人控制的研究现状
• 1.4 论文研究目的
• 1.5 论文主要工作
• 1.5.1 论文研究主线
• 1.5.2 论文的结构
• 第二章 图式理论
• 2.1 引言
• 2.1.1 图式
• 2.1.2 图式的特征
• 2.2 图式理论的形成发展
• 2.2.1 古典图式理论
• 2.2.2 近代图式理论
• 2.2.3 现代图式理论
• 2.3 图式理论在机器人控制中的应用
• 2.3.1 系统建模
• 2.3.2 机器人控制
• 2.3.3 机器学习
• 2.4 感知—运动图式
• 2.4.1 感知图式
• 2.4.2 运动图式
• 2.4.3 关联图式
• 2.5 动态图式层级
• 2.6 一类欠驱动机械系统的感知—运动图式
• 2.6.1 全驱动子系统的感知—运动图式
• 2.6.2 无驱动子系统的感知—运动图式
• 2.6.3 线性化系统的感知—运动图式
• 2.7 小结
• 第三章 圆形轨道一级倒立摆和球关节一级倒立摆摆起控制
• 3.1 引言
• 3.2 拉格朗日动力学建模
• 3.2.1 圆形轨道一级倒立摆数学模型
• 3.2.2 球关节一级倒立摆数学模型
• 3.3 圆形轨道一级倒立摆摆起过程运动模态分析
• 3.4 基于感知—运动图式的摆起控制
• 3.4.1 圆形轨道一级倒立摆摆起的感知—运动图式
• 3.4.2 球关节一级倒立摆摆起的感知—运动图式
• 3.5 仿真与实验
• 3.5.1 圆形轨道一级倒立摆摆起仿真与实验
• 3.5.2 球关节一级倒立摆摆起仿真
• 3.6 小结
• 第四章 圆形轨道二级倒立摆摆起控制
• 4.1 引言
• 4.2 圆形轨道二级倒立摆动力学建模
• 4.3 基于遗传图式的摆起控制
• 4.4 基于感知—运动图式的摆起控制
• 4.5 仿真与实验
• 4.5.1 基于遗传图式的摆起仿真
• 4.5.2 基于感知—运动图式的摆起实验
• 4.6 小结
• 第五章 欠驱动多连杆机器人摆起控制
• 5.1 引言
• 5.2 拉格朗日动力学建模
• 5.2.1 欠驱动二连杆机械臂数学模型
• 5.2.1.1 Pendubot数学模型
• 5.2.1.2 Acrobot数学模型
• 5.2.2 三连杆单杠体操机器人数学模型
• 5.3 Pendubot的摆起控制
• 5.3.1 全驱动子系统的感知—运动图式
• 5.3.2 无驱动子系统的感知—运动图式
• 5.3.3 Pendubot的感知—运动图式
• 5.4 Acrobot的摆起控制
• 5.4.1 全驱动子系统的感知—运动图式
• 5.4.2 无驱动子系统的感知—运动图式
• 5.4.3 Acrobot的感知—运动图式
• 5.5 三连杆单杠体操机器人的摆起控制
• 5.5.1 体操运动员摆起运动模态分析
• 5.5.1.1 直臂起摆
• 5.5.1.2 悬垂摆动
• 5.5.1.3 顶肩倒立
• 5.5.2 基于感知—运动图式的摆起控制
• 5.5.2.1 全驱动摆杆2子系统的感知—运动图式
• 5.5.2.2 全驱动摆杆3子系统的感知—运动图式
• 5.5.2.3 无驱动子系统的感知—运动图式
• 5.5.2.4 三连杆单杠体操机器人的感知—运动图式
• 5.6 仿真实验
• 5.6.1 Pendubot摆起过程仿真
• 5.6.2 Acrobot摆起过程仿真
• 5.6.3 三连杆单杠体操机器人摆起过程仿真
• 5.7 小结
• 第六章 全驱动多连杆机器人跟踪控制
• 6.1 引言
• 6.2 二连杆机器人动力学建模
• 6.3 二连杆机器人逆运动学建模
• 6.4 基于感知—运动图式的解耦控制
• 6.4.1 二连杆机器人解耦控制的感知图式
• 6.4.2 二连杆机器人解耦控制的运动图式
• 6.4.3 二连杆机器人解耦控制的关联图式
• 6.5 仿真实验
• 6.6 小结
• 第七章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 致谢
• 攻读博士学位期间发表的学术论文
• 作者简介