融入可控阻尼的康复机器人自适应交互控制

针对外骨骼康复机器人的人机交互柔顺控制,以肩-肘二自由度上肢康复机器人为研究对象,提出一种融入可控阻尼的内外环嵌套式自适应阻抗控制方法,同步实现关节轨迹的超调量抑制和变强度训练。首先,通过磁流变阻尼器与关节电动机并联输出的结构模式,将电磁阻尼力矩引入康复机器人的动力学方程,进而设计关节轨迹跟踪器作为内环控制器,该控制器以关节角速度和角加速度作为输入,实时计算调整阻尼力矩的励磁电流值和关节力矩增益系数,实现超调量抑制。其次,利用Lyapunov函数设计自适应轨迹生成器作为外环控制器,该控制器以交互力、关节角速度及角加速度作为输入,实时计算并修正期望轨迹,通过调节对抗模型的刚度参数,实现对人机交互力的自适应和变强度训练。数值仿真实验结果表明,与未引入可控阻尼的控制方法相比,肩、肘关节的超调量下降率分别优于96.2%、97.5%,且只需调整刚度参数即能实现变强度训练,验证了所提方法的可行性与有效性。     

基于阻抗控制的双臂机器人关节限制规避仿真研究

双臂机器人在运动过程中容易受到关节的限制,致使运动轨迹在某段时间内输出误差较大。对此,采用阻抗控制机器人手臂关节运动,并对跟踪角位移进行误差仿真。创建了双臂机器人运动模型简图,通过雅克比矩阵推导出机器人手臂逆运动学方程式。建立分层优先级任务体系结构,分析了冗余机械臂关节规避极限状态,设计了阻抗控制方法。采用Matlab软件对冗余机械臂阻抗控制效果进行仿真,并与无阻抗控制效果进行对比。结果显示:在无阻抗控制条件下,冗余机械臂在某段时间内会偏离期望运动轨迹,造成误差较大;在有阻抗控制条件下,冗余机械臂在整个运动时间内,都能很好地实现轨迹跟踪任务,输出误差较小。因此,采用阻抗设计方法,双臂机器人能够避免关节的限制,更好地完成轨迹跟踪任务,提高跟踪精度。     

基于双模糊滑模控制的机器人运动轨迹跟踪误差仿真

当前,机器人运动轨迹在受到外界干扰因素情况下,不仅控制精度较低,而且抖动现象较为严重,不能很好地实现轨迹的跟踪任务.对此,创建了双关节机器人简图模型,采用双模糊滑模控制机器人的运动轨迹.推导了等效控制和切换控制组成的双模糊滑模控制方程式,根据模糊规则对切换增益系数进行在线补偿,引用李雅普诺夫函数对控制系统的稳定性进行了证明.通过具体实例,借助于Matlab软件对机器人运动轨迹的跟踪误差进行仿真.同时,与单模糊滑模控制方法进行对比和分析.仿真结果显示,机器人采用双模糊滑模控制方法,实际运动轨迹与期望运动轨迹误差较小,输入转矩的波动幅度较小.机器人末端执行器采用双模糊滑模控制方法,提高了运动轨迹的控制精度,改善了抖动现象.     

挖掘机器人的模型与自适应模糊滑模控制

为实现挖掘机器人的自动挖掘,在挖掘机器人的轨迹规划器给出铲斗期望运动轨迹的情况下,需要挖掘机器人的控制系统能够控制其工作装置实现对给定轨迹的准确跟踪.利用拉格朗日方法建立了挖掘机器人工作装置的三自由度动力学方程,设计了自适应模糊滑模变结构控制器.利用模糊控制动态调节切换增益,将滑模控制的切换项转化为连续的模糊系统,增强了控制系统对挖掘机器人工作装置不确定性和外界干扰的鲁棒性,削弱了滑模控制的抖振现象,并且有较强的自适应跟踪能力.利用MATLAB7.4/Simulink工具箱对所设计的控制器进行了仿真,给出了自适应模糊滑模控制的跟踪性能及误差.     

基于示教学习和自适应力控制的机器人装配研究

针对柔性自动化领域的机器人装配问题,对示教学习和自适应力控制等方面进行了研究,对初始位置变化时示教搜孔、插孔时降低接触力矩波动速度和误差的策略进行了归纳,提出了利用示教学习对搜孔轨迹泛化和模糊自适应阻抗控制插孔的方法。首先根据是否与孔产生接触力将示教任务分为两段;接着利用了任务参数化的高斯混合模型(TP-GMM)训练并泛化第一段轨迹;最终和原示教的第二段轨迹组合为新的搜孔轨迹;采用了六自由度阻抗控制使得机器人具有柔顺性,再利用了模糊自适应策略调节阻抗控制中Z轴期望接触力,利用UR机器人对方形孔进行了装配试验验证。研究结果表明:所提出的策略在新的初始位置,仍能绕过障碍物并生成新的搜孔轨迹,无需再次示教;调节期望接触力相比其不变时,绕X轴方向力矩波动速度低,且波动误差减小了30%。     

下肢康复机器人肌电感知与人机交互控制方法

下肢康复机器人以其诸多的优势而逐步取代传统的康复治疗手段。在论述下肢康复机器人及其人机交互控制方法研究现状的基础上,针对下肢康复机器人对患者运动意图与运动能力感知的双重需求,提出了一种基于表面肌电信号的受试者运动状态的精密感知方法,包括表面肌电快速识别人体步态事件、表面肌电连续解码人体下肢关节运动角度,以及表面肌电定量预测人体下肢主动关节力矩。为了实现患者自主引导和下肢康复机器人按需辅助训练,深入讨论分析了下肢康复机器人的系统设计和基于表面肌电精细感知的人机交互控制方法。最后,展望了下肢康复机器人的未来研究方向与内容。     

床式下肢康复训练机器人模糊自适应阻抗控制

为解决肢体运动障碍患者的康复训练问题,设计了一款床式下肢康复训练机器人,搭建了床式下肢康复训练机器人控制系统。为提高下肢康复训练后期患者主动参与度,提出了模糊自适应阻抗控制方法用于主动训练控制。机器人通过检测与患者之间的人机交互作用力,判断患者主动运动意图,并且基于阻抗控制建立力与位置的动态关系。通过接触力测评实验选择不同体位的下肢康复训练方式。通过实验验证了模糊自适应阻抗控制的可行性,可以有效提高使用者的主动参与度。     

基于位置阻抗的机器人接触碰撞控制研究

针对机器人分钢过程中末端与环境接触瞬间冲击振荡和力的不稳定性问题,提出了一种基于鲁棒自适应的位置阻抗控制方法。该方法通过内环的PD自适应控制器来跟踪期望轨迹,通过外环的阻抗控制器实现机器人末端与环境之间接触力的稳定性控制,实现了机器人由自由空间到约束空间快速、平稳的过渡和力的稳定性控制。在ADAMS与MATLAB/Simulink中搭建了联合仿真平台,对比分析了控制前后接触力的变化,联合仿真结果表明控制方法的有效性。     

多关节机器人反馈线性化双模糊滑模控制

为了提高多关节机器人轨迹跟踪控制性能,提出了一种反馈线性化双模糊滑模控制方法。该方法在对机器人非线性动力学模型反馈线性化的基础上,设计了一种双模糊滑模控制器。通过设计一个模糊控制器,根据跟踪误差和误差变化率自适应地调整滑模面的斜率,从而加快响应速度。通过设计另一个模糊控制器,根据滑模面自适应地调整滑模控制的切换控制部分,从而减弱抖振。利用李亚普诺夫定理证明了控制系统的稳定性。针对空间三关节机器人进行了仿真实验,结果表明了所提方法的有效性。     

上肢康复机器人主动轨迹追踪控制方法的研究

针对上肢康复机器人在主动康复模式下,末端手部工具的TCP点如何能保持有效追踪给定空间平面内的轨迹,提出了一种空间容差约束控制方法。通过约束TCP距轨迹平面的正负向距离,同时约束其在轨迹面内距离轨迹的正负向距离,产生约束的末端阻力正比于TCP偏离给定轨迹的距离,引导TCP点始终落在轨迹的容差体内。在控制实现上采用了多线程编程技术,以确保患者手部TCP点偏差距离的检测、计算与比较,以及关节力矩实时改变的控制等过程,不会出现感知上的延迟。实验结果表明,该控制方法在辅助患者主动追踪给定的空间平面轨迹时,达到了预期的效果。     

关节型码垛机器人轨迹规划及运动学研究

为了使关节型码垛机器人运动更加精确、流畅、连续、平稳的码放货物,提出了基于双平行四边形机构码垛机器人的轨迹规划及运动学分析方法。根据D-H法建立运动学模型,并对其进行反解。采用"5-3-5"轨迹规划法,将各关节运动轨迹分为三段,使用不同低阶多项式对各轨迹段进行插补。利用MATLAB进行运动学仿真分析,并生成关节角、角速度、角加速度变化曲线。利用拉格朗日方程推导各关节驱动力矩,保证各关节按照期望的角速度和角加速度运动。为实现关节型码垛机器人轨迹规划提出一种新的方法。     

软质肘关节外骨骼的肌力矩估计与神经网络补偿协调控制

为辅助偏瘫患者进行多模式肘关节康复训练,研制了一种软质肘关节康复外骨骼机器人,并提出了一种基于人体肌力矩估计与自适应神经网络补偿的协调控制策略。利用表面肌电信号来识别人体的运动意图并调整康复训练轨迹,采用Lyapunov方法证明了控制算法的闭环控制稳定性。搭建了实时控制实验平台,并开展了基于运动意图的轨迹跟踪实验与自由主动训练实验。实验结果表明,所提控制策略能保证被动训练过程的轨迹跟踪精度,并且可以根据患者的运动意图调整主动训练过程的运动轨迹,实现不同强度的主动康复训练。     

交互式自解耦桌面康复训练机器人系统

传统的康复机器人机构运动学多解,末端控制复杂,且往往只有视听反馈,无力反馈,未能达到最好的康复效果。为此,研制了一款基于自解耦机构的交互式康复系统,内含并联连杆机构,实现平动与转动自由度的解耦、力与力矩的解耦;基于患者末端位置设计了3种控制模式,包括:人体主导模式、机器人主导模式以及安全停止模式,实现高精度的轨迹跟踪,动态调节辅助力和安全停止功能;将力反馈技术同虚拟现实、康复医疗技术相结合,实现患者与系统之间的多感官反馈;实验证明系统在500 mm×350 mm工作空间内精确跟踪康复运动轨迹,关节运动轨迹误差小于5 mm,系统可提供误差小于1 N的反馈力,并可在危险区急停,验证了康复训练系统的有效性。     

气动人工肌肉外骨骼机器人位置跟踪控制

针对以气动人工肌肉作为关节驱动器的外骨骼机器人关节位置跟踪控制问题进行了研究。首先,在动力学模型的基础上,设计了上层控制器,并结合自适应控制和滑模控制方法降低了动力学参数不准确和扰动项未知对外骨骼机器人的影响;其次,基于无模型方法设计了底层关节力矩控制器,调整外骨骼机器人的关节力矩;最后,针对上述控制方案设计仿真实验与外骨骼机器人的穿戴实验。结果表明,该控制方法对气动人工肌肉外骨骼机器人的关节位置跟踪控制是有效的。     

下肢康复训练机器人的控制系统设计

针对康复训练患者和治疗医师需求,提出一种新型下肢康复机器人,并对其进行被动式控制系统设计。使用Solidworks建立三维模型,制造样机并进行控制系统设计。建立运动学模型,并且对下肢康复机器人进行运动分析,结合CGA临床步态数据和RLA人体下肢步态,进行下肢康复机器人的运动轨迹规划。采用PID控制方法对运动轨迹进行跟踪控制,运用Simulink进行模拟仿真。设计基于位置阻抗的控制策略,使实际位置跟踪目标位置,以达到人机运动协调的目的。搭建控制系统平台,并且对样机进行周期步态速度检验和轨迹跟踪检验。     

多关节机器人事件驱动神经网络滑模控制

针对多关节机器人轨迹跟踪控制问题,提出了一个事件驱动的神经网络滑模控制器。该方法采用RBF神经网络来改善传统滑模控制器,对模型不确定项进行逼近;在此基础上,提出了事件驱动的RBF神经网络滑模控制器,根据跟踪误差和目标轨迹的驱动条件决定控制力矩更新,降低力矩更新频率。利用跟踪误差的最终一致有界性证明控制系统的稳定性,证明系统不存在Zeno行为。针对二关节机器人进行的仿真实验展现了良好的跟踪效果,验证了控制策略的有效性。     

上肢康复机器人控制系统设计

在传统治疗方法中主要由医务人员来辅助偏瘫患者完成康复训练,为减轻医务人员的劳动强度、提高康复训练的效果,基于阻抗控制方法为四自由度上肢康复机器人设计控制系统,实现康复机器人辅助患者完成康复训练。对控制方法进行分析后基于工业控制计算机搭建硬件平台,并分别对单关节运动、多关节连动进行理论分析、软件仿真,信号测试和样机实验。基于阻抗控制的上肢康复机器人控制系统能实现辅助患者完成沿规划轨迹的被动训练和跟随患者运动意识的主动训练。     

行走助力型下肢外骨骼机器人的设计与控制

针对行走助力需求,通过对人体下肢结构与运动特征进行分析,采用模块化的方法设计了一款下肢助力外骨骼机器人。考虑不同场景穿戴者的运动特点,基于该系统设计了主动助力与随动跟踪 2 种控制模式。行走实验表明,该下肢外骨骼机器人既可以实现负重助行的功能,也能对目标关节轨迹进行快速的跟踪而不阻碍穿戴者的正常运动。     

基于RBF神经网络的闭链下肢康复机器人自适应补偿控制

在下肢康复机器人的康复训练过程中,模型参数、环境干扰等不确定性因素会影响机器人轨迹跟踪的精度。针对这一问题,提出了一种基于径向基函数（Radial Basis Function,RBF）神经网络的自适应补偿控制,该控制方法能够提高机械系统轨迹跟踪的精确性。首先,设计一款具有4种工作模式、运动稳定的闭链卧式下肢康复机器人结构;然后,利用拉格朗日方法求解动力学名义模型,将康复装置的模型参数以及外界干扰等不确定性因素分离出来,并设计基于RBF神经网络的自适应补偿算法对其进行逼近控制;最后,通过Matlab/Simulink环境对其进行仿真验证,证明了该控制策略的有效性。结果显示,在人体步态曲线轨迹跟踪中,提出的基于RBF神经网络的自适应补偿算法相比传统的模糊比例-积分-微分（Proportional Integral Derivative,PID）控制的方法响应速度快、跟踪效果好,且髋关节和膝关节轨迹跟踪的角度误差峰值分别为0.08°和0.13°,远小于患者下肢在康复运动中的转动角度。设计了单腿样机试验,试验结果表明,采用的RBF补偿自适应控制器能够实现高精度的跟踪结果,也能够满足患者在康复...     

迭代学习在工业机械手自适应控制中的应用

针对机器人运动控制模型中存在的未知项建模误差,提出了基于迭代学习与滑模控制的机器人组合自适应控制方法.将机器人动力学方程以状态回归量的形式表示,使时变参数与物理参数分离,通过设计的参数自适应律,实现了对未知参数的在线估计.将跟踪误差限制在滑模面上,实现了对目标轨迹的有效跟踪.仿真实例表明,提出的组合控制算法在机器人轨迹跟踪中具有一定的可行性.