软质肘关节外骨骼的肌力矩估计与神经网络补偿协调控制

为辅助偏瘫患者进行多模式肘关节康复训练,研制了一种软质肘关节康复外骨骼机器人,并提出了一种基于人体肌力矩估计与自适应神经网络补偿的协调控制策略。利用表面肌电信号来识别人体的运动意图并调整康复训练轨迹,采用Lyapunov方法证明了控制算法的闭环控制稳定性。搭建了实时控制实验平台,并开展了基于运动意图的轨迹跟踪实验与自由主动训练实验。实验结果表明,所提控制策略能保证被动训练过程的轨迹跟踪精度,并且可以根据患者的运动意图调整主动训练过程的运动轨迹,实现不同强度的主动康复训练。     

上肢康复机器人主动训练模式控制策略研究

针对在上肢康复机器人主动训练控制策略中存在的人机交互力跟踪响应速度慢、控制精度低等问题,设计了面向单关节与多关节主动康复训练模式的力阻抗控制器。在对六自由度上肢康复机器人进行运动学与动力学分析的基础上,设计了基于力的阻抗控制算法的力控制器。利用MATLAB/Simulink软件搭建了控制器仿真平台,并分别对阶跃信号、斜坡信号、正弦信号三种不同状态的交互力信号进行控制仿真。仿真结果表明:该方法具有人机交互力跟踪响应速度快、控制精度高的特点。     

基于人机耦合模型的上肢康复外骨骼闭环PD迭代控制方法

针对多关节上肢外骨骼重复性康复训练非线性求解困难问题,提出了一种闭环PD迭代学习控制方法。基于人体工学确定了六自由度上肢外骨骼康复机械臂的参数、自由度配置与关节运动范围。以人机交互力为耦合方式,建立了基于牛顿-欧拉法的人机耦合模型,完成了人机耦合动力学模拟分析。基于迭代学习控制理论提出外骨骼康复机械臂的闭环PD迭代学习控制方法,通过建模仿真分析了肩关节/肘关节迭代学习控制的轨迹误差、人机交互力和驱动力矩。第三次迭代后的轨迹误差小于0.05 rad,PD迭代学习控制器的输出对系统控制进行了有效的补偿,提高了系统状态的稳定性。研制了六自由度上肢外骨骼康复机械臂样机,开展试验测试。试验结果表明,随着控制试验在迭代域上的运行,系统的输出向着期望的系统状态转化,所提出的迭代学习控制算法可以提高上肢外骨骼康复训练重复性运动的控制精度,进而提高人机交互性能。     

细纱接头机器人神经网络自适应力跟踪导纳控制

环锭纺细纱工序中断纱自动接头一直是业界难题，细纱强力低易断裂、纱线张力受环境因素影响明显等因素导致机器人接头过程中纱线张力控制困难。为解决接头过程纱线张力控制问题，提出了基于交互力预测的神经网络自适应导纳控制方法。首先设计了导纳控制器参数的神经网络自适应调整策略来解决接头过程环境模型参数动态变化导致恒导纳控制器力跟踪效果差的问题；其次针对现有自适应控制器跟踪时变期望力时由于控制滞后产生的误差突变问题，提出了一种交互力预测方法，通过加入未来控制周期交互力的预测值来完成导纳控制器参数的提前调整，进而避免期望力突变时较大的力跟踪误差产生；最后进行了仿真试验，结果表明神经网络自适应控制器在动态环境下的力跟踪任务中有很好的鲁棒性，基于交互力预测的神经网络自适应控制器在动态环境下的时变期望力跟踪任务中最大误差和总体误差相比未加入交互力预测时分别降低了78.3%和29.7%，证明了所提出方法在机器人接头过程中纱线张力跟踪控制的可靠性。     

5-DOF上肢康复机械臂交互式康复训练控制策略

设计一种5-DOF穿戴式偏瘫上肢康复机械臂系统,提出被动和主动两阶段的交互式康复训练控制策略。在被动训练中,根据偏瘫患者上肢单侧受损的特点,提取偏瘫患者的健侧上肢4块肌肉的表面肌电信号(Surface electromyogram, sEMG) 作为康复机械臂的控制信号,利用AR参数模型和BP神经网络来理解患者的运动意图,驱动机械臂辅助患侧上肢实现特定的康复训练动作。在主动训练中,通过实时获取各关节力矩信号来判断人体上肢的运动所产生的作用力方向与大小,并利用比例控制器和运动学雅可比逆矩阵控制康复臂末端速度、驱动各关节运动。试验结果证明了提出方法的正确性和有效性。     

柔性和摩擦力不确定条件下RBF神经网络自适应轨迹跟踪方法

提出一种基于径向基神经网络(Radial basis function, RBF)的力/位置混合自适应控制方法并用于机器人轨迹跟踪控制,解决机器人柔性末端执行器轨迹跟踪过程中柔性和摩擦力模型难以精确描述的问题。RBF神经网络是一种高效的前馈式神经网络,具有其他前向网络所不具有的非线性逼近性能和全局最优特性,并且网络结构简单,训练速度快。设计一种基于RBF神经网络非线性逼近能力来估计模型中的不确定参数的自适应控制器,给出控制器中神经网络权值更新规则,并证明所设计控制器输出力和位置误差的最终一致有界性。将该控制器应用于风管清扫机器人仿真试验,结果表明该自适应控制器能很好地用于柔性和摩擦力不确定条件下轨迹跟踪控制,与传统自适应控制方法相比具有更精确的跟踪特性和更强的鲁棒性。     

上肢康复机器人控制系统设计

在传统治疗方法中主要由医务人员来辅助偏瘫患者完成康复训练,为减轻医务人员的劳动强度、提高康复训练的效果,基于阻抗控制方法为四自由度上肢康复机器人设计控制系统,实现康复机器人辅助患者完成康复训练。对控制方法进行分析后基于工业控制计算机搭建硬件平台,并分别对单关节运动、多关节连动进行理论分析、软件仿真,信号测试和样机实验。基于阻抗控制的上肢康复机器人控制系统能实现辅助患者完成沿规划轨迹的被动训练和跟随患者运动意识的主动训练。     

上肢康复机器人建模与力反馈控制策略实验研究CSCD

为改善患者在使用上肢康复机器人过程中的人机交互感,提升康复训练中人的体验感,在经典控制策略中加入力反馈环节。建立基于力反馈控制算法的上肢康复机器人控制模型。基于Simulink对力反馈控制算法进行仿真,获取实验结果并进行验证分析。通过仿真实验能够得出力反馈控制算法的有效性,并利用上肢康复机器人进行实验验证。实验结果表明该力反馈控制模型的有效性患者主动参与康复训练的目的。     

上肢康复机器人建模与力反馈控制策略实验研究

为改善患者在使用上肢康复机器人过程中的人机交互感,提升康复训练中人的体验感,在经典控制策略中加入力反馈环节。建立基于力反馈控制算法的上肢康复机器人控制模型。基于Simulink对力反馈控制算法进行仿真,获取实验结果并进行验证分析。通过仿真实验能够得出力反馈控制算法的有效性,并利用上肢康复机器人进行实验验证。实验结果表明该力反馈控制模型的有效性患者主动参与康复训练的目的。     

上肢外骨骼机器人的阻抗控制与关节试验研究

外骨骼机器人穿戴于人体上,可以作为一种助力、增强或者交互的工具,应用于康复、遥操作等领域。针对上肢外骨骼机器人的人机交互控制问题,提出一种上肢外骨骼机器人的阻抗控制模型,并建立了一体化关节的动力学模型,详细设计了单关节的阻抗控制方法。基于外骨骼机器人在人机交互控制中的随动任务特性,设计了基于力的阻抗控制方法以及基于位置的阻抗控制方法。针对阻抗控制模型为二阶系统的特点,提出了阻抗控制参数优化分析的方法。建立了单关节阻抗控制的数值仿真模型,通过仿真试验分析了惯性参数、阻尼参数、刚度参数以及人机接触刚度对阻抗控制性能的影响。开展了单关节系统的阻抗控制硬件试验。试验结果表明单关节系统的触碰检测、重力补偿以及阻抗控制均可实现,并且操作者与关节系统可以实现协同运动。     

Control and Implementation of 2-DOF Lower Limb Exoskeleton Experiment Platform

In this study,a humanoid prototype of 2-DOF(degrees of freedom)lower limb exoskeleton is introduced to evaluate the wearable comfortable effect between person and exoskeleton.To improve the detection accuracy of the human-robot interaction torque,a BPNN(backpropagation neural networks)is proposed to estimate this interaction force and to compensate for the measurement error of the 3D-force/torque sensor.Meanwhile,the backstepping controller is designed to realize the exoskeleton's passive position control,which means that the person passively adapts to the exoskeleton.On the other hand,a variable admittance controller is used to implement the exoskeleton's active follow-up control,which means that the person's motion is motivated by his/her intention and the exoskeleton control tries best to improve the human-robot wearable comfortable performance.To improve the wearable comfortable effect,serval regular gait tasks with different admittance parameters and step frequencies are statistically performed to obtain the optimal admittance control parameters.Finally,the BPNN compensation algorithm and two controllers are verified by the experimental exoskeleton prototype with human-robot cooperative motion.     

Active disturbance rejection control based human gait tracking for lower extremity rehabilitation exoskeleton

This paper presents an active disturbance rejection control (ADRC) based strategy, which is applied to track the human gait trajectory for a lower limb rehabilitation exoskeleton. The desired human gait trajectory is derived from the Clinical Gait Analysis (CGA). In ADRC, the total external disturbance can be estimated by the extended state observer (ESO) and canceled by the designed control law. The observer bandwidth and the controller bandwidth are determined by the practical principles. We simulated the proposed methodology in MATLAB. The numerical simulation shows the tracking error comparison and the estimated errors of the extended state observer. Two experimental tests were carried out to prove the performance of the algorithm presented in this paper. The experiment results show that the proposed ADRC behaves a better performance than the regular proportional integral derivative (PID) controller. With the proposed ADRC, the rehabilitation system is capable of tracking the target gait more accurately.     

下肢外骨骼机器人运动学分析与轨迹控制实现

为满足神经受损患者下肢康复训练需要,设计了外骨骼下肢康复机器人,建立了其运动学解析关系;对患者的康复策略进行了分析选择．并对康复策略的轨迹控制方法进行了研究,详细讨论了基于固高GUC-8轴嵌入式运动控制器的主被动控制实现方法。     

基于反演设计的机械臂非奇异终端神经滑模控制

针对具有建模误差和不确定干扰的多关节机械臂的轨迹跟踪问题,设计反演非奇异终端神经滑模控制。该方案是采用能有限时间收敛的非奇异终端滑模面,根据滑模控制原理和反演方法设计反演滑模控制器;对于反演滑模控制系统中由于建模误差和不确定干扰造成的不确定因素的上界,设计径向基(Radial basis function, RBF)神经网络自适应律,在线估计不确定因素的上界;利用李亚普诺夫定理证明了系统的稳定性。仿真结果表明,该方法具有良好的轨迹跟踪性能,提高对于建模误差和不确定干扰等因素的鲁棒性,削弱了抖动。     

液压驱动下肢外骨骼系统设计与控制研究

研究基于液压驱动的下肢外骨骼机器人,旨在实现人体下肢的运动康复。设计结构紧凑型液压驱动下肢外骨骼整体机构。建立了下肢外骨骼多连杆机构模型,基于拉格朗日法对模型进行动力学分析。针对下肢外骨骼的快速随动控制提出了一种滑模控制器,并运用MATLAB进行了控制仿真模拟,仿真结果表明,外骨骼采用该控制算法具备良好的跟踪效果。搭建了外骨骼系统软硬件平台,通过预设步态跟踪控制实验,验证了机构的合理性与控制算法的有效性。     

气动人工肌肉外骨骼机器人位置跟踪控制

针对以气动人工肌肉作为关节驱动器的外骨骼机器人关节位置跟踪控制问题进行了研究。首先,在动力学模型的基础上,设计了上层控制器,并结合自适应控制和滑模控制方法降低了动力学参数不准确和扰动项未知对外骨骼机器人的影响;其次,基于无模型方法设计了底层关节力矩控制器,调整外骨骼机器人的关节力矩;最后,针对上述控制方案设计仿真实验与外骨骼机器人的穿戴实验。结果表明,该控制方法对气动人工肌肉外骨骼机器人的关节位置跟踪控制是有效的。     

基于计算力矩的助行腿机器人神经网络补偿控制

在建立“机器主动”训练模式时助行腿机器人在跑步机上的步行动力学模型的基础上,设计了基于计算力矩加PD反馈的神经网络控制系统,并采用Lyapunov方法分析了控制系统的稳定性和收敛性。通过虚拟样机协同仿真平台进行了控制系统的仿真实验和样机系统测试验证,结果表明,该控制方法有效地消除了系统建模误差影响,提高了助行腿机器人轨迹跟踪能力。 