基于迭代学习控制算法的下肢外骨骼机器人跟随特性研究

目前下肢外骨骼机器人存在的运动控制算法追踪人体髋关节和膝关节期望轨迹时存在误差,从而导致人机系统随动性能差。因此,本文提出迭代学习控制算法追踪人体髋关节和膝关节期望轨迹。首先,结合人体下肢结构分析,建立下肢外骨骼机器人动力学模型;其次,基于迭代学习控制算法建立下肢外骨骼机器人随动控制模型;最后,利用Matlab软件设计指数变增益闭环D型运动控制系统,分析收敛速度与谱半径的关系,追踪得到人体下肢髋关节和膝关节期望轨迹。仿真结果表明该算法能够有效提高下肢外骨骼机器人步态轨迹跟踪精度,提升人机系统随动性能。     

基于迭代学习控制算法的下肢外骨骼机器人跟随特性

目前下肢外骨骼机器人存在的运动控制算法追踪人体髋关节和膝关节期望轨迹时存在误差,从而导致人机系统随动性能差。因此,提出迭代学习控制算法追踪人体髋关节和膝关节期望轨迹。首先,结合人体下肢结构分析,建立下肢外骨骼机器人动力学模型;其次,基于迭代学习控制算法建立下肢外骨骼机器人随动控制模型;最后,利用Matlab软件设计指数变增益闭环D型运动控制系统,分析收敛速度与谱半径的关系,追踪得到人体下肢髋关节和膝关节期望轨迹。仿真结果表明该算法能够有效提高下肢外骨骼机器人步态轨迹跟踪精度,提升人机系统随动性能。     

基于迭代学习控制的下肢外骨骼康复训练机器人运动策略

将具有不依赖系统模型精度，并且能够通过不断学习实现高精度控制等优点的迭代学习策略应用于下肢康复训练机器人运动控制.通过分析人体下肢结构与运动特征，得到下肢外骨骼系统各关节的空间位置参数；采用拉格朗日法对下肢外骨骼康复训练系统进行动力学分析，设计迭代学习控制器.仿真结果表明：迭代学习控制策略能够实现高精度跟踪期望轨迹的目标.     

下肢外骨骼机器人在运动康复中的协同性研究

运动员在日常训练或在比赛中出现的损伤给运动员造成了巨大的痛苦.文章研究一种可以帮助受伤运动员进行康复训练的下肢外骨骼机器人,首先,分析人体的运动过程,然后通过大量不同人体尺寸下的步态数据分析,掌握人体步行各个循环阶段下肢各关节的运动学规律,并对下肢外骨骼机器人用拉格朗日法建立了动力学模型.其次,根据建立的动力学模型和下肢外骨骼机器人的特性设计了一种基于鲁棒自适应PD控制的控制系统,并对其进行仿真,证明设计模型的可行性.     

基于卡尔曼预测的外骨骼摆动腿随动控制研究

针对一种双关节驱动助力外骨骼机器人中人机交互系统所获取的传感器信息滞后于人体运动意图,从而造成执行机构无法及时跟踪摆动腿的运动,导致无法提供助力的情况,运用卡尔曼滤波算法对采集到的下肢运动信息进行运动意图预测,以弥补延时。利用采集的步态周期数据进行控制仿真实验:依据下肢外骨骼单侧腿简化的二连杆动力学模型,将预测信号输入模型,并采用PD控制验证系统稳定性和预测准确度。仿真结果表明,利用该方法可以对人体运动意图进行有效的预测,可用于驱动外骨骼摆动腿进行随动控制。     

搬运助力外骨骼机器人运动学建模与仿真分析

为辅助工作人员高效轻便地完成搬运工作,设计一款结构合理与运动灵活的搬运助力外骨骼机器人。利用D-H参数法分别建立了外骨骼机器人下肢和上肢的运动学模型,对其进行正逆运动学求解。利用Pro/E软件建立搬运助力外骨骼的三维实体装配模型,并将其导入ADAMS中构建虚拟样机模型进行运动学仿真。仿真结果表明,下肢外骨骼能够满足人体运动,符合人体行走特征,上肢外骨骼符合人体搬运托举物体的特征。     

欠驱动式外骨骼手指康复机器人的设计和仿真

本文提出一种新的基于脑电信号控制的外骨骼手指康复机器人系统,该系统主要由外骨骼手指康复机器人、脑电信号系统(EEG)、肌电信号系统(EMG)、人机交互系统、电机控制单元、相关传感器和工作站组成.患者通过外界的视觉刺激产生脑电信号,工作站经过对这些信号采集和处理后传递给电机控制单元控制,并驱动电机实现穿戴在患者手上的外骨骼手指机器人运动,辅助其完成康复训练.该机器人主要采用欠驱动的方式,由安装在手背处的电机带动同步齿形带传动机构实现机器的三个关节的弯曲和伸展运动.文章主要利用UG软件对手指机器人进行设计和ADAMS软件进行运动仿真.根据机器人运动轨迹和机器人末端的运动参数曲线可以看出该手指机器人具有运动平稳,不存在运动死点等特点,且机器人能满足人体手指的运动要求,符合人体工学的设计特点,仿真实验证明能够辅助患者进行重复性康复训练.     

上肢外骨骼机器人结构设计与运动学分析

上肢外骨骼机器人是近些年新兴的研究领域,国内在这方面的研究尚属于起步阶段,而上肢外骨骼机器人中能够有效满足上肢运动辅助需求的机器人较少,且对安全性考虑较少。针对此现状,深入探讨了运动辅助对于上肢运动功能恢复的理论依据,并依此总结设计了满足该功能的上肢外骨骼机器人的要求,然后依据该要求,以安全性为基本出发点,初步设计了一种外骨骼上肢康复机器人。针对设计出的上肢外骨骼机器人机构,采用四参数法对其进行运动分析,求出了该机器人的正、逆解,并运用拉格朗日方程法对其进行动力学分析,建立其动力学方程,为之后的控制算法研究做好准备。     

利用运动准备电位的人体下肢自主运动意图预先感知方法

针对下肢外骨骼机器人穿戴者的运动与机器人本身响应之间存在时间迟滞而导致控制实时性差的问题,提出了一种利用运动准备电位(RP)的人体下肢自主运动意图预先感知方法。首先,根据人体下肢运动的脑电(EEG)产生机理和耦合神经元集群模型仿真了下肢产生运动意图时大脑运动皮质区的RP响应,验证了下肢产生运动意图时其EEG中存在RP;其次,利用下肢肌电(EMG)确定了下肢自主运动的起始时刻并完成EEG中自主下肢运动事件的触发标记,同时利用多元经验模式分解(MEMD)方法去除了EEG中的运动伪迹成分,进而利用叠加平均法和模板匹配法实现了下肢自主运动的RP提取及其运动意图的预先感知;最后,搭建检测系统进行实验验证。实验结果表明:该方法可在离线情况下于人体下肢自主运动开始前约120 ms实现下肢运动意图的预先感知,其平均识别正确率为74.4%。该方法实现了人体下肢自主运动意图的预先感知,可为外骨骼机器人的柔顺控制提供信息提前量。     

负重型下肢外骨骼机器人机构研究与仿真

设计兼顾人体运动灵活性与有效承载能力的下肢外骨骼机械结构,是负重型下肢外骨骼改善人机协同性、提高承载能力的关键技术之一。针对华东理工大学设计的外骨骼机器人"ELEbot"的结构进行研究并仿真。这种结构能够根据穿戴者步态的变化,引起自身结构的变化,进而改变下肢外骨骼的空间力闭环,使外骨骼满足不同步态下的功能特性。通过Matlab中的simmechanics模块对建立的模型进行仿真分析,得到人体下肢末端的运动空间,并与正常人体的运动空间比较,得出两者匹配的结论,验证了该结构的可行性。