English 日本語 Русский

绳驱波浪运动补偿控制方法及海上试验验证

绳驱波浪运动补偿控制方法及海上试验验证

客      户
山东大学

1.jpg

山东大学(威海)陈原教授团队近期在Information Sciences期刊发表题为Passivity-based variable damped sliding mode control for cable-driven wave motion compensation device under hybrid disturbances的论文,论文被SCI和EI收录。


2.jpg


海上补给与海洋工程任务中,绳驱波浪运动补偿装置面临由强扰动、低阻尼环境带来的多重控制挑战。本文提出一种基于无源性的变阻尼滑模控制方法,实现有限时间收敛、振动抑制与轨迹跟踪的统一设计。NOKOV度量动作捕捉为室内实验提供高精度三维负载位姿数据,作为控制器闭环反馈及性能评估的基准。


3.jpg


与现有的滑模方法相比,本文提出的框架在应对不同载荷质量时具有更强适应性,在噪声和受限环境下表现出更高鲁棒性,同时更契合波动补偿及其他悬挂式CDPR应用的实际需求。
1、本文提出了基于端口-哈密顿的控制框架,同时考虑悬挂缆索结构的加速度约束及执行器饱和问题。
2、设计了新型的协同控制框架,通过滑模输入与阻尼调制的融合,提升防摆动能力及轨迹跟踪性能。
3、提出了双模阻尼饱和策略,利用双曲正切函数在收敛速度与摆动抑制之间实现平衡。
4、设计了有限时间级联观测器,用于抑制传感器噪声并快速重构扰动。


4.jpg

室内实验中,研究团队搭建了1:10缩比的五自由度八绳波浪补偿样机,由六自由度并联平台模拟船舶运动。样机集成了UMAC运动控制器,通过 MATLAB/Simulink与IMU传感器和度量动捕建立通信,确保实时位姿反馈同步。研究还通过海上补给试验,在真实风浪扰动下验证了方法的稳定性与工程可部署性。


5.jpg

结果表明,在相近控制能耗下,本文方法ITAE指标降低约58%–68%;真实海试中,面对5–10 m/s风速扰动,位置与姿态跟踪误差平均降低55%以上。


6.jpg


NOKOV度量动作捕捉为室内实验提供高精度三维负载位姿数据,作为控制器闭环反馈及性能评估的基准。

作者简介

侯宗宾,山东大学低空科学与工程学院硕士生。主要研究方向:绳驱动并联机器人的设计与控制

隋瑞浩,山东大学低空科学与工程学院硕士生。主要研究方向:绳驱动并联机器人的设计与控制

陈原(通讯作者),山东大学机电与信息工程学院副院长、教授。主要研究方向:机器人机构学与运动控制


惯性式上肢动作捕捉系统开发

西安交通大学机械工程学院陕西省智能机器人重点实验室施虎老师团队利用惯性传感器开发了一套低成本、高灵活性的上肢动作捕捉系统,为机械臂遥操作任务提供了更自然、更高效的人机交互方案。NOKOV度量光学动作捕捉系统提供了人体上肢运动的高精度位置和姿态数据,助力惯性动捕系统性能评估。

IEEE RAL 足式机器人鲁棒状态估计 精度较基线提升40%以上

山东大学研究团队发表面向绳驱动连续体机器人的融合非线性扩展状态观测器的自适应滑模跟踪控制方法,度量动捕为实验提供机器人末端执行器位姿数据,助力验证控制方法有效性。

室外环境无人车动作捕捉

清华大学李翔老师团队在室外环境下对无人车进行动作捕捉。NOKOV度量抗日光版本动捕镜头过滤日光干扰,准确识别无人车表面的反光标记点,获取高精度运动轨迹。

IJRR | 北航团队提出机器人复合分层抗干扰框架:实现无人机边飞边学

北航杭研院郭克信老师团队在IJRR上发表FORESEER机器人复合分层抗干扰框架,研究在五种不同构型的无人机平台上进行了室内外大量实验,通过四类代表性任务系统验证框架的性能。 NOKOV度量动作捕捉系统为实验提供了无人机在室内执行飞行任务时的高精度位姿数据及轨迹信息,助力验证FORESEER框架处理各种不确定性的有效性。
联系我们
如需更多应用、案例信息或产品报价,请致电 010-64922321,或在下方留言:
机器人/无人机 VR/AR/XR 运动康复 传媒娱乐
北京度量科技有限公司(总部)
Location 北京市朝阳区安慧里四区15号五矿大厦8层820室
Email info@nokov.com
Phone 010-64922321
提交成功!请您耐心等待!
欢迎关注公众号,获取更多信息
关闭