气动人工肌肉拮抗关节的力与刚度独立控制

针对柔性仿生关节难以实现力与刚度独立控制的问题,建立了一种新的气动人工肌肉等效弹簧模型及关节力和刚度模型,设计了一种双输入双输出滑模控制器,来实现对气动人工肌肉拮抗关节力与刚度的独立控制．最后,搭建了气动人工肌肉驱动的拮抗关节实验平台,在关节位置固定和开放两种状况下进行了实验研究,验证所提方法的有效性;在不同负载情况下进行了对比实验,验证所提方法的通用性．所提出的建模和控制方法综合考虑了仿生关节位置、力和刚度相对独立控制,在机器人与人或环境互相作用的场合有很好的应用前景．     

气动人工肌肉驱动的机器人控制方法研究现状概述

随着机器人技术的飞速发展,传统执行器(如电机、液压驱动等)结构繁冗、体积庞大,越来越难以满足新一代智能机器人对轻质化与柔顺性的需求,具有更高柔顺性、更强安全性的气动人工肌肉日益受到广大学者的关注.气动人工肌肉结构简单、材料轻便、生物适应性好,在医疗康复、航空航天、水下作业、抢险救灾等领域均具有良好的适应性,可方便地用于驱动机器人完成多项复杂任务.然而,气动人工肌肉与生俱来的迟滞、高度非线性、蠕变等特性,为其驱动的柔性机器人精准智能控制带来了挑战.鉴于此,首先对气动人工肌肉的工作原理、优势缺陷、建模与应用现状等进行简要介绍;然后基于气动肌肉的主流模型,对近年来单、多气动人工肌肉驱动的机器人运动控制方法研究现状与最新进展进行重点阐述;最后根据当今研究现状与尚未解决的难题,简要分析气动人工肌肉驱动的机器人未来发展趋势.     

基于气动人工肌肉的双足机器人关节设计

介绍了一种由气动人工肌肉构建的双足机器人关节,该关节利用气动人工肌肉的柔性特性,可以有效控制双足机器人快速行走或跑步时的落地脚冲击问题。详细给出了气动人工肌肉的工作原理以及由其构成的关节系统的硬件架构。同时介绍了基于此硬件关节搭建的控制软件系统。     

气动人工肌肉驱动球面并联机器人关节的力控制研究

分析了具有柔索冗余驱动特点的静力关系，研究了力控制的智能控制算法及策略，在建立的实验样机上达到了良好的力伺服性能．将气动人工肌肉的被动柔顺性与位置控制到力控制过渡的主动柔顺控制策略结合，有效避免了机器人在与环境接触时的碰撞与冲击．     

气动人工肌肉驱动的肘关节辅助机器人迟滞补偿

面向上肢康复与辅助运动,研制了一款基于气动人工肌肉(PAM)柔顺驱动的肘关节辅助机器人.气动人工肌肉的迟滞非线性极大降低了系统的运动精度.常见的基于离线辨识的迟滞补偿方法不能很好地适应系统状态的变化.本文提出了一种将直接逆模型法与改进的自适应投影(MAP)算法相结合的自适应迟滞补偿策略:基于直接逆模型法,使用Prandtl-Ishlinskii模型创建系统的逆迟滞模型,并以该模型为迟滞补偿器;使用MAP算法实现逆迟滞模型参数的在线辨识.这种方法无须离线建模与求逆,且无须针对不同的轨迹调节控制器参数.实验结果表明,与PID(比例-积分-微分)控制器与自适应投影(AP)算法相比,该方法有效地补偿了系统的迟滞,暂态过程的调节时间与超调量明显优于前面2种方法,闭环系统能够很好地跟踪阶跃与幅值衰减的正弦信号等不同类型的运动轨迹.     

基于人工肌肉的机器人驱动关节设计与研究

提出一种基于人工肌肉的新型驱动关节设计方法, 用于提高机器人的驱动性能.通过定义关节结构的笛卡儿坐标系统,建立了反映关节结构参 数与工作空间、结构强度、动力学特性之间关系的数学模型.在上述分析的基础上,采用多 目标规划算法对驱动关节进行优化设计,并给出相应的设计变量、目标函数、约束条件和求 解方法.最后,将该方法应用于某四足机器人髋关节的设计过程.仿真结果表明,基于人工 肌肉的新型驱动关节具有良好的强度、灵巧度和承载能力.     

气动肌肉仿生关节建模与机构优化设计仿真

关于机器人关节动态设计优化问题,机器人关节机构应随仿生特性要求而变化.建立了拮抗安装气动肌肉驱动的关节模型,通过齐次坐标变换建立了气动肌肉伸缩量与关节转角之间的精确模型.提出了4个约束条件,定义了关节有效摆动角度.为分析不对称和不等高机构对转动角度、速度及加速和控制精度的影响,利用MATLAB编程进行了3组参数下的摆动仿真,对比了关节轨迹曲线,并分析了各约束条件的强弱.针对人手臂关节,优化设计了仿生肩和肘关节.与传统方案对比表明,优化设计的仿生肘关节转角范围更广;肩关节加速性能更好;仿生关节性能特性更接近人类上肢体运动特点.     

气动肌肉驱动的柔顺机器人操作手的设计和实现

以气动肌肉为主要驱动器,设计了一个柔顺机器人操作手,在腕部和手部两个不同的关节,使用了两种不同型号的气动肌肉,分别采取了两种不同的传动方式．给出了腕部俯仰关节的位置控制策略．建立了手指的静力学模型,以此为基础,分析了气动肌肉的输入压力与指端夹持力的关系．实验结果表明,该机器人操作手可实现对物体安全、柔顺的抓取操作．     

气动人工肌肉关节的自抗扰控制

气动人工肌肉关节系统是一个强非线性时变自平衡2阶系统,鉴于传统控制方法难以克服控制精度、调节速度和稳定性之间的矛盾,设计了一种2阶自抗扰控制器.采用3阶扩张状态观测器实时估计未建模型部分及外界扰动,对系统进行线性补偿,并利用非线性反馈机制提高控制效率,在保证稳定性的前提下,提高调节速度和控制精度,使得系统的稳态精度小于...     

气动人工肌肉关节的迭代反馈整定控制及优化

气动人工肌肉关节（PMA）具有低成本、柔顺性和与生物肌肉类似的力学特性等优点，在医疗设备、仿生机器人等领域得到广泛应用.本文针对气动人工肌肉充气变形过程中存在的强非线性、时变性和控制参数难以确定的问题，提出了一种基于迭代反馈整定（IFT）算法的数据驱动优化控制策略，直接基于系统的输入输出数据，定义跟踪性能准则函数并采用Gauss-Newton估计算法实现对PID控制器参数的迭代整定，并通过引入辅助因子获取性能准则函数加权因子的最优值进一步加快了IFT算法的收敛速度.仿真结果表明，该方法相对于Ziegler-Nichols等传统PID参数整定方法可以有效提高控制系统的跟踪性能和鲁棒性.     

气动人工肌肉驱动器在六足步行机器人中的应用

本文介绍了应用一种新型的气动人工肌肉驱动器实现的六足步行机器人，包括机械设计，步态规划和控制系统设计，以此介绍气动人工肌肉驱动器的在行走机器人方面的应用。     

气动人工肌肉驱动的并联平台模糊PID控制

为了提高气动人工肌肉(PAM)驱动的3自由度并联平台的位置跟踪控制精度,提出一种基于Prandtl-Ishlinskii(P-I)逆模型的模糊PID(比例-积分-微分)控制算法.首先通过动态试验分析单根PAM的迟滞特性,建立P-I逆模型.接着搭建PAM驱动的3自由度并联试验平台,设计模糊PID控制器.试验结果显示模型最大误差为0.3904 mm,平均误差为0.0793 mm,验证了所提控制算法能够很大程度地减小PAM迟滞特性对动态控制精度的影响.3自由度平台的γ角误差能保持在0.13?以内,基于P-I逆模型的模糊PID控制器整体误差波动小,表明动态轨迹跟踪效果较好.     

对气动肌肉驱动器快速准确定位控制的研究

针对气动人工肌肉(PAM)驱动器,将机器人受驱关节的转角位置误差、位置误差变化速率和负载变化等,作为控制器的内环反馈量,建立了一种能自适应调节比倒压力阀输入控制量大小的算法,模拟人类手臂两点间的运动特点,同时通过外环反馈的角位置,控制电磁开关阀的开合,使受控关节能快捷、稳定和准确地定位于目标位置,解决了由于气体的可压缩...     

具有固定重力补偿的模糊免疫PD控制在气动人工肌肉驱动机械手位置控制中的应用

为了克服具有固定重力补偿的传统PD控制存在的不足,提高气动机械手位置控制的精度和控制系统的适应性和鲁棒性,借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,将模糊控制算法和免疫反馈机理与具有固定重力补偿的传统PD控制算法相结合,提出了具有固定重力补偿的模糊免疫PD控制算法,并将它应用到气动人工肌肉驱动的机械手的固定点位置控制中.实验结果表明,该控制方法的控制性能优于常规的PD控制,具有一定的实际应用价值.     

气动肌肉驱动机器人手臂的H∞跟踪控制方法研究

针对气动肌肉系统存在的参数不确定、外部干扰等问题,提出一种H_∞最优跟踪控制方法,用于控制由气动人工肌肉二头肌/三头肌拮抗驱动的单连杆机器人手臂。利用一种无模型的积分强化学习算法,求解机器人关节最优跟踪问题推导出的哈密顿-雅可比-艾萨克方程。所提算法有效解决了未知参数和外部干扰问题,并且不依赖于精确的系统动力学模型。通过计算仿真验证了所提H_∞跟踪控制器的有效性,并保持了机器人关节受控系统的稳定。仿真实验中,机器人关节实现了大范围的0°～90°的仿人运动,并且在跟踪周期轨迹时具有良好的角度和角速度跟踪性能。     

气动人工肌肉的滑模变结构控制

针对气动人工肌肉的非线性、时变性和不确定性,采用变结构控制的方法,设计了气动人工肌肉的全局滑模变结构控制策略。在Matlab仿真中,分析了控制器对外界干扰和外部参数的鲁棒性,表明该滑模变结构控制策略有效可行。     

复式套索人工肌肉驱动的下肢外骨骼的运动控制

设计了复式套索人工肌肉驱动的下肢外骨骼系统,并研究了外骨骼关节精密运动控制问题.首先,介绍了复式套索人工肌肉驱动的下肢外骨骼系统.其次,建立了复式套索人工肌肉的传递模型,并基于拉格朗日法建立了下肢外骨骼动力学模型.然后,基于该动力学模型提出了一种滑模控制方法.进行了滑模控制与比例-微分(PD)控制外骨骼膝关节运动的对比实验,证明了该滑模控制算法具有更高的运动控制精度.最后,完成了下肢外骨骼的被动训练实验,其关节角度跟踪误差低于3.78?.     

一种用于装箱的四轴关节机器人运动控制系统设计

目前用于装箱的设备一般是一体化专机,专机占用空间大,操作不灵活,并且局限于特定的场景、特定规格的产品,设计的四轴关节机器人安装在移动底盘上,能通过自动导航进入货车、集装箱等各种应用场景。分析了此机器人的运动学原理,建立其逆运动学模型,并根据运动学模型设计了机器人的运动控制系统,建立机器人手眼系统,实现机器人的全闭环控制,通过多组装箱实验,验证了机器人的定位精度,为移动装箱机器人的进一步智能化,提供一种新的工程实现方法。     

气动肌肉关节的神经元PID轨迹跟踪控制

气动肌肉关节具有柔顺性,使角度跟踪控制困难;通过建立气动肌肉关节静态平衡方程,分析了气压与摆角间非线性关系。为克服单神经元PID控制算法收敛速度慢、精度低的缺点,基于Hebb学习规则,从反馈周期、比例增益系数和衰减因子三方面改进算法;搭建了实物平台,通过实验和对比分析可得:(1)适当减小闭环反馈周期,可提高跟踪精度,但闭环反馈周期太小会引起震荡;(2)将比例增益系数定义为误差的连续有界Sigmoid函数,可增强算法的自适应能力,提高跟踪精度;(3)增加衰减因子,模拟人的遗忘学习机制,可提高权值的收敛速度。