示例#1
0
from otimizacao import otimizacao
import numpy as np
from globalVariables import GlobalVariables
#-----------------------------------------------------------
#variáveis globais
#-----------------------------------------------------------
#global  m, L, g, lstep, pfa, thetaM, phiM, KM, expK, BSSM
glob = GlobalVariables()
#massa do corpo
m = glob.getM()
#tamanho da perna
L = glob.getL()
#gravidade
g = glob.getG()
#posição do pé de suporte em MS
pfa = glob.getPfa()
#-----------------------------------------------------------
#Numero maximo de iterações para o metodo do gradiente
#-----------------------------------------------------------
#global maxNGrad, ganhoAlpha,  gamma, h, hEdo
maxNGrad = glob.getMaxNGrad()  #número máximo de iterações método
ganhoAlpha = glob.getGanhoAlpha()  #ganho do fator de ganho para cada passo
gamma = glob.getGamma()  #ganho para os método gradiente(momento)
h = glob.getH()  #passo para o calculo das derivadas
#calculado (comparado com a função do matlab)
hEdo = glob.getHEDO()  #passo para o calculo das derivadas
#-----------------------------------------------------------
#condição inicial para MS
#-----------------------------------------------------------
#hubo 2 + velocidade maxima 0.4 m/s
示例#2
0
def plotarTrajetoria(U, X):
    #-----------------------------------------------------------
    #variáveis globais
    #-----------------------------------------------------------
    #global m L g pfa expK hEdo
    glob = GlobalVariables()
    m = glob.getM()
    L = glob.getL()
    g = glob.getG()
    pfa = glob.getPfa()
    hEdo = glob.getHEDO()
    expK = glob.getExpK()
    #-----------------------------------------------------------
    #condições iniciais para MS
    #-----------------------------------------------------------
    xod = X[0, 0]
    yod = X[1, 0]
    zod = X[2, 0]
    dxod = X[3, 0]
    dyod = X[4, 0]
    dzod = X[5, 0]
    #-----------------------------------------------------------
    #valores para a otimização - valores de u
    #-----------------------------------------------------------
    #u = [phi theta k Bss]
    theta = U[0, 0]
    phi = U[1, 0]
    k = U[2, 0]
    Bss = U[3, 0]
    expK = U[4, 0]
    #-----------------------------------------------------------
    #vetor com as condições iniciais MS
    #-----------------------------------------------------------
    y0 = np.array([[xod], [dxod], [yod], [dyod], [zod], [dzod]])
    #-----------------------------------------------------------
    #vetor com os parâmetros constantes
    #-----------------------------------------------------------
    params = np.array([[m], [L], [g], [k], [Bss], [expK]])
    #-----------------------------------------------------------
    #Parâmetros para os métodos
    #-----------------------------------------------------------
    t = 0  #inicio do tempo  t = 0
    h = hEdo  #passo do método rungeKutta42 inicial
    N = 10000  #número máximo de iterações
    y = np.zeros((6, 1))
    #primeiro método
    sh = h  #tamanho do passo para o método rungeKutta42 atualizando durante a execução do método
    ind = 0  #contador
    #-----------------------------------------------------------
    #vetores auxiliares para guardar a trajetória
    #-----------------------------------------------------------
    px = [y0[0, 0]]
    py = [y0[2, 0]]
    pz = [y0[4, 0]]
    #-----------------------------------------------------------
    #inicio do método primeiro MS para TD
    #-----------------------------------------------------------
    for x in np.arange(0, N * h, h):
        #-----------------------------------------------------------
        #vetor de parâmetros
        #-----------------------------------------------------------
        var = np.array([[t], [h], [1]])
        #-----------------------------------------------------------
        #método numérico para solucionar as equações diferenciais
        #passo a passo
        #-----------------------------------------------------------
        y = rungeKutta42(var, y0, params)
        #-----------------------------------------------------------
        #atualizando a condição inicial
        #-----------------------------------------------------------
        y0 = y
        #-----------------------------------------------------------
        #atualizando o instante t
        #-----------------------------------------------------------
        t = t + sh
        #-----------------------------------------------------------
        #verificando a condição de parada posição Z < que Z de touchdown
        #Z de touchdown = L*cos(theta)
        #-----------------------------------------------------------
        if y0[4, 0] < L * mt.cos(theta):
            break

#-----------------------------------------------------------
#colocando os valores nos vetores auxiliares
#-----------------------------------------------------------
        px.append(y0[0, 0])
        py.append(y0[2, 0])
        pz.append(y0[4, 0])
        #-----------------------------------------------------------
        #atualizando o contador
        #-----------------------------------------------------------
        ind = ind + 1

#-----------------------------------------------------------
#atualizando o contador - tratando o valor
#-----------------------------------------------------------
#if ind > 1:
#ind = ind -1

#-----------------------------------------------------------
#Posição do centro de massa no momento de  Touchdown (TD)
#-----------------------------------------------------------
    pc = np.array([[px[ind]], [py[ind]], [pz[ind]]])  #centro de massa
    px = np.asarray(px)
    py = np.asarray(py)
    pz = np.asarray(pz)
    #-----------------------------------------------------------
    #posição do pé de balaço quando toca o chão
    #-----------------------------------------------------------
    pfb = pc + L * np.array([
        mt.sin(theta) * mt.cos(phi),
        mt.sin(theta) * mt.sin(phi), -mt.cos(theta)
    ])
    #-----------------------------------------------------------
    #tempo em que acontece a codição de touchdown
    #-----------------------------------------------------------
    TD = t  #tempo de TD
    #-----------------------------------------------------------
    #parâmetros constante para o segundo método
    #-----------------------------------------------------------
    params = np.array([[m], [L], [g], [k], [Bss], [t], [pfb[0, 0]],
                       [pfb[1, 0]], [pfb[2, 0]], [expK]])
    #-----------------------------------------------------------
    #iniciando o segundo contador
    #-----------------------------------------------------------
    ind2 = 0
    sh = h  #tamanho do passo para o método rungeKutta42 atualizando durante a execução do método
    #-----------------------------------------------------------
    #vetores auxiliares para guardar a trajetória
    #-----------------------------------------------------------
    px2 = [y0[0, 0]]
    py2 = [y0[2, 0]]
    pz2 = [y0[4, 0]]
    #-----------------------------------------------------------
    #inicio do método 2 - TD para LH
    #-----------------------------------------------------------
    for x in np.arange(0, N * h, h):
        #-----------------------------------------------------------
        #vetor de parâmetros
        #-----------------------------------------------------------
        var = np.array([[t], [h], [0]])
        #-----------------------------------------------------------
        #método numérico para solucionar as equações diferenciais
        #passo a passo
        #-----------------------------------------------------------
        y = rungeKutta42(var, y0, params)
        #-----------------------------------------------------------
        #atualizando nova condição inicial
        #-----------------------------------------------------------
        y0 = y
        #-----------------------------------------------------------
        #atualizando o instante t
        #-----------------------------------------------------------
        t = t + sh
        #-----------------------------------------------------------
        #verificando a condição de parada posição dZ > 0
        #-----------------------------------------------------------
        if y0[5, 0] > 0:
            break
#-----------------------------------------------------------
#atualizando o contador
#-----------------------------------------------------------
        ind2 = ind2 + 1

        #-----------------------------------------------------------
        #atualizando os vetores auxiliares da trajetória
        #-----------------------------------------------------------
        px2.append(y0[0, 0])
        py2.append(y0[2, 0])
        pz2.append(y0[4, 0])
#-----------------------------------------------------------
#atualizando o contador
#-----------------------------------------------------------
#if ind2 > 1:
#ind2 = ind2 -1

#-----------------------------------------------------------
#atualizando a posição do centro de massa
#-----------------------------------------------------------
    pc = np.array([px2[ind2], py2[ind2], pz2[ind2]])  #centro de massa
    px2 = np.asarray(px2)
    py2 = np.asarray(py2)
    pz2 = np.asarray(pz2)
    #-----------------------------------------------------------    # trajetoria
    # a trajetoria é simetrica ao ponto de middle suport
    # desta forma fazemos um espelho da função
    #deslocado ela para a origem
    #-----------------------------------------------------------
    #plot3(px(1,1:ind),py(1,1:ind),pz(1,1:ind),'b')
    #plot3(px2(1,1:ind2),py2(1,1:ind2),pz2(1,1:ind2),'r')
    plot3 = plt.figure(px[0:ind], py[0:ind], pz[0:ind], 'b')
    plot3 = plt.figure(px2[0:ind2], py2[0:ind2], pz2[0:ind2], 'r')

    #-----------------------------------------------------------
    #espelho da função
    #-----------------------------------------------------------
    offsetx = px2[ind2]
    offsety = py2[ind2]
    plot3 = plt.figure(-px2 + 2 * offsetx, -py2 + 2 * offsety, pz2, 'r')
    offsetx = -px2[ind2] + 2 * offsetx
    offsety = -py2[ind2] + 2 * offsety
    plot3 = plt.figure(-px[range(ind, -1, -1)] + 2 * offsetx,
                       -py[range(ind, -1, -1)] + 2 * offsety,
                       pz[range(ind, -1, -1)], 'b')

    #-----------------------------------------------------------
    #projeção
    #-----------------------------------------------------------
    plot3 = plt.figure(px[0:ind], py[0, 0:ind], 0 * pz[0:ind], 'g')
    plot3 = plt.figure(px2[0, 0:ind2], py2[0, 0:ind2], 0 * pz2[0:ind2], 'm')
    #-----------------------------------------------------------
    #espelho da função
    #-----------------------------------------------------------
    offsetx = px2[0, ind2]
    offsety = py2[0, ind2]
    plot3 = plt.figure(-px2([range(ind2, -1, -1)]) + 2 * offsetx,
                       -py2[range(ind2, -1, -1)] + 2 * offsety,
                       0 * pz2[range(ind2, -1, -1)], 'm')
    offsetx = -px2[0, ind2] + 2 * offsetx
    offsety = -py2[0, ind2] + 2 * offsety
    plot3 = plt.figure(-px[range(ind, -1, -1)] + 2 * offsetx,
                       -py[range(ind, -1, -1)] + 2 * offsety,
                       0 * pz[range(ind, -1, -1)], 'g')

    #-----------------------------------------------------------
    #plotar posição dos pés
    #-----------------------------------------------------------
    plot3 = plt.figure([pfa[0, 0], pfb[0, 0]], [pfa[1, 0], pfb[1, 0]], [0, 0],
                       '--k')
    #-----------------------------------------------------------
    #projeção centro de massa e projeção centro de massa
    #-----------------------------------------------------------
    plot3 = plt.figure(pc[0, 0], pc[1, 0], pc[2, 0], 'o')

    plot3 = plt.figure([pc[0, 0], pc[0, 0]], [pc[1, 0], pc[1, 0]],
                       [pc[2, 0], 0], ':')

    plot3 = plt.figure(pc[0, 0], pc[1, 0], 0, 'x')
    #-----------------------------------------------------------
    #configuração do grafico
    #-----------------------------------------------------------
    plot3 = plt.figure(figsize=(60, 35))
    ax = plot3.add_subplot(111, projection='3d')
    plt.grid(True)
    ax.set_xlim([-1, 1])
    ax.set_ylim([-0.5, 0.5])
    ax.set_zlim([-1, -0.2])
    ax.set_xlabel('X')
    ax.set_ylabel('Y')
    ax.set_zlabel('Z')
    ax.show()