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。     

下肢外骨骼机器人的控制仿真研究

下肢外骨骼机器人是一种复杂的非线性系统,有效控制策略对于人机系统运动的协调一致性至关重要.本文基于外骨骼机器人的动力学分析,提出了下肢外骨骼机器人的控制系统设计,采用模糊PID控制算法,结合ADAMS和MATLAB/Simulink软件,分别以角度误差和关节力矩作为系统输入输出量,对下肢外骨骼机器人的动力学与控制进行联合仿真.仿真结果验证了所提控制算法的有效性,为保证人体与机器人之间的运动协调性和一致性的良好控制提供了理论依据.     

一种机器人轨迹跟踪控制的迭代学习方法

针对机器人轨迹跟踪控制,提出了一种改进的D型迭代学习控制律.通过推导得出在机器人操作臂轨迹控制中的开环迭代学习控制律,得出的控制律除了利用机器人的关节位置及关节速度信息外,还引入了机器人的关节角加速度.另外,利用控制律中的机器人关节角加速度构成的学习律在二关节操作臂上进行了试验并且与Arimoto等提出的D型学习律进行了比较,结果表明所提出的控制律具有较高的学习速度.     

机器人跟踪的迭代学习控制方法

针对机器人跟踪控制问题,提出一种改进的D型迭代学习控制律,给出迭代学习控制算法的充分条件和必要条件.该控制律除了利用机器人的关节位置及关节速度信息外,还引入了机器人的关节角加速度.利用控制律中的机器人关节角加速度构成的学习律在二关节操作臂上进行试验并且与D类学习律进行比较.仿真结果表明,该方法能大大提高学习速度,具有良好的控制性能.     

下肢外骨骼康复机器人人机交互力自适应导纳控制

对于下肢具有残余肌力的下肢瘫痪病人,基于标准步态轨迹被动训练的康复方案无法满足锻炼肌肉的康复训练需求,为此提出了一种人机交互力自适应控制的下肢外骨骼康复机器人控制策略,并设计了可实现康复训练的控制方法。该方法以健康人体行走步态为下肢外骨骼康复机器人的位置控制参考,以穿戴者的自身腿部用力作为力控制约束,根据穿戴者自身腿部力量大小,智能控制和调整步态曲线,以更加适应穿戴者的康复训练需求。仿真试验结果表明,相对于完全被动的康复训练模式,自适应力控制模式能够有效地调整康复过程中人机交互力,可以适应多种不同的康复训练需求,从而大大提高受损患肢运动功能恢复的康复治疗进程,具有实际的应用价值。     

单兵外骨骼结构与运动分析

单兵外骨骼是一种通过穿戴在士兵身上,提高人体负荷和速度,含有动力源的机械装置.由于可以携带更多的重物,并辅助加快运动速度,因此在现代战争中,如长距离行走、运送给养、防护等方面,应用前景巨大,能有效提高士兵生存几卒和作战效率.本文通过分析机械外骨骼技术的结构和运动,探讨特该技术应用于现代单兵装备的理论基础.     

下肢外骨骼机器人控制策略分析与展望

针对医疗康复领域,下肢外骨骼机器人控制策略决定了机器人在运行过程中的安全性、稳定性和快速性,从基于模型的控制策略和受生物启发控制策略两方面简述了下肢外骨骼机器人控制策略研究现状,特别对基于行为的机器人控制和中央模式发生器(central pattern generator,CPG)生物控制作了重点介绍。最后分析了下肢外骨骼机器人控制策略研究趋势并提出基于本体感受的反应式行为控制的智能行为技术。     

基于阻抗控制的下肢康复外骨骼随动控制

针对外骨骼单一的轨迹跟随控制难以满足患者主动康复训练需求的问题,将基于计算力矩的阻抗控制应用到下肢外骨骼中,分析控制系统的误差,设计一种自适应鲁棒补偿控制器。研制一种基于电机+套索传动的下肢外骨骼,降低外骨骼下肢的质量以提高轨迹跟踪效果。采用Lagrange法进行动力学分析。建立MATLAB和ADAMS虚拟样机的联合仿真平台,分析不同阻抗参数对人机交互力跟踪效果的影响。联合仿真实验结果表明,机械和控制系统具有良好的轨迹跟踪和人机交互力跟踪效果,验证了算法的有效性,满足患者进行主动康复训练的需求。     

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...     

穿戴式下肢外骨骼机器人研究现状

近年来,随着国家人口老龄化问题的加重,医疗技术的限制及青壮劳力的减少,穿戴式下肢外骨骼机器人在医疗、搬运、军事方面上的显著功能获得科研人员的广泛关注.本文试图摒弃传统功能层面的描述,从穿戴式下肢外骨骼机器人的结构层面梳理该类外骨骼机器人近年来的研究进展,进而分析了穿戴式下肢外骨骼机器人应用的新技术材料,然后重点阐述了其最新的关键技术(驱动方式和能源供应),探讨了穿戴式下肢外骨骼机器人今后的发展方向.     

下肢外骨骼机器人阻抗控制参数优化研究

为了提高下肢外骨骼机器人的人机交互性能,本文以基于位置的阻抗控制参数优化为研究对象,提出基于复合粒子速度调节的改进粒子群优化(CSAPSO)算法。CSAPSO算法引入欧式归一化速度调节参数、增加阶段性惯性权重重置和幂函数调节机制,平衡种群探索和开发能力。通过算法改进前后对基础函数的寻优效果对比,验证CSAPSO算法的优越性。基于MATLAB软件Simulink工具箱搭建阻抗控制仿真平台,分析不同方法求解下控制参数优化效果。结果表明CSAPSO算法优化后的参数具有更优的控制效果,进一步降低控制过程中的接触力和位置误差,提高人机交互柔顺性。     

基于阻抗的下肢康复外骨骼力与位置控制研究

为了提升下肢功能损伤患者舒适性和康复效果,弥补常规位置控制的不足,研究了一种基于力与位置阻抗控制的下肢康复外骨骼。利用气体的柔顺性和安全性,采用气动比例技术,以标准步态曲线为参考,以人机交互力矩为约束,实时控制。建立人机动力学模型,搭建实验平台,实现机构仿人步态行走。实验表明,该系统控制效果好,跟踪精度高。人机交互力矩得到有效调整,进一步提升系统安全性、舒适性和稳定性。     

基于外骨骼机器人下肢康复训练评价策略研究

脑卒中引起的下肢瘫痪是一种常见疾病,临床中由理疗医师施以积极的人工理疗可使患者下肢得到有效的恢复,但存在理疗过程人为因素大、评价标准不一致的缺陷。基于以下肢外骨骼机器人辅助患者进行下肢康复训练的技术,以提高康复训练效率为目标,对肢体运动功能评价的现行标准、评价指标、评价方法三个方面进行了分析,提出具有代表性的康复评定参数,进而研究出适用于利用外骨骼下肢康复机器人进行下肢康复训练中的康复评价策略。     

基于PD型迭代学习的液压机械手轨迹控制

液压机械手作业系统的任务规划具有重复性,为了对液压机械手作业动作进行有效控制,建立了适合机械手作业系统的迭代自学习控制规律.只要增益Kp、Kd及学习因子α满足一定的条件,则该学习控制就是稳定的.通过对系统数字仿真,结果表明带学习因子的PD型迭代学习控制,较传统的PD控制有更好的动态响应特性,稳态误差小,具有一定的自适应性和鲁棒性.采用这种PD型前向反馈学习控制规律,只要机械手各关节变量的位置锁定,就可在期望的范围内实现抓取和释放动作.因此,该控制算法适合液压机械手系统的控制要求,能对其作业进行有效控制.图6,表1,参8.     

装载机工作装置的模型与自适应迭代学习控制

在理想情况下用牛顿-欧拉法建立装载机工作装置的二自由度动力学模型,考虑实际情况中存在的建模误差和扰动干扰,设计自适应迭代学习控制器对其进行轨迹跟踪控制研究,基于Lyapunov函数证明了跟踪误差的稳定性和收敛性,在matlab环境下对所设计的控制器进行仿真研究。仿真结果表明,所设计的控制器对装载机工作装置有极好追踪效果,验证了该算法的可行性与有效性。     

非完整移动机器人的迭代学习控制

首先针对迭代初态偏移期望初态的情况,利用构造期望轨迹的办法给出了基于相对阶的迭代学习控制算法,然后借助于压缩映射原理与Gronwall-Bellman不等式给出了算法收敛性的证明.最后将得到的迭代学习控制律应用于非完整移动机器人的跟踪控制问题.MATLAB仿真结果表明了所给控制算法的有效性.     

下肢康复训练机器人的重心轨迹控制研究

通过从理论上建立人行走时重心轨迹运动学模型，设计了一种基于下肢康复训练机器人的重心轨迹控制系统，并对此重心轨迹控制系统进行了机构运动学仿真．对机构所能得到的模拟重心轨迹与理论得到的重心轨迹进行了对比分析，为重心控制系统的最优化设计提供理论依据．     

迭代学习控制与等效的反馈控制

基于算子理论推导迭代学习控制（ILC）收敛的充分条件和跟踪误差，研究表明对于任何因果时不变线性系统（TLI）的ILC都存在等效反馈控制，可获得相同的跟踪误差，并且反馈控制器的参数仅与ILC的参数有关而与系统参数无关，即使被控制系统未知，ILC方法也没有比传统反馈控制有更大的优越性。     

考虑人机作用力的康复训练机器人各运动轴最优轨迹跟踪预测控制

针对人机作用力影响康复训练机器人的跟踪性能问题,提出了一种新颖的观测器设计方法,目的是利用系统的位置输出估计人机作用力.同时,为了抑制人机作用力并避免运动中产生较大的跟踪误差而影响康复者安全,设计了非线性控制器,并得到了机器人各运动轴系统模型.进一步,结合预测控制同时约束了系统轨迹跟踪误差和速度跟踪误差,并实现了各运动轴的最优轨迹跟踪.通过仿真结果对比分析和实验研究,表明文中提出人机作用力观测和控制器设计方法的有效性和优越性.      

基于DSP的助行外骨骼机器人步态控制

助行外骨骼机器人是一种帮助老年人和下肢不便的残疾人扩展行走能力的助力装置.提出一种基于数字信号处理（digital signal processing,DSP）系统的步态控制方法,首先,将连续步态数据离散处理后的结果作为DSP系统的输入,通过执行机构实现机器人的步态行走;然后,在每个步态周期结束之后,通过编码器对步态角度实时采样;最后,控制系统对反馈数据处理后实现步态误差的周期补偿.通过样机试验验证上述方法,得到较好的结果.