为了研究六足机器人在不同地形环境下的运动性能,利用CREO三维建模软件生成了一款六足机器人三维实体模型,并导入ADAMS虚拟样机软件获取样机动力学模型。通过建立平地、沟壑以及梅花桩地形虚拟环境对其进行直线行走仿真分析与非结构路面行走步态仿真分析,获取六足机器人在不同运动形式下质心位移、足端受力、各关节转矩等参数随时间的变化曲线,验证了六足机器人结构设计的合理性以及运动的可能性,为六足机器人实物样机的研制提供了理论依据。

一般机构定位方式采用十字码盘定位机构,在制造误差和装配误差存在的情况下,十字码盘定位机构不能保证两轮之间的夹角为绝对的90°,使其测量的位置坐标信息产生误差。这里描述了一种三角码盘定位机构,采用正三角形框架,在三角形顶点分别固定三个正交万向轮,每个轮子轴上安装一个码盘,并用万向节-滑块机构连接三角码盘定位机构与本体,使之更好地贴合地面,实现更加准确地测量位置坐标信息。这里给出了十字码盘定位机构和三角码盘定位机构的系统结构图,分别进行了理论上的结构误差分析,求出了两种定位机构的误差补偿关系式,根据实际测得的角度误差值大小进行补偿,使得定位机构在运行过程中的测量值更加精确。

为了满足液压足式机器人在复杂环境中实现精确、快速的腿部关节控制需求,把单神经网络PID能够实时调节参数的优点运用到足式机器人液压机械腿关节的控制中,在单神经网络PID的基础上增加机械腿关节的位置和速度控制算法,形成改进单神经网络PID,实现了对神经元比例参数自调整、PID参数的自整定,能够较好地适应内、外参数的变化,增强了腿部关节的快速性、精确性。在Simulink中进行建模仿真以及在设计的以STM32为中央处理芯片的控制平台上进行实验测试,结果表明:改进单神经网络PID在足式液压机器人的腿部关节控制中具有响应速度快、超调量小、控制精度高、鲁棒性强等优点。

为准确获得移动机器人在未知环境的运动状态信息，以提高其运动控制的可靠性与平稳度，本文设计了机器人运动状态的检测传输系统。该系统运用改进的自适应UKF滤波算法来处理双轴MEMS陀螺仪测得的数据，通过以ATmega16为微处理器的CAN总线进行传输。实验表明，改进算法能较好地控制MEMS陀螺仪的随机漂移，较正确地获得机器人的运动状态数据，且CAN总线使数据正确率提高0．3％～0．5％。

针对非对称液压缸正反向运动的不对称性对位移控制精度的影响,为了提高阀控非对称液压缸伺服系统位移控制精度,设计了根据液压缸运动方向选择对应模糊PID位移控制器的位移闭环及速度前馈复合控制方案。搭建了基于ADAMS,AMESim和Simulink的阀控非对称液压缸伺服系统联合仿真模型。研究表明,采用速度前馈控制系统响应更快;采用对应变模糊PID位移控制器控制策略,非对称缸换向跟踪期望位移的精度更高。

针对非对称缸位置跟踪控制精度较差,提出了一种基于非线性自回归平均滑动离散模型(NARMAX)和量子粒子群算法的神经网络预测控制策略(QPSO-NNMPC)。利用NARMAX模型表示阀控非对称缸的动态模型,使用粒子群算法优化BP神经网络(PSO-BP)对阀控非对称缸系统在线预测,使用量子粒子群算法(QPSO)对目标函数非线性优化。仿真结果表明,在不同频率期望信号与变干扰力情况下,该控制策略具有良好的跟踪效果和鲁棒性。

针对目前Mecanum轮设计的近似方法无法一次性确定辊子设计参数的问题,通过解析麦克纳姆轮棍子的工作原理,建立一种R-N辊子空间轨迹参数设计方法求解轮子的理论参数方程;并运用该方法实现直径为500mm的Mecanum轮模型设计。首先通过讨论辊子个数的设计对辊子设计参数的影响,在给定半径的轮子设计中得出辊子数为8个时辊子具有最大临界半径。然后通过传统椭圆弧近似建模方法与提出的方法建立两种模型,进一步提取出轮子包络线与理论圆周的误差值进行对比分析,实验验证表明Mecanum轮结构特征参数建模方法建模精度优于传统近似建模方法,500mm直径的实例模型建模精度达到0.055%,解决了Mecanum轮设计时辊子个数设置与辊子参数一次性确定的问题,有助于提高轮子的设计效率和可靠性。

针对武器装备中铆接结构损伤检测的问题,提出了支持向量机（SVM）机器视觉识别方法。首先,采集铆钉图像样本并对其进行图像预处理,提取了铆钉头四个相关特征参数。其次,在小样本条件下,采用SVM算法对铆钉的样本特征进行训练并建立视觉识别模型,分析了特征参数与最终模型之间的关系。最后,将SVM视觉识别方法与Hough变换和独立判断方法进行对比分析。对比结果表明：SVM视觉识别方法较后二者的识别速度更快,识别准确率更高,证明了该方法的可行性和有效性。