PUMA机器人的极点配置控制

本文为PUMA机器人提出了一种极点配置控制法。这种控制方法的优点:一是它的积分作用消除了机器人的微小扰动和稳态误差;二是能任意配置系统的极点,因此能保证闭环系统的稳定性和规定状态变量的暂态响应。最后,给出了PUMA760机器人的计算机仿真结果和实验结果,验证了此控制法的有效性。     

基于STM32的力反馈型康复机器人控制系统设计

研究了一种基于STM32的力反馈型康复机器人控制系统的设计。采用位置传感器和扭矩传感器检测康复机器人机械臂的位置信息以及机械臂与患者的相互作用力信息,将位置信息与作用力信息送入基于ARM-M3内核的STM32微控制器进行处理,从而实现康复机器人中驱动电机的控制。该系统硬件处理电路包括了扭矩信号的信号调理单元、微控制器控制单元、电机驱动单元以及USB接口单元。经实验验证,本系统可以实现康复机器人的平稳安全的控制。     

基于加速度传感器的机器人极点配置控制

本文为工业机器人提出了一种极点配置控制法．这种控制方法的优点有：一是它的积分作用消除了机器人的微小扰动和稳态误差；二是能任意设置系统的极点，因此能保证闭环系统的稳定性和规定状态变量的暂态响应；三是加入了加速度反馈，抑制了由电枢电感所引起的机械手的振动．最后，给出了ＰＵＭＡ５６２机器人的计算机仿真和实验结果验证了此控制法的有效性．     

下肢康复机器人的运动控制设计

因下肢康复机器人结构设计的差异性,导致了其控制方法的多样化。针对本文的下肢康复机器人,提出了一种简单的控制方法使其沿规划轨迹进行运动。为进行控制器的设计,需要先求得机器人系统的固有传递函数。通过分析发现该系统为非线性系统,利用实验的方法近似求得其传递函数,从而转化为线性系统的控制问题。之后利用极点配置法将系统配置为一个临界阻尼二阶系统,逆推求得系统控制器的传递函数。通过对机器人的髋关节运动控制系统进行测试,测试结果表明:设计的控制器能够很好地满足实验要求。     

工业机器人的自校正极点配置控制法

本文提出一种自校正极点配置法进行机器人机械手的位置和速度控制。首先将复杂的机械手系统由一组离散时间的差分方程离散化;然后根据所估计的参数用极点配置法来设计自适应控制器;最后给出了计算机的仿真结果。     

机器人的独立关节极点配置自校正控制方案

本文采用独立关节极点配置自校正控制方式,提出了两种对文献〔1〕改进的机器人控制方案。仿真研究和算法的在线计算量估计,显示了其控制有效性和算法简易性.最后给出了前馈额定力矩离线计算、在线自校正控制算法采用多 CPU 并行处理的实现方案。     

鲁棒极点配置的优化算法

本文研究了一类线性多变量系统的鲁棒极点配置问题，提出了一种基于目标函数优化的鲁棒极点配置算法，解决问题的基本思想是，利用极点配置的参数化表示结果，以系统输出的Ｌ∞范数作为极点配置寻优的准则函数，在这个准则下，通过解优化问题的途径确定极点配置问题中的自由参数，从而达到鲁棒极点配置的目的。     

递推自适应极点配置算法

本文提出了一种递推自适应极点配置算法，证明了它的稳定性和收敛性，该处特点是在控制器参数的计算中利用一次迭代公式，使在线计算量大幅度减少。前馈环节保证它的渐近跟踪特性。最后，仿真例子说明了该算法的正确性。     

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。     

下肢康复训练机器人的数据采集系统设计

本文结合实际需求,了解下肢康复患者在康复过程中的恢复情况,对患者的足底力进行测量和分析,对自行设计的压力传感器进行数据采集.通过采用Sot(System On Chip,片上系统)芯片,设计具有高稳定性、高精度的硬件电路进行数据采集,并将采集到的数据传给PC机,进行数据分析.经实验证明,这些电路抗干扰能力强、实时性好,其数据精度完全满足控制系统要求.     

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。     

基于ARM的上肢康复训练机器人系统设计

针对中风病人和上肢受伤的康复医疗需要,设计了一种基于ARM＋uClinux的嵌入式控制系统的康复训练机器人,阐述了系统机构设计、硬件电路设计及系统软件设计。康复训练牵引机械臂采用位置传感器和力传感器实时监测运动速度和牵引力／阻力,以实现多种训练模式。该系统可以实现手动训练、自动训练和基于网络的远程训练。实验结果表明：系统稳定可靠,能够辅助医生对病人进行康复训练医疗。     

基于Kinect的下肢体康复动作评估系统

针对中风患者下肢体的训练需求,设计了一个康复训练评估系统.利用Kinect 2.0体感设备实时采集下肢体康复动作的序列信息,提取相关关节的角度序列特征,与动作库中的标准动作序列特征对比后,计算相关度,再加入时间参量,综合得出评估结果.试验结果表明:该系统能准确地识别和引导受试者的康复动作;并且可以通过组建不同的姿势库来评估更多的康复动作.     

鲁棒极点配置约束下的模糊控制系统设计

针对一类利用T-S模糊模型近似描述的不确定非线性系统,给出了一种具有鲁棒极点配置功能的模糊控制器和模糊状态观测器的设计方法.首先,利用并行分配补偿(PDC)设计思想和基于线性矩阵不等式(LMI)的鲁棒极点配置理论,得到了使整个闭环系统全局渐近稳定并满足希望的动态性能的充分条件.然后将这些条件转化为标准的LMI问题.最后将该设计方法应用于倒立摆的平衡控制中,验证了本方法的有效性.     

基于极点配置算法的温度自校正控制器

温度控制是工业生产过程中的常见问题,由于温度系统是一种慢时变的非线性系统,这就给温度的实时控制带来了一定的难度.为了解决这个问题,本论文设计了一种自校正控制方案,它把模型参数的在线辩识与控制器的在线设计有机结合在一起,参数辨识采用渐消记忆的递推最小二乘算法,而控制器采用极点配置算法.这就使得该控制系统不但能在线实时调整参数,并保证实际的闭环系统的零极点收敛于期望的零极点,达到较好控制效果.整个控制过程的算法比较简单,便于工程实现.该系统目前已经在软件和硬件上得以实现,无论是从仿真结果还是在实验室的试运行情况来看,该方案都取得了满意的效果.     

基于嵌入式Linux的上肢康复机器人用户系统研究

具有上肢功能障碍的脑卒中患者需要进行大量重复的康复训练以恢复运动功能。为此设计了一套基于嵌入式计算机的用户控制系统,用以控制上肢康复训练机器人的运动。在Linux环境下利用Qt图形用户界面开发工具设计完整的用户界面,完成嵌入式Linux内核的移植与驱动程序的开发,利用真实的关节运动信息进行康复训练游戏,实现对上肢康复机器人的主动控制。该系统的设计目的在于把复杂的底层控制功能通过简易的方式表达在用户界面上,使得康复医师和脑卒中患者可以与康复训练机器人进行人机交互,提高康复训练效果。     

基于非单调共轭梯度算法的声纹识别机器人控制系统设计

传统声纹识别人控制系统识别准确率低,存在语音识别噪声鲁棒性问题。针对上述问题,基于非单调共轭梯度算法设计了一种新的声纹识别机器人控制系统,采用BioVoice 2.0 标准声纹采集器采集数据,提取声纹特征,根据提取的声纹特征建立模型库,同时引用了两个声纹数据采集终端,型号分别是TMC104-B和TMC104,选用型号为AS-MrobotR的机器人配合采集器和采集终端实现工作。在Windows平台下使用C/C+语言研究了一种专用的程序,在程序内部添加mde-api数据库,完成训练程序和识别程序。实验结果表明,基于非单调共轭梯度算法的声纹识别机器人控制系统能够很好地解决语音识别噪声鲁棒性问题,在有噪声环境下识别准确率提高15.24%,在无噪声环境下识别准确率提高21.55%。