Classification Optimization and Motion Control of Multi-configuration Unmanned Metamorphic Vehicle

无人变胞车是在汽车结构基础上引入变胞机构而设计的一种新型可变形机器人，能适应不同路况进行轮式或腿足式移动。其结构参数、位姿参数对于各个构态的运动稳定性和能耗影响程度不同，因此结合调整质心机构对无人变胞车参数进行分级优化设计。采用Sobol灵敏度算法制定了分级优化方案：针对行走稳定性及能耗，采用蜂鸟优化算法(Artificial hummingbird algorithm，AHA)对腿部结构参数进行优化设计；针对重构过程，设计滑模控制器，并在考虑汽车态稳态转向行驶稳定性前提下，结合非支配排序遗传算法(Non-dominated sorting genetic algorithm-Ⅲ，NSGA-Ⅲ)对结构参数、位姿参数及滑模控制器控制参数进行多目标集成优化设计。通过仿真及试验结果表明：在重构工况下，分级优化后的无人变胞车表现出更高的稳定性、更低的能耗及更好的控制品质；在汽车态时，显著提高系统的稳态转向稳定行驶性能；在类人态时，降低了行走中跨步过程能耗，提高行走稳定性，从而更加利于行走。针对不同构态建立分级优化方法，不仅降低后续优化时的计算复杂度，而且可以得到适用于无人变胞车多个构态的全局最优参数。