神经网络自适应滑模控制的不确定机器人轨迹跟踪控制

提出一种针对机器人跟踪控制的神经网络自适应滑模控制策略。该控制方案将神经网络的非线性映射能力与滑模变结构和自适应控制相结合。对于机器人中不确定项,通过RBF网络分别进行自适应补偿,并通过滑模变结构控制器和自适应控制器消除逼近误差。同时基于Lyapunov理论保证机器手轨迹跟踪误差渐进收敛于零。仿真结果表明了该方法的优越性和有效性。     

基于BP神经网络的腱驱动灵巧手的自适应阻抗控制

考虑到机器人手指与物体接触以及外部扰动的情况,提出一个基于BP神经网络的自适应阻抗控制器。这种修正策略通过BP神经网络和阻抗控制结合完成,保证了系统的稳定性,并且提高系统对灵巧手指与外界工作环境接触时,接触力的自适应能力。实验结果表明,在存在外部扰动的情况下,所设计的基于BP神经网络的自适应阻抗控制器具有较好的控制效果。     

基于力感知的结肠镜机器人柔顺控制

人体肠道具有相对浮动性,形状及位置不完全固定,为了提高结肠镜机器人进行内窥镜检查时的安全性以及可靠性,本文研究了一种基于力感知的结肠镜机器人柔顺控制方法.首先分析及设计了符合结肠镜机器人本体表面结构的压力传感器,然后基于肠道生物力学特性以及机器人关节耦合关系分析,提出其柔顺控制算法.最后,搭建机器人控制系统进行实验,验证该控制方法的可行性.实验结果表明,该柔顺控制方法可有效实现机器人对肠道壁接触压力的感知,使接触压力始终保持在阈值之内,提高了结肠镜机器人肠道检查过程中的安全性和可靠性.     

非结构环境下的机器人自适应变阻抗力跟踪控制方法

针对力跟踪时环境刚度不确定及环境位置动态变化的未知性,提出一种非结构环境下基于自适应变阻抗的力跟踪控制策略.首先,通过建立机器人与环境的接触力模型,分析理想情况下对环境刚度和环境位置的要求;然后,建立新的阻抗模型来适应环境刚度不确定的情况,并根据接触力的变化对阻抗模型参数进行在线自适应调节,用于实时地补偿对环境动态变化的未知性,并对自适应变阻抗的稳定性进行证明;最后,对经典的定阻抗与所提出的自适应变阻抗进行非结构环境下的仿真和物理实验的对比,实验结果表明该策略相比于定阻抗控制能够达到更好的力跟踪效果.     

下肢康复机器人的主动柔顺自适应交互控制

为了更好地给患者提供稳定、舒适且具备主动柔顺性的康复训练环境,提出一种基于阻抗参数自适应调节的下肢康复机器人主动柔顺交互控制方案,该方案由外环的阻抗参数调节和内环的轨迹跟踪两部分构成.首先,针对康复训练过程中人体阻抗参数动态变化的问题,提出了模糊自适应阻抗参数调节器,将人机交互作用力、位置误差与速度误差作为输入,并采用模糊推理实时调整阻尼系数与刚度系数,实现对人体阻抗的自适应.其次,设计了间接自适应模糊控制器,合理构造模糊系统逼近未知非线性系统,对反映患者运动意图的设定轨迹进行稳定跟踪,利用李亚普诺夫分析方法证明了系统的稳定性.最后,通过仿真实验将本文方法与一般的固定期望阻抗参数方法对比,结果表明本文方法下的髋、膝关节轨迹的最大偏差分别降低53.43％和66.87％,验证了所提方法的可行性与有效性.     

康复机器人的同步主动交互控制与实现

提出了一种适用于康复机器人的人机交互控制方法. 结合一款具有平面并联结构的上肢康复机器人, 实现了与用户(患者)运动意图同步的、柔顺的主动康复训练. 在训练中, 利用自适应频率振荡器, 从表面肌电信号(Surface electromyography, sEMG)中获取运动模式信息, 然后结合运动模式和期望的正常运动轨迹, 生成与主动运动意图同步的参考训练轨迹. 本文通过仿真和实际实验对所提出的方法进行了验证, 振荡器可以在2~5s内快速实现与用户主动运动意图的同步, 然后利用阻抗控制器给予柔顺的辅助. 通过调节阻抗参数, 可以为患者的运动训练提供不同程度的辅助.     

不确定性自由漂浮空间机器人神经自适应控制

针对具有模型不确定性以及外部干扰下的自由漂浮空间机器人,采用一种整体逼近的神经网络自适应控制方法。该方法采用RBF神经网络对不同重力环境下系统模型的不确定项进行整体逼近,对系统的不确定项进行在线自适应学习。神经网络的逼近误差以及外界干扰由鲁棒项进行消除。该方法不依赖于系统模型,简化了控制系统的结构,在考虑重力等不确定项的情况下不用改变控制器也能进行控制,并且根据李亚普诺夫理论证明了所设计控制器使系统渐进稳定。在不同重力环境下进行了仿真,验证了控制方案的有效性。     

空间绳系机器人目标抓捕鲁棒自适应控制器设计

针对空间绳系机器人（Tethered space robot,TSR）目标抓捕过程中的稳定控制问题,建立空间绳系机器人系统模型,根据阻抗控制原理,设计基于位置的阻抗控制方法;针对空间绳系机器人系统的模型不确定性问题,利用神经网络对不确定性进行估计补偿,设计鲁棒项对空间系绳干扰和神经网络估计误差的影响进行抑制,在此基础上设计空间绳系机器人目标抓捕鲁棒自适应稳定控制器,并进行稳定性证明.最后对设计的控制器进行仿真验证.作为对比,对无鲁棒项自适应的稳定控制器进行仿真.仿真结果表明,设计的基于阻抗控制的鲁棒自适应控制可以实现对空间绳系机器人目标抓捕过程中的稳定控制,与无鲁棒项自适应的稳定控制器仿真结果相比,本文采用的鲁棒自适应控制方法可以有效地对不确定性进行补偿,控制过程中超调量更小,收敛时间更短,并且控制精度更高.     

附加力外环的机器人力／位置自适应模糊控制

提出一种由神经网络训练模糊控制规则的自适应模糊控制器,并应用附加力外环的机器人力／位置控制。在不改变一般工业机器人原有位置控制的前提下,实现力／位置自适应模糊控制。实验结果表明,该方法可使机器人控制系统对工作环境接触刚度的自适应能力得到显著改善。     

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。