可穿戴式下肢助力机器人运动学分析与仿真

可穿戴下肢助力机器人是将人和机器人机构结合在一起,通过获取人体下肢运动行为信息来控制机器人机构与人体协调、同步行走,并实时为人体下肢提供助力的一种装置。可穿戴下肢助力机器人机械系统不仅符合以往的拟人机器人行走机构的设计要求,又要与人体下肢系统相匹配,为人体提供助力时,与人体下肢相协调、互不产生运动干涉。基于人体下肢各关节运动参数,对助力机器人机械系统进行了运动学分析并建立了模型,通过对人体下肢运动仿真,验证了所建立的运动学模型的可行性。     

下肢外骨骼助力机器人本体结构设计与运动学分析

下肢外骨骼助力机器人是一种可以拓展人体关节机能,并可在特殊环境下作业的人机共融型机器人。基于人体下肢生物力学特点,阐述了下肢外骨骼助力机器人的机构设计原理及过程,分析了外骨骼机构的运动学关系,通过ADAMS匹配外骨骼与关节驱动范围并进行了机构优化,可以完成人体的代表性深蹲动作,为外骨骼助力行走留有较大的关节运动裕量,虚拟样机联合仿真也验证了外骨骼助力机器人的设计可行性。     

下肢外骨骼机器人踝关节建模及动力学仿真

下肢外骨骼机器人是一种具有辅助助力和医疗康复功能的智能型机械装置。本文通过对人体踝关节结构分析,设计了被动气弹簧踝关节下肢外骨骼机器人,并建立了被动踝关节力学模型;利用OpenSim获得了正常人行走时一个步态周期髋、膝关节步态数据,将其导入ADAMS对所设计的下肢外骨骼机器人踝关节未加气弹簧和加气弹簧两种模型进行了动力学仿真,通过对两种模型运动曲线对比分析,验证了所设计的下肢外骨骼机器人在步态行走和动力学方面的可行性和正确性。     

可穿戴型下肢外骨骼助力机器人设计与研究

为拓展人体下肢关节机能,完成特定环境下的人机协同作业任务,介绍了一种可穿戴型下肢外骨骼助力机器人。在研究人体行走特点和下肢助力需求基础上,实现了外骨骼的机械结构设计与建模计算,针对外骨骼作业特点设计了电液伺服助力系统;通过虚拟样机运动仿真与外骨骼行走实验,匹配了驱动器与外骨骼的运动范围并优化,通过外骨骼辅助人体辅助站立实验验证了外骨骼与人体下肢运动范围匹配性及助力效果等,实验结果表明外骨骼助力机器人设计可行。     

一种简单的行走助力机器人的设计与仿真

行走助力机器人是近年来兴起一新的研究领域,它属于特种机器人的范畴。行走助力机器人可以增强人体下肢的力量,可以为老年人、残疾人、士兵和消防员等提供增强行走能力的服务。在本篇论文中,首先是在分析人体行走特定的基础上设计了一款简单的行走助力机器人,并通过运动学逆求解得到了各个关节的角位移计算方程。然后采用微分变换法来求取雅可比矩阵来对速度运动学进行分析。最后采用Pro/E和ADAMS对机器人进行了动力学仿真,并对仿真中出现的问题和测量所得曲线进行了分析。     

面向下肢助力外骨骼的脚底测力系统研究

要实现下肢助力外骨骼机械腿对穿戴者的运动跟随及有效助力,通过检测穿戴者脚底力变化信息进行运动意图识别是非常关键的环节。针对下肢助力外骨骼机器人的控制需求,提出了一种鞋垫式脚底测力系统。进行了脚底测力系统本体设计及传感器信号调理电路的设计,并进行了脚底测力系统的实验研究。设计出的脚底测力系统应用于下肢助力外骨骼机械腿控制中,实验结果表明,脚底测力系统检测出的足底压力变化信息能很好的实现外骨骼机械腿的控制。     

主被动结合的上下肢一体化助力外骨骼机器人的设计与效能评估

针对上肢外骨骼机器人对使用者腰背产生过重负荷的问题,设计了一种主被动结合的上下肢一体化助力外骨骼机器人,利用无源下肢外骨骼来承担部分负荷。基于助力外骨骼应用场景和人体结构特征分析,建立外骨骼机器人的机械结构模型,完成运动学仿真分析,验证了模型的合理性。为解决外骨骼机器人效能评估问题,提出一种模糊综合评估模型,详细介绍了外骨骼机器人的效能评估方法,评估结果为性能良好。研制外骨骼机器人样机,搭建总体控制系统,开展助力性能和负重性能测试实验。实验结果表明,所设计的上下肢一体化助力外骨骼机器人可承受20 kg的负载且对穿戴者提供一定的助力效果。所提出的模糊综合评估模型,为外骨骼机器人的优化设计提供了方向和理论依据。     

下肢外骨骼助力机器人关节驱动设计及试验分析

针对人体下肢关节特点与助行要求,设计了外骨骼机器人关节结构;通过ADAMS软件仿真,分析了外骨骼机器人水平助行过程中关节功率配置需求,根据关节需求设计了外骨骼电液伺服驱动系统;为满足外骨骼机器人对人体下肢关节助力及柔顺性要求,提出了基于关节误差估计的PID控制方法。详细介绍了外骨骼机器人下肢关节结构的运动形式与技术参数,优化配置了关节结构的运动范围与驱动行程,对该机器人进行了运动学分析并通过外骨骼的典型动作进行验证;划分了外骨骼助行过程中步态与关节驱动映射,给出误差估计与补偿PID控制的具体参数;分别从关节跟踪与助力功率的角度,量化分析、对比了基于关节误差估计与常规PID两种控制方法的助力指标参数。试验结果表明,所设计外骨骼关节与驱动系统可实现穿戴者助力行走;对比常规PID控制,抑制了关节驱动控制输出区间的不连续,改善了关节跟踪误差,提升了助力效果与柔顺性。     

双足机器人CPG控制研究

根据动物运动机制,提出了基于中枢模式发生器（central pattern generator,CPG）的双足机器人运动控制方法;采用Kimura神经元振荡器模型设计了双足机器人的CPG控制网络架构,分别用于控制双足机器人的髋关节、膝关节和踝关节。通过Matlab仿真和实体实验,验证了所设计的机器人CPG网络架构及双足机器人CPG控制方法的可行性和有效性。     

一种助力髋关节伸展和屈曲的柔性外骨骼机器人

随着下肢外骨骼机器人的发展,出现了各种各样应用于医疗康复等领域的刚性外骨骼.刚性外骨骼会增加下肢额外的惯性力并限制人体运动的自由度;与刚性外骨骼相比,柔性可穿戴下肢外骨骼则可将一些对人体运动的影响因素减至最小.根据人体在行走过程中髋关节动力学变化,设计了一种为髋关节伸展和屈曲提供助力的柔性外骨骼.根据髋关节的关节力矩和关节力的变化,提出了一种助力策略和期望助力曲线控制电机追踪期望力曲线,从而得到实际作用于髋关节的实际力.为了减少由佩戴位置和穿戴者身材特征而引起的误差,提升助力效果,引入了PD型迭代学习控制(ILC).为了评估助力效果,测量了4名受试者分别在穿戴外骨骼不助力、助力髋关节伸展和屈曲以及仅助力髋关节伸展3种不同情况下产生的新陈代谢能;通过产生的新陈代谢能的值来评估助力效果.结果表明,与仅辅助髋关节伸展和穿着外骨骼不助力的情况相比,助力髋关节伸展和屈曲的平均净新陈代谢能分别减少了0.445 W/kg和1.027 W/kg,平均净新陈代谢率分别降低了7.45％和15.67％.     

基于屏障 Lyapunov 函数的上肢康复机器人 自适应主动交互训练控制

针对上肢运动功能障碍患者进行辅助康复训练,搭建了一套上肢康复外骨骼机器人系统,并提出一种基于屏障Lyapunov函数的增广神经网络自适应导纳控制策略。首先,介绍了上肢康复外骨骼的机械机构及其控制系统。然后,推演了控制器的设计过程并进行了Lyapunov稳定性证明。最后,分别进行了不同控制内环的轨迹跟踪被动训练实验和不同导纳参数下基于人机交互力的主动交互训练实验,同时分析比对了主动训练时的人机交互力与轨迹偏差的变化关系。被动训练实验结果证明了增广神经网络对人机模型动力学的逼近效果,其轨迹跟踪峰值误差为模糊PID控制器的53%。主动交互训练实验证明了通过调整导纳参数可实现在相同训练任务下不同强度的康复训练以匹配不同康复阶段下的患者。     

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。     

行走助力型下肢外骨骼机器人的设计与控制

针对行走助力需求,通过对人体下肢结构与运动特征进行分析,采用模块化的方法设计了一款下肢助力外骨骼机器人。考虑不同场景穿戴者的运动特点,基于该系统设计了主动助力与随动跟踪 2 种控制模式。行走实验表明,该下肢外骨骼机器人既可以实现负重助行的功能,也能对目标关节轨迹进行快速的跟踪而不阻碍穿戴者的正常运动。     

基于模糊神经网络的不确定机器人实时轨迹跟踪控制的研究

针对机器人建模的不精确性以及扰动的存在给机器人控制增加难度的问题,提出了一种基于模糊神经网络的不确定机器人实时轨迹跟踪控制方法。该控制方法的控制器由模糊神经网络(FNN)控制器和CMAC控制器组成,FNN控制器代替传统的计算力矩法,CMAC控制器在线补偿控制误差,有效补偿机器人存在的各种不确定性。对二自由度机器人的仿真结果表明了所提出的控制方法的可行性。     

下肢康复训练机器人虚拟环境设计

综述了目前国内外康复业的发展,介绍了下肢康复训练原理,阐述了虚拟现实技术及其在现代医学中的应用,分析了虚拟现实技术在康复医学的重要意义。最后针对下肢康复训练机器人,制作了一套以vrml为基础的康复虚拟环境。     

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。     

Adaptive neural controller for visual servoing of robot manipulators with camera-in-hand configuration

In this paper, an adaptive neural controller is proposed for visual servoing of robot manipulators with camera-in-hand configuration. The controller is designed as a combination of a PI kinematic controller and feedforward neural network controller that computes the required torque signals to achieve the tracking. The visual information is provided using the camera mounted on the end-effector and the defined error between the actual image and desired image positions is fed to the PI controller that computes the joint velocity inputs needed to drive errors in the image plane to zero. Then the feedforward neural network controller is designed such that the robot??s joint velocities converges to the given velocity inputs. The stability of combined PI kinematic and feedforward neural network computed torque is proved by Lyapunov theory. It is shown that the neural network can cope with the unknown nonlinearities through the adaptive learning process and requires no preliminary off learning. Simulation results are carried out for a three degrees of freedom microbot robot manipulator to evaluate the controller performance.     

机器人臂的多项式PD型学习控制方法

提出一种用于机器人臂的带有重力补偿的多项式PD型(PPD)学习控制器,基于多项式神经网络给出了这种控制器的比例系数连续学习算法,由非线性机器人动力学模型与所提出的学习控制器所组成的闭环系统被证明在满足李雅普诺夫直接法和拉萨尔不变集定理时是全局渐近稳定的,除了理论结果,也提供了在两自由度机器人臂位置控制中的仿真实验比较,结果表明PPD学习控制器在系统快速响应性方面优于常规PD控制器。PPD学习控制器为机器人控制系统提供了一种新的途径。