两轮自平衡机器人的研究与设计PDF电子书下载

第1章 概论 1

1.1 两轮平衡机器人的基本构造和运动原理 1

1.1.1 两轮机器人的基本构造 1

1.1.2 两轮机器人的运动原理 2

1.2 两轮机器人的成长历史 3

1.2.1 从倒立摆到平衡机器人 3

1.2.2 典型的两轮机器人系统 6

1.2.3 两轮机器人相关基础研究 7

1.3 两轮机器人技术应用前景 9

参考文献 12

第2章 “原人”柔性两轮机器人 16

2.1 柔性机器人学概述 16

2.1.1 研究柔性机器人的目的 16

2.1.2 柔性倒立摆 17

2.1.3 柔性关节 18

2.1.4 柔性机械臂 19

2.1.5 柔性脊椎机器人 20

2.2 “原人”机器人的基本特征 21

2.3 “原人”机器人的机体结构 22

2.3.1 基本原理 22

2.3.2 总体框架 24

2.3.3 柔性腰椎 25

2.4 “原人”机器人的电气系统 26

2.4.1 电气系统总体结构 26

2.4.2 检测系统 28

2.4.3 控制系统 29

2.5 “原人”机器人的软件系统 31

2.5.1 软件系统的主体结构 31

2.5.2 组织级：EPC行为决策 32

2.5.3 协调级：DSP运动平衡控制 34

2.5.4 操作级：ISU伺服控制 37

参考文献 38

第3章 两轮机器人的数学模型 39

3.1 相关研究工作 39

3.1.1 刚性系统的数学模型研究 39

3.1.2 柔性系统的数学模型研究 42

3.2 刚性两轮机器人模型 43

3.2.1 系统坐标、参数和变量 43

3.2.2 动力学模型 45

3.2.3 运动学模型 49

3.2.4 电机及其伺服机构模型 50

3.3 柔性两轮机器人模型 52

3.3.1 柔性旋转关节与系统假设 52

3.3.2 系统坐标、参数和变量 54

3.3.3 运动学模型 56

3.3.4 动力学模型 57

3.4 柔性两轮机器人动力学特性分析 61

3.4.1 系统稳定性 62

3.4.2 系统可控性 63

3.4.3 柔性腰椎刚度对动态性能的影响 63

3.4.4 柔性腰椎刚度对平衡控制鲁棒性的影响 67

3.5 刚／柔两轮自平衡机器人动力学模型对比分析 69

参考文献 70

第4章 两轮机器人的姿态检测 73

4.1 姿态传感器及其原理 73

4.1.1 两轮机器人的姿态 73

4.1.2 姿态检测元件 75

4.1.3 陀螺仪 77

4.1.4 姿态测量算法与Kalman滤波 78

4.2 常用惯性测量元件的定姿方法 83

4.2.1 陀螺仪和加速度计的误差模型 83

4.2.2 基于陀螺仪的定姿方法 84

4.2.3 基于加速度计的定姿方法 86

4.2.4 捷联惯导定姿方法 87

4.3 Kalman滤波器与两轮机器人姿态检测 91

4.3.1 陀螺仪和倾角仪测量模型 91

4.3.2 时间更新与测量更新 92

4.3.3 Kalman滤波器参数设置问题 94

4.3.4 实验与分析 94

4.4 自适应扩展Kalman滤波器 96

4.4.1 陀螺仪和加速度计构成的惯性测量单元 96

4.4.2 扩展Kalman滤波器中的系统模型 97

4.4.3 自适应R矩阵 99

4.4.4 实验与分析 100

4.5 无味Kalman滤波器 104

4.5.1 无味变换 104

4.5.2 预测与校正 105

4.5.3 UKF与EKF的比较 106

4.5.4 仿真实验及分析 107

参考文献 108

第5章 两轮机器人的PID控制 110

5.1 PID控制概述 110

5.2 控制结构 111

5.3 伺服控制环 113

5.4 自治环：姿态平衡控制 114

5.5 运动控制环 118

5.5.1 行进速度的控制 118

5.5.2 差动系统与航向的控制 119

5.6 运动平衡的矛盾与统一 120

5.6.1 运动控制形成局部正反馈 121

5.6.2 平衡控制的负反馈特征及其稳定性 122

5.6.3 正反馈与负反馈的统一 123

5.6.4 负反馈与负反馈的矛盾 127

5.7 仿真实验 128

5.7.1 姿态平衡控制性能测试 129

5.7.2 鲁棒性测试 132

5.7.3 运动控制实验 136

5.8 物理实验 137

5.8.1 物理系统及其PID参数设定 138

5.8.2 自由平衡控制实验 138

5.8.3 定点平衡控制实验 141

5.8.4 运动平衡控制实验 143

参考文献 146

第6章 两轮机器人的LQ调节 147

6.1 线性二次型控制介绍 147

6.1.1 最优控制问题 147

6.1.2 最大值原理 148

6.1.3 线性二次型问题 151

6.1.4 线性二次型状态调节器设计 152

6.1.5 线性二次型跟踪调节器设计 156

6.1.6 离散系统的线性二次型调节器设计 157

6.2 两轮机器人LQR设计 159

6.2.1 柔性两轮机器人模型的线性化 159

6.2.2 线性二次型姿态平衡控制律 160

6.2.3 线性二次型运动平衡控制律 162

6.2.4 自由平衡的仿真实验 163

6.2.5 定点平衡的仿真实验 167

6.2.6 运动平衡的仿真实验 171

6.2.7 鲁棒性能的仿真实验 174

6.3 两轮机器人递归LQR设计 176

6.3.1 柔性两轮机器人模型的递归线性化 177

6.3.2 递归线性二次型姿态平衡控制律 177

6.3.3 仿真实验 178

参考文献 180

第7章 仿生的姿态平衡自主学习控制 182

7.1 关于动物的操作条件反射机制 182

7.1.1 Skinner的操作条件反射理论 183

7.1.2 Skinner的操作条件反射实验 183

7.1.3 操作条件反射在机器人学习中的应用现状 186

7.2 关于随机自动机理论 190

7.2.1 随机自动机理论的发展 190

7.2.2 随机自动机的定义 191

7.2.3 随机自动机与机器学习 193

7.2.4 随机自动机的熵 194

7.3 SOCA自动机 197

7.3.1 SOCA自动机的定义 197

7.3.2 SOCA自动机的结构 199

7.3.3 SOCA自动机的学习算法 199

7.3.4 操作条件反射与其他机器学习方法的比较 205

7.4 Skinner鸽子实验的模拟 210

7.4.1 机器鸽的定义和构造 210

7.4.2 机器鸽的操作条件反射实验 213

7.4.3 模拟实验结果与分析 214

7.5 “原人”的“感知-行动”特征 216

7.6 “原人”姿态平衡控制的自主学习结构 221

7.6.1 机器人的环状控制结构 221

7.6.2 操作条件反射的姿态平衡控制环 223

7.7 仿真实验 224

7.7.1 学习自由平衡 224

7.7.2 学习定点平衡 231

7.7.3 行进：不同速度和轨迹的机动 233

7.7.4 抗干扰实验 234

7.8 “原人”系统的物理实验 237

参考文献 240

第8章 映射领域可自主收缩的SOCA自动机 244

8.1 映射领域可自主收缩的提出 244

8.2 SOCA自动机映射领域自主收缩的实现 245

8.2.1 结构设计 245

8.2.2 映射领域自主收缩的实现 247

8.2.3 学习算法设计及分析证明 249

8.3 仿真实验 253

8.3.1 学习自由平衡 253

8.3.2 学习定点平衡 257

8.3.3 行进：不同速度和轨迹的机动 257

8.3.4 抗干扰实验 261

参考文献 263

第9章 Skinner操作条件反射自动机的模糊化 264

9.1 仿生学习系统模糊化概念的提出 264

9.2 模糊Skinner操作条件反射自动机 265

9.2.1 结构设计 265

9.2.2 学习算法设计 270

9.2.3 学习流程 271

9.3 仿真实验 272

9.3.1 学习自由平衡 272

9.3.2 学习定点平衡 275

9.3.3 行进：不同速度和轨迹的机动 277

参考文献 280

附录 中英文对照 281