2自由度腕关节康复机器人的代理滑模控制方法

针对传统机器人控制方法未考虑运动过程安全性能的问题,采用了一种基于代理的滑模控制方法对气动肌肉驱动的穿戴式2自由度腕关节康复机器人进行位置控制.该方法结合滑模控制与PID控制的优点,既保证了位置控制的跟踪精度,又确保了运动过程的安全性.对康复机器人的轨迹跟踪实验表明:该方法可以取得很好的跟踪效果,并且对扰动的屈从性和系统的安全性有明显的提高.     

新型可穿戴式多自由度气动上肢康复机器人

针对中风和脑外伤患者的运动功能障碍问题,设计了一种新型可穿戴式多自由度上肢康复机器人,采用气动肌肉驱动,能有效辅助患者完成肩伸、肩旋、肘伸以及指掌和指间关节的复合功能运动训练.最后,采用PID控制器进行了初步的临床实验,实现了各关节角度的参考轨迹跟踪.实验结果验证了所设计的上肢康复机器人的可用性和有效性.     

基于AHP-模糊综合评判的上肢康复机器人康复评价方法

以5-DOF穿戴式上肢康复机器人为平台,提出了一种基于AHP-模糊综合评判的康复评价方法,依据康复医学知识建立了AHP递阶康复评价模型,选取适当的AHP-模糊关系合成算子逐阶求取康复评价指标．通过实例验证了该评价方法具有一定的科学性及充分的可行性,为实现5-DOF上肢康复机器人的康复评价功能提出了一种新思路．     

改进多目标PSO算法优化机器人轨迹跟踪模糊PID控制器

为进一步提高模糊PID控制器应用于关节机器人轨迹跟踪控制的效果,本文提出了一种改进的多目标粒子群(PSO)算法优化机器人轨迹跟踪模糊PID控制器的方法。首先,设计了一种关节机器人轨迹跟踪模糊PID控制器;其次,考虑控制器输出力矩和轨迹跟踪控制偏差2个优化目标,设计了改进多目标PSO算法实现模糊PID控制器隶属函数与模糊规则的优化调整;最后,分别采用多目标PSO算法和改进多目标PSO算法优化轨迹跟踪模糊PID控制器获得了2个优化目标的向量集合,并对比分析了优化结果。实验结果表明,所设计的改进多目标PSO算法具有更优的非支配解集,验证了该算法优化机器人轨迹跟踪模糊PID控制器的有效性和优越性。     

下肢康复机器人按需辅助自适应控制方法

针对现有下肢康复机器人步态康复训练控制缺乏患者的主动参与、不能按患者的康复程度提供按需辅助的问题,提出了一种新的下肢康复机器人按需辅助自适应控制方法。该方法通过人机运动轨迹与理想康复目标轨迹的跟踪偏差实时学习受试者的康复程度,从而使康复机器人能根据受试者的康复程度,自适应地提供按需辅助。首先建立了下肢康复机器人的人机系统动力学模型,其次设计了按需辅助自适应控制器,最后进行了按需辅助控制仿真实验,并在单腿实物样机上对健康受试者进行了实验。结果表明:按需辅助自适应控制器在有遗忘因子项的情况下,能够根据轨迹跟踪偏差学习受试者的康复程度,自适应地衰减机器人对受试者的辅助力矩,满足按需辅助的目的。     

工业机器人轨迹跟踪的自适应模糊变结构算法

为提高工业机器人的轨迹跟踪控制性能,提出了一种自适应模糊变结构控制算法,即对滑模区中趋近运动的趋近律进行重新设计,新设计的趋近律能够随着机器人轨迹跟踪误差的改变而做出相应变化,从而使设计后系统的抖振减小,滑模过程中的趋近运动得到改善,控制性能也得到提高.针对该算法设计了自适应模糊变结构控制器,并与其他方法做了实验对比分析,结果表明该算法的响应速度、跟踪精度等更优.     

基于安全性考虑的五自由度外骨骼式上肢康复机器人自适应控制

针对一类具有特殊安全性要求的五自由度外骨骼上肢康复机器人,研究了一种自适应控制策略。该机器人协助患者的肩、肘、腕关节进行关节运动,以达到上肢运动功能康复的目的,因此,在整个康复训练中如何保证患者安全是机器人控制策略的重点。为确保良好的跟踪性能,所提出的控制策略具有在模型不确定条件下的鲁棒性;为进一步提高系统在大参数变化以及执行器故障时的安全性能,提出了一种在线更新的自适应控制器。该控制器仅需要进行位置测量实现输出信息反馈,而速度和加速度通过观测器估计得到,不需要依靠其他传感器信息。设计了一个参数可调和有界误差的轨迹跟踪实验,仿真结果验证了本控制方案的有效性。     

基于遗传算法的机器人模糊控制器设计

提出了一种机器人轨迹跟踪的模糊逻辑与变结构控制相结合的控制器设计方案，采用变结构控制量作为监督控制，首先保证机器人系统状态有界，应用模糊逻辑系统逼近过程的不确定部分，利用改进的遗传算法对模糊逻辑系统的参数进行在线调节，使得系统输出能够跟踪指定轨迹，该控制方案能够消除变结构控制所固有的抖振性，计算机仿真结果表明该控制方案具有良好的跟踪性能。     

基于速度场的上肢康复机器人的主动控制策略

针对上肢辅助康复机器人在临床使用中的安全性和平稳性,以及主动康复阶段对患者主动参与康复训练的要求,采用了有别于传统轨迹跟踪的轮廓跟踪策略,并设计了一个主动控制器.轮廓跟踪策略是通过空间中的速度场约束机器人的运动来实现的.速度场可使机器人平滑而稳定地沿着期望的空间曲线运动.主动控制器引入了患者作用力,使机器人的运动速度能够根据患者所施加的作用力进行调整,实现患者主动参与康复训练的目的.仿真结果表明,轮廓跟踪-主动控制策略能够在保证跟踪精度的同时实现人机交互.     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.