论文部分内容阅读
本文受仿生学和群智能算法的启发，针对一类多关节仿鯵科机器鱼，应用微粒群算法(Particle Swarm Optimization，PSO)对其进行运动控制优化。
首先，介绍了仿生机器鱼及其运动控制优化的研究意义，综述了国内外相关的研究工作，并简要介绍了本文的选题背景和主要工作。
其次，介绍了多关节仿生机器鱼的硬件结构，基于中枢模式发生器(CentralPattern Generator，CPG)原理的运动控制模型，和相关的水下机器人实验系统。
再次，采用整数空间自适应微粒群算法对机器鱼运动参数进行了优化，得到了机器鱼正向直游的最大速度以及相应的控制参数组。基此，以电机摆动频率作为唯一的速度控制参数，结合线性插值方法，设计了一个基于分段线性函数的速度控制器，简化了机器鱼的运动控制。实验验证了该控制器的实用性和有效性。
然后，对多关节机器鱼的倒游进行了研究。由于控制参数与倒游速度的关系较正游更为复杂，本文通过大量实验和分析，分别得出了CPG模型中各参数与倒游性能的关系。基此，通过PSO算法得到了机器鱼倒退最大直游速度以及对应的控制参数组。
最后，对本文所做的工作进行总结，并指出了今后需要进一步开展的工作。