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FuzzyP的多臂机器人机械臂控制系统设计

机械臂是多臂机器人的重要组成部分,针对基于姿态识别控制及位置识别控制系统受到被控量振荡影响,而导致机械臂运动轨迹控制不精准的问题,提出了基于FuzzyP的多臂机器人机械臂控制系统设计;基于FuzzyP控制系统,找到系统控制平衡点,设计系统硬件结构包含3个机械臂,共十八个自由度,简化关节控制器连线,选择直流有刷电机,采用增量型编码器,设计H桥电路,配合74ACT244增强驱动电路,利用NRF24L01无线模块获取与处理位置信息;使用FuzzyP控制器,抑制被控量振荡,控制连杆运动,完成多臂机器人机械臂控制方案设计;由实验结果可知,该系统轨迹与预期轨迹基本一致,较好解决多臂机器人机械臂对接精确定位要求。     

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。     

绳驱动柔性上肢外骨骼机器人设计与控制

为了提高上肢外骨骼机器人的拟人化程度及关节柔性,设计了一种由串联弹性驱动器和鲍登线驱动的4自由度柔性上肢外骨骼机器人.首先,设计一种六连杆双平行四边形机构,建立肩关节虚拟转动中心,满足人体肩部3自由度运动需求.然后,设计基于串联弹性驱动器和鲍登线的驱动模块,将驱动器和机器人关节分离,降低结构的复杂度,减轻关节质量,实现力矩/位置信息的反馈.最后,构建机器人运动学及动力学模型,设计关节阻抗控制器并对样机肘关节进行阻抗控制实验.由实验结果可知,刚度系数在0.5 N·m/(°)～1.5 N·m/(°)时,力矩跟踪均方根为0.33 N·m;阻尼系数在0.001 N·m·s/(°)～0.01 N·m·s/(°)时,力矩跟踪均方根为0.57 N·m.实验结果表明,调节阻抗控制器中的阻抗系数能够改变关节的刚度和阻尼特性,从而提高人机连接的柔顺性.因此该机器人可以满足康复训练需求.     

基于变阻抗补偿的上肢康复机器人人机交互方法研究

针对偏瘫患者在进行康复训练过程中不能很好地主动参入并且康复任务表现能力低的问题，提出了一种基于变阻抗补偿的上肢康复机器人人机交互方法。该方法可以提高康复过程中的柔顺性和任务表现。首先介绍了上肢康复机器人的基本结构，并对其进行运动学分析；再介绍了导纳控制和阻抗补偿控制系统框架；之后通过受试者的交互力和交互力变化速率建立出受试者的运动意图，在根据运动意图来实时调整阻抗补偿参数改变系统的柔顺性；最后通过三种不同的模式进行轨迹跟踪和到达目标点的实验比较，结果表明所提出的控制算法可以适应受试者的运动意图，提高任务表现。     

一种基于串联弹性驱动器的柔顺机械臂设计

为了应对工作环境的动态变化以及人机交互的不确定性,设计了基于被动柔顺结构和主动柔顺控制的柔顺机械臂Soft Arm II.在关节电机和连杆之间加入串联弹性驱动器(SEA)传动模块,SEA传动模块由线弹簧周向均布构成;建立了3DOF柔顺机械臂的运动学/动力学模型以及系统刚度模型,基于系统刚度模型提出工作空间典型位姿下关节刚度加权平均的SEA弹簧刚度确定方法;柔顺机械臂采用位置PID(比例-微分-积分)控制,并通过监控末端接触力和关节力矩适时修改指令轨迹.在柔顺机械臂Soft Arm II上执行了自由空间中的圆形轨迹跟踪、人机直线对推和碰撞模拟实验,结果显示,Soft Arm II在自由空间中具有较好的轨迹跟踪性能,能够实现与操作者的柔顺交互以及对碰撞的安全避让.基于SEA的被动柔顺结构设计以及基于末端力和关节力矩监控的控制策略能够满足人机共存环境对机械臂柔顺性及安全性的要求.     

基于干扰观测器的机械臂广义模型预测轨迹跟踪控制

为实现对多自由度机械臂关节运动精确轨迹跟踪,提出一种基于非线性干扰观测器的广义模型预测轨迹跟踪控制方法。针对机械臂轨迹跟踪运动学子系统,采用广义预测控制（Generalized Predictive Control,GPC）方法设计期望的虚拟关节角速度。对于机械臂轨迹跟踪动力学子系统,考虑机械臂的参数不确定性和未知外界扰动,利用GPC方法设计关节力矩控制输入,基于非线性干扰观测器方法实时估计和补偿系统模型中的不确定性。在李雅普诺夫稳定性理论框架下证明了机械臂关节角位置和角速度的跟踪误差最终收敛于零的小邻域。数值仿真验证了所提出控制方法的有效性和优越性。     

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。     

基于细菌觅食算法的嵌入式机械臂角度控制器设计

进行机械臂角度控制器设计过程中,为提高机器人机械臂灵活性,降低关节角度控制误差,设计一种细菌觅食算法的嵌入式机械臂角度控制器。首先,构建机械臂动力学模型以获取机械臂的柔性特征及其关节位置,根据获取的信息确定角度控制器的硬件逻辑结构和算法。然后,使用ARM微处理器嵌入式操作系统,设计包含移动控制终端和机械臂控制端的控制器硬件结构。最后,采用细菌觅食算法优化控制器参数,并实现代码完成机器人机械臂角度的精准跟踪控制。仿真分析结果表明:所提方法具有较高的位姿跟踪精度、角度控制误差小、稳定性强,能够保证机械臂关节角度无超调,具有极高的机器工程应用价值。     

Control system design of a 3-DOF upper limbs rehabilitation robot

This paper presents the control system design of a rehabilitation and training robot for the upper limbs. Based on a hierarchical structure, this control system allows the execution of sequence of switching control laws (position, force, impedance and force/impedance) corresponding to the required training configuration. A model-based nonlinear controller is used to impose the desired environment to the patient's arm. The knowledge of robot kinematics and dynamics is thus necessary to ensure haptic transparency and patient safety. The identification process of robot dynamics is emphasised and experimental identification results are given for the designed robot. The paper also presents a particular rehabilitation mode named Active-Assisted. Simulation results of this rehabilitation mode illustrate the potentialities of the overall control scheme, which can also be applied to other rehabilitation robots.     

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。     

下肢康复机器人的自适应人机交互控制策略

针对康复机器人运动过程中的人机交互性问题,提出一种下肢康复机器人自适应人机交互控制策略.提取伸屈运动中下肢表面肌电信号（Surface electromyography,sEMG）和足底压力特征,分别用于表征下肢运动意图和人机交互力（Interaction force,IF）信息,建立基于sEMG-IF的人机交互信息融合模型,实现下肢康复机器人运动轨迹的在线规划;考虑主动康复运动过程中的人机交互作用,建立具有时变动态特性的人机系统动力学模型,设计间接模糊自适应控制器对期望轨迹进行跟踪控制,实现下肢康复机器人自适应人机交互控制.通过对5名被试者进行下肢康复机器人运动控制实验研究,验证所提方法的可行性和有效性.     

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。     

髋关节康复机器人的运动学分析与仿真

康复机器人能够按照指定轨迹稳定运行是康复过程安全性和有效性的重要保证,因此机器人末端位姿与人体患肢位姿应保持高度重合,同时康复机器人应具备适应不同人体患肢长度的能力。为此提出了机器人与人体患肢运动学模型关联的计算方法。对所设计的平卧式五自由度髋关节康复串联机器人建立了运动学数学模型。将人体下肢简化为四自由度两关节连杆,建立人体的运动学模型,根据人体下肢参数计算患肢末端位姿,并将其作为输入条件代入机器人运动学模型求解,得到机器人的关节变量对关节转动进行控制。以屈髋和内旋动作为例,应用SimMechanics进行仿真,得到的各关节角度与目标设定值一致,且机器人关节角度范围满足人体髋关节活动度的康复要求。分析了下肢长度测量误差对髋关节康复角度及位置的影响。结果表明当大腿长度占比测量偏差为0.5%,位置偏差小于6 mm时,关节角度偏差小于1°。     

Redundant robot control using task based performance measures

The joint velocities required to move the end-effector of a redundant robot with a desired linear and angular velocity depend on its configuration. Similarly, the joint torques produced due to the force and moment at the end-effector also depend on its configuration. When the robot is near a singular configuration, the joint velocities required to attain the end-effector velocity in certain directions are extremely high. Similarly, in some configurations the joint torque produced at certain joints may be high for a relatively small magnitude of external force. An infinite number of trajectories in the joint space can be used to achieve a desired end-effector trajectory for redundant robots. However, a joint trajectory resulting in robot configurations requiring lower joint velocities or joint torques is desired. This may be achieved through a proper utilization of redundancy. Local performance measures for redundant robots are defined in this article as indicators of their ability to follow a desired end-effector trajectory and their ability to apply desired forces at the end-effector. Thus, these performance measures depend on the task to be performed. Control algorithms which can be efficiently applied to redundant robots to improve these performance measures are presented. These control algorithms are based on the gradient projection method. Gradients of the performance measures used in the control schemes result in simple symbolic expressions for “real world” robots'. Feasibility and effectiveness of these control schemes is demonstrated through the simulation of a seven-degree-of-freedom redundant robot derived from the PUMA geometry.     

实时上肢参数辨识的康复机器人力控制研究

针对病人进行康复训练时,上肢动力学参数估计不准确和训练过程发生上肢动力学参数变化,所导致康复机器人系统辅助力计算不准确,影响精确和稳定的控制练训。为减小辅助力计算误差,实现精确和稳定的训练控制,基于阻抗控制算法,使用多元线性回归方法对上肢动力学参数进行辨识,提出了一种实时上肢动力学参数辨识的阻抗控制算法,建立了康复机器人动力学模型,同时对控制算法进行仿真研究。仿真结果表明该算法能够准确地对上肢动力学参数进行辨识,有效地消除了辅助力计算误差,实现训练过程中训练轨迹精确控制。     

Control System Design for an Upper-Limb Rehabilitation Robot

Control system implementation is one of the major difficulties in rehabilitation robot design. The purpose of our study is to present newly developed control strategies for an upper-limb rehabilitation robot. The Barrett WAM Arm manipulator is used as the main hardware platform for the functional recovery training of the past-stroke patient. Passive and active recovery training have been implemented on the WAM Arm. A fuzzy-based PD position control strategy is proposed for the passive recovery exercise to control the WAM Arm stably and smoothly to stretch the impaired limb to move along predefined trajectories. An adaptive impedance force controller is employed in the active motion mode in which a fuzzy logic regulator is used to adjust the desired impedance between the robot and impaired limb to generate adaptive force in agreement with the change of the impaired limb's muscle strength. In order to evaluate the change of the impaired limb's muscle power, the impaired limb's mechanical impedance parameters as an objective evaluation index is estimated online by using a recursive least-squares algorithm with an adaptive forgetting factor. Experimental results demonstrate the effectiveness and potential of the proposed control strategies.