基于解耦控制的跨栏跑步点轨迹跟踪方法研究

吴正 李凤芝

摘要：为了提高跑步点轨迹跟踪的精度，提出基于解耦控制的跨栏跑步点轨迹跟踪方法.构建约束参量模型和运动学模型，采用非线性双曲解耦控制模型进行跑步点轨迹参数模糊度辨识，设计比例-积分纠偏控制器完成模糊自适应跟踪控制，在笛卡儿空间中进行轨迹位置纠偏补偿，根据位置纠偏结果进行误差补偿控制，采用解耦控制方法进行轨迹的实时跟踪和偏差调节，实现跑步点轨迹的跟踪.仿真结果表明，该方法的纠偏性能较好，跟踪精度较高，有效提高了跨栏跑步的竞技水平.

关键词：解耦控制;跨栏跑步;点轨迹;跟踪

中图分类号：TP18;O242  文献标识码：A  文章编号：1673-260X（2019）08-0008-03

0 引言

在人工智能控制技术不断发展成熟的背景下，采用智能控制技术进行人体运动学控制成为未来体育训练的一门重要学科，比如，将智能控制技术应用在跨栏跑步的轨迹跟踪中，将人体运动学模型和跨栏的障碍分布理解为一组非线性动力学控制模型，采用智能控制和运动学建模方法[1]，进行跨栏跑步中的轨迹跟踪控制，结合避障控制策略，提高对跨栏跑步的点轨迹跟踪控制能力，从而有效降低不必要的路径偏差，提高跨栏跑步的竞技比赛成绩，研究跨栏跑步的点轨迹跟踪方法，将在跨栏跑步的运动训练指导中具有重要意义[2].对跨栏跑步的运动点轨迹跟踪研究是建立在对运动学模型设计基础上，采用人体位姿的自适应调节方法进行跨栏跑步的优化控制，提出基于解耦控制的跨栏跑步点轨迹跟踪方法，根据位置纠偏结果进行误差补偿控制，实现跨栏跑步点轨迹跟踪的参数自适应调节和误差补偿，采用解耦控制方法，进行的跨栏跑步点軌迹的实时跟踪和偏差调节，提高控制精度，降低跟踪误差，最后进行实验测试分析，得出有效性结论.

1 运动学模型及控制约束参量建模

1.1 跨栏跑步点轨迹跟踪的运动学模型

为了实现跨栏跑步点轨迹跟踪，采用误差补偿和路径纠偏控制方法，进行跨栏跑步点轨迹跟踪补偿控制，首先构建跨栏跑步的运动学模型，采用动态基元逆运动学模型建模的方法[3]，构建跨栏跑步点轨迹跟踪的控制模型，令跨栏跑步点轨迹跟踪的轨迹点蔡妍特征分布表示为q1=[q1，…q7]T，sinqi和cosqi分别记为 ，并简记为si和ci，根据位置和指向随时间变化的轨迹，在运动学坐标系i和i-1之间建立齐次矩阵i-1Ti（qi）可表示跨栏跑步点轨迹跟踪的多自由度耦合特征量，为：

在最佳轨迹中，跨栏跑步运动员的正向运动学（FK）方程式可用当前位置进行在线预测，根据速度控制和误差偏移修正方法[4]，在惯性坐标系Σ7中，得到人体位姿相对于参考坐标系Σ0的空间分布矩阵为：

根据上式推得k时刻对k+1时刻的预测误差协方差矩阵，经纬度依次转换到平面直角坐标系中，得到跑步过程中的人体质心绕腕关节和Σ0原点轴的旋转状态矩，采用惯性力矩补偿方法进行位姿修正，即可推的跨栏跑步运动员的逆运动学的解析形式为：

通过力反馈修正期望位置，得到跨栏跑步的点轨迹偏离的位姿运动学状态方程为：

从而得到跨栏跑步运动员的用力向量0T1-1，采用自适应误差调节方法进行轨迹偏离修正[5]，分析平面内的横坐标参量集，可得：

在载荷转移约束下跨栏跑步运动员点轨迹跟踪的误差矫正向量为：

两边再左乘逆矩阵2T1-1（q2）可得：

根据上述对跨栏跑步的运动学模型构建结果进行速度控制和偏移控制.

1.2 控制约束参量

构建跨栏跑步点轨迹跟踪的约束参量模型和运动学模型，采用非线性双曲解耦控制模型进行跨栏跑步点轨迹参数模糊度辨识[6]，设计跨栏跑步点轨迹跟踪位置矫正向量元素q3和q4：

3 仿真实验与结果分析

为了验证该方法在实现跨栏跑步点轨迹跟踪的应用性能，进行仿真实验分析，对跨栏跑步点轨迹姿态参量采集的传感器为电子罗盘LSM303DLH（含加速度计和重力传感计），采集的跨栏跑步点轨迹的长度为2000，数据的采样频率为120KHz，根据上述参量设定，采用非线性双曲解耦控制模型进行跨栏跑步点轨迹参数模糊度辨识，实现轨迹跟踪，得到点轨迹跟踪的参数特征分布如图1所示.

根据图1的建跨栏跑步点轨迹跟踪参数分布，进行跨栏跑步点轨迹跟踪，得到跟踪收敛值如图2所示.

测试不同方法进行跨栏跑步点轨迹跟踪的收敛误差，得到对比结果见表1，分析表1得知，本文方法进行跨栏跑步点轨迹跟踪的误差较小，收敛性较好.

4 结语

采用智能控制和运动学建模方法，进行跨栏跑步中的轨迹跟踪控制，提高对跨栏跑步的点轨迹跟踪控制能力.本文提出基于解耦控制的跨栏跑步点轨迹跟踪方法，采用人体位姿的自适应调节方法进行跨栏跑步的优化控制，在载荷转移约束下求得跨栏跑步运动员点轨迹跟踪的误差矫正向量，在笛卡儿空间中进行跨栏跑步点轨迹的位置纠偏补偿，采用结构控制方法，进行的跨栏跑步点轨迹的实时跟踪和偏差调节，提高轨迹跟踪的精度.研究得知，本文方法进行跨栏跑步点轨迹跟踪的收敛性较好，误差较低，能够有效指导跨栏跑步训练.

——————————

参考文献：

〔1〕赵志伟.简析协调性训练对提升普通大学生运动员跨栏技术的影响[J].当代体育科技，2018，8（08）：32+34.

〔2〕司媛媛，何斌.基于CPG和小脑模型的双足机器人行走控制[J].系统仿真技术，2017，13（1）：6-10.

〔3〕梁达尧，张文增.平夹自适应欠驱动手的参数优化与稳定性分析[J].机器人，2017，39（3）：282-291.

〔4〕郭宪，马书根，李斌，等.基于动力学与控制统一模型的蛇形机器人速度跟踪控制方法研究[J].自动化学报，2015，41（11）：1847-1856.

〔5〕王华，康荣杰，王兴坚，等.软体弯曲驱动器设计与建模[J].北京航空航天大学学报，2017，43（5）：1053-1060.

〔6〕李俊国，严荣国，王佳玉，等.基于三轴加速度计的中老年足部训练系统[J].生物医学工程研究，2018，37（03）：346-350.