本技术公开了一种基于多构态分级和集成算法的无人变胞车参数优化方法,包括:1建立无人变胞车模型;2建立无人变胞车在不同态下的评价指标;3采用SOBOL灵敏度分析方法筛选参数;4根据不同态性能以及结构限制,制定各个参数的约束域;5根据灵敏度分析结果及约束域对筛选出的参数进行分级和集成优化。本发明能筛选并优化对无人变胞车运动性能影响较大的参数,降低优化复杂度,减少优化时间,从而能提高无人变胞车多构态运动的稳定性,并有效降低运动能耗。
背景技术
无人变胞车是在汽车结构的基础上引入变胞机构而设计的一种新型可变形机器人,它能够根据不同路况改变构态以实现轮式行驶或腿足式行走。随着应用场景的不断拓展,无人变胞车的使用环境越来越复杂,对其不同构态的稳定性及能耗也提出了更高的要求。
在现代科学研究中,很多研究对象庞大复杂,系统的性能及动态变化涉及到许多影响因素。具体到优化设计方面,所建立的优化模型包含大量的设计变量。一方面,这些设计变量可能对系统目标性能的影响程度不同,譬如本发明所涉及的无人变胞车,对于不同构态的不同运动性能要求,有些设计变量影响程度很高,有些设计变量影响程度很低,有些设计变量的影响相关性为零。另一方面,这些设计变量不仅数量多,而且可能具有不同属性,对这些设计变量采用不同的优化策略将会得到完全不同的优化结果。一般的多设计变量优化策略都采用顺序优化设计方法,即先优化设计系统结构参数,后续再设计相关控制系统并对控制参数进行优化。该类方法存在一些缺陷:
1)并未考虑可变形机器人不同构态下的性能要求,如一种机器人含有两种构态时,以上算法仅仅做到了先优化一种构态,再优化另一种构态。
2)并未考虑到结构参数与控制参数对系统性能的耦合影响。
目前尚无在多种构态下将结构参数优化设计与控制参数优化设计流程结合起来的优化程序,而且现有的优化方法将各变量和约束放在同一层级进行优化,没有考虑设计的逻辑顺序与各变量耦合关系的影响,导致优化效率不高,需要多次迭代反复设计。因此,如何在控制参数与结构参数间的相互耦合及对多优化目标的综合影响下,实现优化结果快速收敛和优化目标协调匹配,成为实现无人变胞车多构态优化的技术难题。
实现思路