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。     

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.     

下肢康复机器人离散自适应控制的研究

康复训练是脑卒中、脊髓损伤患者主要的治疗手段.机器人辅助步行训练是近年来广泛应用的下肢康复训练方式.针对具有步态自适应功能的下肢康复机器人,提出了一种柔顺协调控制方法.基于非线性逆系统解耦理论,系统分解为几个独立的二阶积分系统.在解耦子系统中,采用阻抗和自适应控制来进行步态轨迹的规划和跟踪.最后,在Matlab-Adams联合仿真系统中对设计的控制器进行仿真并验证算法的正确性.     

多输入多输出多重时延非线性系统的白适应模糊控制

针对多输入多输出多重时延非线性系统,提出了一种自适应模糊跟踪控制方案.该方案有机综合了自适应控制和H∞控制.文中构建了一种自适应时延模糊逻辑系统用来逼近有多重时延的未知函数;设计了H∞补偿器来抵消模糊逼近误差和外部扰动.根据跟踪误差给出了参数调节规律.构造了包含时延的李雅普诺夫函数,从而证明了误差闭环系统满足期望的H∞跟踪性能.仿真结果表明了该方案的可行性.     

基于阻抗模型的骨科康复辅助护理机器人控制系统

针对当前肢体障碍患者后期康复治疗存在的训练过程繁琐以及训练效率低的问题，设计出一款患者主动康复训练的下肢康复机器人。本设计基于位置的阻抗控制，为提高控制精度故采用PSO算法对系统进行优化，在考虑到患者的实际使用情况下，加入了基于患者病情的模糊自适应控制器以达到柔顺控制的目的。仿真结果表明，经过优化后的阻抗控制的稳定性和精度大大提高；实验结果表明，本设计实现了康复训练系统的柔顺控制，实验效果良好，因此，能够在保证安全性的基础上帮助患者主动进行康复训练。     

多输入多输出多重时延非线性系统的自适应模糊控制

针对多输入多输出多重时延非线性系统,提出了一种自适应模糊跟踪控制方案．该方案有机综合了自适应控制和H∞控制.文中构建了一种自适应时延模糊逻辑系统用来逼近有多重时延的未知函数;设计了H∞补偿器来抵消模糊逼近误差和外部扰动．根据跟踪误差给出了参数调节规律．构造了包含时延的李雅普诺夫函数,从而证明了误差闭环系统满足期望的H∞跟踪性能．仿真结果表明了该方案的可行性．     

多输入多输出非线性多时滞系统的直接自适应模糊跟踪控制

针对多输入多输出非线性多时滞系统,提出了一种直接自适应模糊跟踪控制方案．该方案有机综合了自适应控制和H∞ 控制,构建了一种自适应时滞模糊逻辑系统用来逼近有多重时滞的未知函数;设计了H∞ 补偿器来抵消模糊逼近误差和外部扰动．根据跟踪误差给出了参数调节规律,构造了包含时滞的李亚普诺夫函数,从而证明了误差闭环系统满足期望的H∞ 跟踪性能．仿真结果表明了该方案的可行性．     

仿生假手抓握力控制策略

为了使仿生假手完成各种精细作业,提出一种抓握力控制策略.在自由空间和约束空间中分别使用基于位置的阻抗控制和力跟踪阻抗控制.在过渡过程中使用模糊观测器切换控制模式.两种控制模式采用同一个基于位置的阻抗控制器,在约束空间向阻抗控制器中引入参考力,以满足约束空间的抓握力控制要求.这种方法可以使关节在自由空间和约束空间中分别实现良好的轨迹跟踪和力矩跟踪,在过渡过程中实现控制模式的可靠切换和系统的稳定过渡.提出一种自适应滑模摩擦力补偿方法,利用终端滑模思想设计了滑模函数,使得系统跟踪误差在有限时间内收敛,避免了传统线性滑模面状态跟踪误差无法在有限时间内收敛至0的问题.根据指数形式摩擦力的特点,利用终端滑模控制思想获得包含摩擦力参数估计的滑模控制律,并基于李亚普诺夫稳定性定理推导了估计参数的在线自适应律.对该抓握力控制策略在HIT假手上进行了抓取实验,实验结果证明了控制策略的有效性.     

一类复杂非线性系统的模糊控制

针对一类复杂非线性系统,把模糊T-S模型和自适应模糊逻辑系统结合起来,提出了一种跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态:其次,应用基于权值、中心和宽度3个参数可调节的自适应时延模糊逻辑系统补偿器来消除建模误差和小确定性.文中证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.     

基于模糊模型参考学习控制的手术机器人人机交互

为了解决机器人辅助手术环境下人机交互运动过程中的不稳定性问题以及医生个人因素难以建模的问题,提出了一种基于模糊模型参考学习的变导纳人机合作控制方法.首先将人体手臂自然运动的特征作为模糊学习控制的参考模型,通过离线学习机构训练出模糊导纳控制器的变阻尼系数调整参数规则.再以医生对机器人的拖拽力以及机器人速度作为输入、机器人期望的速度作为输出,构建基于变阻尼参数调整的变导纳控制方法.离线训练实验结果表明,该方法经过10次离线训练,可以达到柔顺性要求,人机合作速度最大误差低于17 mm/s,且人机合作轨迹最大误差低于15 mm.相比单纯基于固定导纳参数的模糊控制,该方法具有更好的跟踪速度与精度.