吳正 李鳳芝

摘要：為了提高跑步點(diǎn)軌跡跟蹤的精度，提出基于解耦控制的跨欄跑步點(diǎn)軌跡跟蹤方法.構(gòu)建約束參量模型和運(yùn)動(dòng)學(xué)模型，采用非線性雙曲解耦控制模型進(jìn)行跑步點(diǎn)軌跡參數(shù)模糊度辨識，設(shè)計(jì)比例-積分糾偏控制器完成模糊自適應(yīng)跟蹤控制，在笛卡兒空間中進(jìn)行軌跡位置糾偏補(bǔ)償，根據(jù)位置糾偏結(jié)果進(jìn)行誤差補(bǔ)償控制，采用解耦控制方法進(jìn)行軌跡的實(shí)時(shí)跟蹤和偏差調(diào)節(jié)，實(shí)現(xiàn)跑步點(diǎn)軌跡的跟蹤.仿真結(jié)果表明，該方法的糾偏性能較好，跟蹤精度較高，有效提高了跨欄跑步的競技水平.

關(guān)鍵詞：解耦控制;跨欄跑步;點(diǎn)軌跡;跟蹤

中圖分類號：TP18;O242? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1673-260X（2019）08-0008-03

0 引言

在人工智能控制技術(shù)不斷發(fā)展成熟的背景下，采用智能控制技術(shù)進(jìn)行人體運(yùn)動(dòng)學(xué)控制成為未來體育訓(xùn)練的一門重要學(xué)科，比如，將智能控制技術(shù)應(yīng)用在跨欄跑步的軌跡跟蹤中，將人體運(yùn)動(dòng)學(xué)模型和跨欄的障礙分布理解為一組非線性動(dòng)力學(xué)控制模型，采用智能控制和運(yùn)動(dòng)學(xué)建模方法[1]，進(jìn)行跨欄跑步中的軌跡跟蹤控制，結(jié)合避障控制策略，提高對跨欄跑步的點(diǎn)軌跡跟蹤控制能力，從而有效降低不必要的路徑偏差，提高跨欄跑步的競技比賽成績，研究跨欄跑步的點(diǎn)軌跡跟蹤方法，將在跨欄跑步的運(yùn)動(dòng)訓(xùn)練指導(dǎo)中具有重要意義[2].對跨欄跑步的運(yùn)動(dòng)點(diǎn)軌跡跟蹤研究是建立在對運(yùn)動(dòng)學(xué)模型設(shè)計(jì)基礎(chǔ)上，采用人體位姿的自適應(yīng)調(diào)節(jié)方法進(jìn)行跨欄跑步的優(yōu)化控制，提出基于解耦控制的跨欄跑步點(diǎn)軌跡跟蹤方法，根據(jù)位置糾偏結(jié)果進(jìn)行誤差補(bǔ)償控制，實(shí)現(xiàn)跨欄跑步點(diǎn)軌跡跟蹤的參數(shù)自適應(yīng)調(diào)節(jié)和誤差補(bǔ)償，采用解耦控制方法，進(jìn)行的跨欄跑步點(diǎn)軌跡的實(shí)時(shí)跟蹤和偏差調(diào)節(jié)，提高控制精度，降低跟蹤誤差，最后進(jìn)行實(shí)驗(yàn)測試分析，得出有效性結(jié)論.

1 運(yùn)動(dòng)學(xué)模型及控制約束參量建模

1.1 跨欄跑步點(diǎn)軌跡跟蹤的運(yùn)動(dòng)學(xué)模型

為了實(shí)現(xiàn)跨欄跑步點(diǎn)軌跡跟蹤，采用誤差補(bǔ)償和路徑糾偏控制方法，進(jìn)行跨欄跑步點(diǎn)軌跡跟蹤補(bǔ)償控制，首先構(gòu)建跨欄跑步的運(yùn)動(dòng)學(xué)模型，采用動(dòng)態(tài)基元逆運(yùn)動(dòng)學(xué)模型建模的方法[3]，構(gòu)建跨欄跑步點(diǎn)軌跡跟蹤的控制模型，令跨欄跑步點(diǎn)軌跡跟蹤的軌跡點(diǎn)蔡妍特征分布表示為q1=[q1，…q7]T，sinqi和cosqi分別記為 ，并簡記為si和ci，根據(jù)位置和指向隨時(shí)間變化的軌跡，在運(yùn)動(dòng)學(xué)坐標(biāo)系i和i-1之間建立齊次矩陣i-1Ti（qi）可表示跨欄跑步點(diǎn)軌跡跟蹤的多自由度耦合特征量，為：

在最佳軌跡中，跨欄跑步運(yùn)動(dòng)員的正向運(yùn)動(dòng)學(xué)（FK）方程式可用當(dāng)前位置進(jìn)行在線預(yù)測，根據(jù)速度控制和誤差偏移修正方法[4]，在慣性坐標(biāo)系Σ7中，得到人體位姿相對于參考坐標(biāo)系Σ0的空間分布矩陣為：

根據(jù)上式推得k時(shí)刻對k+1時(shí)刻的預(yù)測誤差協(xié)方差矩陣，經(jīng)緯度依次轉(zhuǎn)換到平面直角坐標(biāo)系中，得到跑步過程中的人體質(zhì)心繞腕關(guān)節(jié)和Σ0原點(diǎn)軸的旋轉(zhuǎn)狀態(tài)矩，采用慣性力矩補(bǔ)償方法進(jìn)行位姿修正，即可推的跨欄跑步運(yùn)動(dòng)員的逆運(yùn)動(dòng)學(xué)的解析形式為：

通過力反饋修正期望位置，得到跨欄跑步的點(diǎn)軌跡偏離的位姿運(yùn)動(dòng)學(xué)狀態(tài)方程為：

從而得到跨欄跑步運(yùn)動(dòng)員的用力向量0T1-1，采用自適應(yīng)誤差調(diào)節(jié)方法進(jìn)行軌跡偏離修正[5]，分析平面內(nèi)的橫坐標(biāo)參量集，可得：

在載荷轉(zhuǎn)移約束下跨欄跑步運(yùn)動(dòng)員點(diǎn)軌跡跟蹤的誤差矯正向量為：

兩邊再左乘逆矩陣2T1-1（q2）可得：

根據(jù)上述對跨欄跑步的運(yùn)動(dòng)學(xué)模型構(gòu)建結(jié)果進(jìn)行速度控制和偏移控制.

1.2 控制約束參量

構(gòu)建跨欄跑步點(diǎn)軌跡跟蹤的約束參量模型和運(yùn)動(dòng)學(xué)模型，采用非線性雙曲解耦控制模型進(jìn)行跨欄跑步點(diǎn)軌跡參數(shù)模糊度辨識[6]，設(shè)計(jì)跨欄跑步點(diǎn)軌跡跟蹤位置矯正向量元素q3和q4：

3 仿真實(shí)驗(yàn)與結(jié)果分析

為了驗(yàn)證該方法在實(shí)現(xiàn)跨欄跑步點(diǎn)軌跡跟蹤的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)分析，對跨欄跑步點(diǎn)軌跡姿態(tài)參量采集的傳感器為電子羅盤LSM303DLH（含加速度計(jì)和重力傳感計(jì)），采集的跨欄跑步點(diǎn)軌跡的長度為2000，數(shù)據(jù)的采樣頻率為120KHz，根據(jù)上述參量設(shè)定，采用非線性雙曲解耦控制模型進(jìn)行跨欄跑步點(diǎn)軌跡參數(shù)模糊度辨識，實(shí)現(xiàn)軌跡跟蹤，得到點(diǎn)軌跡跟蹤的參數(shù)特征分布如圖1所示.

根據(jù)圖1的建跨欄跑步點(diǎn)軌跡跟蹤參數(shù)分布，進(jìn)行跨欄跑步點(diǎn)軌跡跟蹤，得到跟蹤收斂值如圖2所示.

測試不同方法進(jìn)行跨欄跑步點(diǎn)軌跡跟蹤的收斂誤差，得到對比結(jié)果見表1，分析表1得知，本文方法進(jìn)行跨欄跑步點(diǎn)軌跡跟蹤的誤差較小，收斂性較好.

4 結(jié)語

采用智能控制和運(yùn)動(dòng)學(xué)建模方法，進(jìn)行跨欄跑步中的軌跡跟蹤控制，提高對跨欄跑步的點(diǎn)軌跡跟蹤控制能力.本文提出基于解耦控制的跨欄跑步點(diǎn)軌跡跟蹤方法，采用人體位姿的自適應(yīng)調(diào)節(jié)方法進(jìn)行跨欄跑步的優(yōu)化控制，在載荷轉(zhuǎn)移約束下求得跨欄跑步運(yùn)動(dòng)員點(diǎn)軌跡跟蹤的誤差矯正向量，在笛卡兒空間中進(jìn)行跨欄跑步點(diǎn)軌跡的位置糾偏補(bǔ)償，采用結(jié)構(gòu)控制方法，進(jìn)行的跨欄跑步點(diǎn)軌跡的實(shí)時(shí)跟蹤和偏差調(diào)節(jié)，提高軌跡跟蹤的精度.研究得知，本文方法進(jìn)行跨欄跑步點(diǎn)軌跡跟蹤的收斂性較好，誤差較低，能夠有效指導(dǎo)跨欄跑步訓(xùn)練.

——————————

參考文獻(xiàn)：

〔1〕趙志偉.簡析協(xié)調(diào)性訓(xùn)練對提升普通大學(xué)生運(yùn)動(dòng)員跨欄技術(shù)的影響[J].當(dāng)代體育科技，2018，8（08）：32+34.

〔2〕司媛媛，何斌.基于CPG和小腦模型的雙足機(jī)器人行走控制[J].系統(tǒng)仿真技術(shù)，2017，13（1）：6-10.

〔3〕梁達(dá)堯，張文增.平夾自適應(yīng)欠驅(qū)動(dòng)手的參數(shù)優(yōu)化與穩(wěn)定性分析[J].機(jī)器人，2017，39（3）：282-291.

〔4〕郭憲，馬書根，李斌，等.基于動(dòng)力學(xué)與控制統(tǒng)一模型的蛇形機(jī)器人速度跟蹤控制方法研究[J].自動(dòng)化學(xué)報(bào)，2015，41（11）：1847-1856.

〔5〕王華，康榮杰，王興堅(jiān)，等.軟體彎曲驅(qū)動(dòng)器設(shè)計(jì)與建模[J].北京航空航天大學(xué)學(xué)報(bào)，2017，43（5）：1053-1060.

〔6〕李俊國，嚴(yán)榮國，王佳玉，等.基于三軸加速度計(jì)的中老年足部訓(xùn)練系統(tǒng)[J].生物醫(yī)學(xué)工程研究，2018，37（03）：346-350.