【技術實現步驟摘要】
本專利技術涉及低重力運動領域，具體涉及一種基于空間定向感知一致性的低重力運動模擬方法。
技術介紹
1、地面條件難以完全模擬持續有效的低重力運動特性，只能在一定程度內等效或近似地模擬低重力運動感知特性，最優運動模擬算法使用了完整的運動感知模型，相較于其它算法更適用于低重力運動模擬。該算法比較了實際飛行通道和模擬通道的運動感知、并通過最優控制理論實現感知誤差的最小化，但受限于兩個通道需使用完全一致的運動感知模型，要求模擬環境與實際飛行的重力一致，所以無法直接用于低重力運動模擬。
2、通常高級別的飛行模擬訓練系統均要求實現飛行過程中的運動模擬。由于一般的六自由度運動系統的運動范圍有限，為了在有限的運動行程中盡可能地模擬出真實飛行運動，必須充分利用人的感知特性來制定運動策略，這就是運動模擬算法。當前主流的運動模擬算法有以下四種：
3、a.經典運動模擬算法：該算法最主要的優點是從理論上和實現上都非常簡單，計算量?。欢覍τ谠O計者來說很直觀，可以對運動感覺不滿意的地方進行直接的修改；通常使用pid控制實現，實現相對容易、模擬穩定性更好，在國內應用較廣。它主要的缺點是由于使用了線性濾波器，不能充分利用模擬器平臺的運動能力；雖然實現了關鍵運動感知特性，如高頻運動保留、低頻衰減，感知閾值下運動洗出，低頻持續加速度通過重力分量模擬等，不能將人體前庭系統的非線性特性考慮進來。
4、b.自適應運動模擬算法：自適應算法在經典算法基礎上增加了時變的濾波器和縮比參數，濾波器增益以輸入輸出數據誤差最小目標來確定，自適應算法獲
5、c.最優運動模擬算法：最優運動模擬算法以最優控制理論為框架，以運動感知模型為核心，通過預測和比較實際飛行通道與模擬通道的運動感知，建立以運動感知誤差最小化、運動平臺性能利用最大化等約束為目標的優化代價函數，從而最大程度地獲得感知一致的運動模擬。該算法的缺點是各環節依賴數學模型的準確性，尤其人體運動感知模型。此后很多學者基于最優算法進行了研究，主要集中在前庭感知模型的改進與算法理論的優化上，如在最優洗出算法中使用了更精確的前庭感知模型，同時在價值函數中加入了更多的狀態量來限制運動平臺的位移，具有更強的穩定性。
6、d.模型預測算法：上述算法是針對特定頻段加速度信號進行處理，但它除了改變運動幅值、還可能造成相位滯后/超前，嚴重情況下可能使得同一時刻運動平臺與視覺運動方向相反，模型預測算法在平臺允許的情況下盡可能跟隨運動信號，當接近物理限位時平滑地減速、避免產生錯誤的運動感知，只需要明確運動平臺限制和運動檢測閾值，不需要考慮不同工況的影響，所以調參比較簡單。該算法會計算出一個包含n步的控制序列和對應n步的狀態序列，控制輸入去最小化每一步的感知誤差；當算法預測出快到達運動平臺邊界時，平臺會洗出到中位。它避免了錯誤運動，但洗出時間過長，這段時間的目標運動無法被模擬。
7、運動模擬算法在地面飛行運動模擬中應用較多，但在低重力飛行模擬中尚未見到有效應用。一方面是當前的運動模擬算法在設計之初也只針對地面重力，其算法并沒有考慮重力變化對模擬結果準確性的影響，更沒有進行過有效的驗證；另一方面，地面條件難以真正實現持續有效的低重力環境(當前的失重飛機只能持續30秒左右的低重力飛行)，通常的六自由度運動系統只能在一定條件和范圍內模擬出等效或近似的低重力運動感知特性。由于最優運動模擬算法使用了完整的運動感知模型且理論發展較完善，所以本專利技術基于最優運動模擬算法開展。但該算法無法直接用于低重力運動模擬。主要原因是該算法比較實際飛行通道和模擬通道的運動感知，且要求兩個通道使用完全一致的運動感知模型，只能用于實際飛行與模擬環境運動感知條件(包括重力)一致的情況。這適用于地面條件下的飛行運動模擬，但無法用于低重力條件下的飛行運動模擬?，F有方案中，在月面著陸運動模擬實驗中應用了該算法，但現有資料表明，其并沒有針對低重力對算法進行改進，仍以比力(重力與加速度合力)為目標去產生適當的姿態運動模擬，但它會使得模擬的傾角與真實登月著陸運動不同，其合理性尚需研究。國內尚未見該算法或類似改進算法用于低重力運動模擬的報道。
8、因此，如何在地面環境下進行低重力環境的模擬，具有十分重要的意義。
技術實現思路
1、為了解決現有技術無法準確模擬出低重力環境下的運動模擬的問題，本專利技術提出了一種基于空間定向感知一致性的低重力運動模擬方法及系統以解決上述問題。
2、第一方面，提供一種基于空間定向感知一致性的低重力運動模擬方法，應用于六自由度運動平臺，包括：
3、基于低重力環境確定低重力運動曲線以及人體姿態調整參數，并將所述低重力運動曲線輸入運動模擬模型的低重力運動通道以及運動模擬通道；
4、通過所述運動模擬通道基于所述低重力運動曲線以及所述人體姿態調整參數進行運動感知模擬，生成運動感知數據；
5、通過所述低重力運動通道中的低重力運動感知模型進行運動感知，生成低重力運動感知數據；
6、基于所述運動感知數據以及所述低重力運動感知數據之間的誤差最小化目標生成運動控制指令，并基于所述運動控制指令進行運動模擬。
7、優選地，所述人體姿態調整參數包括人體坐姿參數以及所述六自由度運動平臺對應的坐標系轉換參數；
8、優選地，所述通過所述運動模擬通道基于所述低重力運動曲線以及所述人體姿態調整參數進行運動感知模擬，生成運動感知數據，包括：
9、通過所述運動模擬通道基于所述平臺調整參數對所述低重力運動曲線中的初始運動參數進行坐標變換，獲得調整后的運動參數；
10、將所述調整后的運動參數輸入運動模擬算法，輸出運動模擬數據；
11、通過所述六自由度運動平臺基于所述運動模擬參數進行運動模擬，獲取目標運動模擬數據；
12、基于所述目標運動模擬參數以及所述運動模擬通道中的運動感知模型進行運動感知模擬，生成運動感知數據。
13、優選地，所述基于所述運動感知數據以及所述低重力運動感知數據之間的誤差最小化目標生成運動控制指令，并基于所述運動控制指令進行運動模擬，包括：
14、以所述運動感知參數與所述低重力運動感知數據的差值最小化為目標，建立運動感知系統狀態方程，并基于所述運動感知系統狀態方程生成目標運動模擬算法以及所述目標運動模擬算法對應的參數，包括：
15、基于所述運動感知數據與所述低重力運動感知數據的差值以及六自由度運動平臺對應的平臺基本信息建立運動感知系統狀態方程；
16、基于所述運動感知系統狀態方程引入目標代價函數，以所述差值最小為目標對所述運動感知系統狀態方程進行求解，獲得目標運動模擬算法以及所述目標運動模擬算法對應的參數。；
17、基于所述目標運動模擬算法以及所述目標運動模擬算法對應的參數以運動感知最小化控制規律生成運動控制指令。
18、優本文檔來自技高網...
【技術保護點】
1.一種基于空間定向感知一致性的低重力運動模擬方法，其特征在于，應用于六自由度運動平臺，包括：
2.根據權利要求1所述的方法，其特征在于，所述人體姿態調整參數包括人體坐姿參數以及所述六自由度運動平臺對應的坐標系轉換參數。
3.根據權利要求2所述的方法，其特征在于，所述通過所述運動模擬通道基于所述低重力運動曲線以及所述人體姿態調整參數進行運動感知模擬，生成運動感知數據，包括：
4.根據權利要求3所述的方法，其特征在于，所述基于所述運動感知參數數據以及所述低重力運動感知數據之間的誤差最小化為目標生成運動控制指令，包括：
5.根據權利要求2所述的方法，其特征在于，所述人體坐姿參數的計算如下式所示：
6.根據權利要求5所述的方法，其特征在于，所述坐標系轉換參數的計算按照下式確定：
7.根據權利要求3所述的方法，其特征在于，通過如下坐標系變換矩陣對所述低重力運動曲線中的初始運動參數進行坐標變換：
8.一種基于空間定向感知一致性的低重力運動模擬系統，其特征在于，應用于六自由度運動平臺，包括：
9.
10.一種可讀存儲介質，其特征在于，其上存有執行程序，所述執行程序被執行時，實現如權利要求1至7中任一項所述的基于空間定向感知一致性的低重力運動模擬方法。
...【技術特征摘要】
1.一種基于空間定向感知一致性的低重力運動模擬方法，其特征在于，應用于六自由度運動平臺，包括：
2.根據權利要求1所述的方法，其特征在于，所述人體姿態調整參數包括人體坐姿參數以及所述六自由度運動平臺對應的坐標系轉換參數。
3.根據權利要求2所述的方法，其特征在于，所述通過所述運動模擬通道基于所述低重力運動曲線以及所述人體姿態調整參數進行運動感知模擬，生成運動感知數據，包括：
4.根據權利要求3所述的方法，其特征在于，所述基于所述運動感知參數數據以及所述低重力運動感知數據之間的誤差最小化為目標生成運動控制指令，包括：
5.根據權利要求2所述的方法，其特征在于，所述人體坐姿參...
【專利技術屬性】
技術研發人員：陳煒，杜芳，謝嵐，徐曉靜，陳建宇，林之凡，
申請(專利權)人：中國航天員科研訓練中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。