水下自重构系统的游-走仿生混合运动研究

常规潜水器的海底探测作业，能耗较大且会引起泥沙搅动，同时较差的环境适应能力、感知能力及自治能力限制了其在水下结构物的检测与维修，以及海底环境探测等方面的应用。本项目拟基于水下自重构系统，研究水下游-走混合运动的基本理论与实现方法，获得具有强环境适应性、复杂任务执行能力和损伤生存性的海底探测与作业平台。..基于模块化机器人技术，结合游动与行走的水下机器人仿生运动研究是一种典型的多约束、智能协调控制应用技术研究。本项目拟在已有的水下自重构平台及运动控制研究基础上，采用冗余自由度系统的多约束和逆运动学求解方法解决游-走运动的状态生成问题，利用构形专家库及构形匹配搜索算法建立最优构形的拓扑转换策略，通过建立非完整约束的自重构系统游-走运动动力学模型，并结合运动中的水动力学分析，进一步研究提高系统运动能力的方法与策略。

水下自重构系统的综合运动能力是其在水下结构物检测与维修，以及海底环境探测等方面广泛应用的主要技术瓶颈。本项目以游-走仿生混合运动为研究对象，从通用动力学建模与仿真方法、构形转换策略以及游-走运动控制算法等多方面进行了大量理论研究与实验验证。1) 在通用动力学建模方面：利用通路矩阵建立了自重构系统拓扑构形的统一数学描述；结合Kane方程，并在模型中加入各种水下外部环境作用力，形成了一种适合于各种构形的、通用的动力学建模方法。在此基础上，开发了基于符号化建模工具及Simulink仿真环境的水下自重构系统动力学虚拟仿真平台。2) 在构形转换策略方面：建立了水下自重构系统的仿生运动构形专家库，利用多层结构的构形转换策略，最终由决策层根据量化的构形转换判断条件，得出构形转换的最优结果。3) 在游-走运动控制算法方面：首先，提出了基于中枢神经发生器(CPG)的游-走运动生成与控制方法，建立了水下自重构系统的CPG控制模型，并将负载系数作为高级激励信号，利用其对CPG模型参数进行调整，使机器人能够按照一定的性能指标采用不同的运动形式。其次，通过在步态生成器中耦合相关的外部反馈信息而实现抗干扰能力，当地形条件发生改变时，或受外界干扰力作用时，系统能够对其步态进行自动修正以适应外界干扰影响。最后，首次提出了水下行走的稳定性准则概念，通过建立水下自重构系统整体受力和力矩平衡方程，分别获得水下自重构系统动态运动的第一和第二类稳定性准则。项目研究结果表明，水下自重构系统具有良好的水下运动潜能，通过优化控制算法与策略，可以极大提高其水下运动的稳定性和适应性。