柔性双手康复外骨骼抛接任务的过程协同控制

针对柔性双手外骨骼在抛接任务中响应速度慢等问题,提出了一种双手抛接物体过程的能量传递模型以及具有位置前馈的力/位协同混合控制系统.首先基于双手接抛物体过程的运动特征,建立抛接物―人手碰撞能量传递模型;利用能量守恒定律与虚功原理建立柔性外骨骼手―人手耦合数学模型,推导出抛接碰撞模型中的绳索伸长量,以绳索伸长量作为前馈信息进行位置补偿;抛接过程初段对驱动绳索采用位置控制,当绳索伸长量保持不变且绳索拉力值持续增大时系统转换为力交互控制;最后通过柔性双手外骨骼抛接抓握实物的位置控制实验和力交互实验验证了基于绳索伸长量的位置前馈控制的动态响应性和有效性以及后段力交互控制下指尖接触力的稳定性.实验结果表明,柔性双手康复外骨骼可以辅助用户实现对抛接物的快速抓握,满足抛接任务对外骨骼手的协同控制要求.     

基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法

设计了一种基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法.在机器人与人体上肢接触面安装力传感器采集人机交互力矩信息作为量化的主动运动意图,设计了一种无模型自适应滤波算法使交互力矩变得平滑而连贯;以人机交互力矩为输入,综合考虑机器人末端点与参考轨迹的相对位置和补偿力的信息,设计了人机交互阻抗控制器,用于调节各关节的给定目标速度;设计了将无模型自适应与离散滑模趋近律相结合的速度控制器完成机器人各关节对目标速度的跟踪.仿真结果表明,该控制方法可以实现外骨骼式上肢康复机器人辅助患者完成主动交互训练的功能.通过调节人机交互阻抗控制器的相应参数,机器人可以按照患者的运动意图完成不同的主动交互训练任务,并在运动出现偏差时予以矫正.控制器在设计实现过程中不要求复杂准确的动力学建模和参数识别,并有一定的抗干扰性和通用性.     

基于DMFC的上肢外骨骼人—机协调控制系统

上肢外骨骼人—机协调控制系统中的一个关键问题是直角坐标系中的力信号转换成联合坐标系中力矩,该过程中奇点几乎一直存在;为了解决这个问题,提出了一种基于动态模型力控制器(dynamic model of force control,DMFC)的控制系统;利用阻尼最小二乘法处理负载,转矩补偿负载质量,避免了奇异性;在外骨骼的末端执行器处安装力传感器用于测量外骨骼和负载之间的力,通过相互作用力自动反映使用者的运动意图;实验结果表明,提出的控制系统具有非常好的稳定性和可负载性,当施加负载补偿时,不附加任何物体与附加5公斤对象的外骨骼末端执行器位置之间的稳态误差可减小至0.01 μm以下,完全满足起吊重物的上肢外骨骼需求。     

可穿戴上肢外骨骼机器人的算法和仿真

针对可穿戴上肢外骨骼机器人的传统PID控制算法稳定时间长、偏差较大等特点,分析了可穿戴上肢外骨骼工作原理和结构,建立了人体上肢外骨骼的控制模型,提出了具有自适应性、精确性、快速响应性等特点的自抗扰控制算法,从而达到外骨骼快速跟随手臂和手臂平稳控制外骨骼的目的。通过对PID算法、非线性跟踪微分器(TD)、非线性扩张状态观测器(ESO)、自抗扰控制算法的理论分析和Matlab仿真,得到了更直观的运动学数据:关节的最大偏差和达到稳定的时间。比较分析这几种算法的数据可知,自抗扰控制具有响应迅速、动态补偿、超调量小的优点。制作了试样关节、控制电路、驱动电路,并编写了对应的调试程序。试验结果表明,自抗扰控制算法可以更好地控制上肢外骨骼机器人,具有良好的实际控制效果。     

基于外骨骼的可穿戴式上肢康复机器人设计与研究

为辅助对患肢进行高强度标准化康复训练工作,研制了一种基于外骨骼原理的可穿戴式4自由度上肢康复机器人.该康复机器人可实现肩关节水平方向外展/内收、竖直方向上摆/下摆和旋转运动以及肘关节的屈/伸运动.首先根据康复医学原理确定出人手臂各关节的运动角度范围,并在确保驱动力矩最小的原则下进行结构设计.然后,对各结构进行了运动学与动力学仿真分析,并据此对结构进行优化.最后,设计了康复机器人在连续被动康复运动(CPM)模式下的控制系统.实验结果表明,此结构方便穿戴于人体,机器人的运动自由度与人体运动自由度同轴,能有效地对患肢前、后臂各部位进行支撑和牵引,精确地施加牵引力于上肢的各关节.     

基于力阻抗模型的上肢康复机器人交互控制系统设计

传统上肢康复机器人交互控制系统受到奇异位形影响,导致系统控制精准度较低,为此提出基于力阻抗模型的上肢康复机器人交互控制系统;设计上肢康复机器人交互控制系统结构,选取双串口12CSA60S2系列单片机作为下位机控制核心模块,利用椎齿轮改变驱动力方向,设计机械臂肘部结构,通过同步带传动,将器件隐藏于空手柄中;设计机械臂腕部结构,满足临床康复时上肢患者站姿与坐姿训练需求;选择箔式应变片BF350力传感器,设计电阻应变片桥接电路,处理传输信号;构建机器人目标阻抗模型,设计基于力阻抗控制策略,调节位置、速度和关节;为改善奇异位形情况,在奇异位形附近关节角速度指令直接由各个关节力矩阻尼控制得到,实现角速度精准输出,完成系统控制;由实验结果可知,该系统直线运动位置、旋转关节位置和伸缩关节位置跟踪结果与标准值基本一致,满足系统设计需求。     

虚拟现实技术在柔性上肢康复机器人中的应用

根据末端牵引式和外骨骼式上肢康复机器人的特性,研制了一种新型的柔性上肢康复机器人。机器人的康复训练系统结合了主动和被动模式的要素,将虚拟现实（VR）技术引入上肢康复机器人,通过现实环境中的光学3D位置捕获以及VR环境中的3D位置感知,设计了虚拟动态模型交互性节点和碰撞检测实验,实现虚拟现实交互,提高虚拟模型运动实时效果和上肢康复训练精度。VR和新颖的康复机器人的集成为具有特定任务的患者提供了有效的训练。     

基于模糊补偿的主从式上肢外骨骼康复机器人训练控制方法

针对主从式上肢外骨骼康复机器人主臂信息获取、从臂快速响应等问题,提出了基于关节位姿、速度和力/力矩等信息的运动意图建模方法及基于模糊补偿的康复训练控制策略.根据人体工程学原理,提出了一种同构同型的主从式双臂康复机器人新型结构;利用D-H算法给出了笛卡儿空间的主从臂运动学模型,建立了患者健肢运动意图信息和从臂各关节动作的人机协作映射关系;以患者运动意图力矩作为输入,基于模糊补偿算法提出了患者-主臂-从臂协作控制策略,并利用李亚普诺夫定理证明了该控制系统的稳定性.仿真结果表明,康复机器人从臂可以根据患者运动意图跟随主臂运动,能有效地防止抖动误动,可避免对患肢的二次伤害.实验结果表明从臂运动轨迹平滑,无剧烈波动,控制轨迹跟踪主臂效果好.     

基于支持向量机的外骨骼机器人灵敏度放大控制

为了准确控制外骨骼机器人跟随人体运动,需要建立其动态、精确的数学模型;人体下肢外骨骼是一个多自由度、强耦合以及非线性的多连杆系统,难以建立准确的运动学和动力学模型;文章使用三维运动捕捉与空间定位系统,获取实际人体运动参数(运动学与动力学),应用支持向量机(SVM)学习人体下肢外骨骼的数学模型;基于该模型构造基于支持向量机模型的灵敏度放大控制方法;文章使用MATLAB和LIBSVM建立外骨骼下肢机器人的数学模型,并进行仿真分析;仿真结果表明基于SVM的模型学习方法,能够准确计算出人体下肢外骨骼的动力学模型,并简化建模过程;基于SVM的灵敏度放大控制,能够有效计算出人体下肢外骨骼各关节(髋关节、膝关节、踝关节)的输出力矩,并控制外骨骼机器人跟随人体运动。     

上肢康复外骨骼机器人的模糊滑模导纳控制

为了辅助上肢运动功能障碍患者进行不同模式的康复训练,基于上肢康复外骨骼机器人系统,提出了一种模糊滑模导纳控制策略,实现训练过程的人机协调控制.首先,介绍了康复外骨骼的整体结构和实时控制平台.然后,分析了模糊滑模导纳控制算法的推导过程,并根据李亚普诺夫稳定性判据证明系统的稳定性.最后,在不同系统导纳参数条件下,分别进行被动训练模式和主动训练模式实验,并对比分析了实验过程中运动偏差、人机交互力以及肱二头肌表面肌电信号的变化特点.实验结果表明,选择合适的目标导纳模型可以优化康复训练强度与难度,提高人机交互柔顺性与患者参与度,满足不同瘫痪程度和康复进度患者的训练需求.     

Novel soft bending actuator-based power augmentation hand exoskeleton controlled by human intention

This article presents the development of a soft material power augmentation wearable robot using novel bending soft artificial muscles. This soft exoskeleton was developed as a human hand power augmentation system for healthy or partially hand disabled individuals. The proposed prototype serves healthy manual workers by decreasing the muscular effort needed for grasping objects. Furthermore, it is a power augmentation wearable robot for partially hand disabled or post-stroke patients, supporting and augmenting the fingers’ grasping force with minimum muscular effort in most everyday activities. This wearable robot can fit any adult hand size without the need for any mechanical system changes or calibration. Novel bending soft actuators are developed to actuate this power augmentation device. The performance of these actuators has been experimentally assessed. A geometrical kinematic analysis and mathematical output force model have been developed for the novel actuators. The performance of this mathematical model has been proven experimentally with promising results. The control system of this exoskeleton is created by hybridization between cascaded position and force closed-loop intelligent controllers. The cascaded position controller is designed for the bending actuators to follow the fingers in their bending movements. The force controller is developed to control the grasping force augmentation. The operation of the control system with the exoskeleton has been experimentally validated. EMG signals were monitored during the experiments to determine that the proposed exoskeleton system decreased the muscular efforts of the wearer.     

A Study on Kinematics and Workspace Determination of a General 6-<Emphasis Type="Underline">P</Emphasis> US Robot

This paper proposes the novel adaptive neural network (ADNN) compliant force/position control algorithm applied to a highly nonlinear serial pneumatic artificial muscle (PAM) robot as to improve its compliant force/position output performance. Based on the new adaptive neural ADNN model which is dynamically identified to adapt well all nonlinear features of the 2-axes serial PAM robot, a new hybrid adaptive neural ADNN-PID controller was initiatively implemented for compliant force/position controlling the serial PAM robot system used as an elbow and wrist rehabilitation robot which is subjected to not only the internal coupled-effects interactions but also the external end-effecter contact force variations (from 10[N] up to critical value 30[N]). The experiment results have proved the feasibility of the new control approach compared with the optimal PID control approach. The novel proposed hybrid adaptive neural ADNN-PID compliant force/position controller successfully guides the upper limb of subject to follow the linear and circular trajectories under different variable end-effecter contact force levels.     

基于BP神经网络补偿的下肢外骨骼位置控制

坐卧式康复外骨骼机器人可以帮助下肢功能障碍患者进行康复训练,为实现康复训练的位置控制目标,通过深入分析人机耦合关系,建立包括穿戴者、外骨骼在内的耦合运动学/动力学模型,提出了基于人机混合系统动力学模型的带前馈补偿项的PD控制算法,然而为了实现良好的运动轨迹跟踪性能,必须在位置控制算法中加入对不确定项的补偿,因此提出一种基于BP神经网络补偿的位置控制算法并通过仿真验证算法的高效性。     

基于非线性干扰观测器的下肢外骨骼上楼梯滑模控制

针对下肢外骨骼在轨迹跟踪时对内部参数扰动和外界干扰较为敏感的特性,设计一种基于非线性干扰观测器的下肢外骨骼机器人滑模控制策略。首先建立下肢外骨骼上楼梯的动力学模型,分析其动力学特性;其次设计非线性干扰观测器,对下肢系统的不确定性和外部干扰进行观测;在此基础上,为保证系统轨迹跟踪误差的收敛性和减弱抖振,设计了低通滤波的滑模控制器,根据李雅普诺夫稳定性理论证明了下肢系统的稳定性;最后通过仿真与实验验证,该控制策略能够有效克服多种因素引起的干扰,改善系统的控制性能,提高系统的稳定性。     

Muscle circumference sensor and model reference-based adaptive impedance control for upper limb assist exoskeleton robot

In this paper, we have addressed two issues for upper limb assist exoskeleton: (1) estimation of human desired motion intention (DMI) using non-biological-based sensors; and (2) compliant control using model reference-based adaptive approach. For non-biological-based DMI estimation, we have employed Muscle Circumference Sensor (MCS) and load cells. MCS measures human elbow joint torque using human arm kinematics, biceps/triceps muscle model, and physiological cross-sectional area of these muscles. So, using MCS, we have measured Biceps/Triceps internal muscle activity and we have tried to reduce it by providing robotic assistance. To extract DMI, we have employed radial basis function neural network (RBFNN). RBFNN uses position, velocity, and human force to estimate DMI which is further tracked by the impedance control law. This algorithm is based on model reference-based adaptive impedance control law which drives the overall assist exoskeleton to the desired reference impedance model, giving required compliance. To highlight the effectiveness, we have compared proposed control algorithm with simple impedance and adaptive impedance control algorithms. Experimental results demonstrate the reduced muscle activity and active compliance for subject wearing the robot.     

基于阻抗模型的下肢康复机器人交互控制系统设计

为帮助下肢功能障碍患者进行康复训练,设计了下肢康复机器人。对于该机器人的控制,采用传统系统无法柔顺控制,导致机器人运动轨迹偏离预设轨迹。针对该现象,提出了基于阻抗模型的下肢康复机器人交互控制系统设计。通过分析总体控制方案,设计系统硬件结构框图。采用L型二维力传感器,确定两个方向的人机交互力。使用绝对值编码器安装在各个关节处,其输出值作为髋关节、膝关节、踝关节电机的转动位置,增量编码器安装在电机轴上,测量值用来作为后期控制方法的输入参数。构建阻抗控制模型,能够调节机器人位置和速度,具有消除力误差功能。依据此力矩对参考运动轨迹进行设计,实时获取患者康复训练的跟踪、主动柔顺和接近状态信息。在柔顺训练实验测出人机交互力,通过实验结果知,在检测到人体主动力矩异常时,系统能够重新优化轨迹,具有良好柔顺控制效果。