[发明专利]一种可翻转立方体机器人及其建模方法和控制方法

说明书

本发明涉及智能机器人领域，尤其涉及一种可翻转立方体机器人及其基于模糊神经网络的建模方法，以及基于并行补偿法的控制方法。旨在解决现有立方体机器人存在运动模式单一、非线性系统建模及控制的问题，包括：提出一种具有成本低，集成度高，可实现自主翻滚的立方体机器人机械结构，机器人内部加入舵机和刹车片，电机采用直流有刷带编码器电机；在不需要对立方体模型结构和参数完全已知的情况下，通过构建模糊神经网络对立方体机器人的输入和输出数据进行学习，从而解决对具有非线性、不确定性立方体机器人系统的建模和控制问题，并通过机载运行，验证了所设计算法的有效性。

技术领域

本发明涉及智能机器人领域，尤其涉及一种可翻转立方体机器人及其基于模糊神经网络的建模方法，以及基于并行补偿法的控制方法。

背景技术

立方体机器人是一种具有立方体外观的新型自平衡移动机器人，其运动学模型可近似等效为一个多自由度空间的倒立摆模型，具有高阶、非线性、多变量、强耦合等特点，它集机械、电子、计算机、自动控制与人工智能等学科于一体，是一个关于研究的理想平台。与传统的轮式、腿式、履带式等移动机器人相比较，立方体机器人的结构、移动方式独特、运动灵活，多个立方体机器人自组装后可用于桥梁修补、太空探索等领域，具有重要的理论价值和广阔的发展前景。

目前，关于立方体机器人研究主要是：其一，基于单边或者单点自平衡立方体结构设计，较少涉及移动方式下立方体机器人的结构设计；其二，主要是基于经典的控制理论方法建立立方体机理模型，然后在此基础上设计立方体的控制器，较少涉及基于立方体机器人的智能建模和控制系统。然而，立方体机器人是一种非线性、强耦合、多变量的复杂系统，基于常规线性机理模型的立方体控制系统难以获取准确的立方体机器人机理模型，且当立方体机器人受到外界的干扰，系统的特征参数或者结构均易发生改变，导致依赖模型精度的经典控制器难以保证立方体系统的有效控制效果。

发明内容

本发明要解决的技术问题是：针对目前立方体机器人运动方式单一、运动控制复杂的特点，提供一种可翻转立方体机器人；同时在此基础上，针对目前传统立方体机器人建模方法非线性、精度低、控制难的特点，提供一种可翻转立方体机器人及其基于模糊神经网络的建模方法，以及基于并行补偿法的控制方法。

为解决上述技术问题，本发明采用的技术方案是：

一种可翻转立方体机器人，包括立方体框架，立方体框架内部固定包括电控板、电池盒、电机和惯性轮在内的所有部件，其特征在于：所述惯性轮上侧固定有刹车片，所述刹车片一端套在惯性轮上侧，另一端连接舵机。

进一步的，所述机器人的所有部件都固定在立方体框架内部，且位置如下：

所述电机通过电机支架悬空固定在立方体框架前端面中部，所述惯性轮通过法兰联轴器固定在电机的轴上，且惯性轮与立方体框架的前端面平行，所述刹车片和舵机均固定在立方体框架前端面的上边缘，所述电池盒固定在立方体框架右端面，所述电控板固定在立方体框架上端面，且与电池盒、电机、舵机均有连接。

进一步的，所述电机采用直流有刷带编码器电机，所述电控板为集成板，集成有姿态传感器、单片机控制板和直流电机伺服驱动器，所述姿态传感器由陀螺仪和加速度计组成。

一种可翻转立方体机器人基于模糊神经网络的建模方法，其特征在于包括如下步骤：

S1，采集相邻时刻立方体机器人的机体参数分别作为离散原始输入输出数据，并确定输入输出数据的论域，所述机体参数包括机体角度、机体的角速度、飞轮的角速度；

S2，对输入输出数据进行模糊均值聚类计算，得到模糊推理规则的数目，确定模糊隶属度函数中心向量和高斯基函数的初值；