仿生粘附式尺蠖机器人
    21.
    发明授权

    公开(公告)号:CN106347513B

    公开(公告)日:2020-08-25

    申请号:CN201610831942.3

    申请日:2016-09-19

    Abstract: 本发明提供了一种仿生粘附式尺蠖机器人。所述左臂和右臂对称设置在机器人主体的两侧,CCD导航相机固定在机器人主体的上侧,弹塑性仿生吸盘的下端设有仿壁虎刚毛吸附材料,弹塑性仿生吸盘的上端和第一复合材料臂杆的一端之间由驱动关节相互连接,第一复合材料臂杆的另一端与第二复合材料臂杆的一端之间由驱动关节相互连接,第二复合材料臂杆的另一端和机器人主体之间由驱动关节相互连接。本发明的机器人利用仿壁虎刚毛吸附材料与空间非合作目标表面间形成的范德华力完成吸附,能够适用于高、低温真空环境。运动形式采用自然界尺蠖的运动方式,具有地形适应能力强、质量轻和能耗低等优点,非常适用于空间无重力环境下的复杂地形移动。

    气浮式柔性装配对接系统
    22.
    发明授权

    公开(公告)号:CN105619049B

    公开(公告)日:2018-04-24

    申请号:CN201610217882.6

    申请日:2016-04-08

    Abstract: 气浮式柔性装配对接系统,涉及柔性装配技术领域。解决传统大型舱段式产品装配精度低、效率差及柔性差的问题。它包括主动装配对接车、被动装配对接车和轨道;所述的主动装配对接车和被动装配对接车沿同一条轨道滑动,被动装配对接车用于托举被动对接舱段,主动装配对接车用于托举主动对接舱段,并控制主动对接舱段沿轨道延展方向的对接移动、垂直于轨道延展方向移动、竖直方向上的垂直移动、偏航转动、俯仰转动和滚转转动,从而实现与被动装配对接车上所托举被动对接舱段的对接;主动装配对接车托举主动对接舱段的方式为气浮式。主要用于对大型舱段式产品进行精对接。

    基于平动气浮支撑的扭摆式细长体轴向转动惯量测量装置

    公开(公告)号:CN106885652A

    公开(公告)日:2017-06-23

    申请号:CN201710137018.X

    申请日:2017-03-09

    CPC classification number: G01M1/10

    Abstract: 一种基于平动气浮支撑的扭摆式细长体轴向转动惯量测量装置,所述上抱环的内侧固连有两套压紧块,下抱环的内侧固连有两套压紧块,扭摆托环内侧与下抱环外侧之间相配合,扭摆托环托举下抱环,扭摆托环由托板托举,托板由气浮基座托举,采用平动气浮支撑,通过气浮基座的上表面出气,托板依靠气膜支撑,获得水平面上的三自由度无摩擦运动环境,托板相对于气浮基座自由运动,扭摆托环下部端面处固定有插销,插销两侧对称地连接有两套拉簧,两套拉簧的拉力方向相反,且两套拉簧均与水平面平行,两套滚轮架相对于气浮基座对称地固定在地面上,两套滚轮位于两套滚轮架上,两套滚轮相对于被测物的径向位置可调,两套滚轮同时向内侧伸出夹紧扭摆托环。

    仿生粘附式尺蠖机器人
    24.
    发明公开

    公开(公告)号:CN106347513A

    公开(公告)日:2017-01-25

    申请号:CN201610831942.3

    申请日:2016-09-19

    CPC classification number: B62D57/02

    Abstract: 本发明提供了一种仿生粘附式尺蠖机器人。所述左臂和右臂对称设置在机器人主体的两侧,CCD导航相机固定在机器人主体的上侧,弹塑性仿生吸盘的下端设有仿壁虎刚毛吸附材料,弹塑性仿生吸盘的上端和第一复合材料臂杆的一端之间由驱动关节相互连接,第一复合材料臂杆的另一端与第二复合材料臂杆的一端之间由驱动关节相互连接,第二复合材料臂杆的另一端和机器人主体之间由驱动关节相互连接。本发明的机器人利用仿壁虎刚毛吸附材料与空间非合作目标表面间形成的范德华力完成吸附,能够适用于高、低温真空环境。运动形式采用自然界尺蠖的运动方式,具有地形适应能力强、质量轻和能耗低等优点,非常适用于空间无重力环境下的复杂地形移动。

    基于高阶全驱系统的非平面农用六旋翼无人机控制方法

    公开(公告)号:CN119376249A

    公开(公告)日:2025-01-28

    申请号:CN202411492395.1

    申请日:2024-10-24

    Abstract: 基于高阶全驱系统的非平面农用六旋翼无人机控制方法,本发明涉及无人机控制领域,具体涉及非平面农用六旋翼无人机控制方法。本发明的目的是为了解决现有方法对全驱非平面六旋翼无人机控制准确性低问题。过程为:步骤一、构建全驱非平面六旋翼无人机模型;步骤二、构建系统状态变量矩阵;步骤三、基于全驱非平面六旋翼无人机模型和系统状态变量矩阵设计控制器;具体过程为:步骤三一、基于系统状态变量矩阵将步骤一中构建的全驱非平面六旋翼无人机模型转化为高阶全驱系统模型;步骤三二、基于高阶全驱系统模型获得误差跟踪模型;步骤三三、基于误差跟踪模型设计控制器。

    考虑绳索空间同步性的绳驱并联系统智能控制方法

    公开(公告)号:CN116352693B

    公开(公告)日:2025-01-28

    申请号:CN202310393179.0

    申请日:2023-04-13

    Abstract: 考虑绳索空间同步性的绳驱并联系统智能控制方法,属于多绳索并联驱动系统控制领域。本发明解决现有技术忽略了绳索空间中的各绳索长度的同步性对末端执行器的控制精度和稳定性产生影响的问题。本发明先构建绳索空间下的理论偏差耦合误差向量,利用理论偏差耦合误差向量构建智能同步控制器;采用深度强化学习算法并结合理论偏差耦合误差向量对深度神经网络进行训练;通过训练后深度神经网络对构建的实际偏差耦合误差向量进行识别,输出当前动作对智能同步控制器中的Kcp和Kcd进行优化,并结合利用实际偏差耦合误差向量生成的实际偏差控制信号与基础控制器输出的控制信号配合生成同步控制信号。本发明主要用于对绳驱并联系统中的电机进行控制。

    一种基于轴角交叉耦合的卫星编队姿态协同控制方法

    公开(公告)号:CN118192653A

    公开(公告)日:2024-06-14

    申请号:CN202410400906.6

    申请日:2024-04-03

    Abstract: 一种基于轴角交叉耦合的卫星编队姿态协同控制方法,它属于卫星编队系统与协同控制技术领域。本发明解决了现有方法无法实现编队中成员卫星响应速度不同情况下的高性能姿态协同控制的问题。本发明方法为:步骤1、基于成员卫星姿态跟踪误差四元数求解姿态误差的轴角信息并传递给其他成员卫星;步骤2、根据轴角信息计算成员卫星与其相通信卫星的交叉耦合协同误差角并限幅,通过自适应函数计算跟踪误差角修正量,再对成员卫星的跟踪误差角进行修正并限幅,计算修正后的跟踪误差四元数;步骤3、计算成员卫星的跟踪误差四元数变化率,设计成员卫星的自适应终端滑动模态,最后计算成员卫星的姿态控制量。本发明方法可以应用于卫星编队的协同观测任务。

    基于同伦法的多无人机同步到达轨迹规划方法、存储介质及设备

    公开(公告)号:CN114911263B

    公开(公告)日:2023-05-12

    申请号:CN202210656391.7

    申请日:2022-06-10

    Abstract: 基于同伦法的多无人机同步到达轨迹规划方法、存储介质及设备,属于多无人机轨迹规划领域。为了解决目前的多无人机轨迹规划或者控制方法不能很好的满足多无人机同步到达的问题。本发明基于架无人机的运动学模型和轨迹角和控制变量遵守约束构建多无人机同步到达问题的模型,并对同步到达问题进行离散化,然后基于无人机的初始位置、初始姿态、目标位置、目标姿态,轨迹角的上、下界,轨迹角的控制变量的上、下界,航向角的控制变量的上界,以及距离步长,经过同步到达规划方法得到同步轨迹并基于同伦法对无人机的轨迹进行具体规划。本发明主要用于多无人机的同步到达轨迹规划。

    基于深度强化学习的绳驱并联机器人控制方法

    公开(公告)号:CN114995137B

    公开(公告)日:2023-04-28

    申请号:CN202210617587.5

    申请日:2022-06-01

    Abstract: 基于深度强化学习的绳驱并联机器人控制方法,属于绳驱并联机器人领域,本发明为解决现有精确动力学模型没有考虑不确定性的影响或者在运动过程中绳驱并联机器人发生了变化,控制性能低的问题。本发明方法包括以下步骤:第一步、建立绳驱并联机器人的动力学模型,将绳驱并联机器人的动力学模型描述成马尔科夫决策过程;第二步、利用Lyapunov的柔性actor‑critic强化学习算法框架获取动作控制信号ur(m),第三步、将基本控制器输出的动作控制信号ua(m)与强化学习算法框架获取动作控制信号ur(m)叠加生成绳驱并联机器人的控制信号。

    多智能体编队系统允许最大通信数据延迟的判定方法

    公开(公告)号:CN115903914A

    公开(公告)日:2023-04-04

    申请号:CN202211702605.6

    申请日:2022-12-28

    Abstract: 多智能体编队系统允许最大通信数据延迟的判定方法,解决了如何有效的判定允许最大通信数据延迟的问题,属于多智能体领域。本发明包括:S1、获取领航‑跟随多智能体编队系统的参数及迭代步长ΔT;S2、计算得到分块矩阵C、E;S3、初始化迭代次数f=1,设置时滞变量初始值d0=ΔT;S4、将d0代入判定条件,计算判定条件的可行解,如果有解,转入S5,如果没有解,减少迭代步长ΔT,转入S2,或更换通信拓扑的拉普拉斯矩阵及领航者与跟随者通信矩阵,转入S3;S5、更新迭代步数f=f+1;S6、df‑1=fΔT,将df‑1代入判定条件,计算判定条件的可行解,如果有解,转入S5,如果没有解,最大通信延迟dM为(f‑1)ΔT。

Patent Agency Ranking