基于非線性時間序列分析的被動動態(tài)行走混沌現(xiàn)象研究
發(fā)布時間:2018-10-19 09:48
【摘要】:雙足機器人的研究一直是機器人研究領(lǐng)域的熱點,因其外形與人類相似,對其研究可以增進(jìn)對人類步行過程的認(rèn)識。同時,殘疾人對假肢需求量的不斷提升,進(jìn)一步推動了人類步行機理及雙足步行機器人的研究。近年來,隨著機器人步行過程中所存在的混沌現(xiàn)象的發(fā)現(xiàn),各國學(xué)者開始對非線性動力學(xué)理論,尤其在混沌理論方面進(jìn)行大量的研究。確定性混沌理論一般用來描述不穩(wěn)定系統(tǒng)中的隨機現(xiàn)象。盡管學(xué)者們發(fā)現(xiàn)了機器人在步行過程中存在混沌現(xiàn)象的證據(jù),但是很少有人嘗試將混沌理論應(yīng)用在機器人樣機上并定量的分析混沌對機器人步行的影響。因此,本文基于非線性時間序列分析方法研究人類及被動動態(tài)步行機器人的步行,揭示混沌理論與機器人學(xué)領(lǐng)域的內(nèi)在聯(lián)系及相關(guān)性。本文的主要研究內(nèi)容是通過非線性時間序列法分析人類的步態(tài)及被動動態(tài)步行規(guī)律,旨在增進(jìn)對帕金森病患者步態(tài)及殘疾人步態(tài)的認(rèn)識。由于動態(tài)步行的能耗比靜態(tài)步行的能耗低的多,更接近人類的步行過程,因此主要研究基于動態(tài)步行的雙足被動動態(tài)步行。本文對近年來在混沌理論領(lǐng)域的研究成果做了詳細(xì)的總結(jié),并深入探討了在被動動態(tài)步行機器人上出現(xiàn)的混沌現(xiàn)象。將步行時間序列數(shù)據(jù)通過非線性系統(tǒng)動力學(xué)方法進(jìn)行研究及處理,可以深刻揭示出雙足動態(tài)步行過程的復(fù)雜機理。人類及被動雙足步行機器人步行過程會出現(xiàn)混沌現(xiàn)象,這種混沌現(xiàn)象可以通過關(guān)聯(lián)維數(shù)及李雅普諾夫指數(shù)進(jìn)行描述。發(fā)現(xiàn)在不同的關(guān)聯(lián)維數(shù)及李雅普諾夫指數(shù)值下,機器人的步行穩(wěn)定性也不同,并最終通過圓規(guī)步態(tài)機器人樣機實驗驗證了這種現(xiàn)象。首先,介紹了被動動態(tài)步行、混沌理論、非線性時間序列分析及機器人中混沌現(xiàn)象的相關(guān)研究背景及成果。同時指出確定性混沌現(xiàn)象是機器人研究領(lǐng)域中普遍存在的一種現(xiàn)象。混沌理論的出現(xiàn)加深了人們對物理世界的認(rèn)識,且非線性時間序列分析法是揭示雙足機器人步行復(fù)雜內(nèi)在規(guī)律的有效方法。其次,分析了被動動態(tài)步行機器人步行過程中出現(xiàn)的混沌現(xiàn)象。通過對不同被動機器人中混沌現(xiàn)象進(jìn)行分析可以加深對發(fā)現(xiàn)混沌現(xiàn)象的方法及混沌控制策略的理解。同時指出,盡管目前通過研究混沌及分叉現(xiàn)象加深了對被動動態(tài)步行機器人的理解,但仍有很多問題有待于解決。再次,建立了用于被動動態(tài)步行混沌分析的非線性時間序列分析方法的基本框架,該方法可以揭示混沌理論與現(xiàn)實世界的聯(lián)系,也是本文分析人類及被動動態(tài)步行機器人步行過程中非線性度的基礎(chǔ)。非線性時間序列法在缺少數(shù)學(xué)模型的情況下或者多變量系統(tǒng)中都有廣泛應(yīng)用。通過重建狀態(tài)空間可以研究非線性時間序列的非線性度,這種重建是基于“系統(tǒng)的過去及未來的信息可以用來描述系統(tǒng)的當(dāng)前狀態(tài)”這一概念進(jìn)行的。確定性混沌動態(tài)系統(tǒng)的最大特點是系統(tǒng)中所有的變量都是具有普遍聯(lián)系的,因此通過研究單一變量就可以揭示這種系統(tǒng)的規(guī)律。通過諸如李雅普諾夫指數(shù)及分形維數(shù)等混沌不變量的計算,可以實現(xiàn)對步行系統(tǒng)的建模、預(yù)測及描述。然后,通過非線性時間序列法研究并分析了不同正常人及帕金森病人的步行步態(tài)。對于不同的步行過程,低的步態(tài)數(shù)據(jù)嵌入維意味著低維度的混沌現(xiàn)象。鑒于對應(yīng)的李雅普諾夫指數(shù)值及分形維度值都為正數(shù),所有的正常人及帕金森病人的步態(tài)都呈現(xiàn)出了混沌的動態(tài)過程。帕金森病人的步行動態(tài)過程雖然存在混沌現(xiàn)象,但相對于年輕人及健康的人來說相關(guān)性更低且更敏感。非線性時間序列法的定量分析可用來協(xié)助對諸如帕金森的運動疾病的診斷及治療,而對健康人步態(tài)的各種影響因素的研究則可以為傷者的康復(fù)訓(xùn)練提供理論參考。最后,通過非線性時間序列法研究并分析了被動動態(tài)步行機器人的復(fù)雜動態(tài)步行過程。首先對圓規(guī)步態(tài)機器人進(jìn)行了動力學(xué)建模,并通過MATLAB數(shù)值仿真獲得了步行的不動點及步態(tài)時間序列。然后,通過計算步行時間序列的混沌不變量(李雅普諾夫指數(shù)及關(guān)聯(lián)維數(shù))分析了圓規(guī)步態(tài)機器人的步行過程。通過對比數(shù)值仿真與非線性時間序列法計算結(jié)果發(fā)現(xiàn),隨著關(guān)聯(lián)維度值的減小,被動機器人步行穩(wěn)定性逐漸增加。因此,可以通過計算不同參數(shù)下相關(guān)指數(shù)值來對機器人進(jìn)行參數(shù)優(yōu)化。最后,建立了圓規(guī)步態(tài)機器人樣機,并在不同的質(zhì)心位置及斜面坡度參數(shù)下進(jìn)行了實驗。通過記錄步行成功的次數(shù)及成功的步行中步行的步數(shù)來分析步行的穩(wěn)定性。通過實驗發(fā)現(xiàn)隨著機器人腿部質(zhì)心位置的升高,機器人的關(guān)聯(lián)維度值變小,步行穩(wěn)定性變高,這驗證了雅普諾夫指數(shù)值及關(guān)聯(lián)維度值可以預(yù)測被動機器人步行穩(wěn)定性的結(jié)論。
[Abstract]:......
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級別】:博士
【學(xué)位授予年份】:2016
【分類號】:TP242
,
本文編號:2280772
[Abstract]:......
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級別】:博士
【學(xué)位授予年份】:2016
【分類號】:TP242
,
本文編號:2280772
本文鏈接:http://sikaile.net/shoufeilunwen/xxkjbs/2280772.html
最近更新
教材專著