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。     

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.     

评价指标体系下的外骨骼支撑相控制效果

 针对一种下肢外骨骼机器人,设计了一种基于步态识别的阻抗自调整控制方法,并通过实验验证,与传统的位置控制、阻抗恒定控制方法进行了对比分析。通过建立一套基于雷达图的指标体系,对不同的外骨骼支撑相控制实验结果进行了科学评价,发现阻抗自调整控制能够保证外骨骼在支撑相不同阶段满足不同的运动需求,与传统阻抗控制方法相比具有最优的总体运动效果。     

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。     

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.     

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。     

机器人主动柔顺恒力打磨控制方法

为了解决打磨过程中打磨控制系统存在扰动问题,设计了一种机器人力控末端执行器,并提出了一种机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法.所提方法的内环控制采用模糊变阻抗控制器,外环控制采用自抗扰打磨控制器.采用Lyapunov稳定性理论证明了所提方法的跟踪误差收敛为零.通过仿真和实验,验证了所提方法的有效性和适用性.研究结果表明：在内环控制相同情况下,与外环控制为PID控制器相比,所提出的机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法减小了打磨过程中的力跟踪误差和位置超调量,提高了机器人打磨力控制系统的控制效果和鲁棒性,实现机器人柔顺恒力控制.     

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。     

基于跟踪微分器的骨骼服阻抗控制方法

将阻抗控制方法引入骨骼服的控制中,利用人机之间安装的多维力/力矩传感器的测量信息来估计参考轨迹.针对由于普通差分方法引起噪声放大,使得参考速度和参考加速度不可用的问题,利用两级跟踪微分器获得包含测量噪声情况下的光滑的参考速度和参考加速度信号,从而实现所设计的阻抗控制.该方法能控制骨骼服跟随人体运动,同时保持人体对骨骼服的作用力最小,减轻人体的能量消耗.采用该方法对人体负荷情况下的蹲起动作进行仿真实验,仿真结果验证了所设计控制器的有效性和可行性,以及对人体刚度参数估计不准和负荷变化具有一定的鲁棒性.     

下肢外骨骼康复机器人设计及其运动学分析

采用电机驱动方式,设计一种用于辅助行走和康复训练的人体下肢外骨骼康复装置.将下肢外骨骼简化为矢状面内的五杆机构,建立相应的D-H(Denavit-Hartenberg)模型,推导出一个步态周期内髋关节、膝关节、踝关节和脚尖的坐标方程.在ADAMS环境下,对下肢外骨骼进行运动学仿真分析,所得到的髋关节、膝关节和踝关节的坐标变化曲线表明:下肢外骨骼各关节在空间中具有连续的运动轨迹.     

考虑横纵向误差协调的智能汽车路径跟踪控制研究

针对传统轨迹跟踪控制方法应用场景局限,精度不高的问题,为实现车辆横纵向联合控制从而提升无人驾驶汽车在结构化场景下的轨迹跟踪效果,本文建立了自然坐标系下的车辆跟踪误差模型,设计基于LQR与PID相结合的车辆横纵向耦合控制器。在横向控制层面,为消除系统稳定误差,通过引入前馈控制量实现系统的整体稳定,减小车辆在实际运行过程中产生的横向误差,提升控制过程的稳定性;在纵向控制层面,运用PID控制策略进行调节,实现车辆的实际速度与规划速度,实际位置与规划位置之间的精确匹配。通过MATLAB/Simulink与Carsim搭建联合仿真平台,针对日常泊车、驶入主路以及超车多种工况进行仿真验证。仿真结果表明：本文所设计的横纵向联合控制器将车辆的轨迹跟踪误差控制在可接受范围之内的同时,轨迹跟踪效果满足乘客对车辆乘坐舒适性的要求,故本文设计的控制器具备一定的稳定性和准确性。     

基于人体姿态信息的下肢康复机器人运动控制技术

针对下肢运动功能障碍患者术后康复训练辅助设备的跟随控制问题,本研究提出一种基于人体姿态信息的下肢康复机器人运动控制方法。根据康复机器人的结构特性和功能要求,建立机器人运动数据信息采集系统和下肢康复机器人的运动学模型;构建机器人平台上的人体姿态行为信息采集传感器系统,通过分析位移传感器所采集的数据,得到表征人体姿态行为变化的相关信息,经上位机计算生成康复机器人的期望跟随速度;同时,基于模糊PID控制算法设计了跟随控制器。通过仿真和实验验证该控制算法能够有效减小机器人实时跟踪使用者运动过程中的误差,实现康复机器人对人体运动姿态良好的跟随效果。     

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.     

基于变预测时域的电动汽车轨迹跟踪控制

针对在不同车速下由于车辆动力学参数改变导致轨迹跟踪的误差变大的问题,研究电动汽车自适应性轨迹跟踪控制器设计.首先,基于模型预测控制(model predictive control,MPC)设计轨迹跟踪控制器,对比分析不同车速下不同预测时域对轨迹跟踪的影响;其次,通过仿真结果,发现不同车速下采用恒定预测时域,轨迹跟踪在不同速度下自适应性变差,易产生较大的跟踪误差;最后,设计了基于车速变化的变预测时域轨迹跟踪控制器.CarSim/MATLAB/Simulink联合仿真结果表明,改进后的轨迹跟踪控制器在不同车速下轨迹跟踪具有良好的控制精度和稳定性.     

下肢康复机器人运动学分析与运动控制实现研究

针对现今越来越多脑卒中患者,设计出一款可以达到康复目的的下肢外骨骼康复机器人,并根据本课题所设计的机械结构进行了运动学分析;对患者的康复策略进行了分析,并对所要求康复策略的轨迹控制进行研究,详细分析了基于被动模式下主控机控制运动轨迹生成的实现。     

智能车辆轨迹跟踪控制方法研究

针对智能车辆的轨迹跟踪控制问题,提出了一种可以调节参数的智能车辆轨迹跟踪控制方法.首先,设计了模糊控制器对智能车辆进行路径跟踪控制;其次,为了提高车辆在高速下的路径跟踪效果,设计模型预测控制器,并结合轮胎的动力学特性及车辆动态特性对轮胎侧偏角、质心侧偏角等进行约束;然后,为了提高车辆在不同工况下的路径跟踪效果,进一步设计了基于PSO算法的模型预测控制器.比较三种控制器的控制效果,选择典型工况在联合仿真平台上进行仿真.结果表明,提出的智能车辆的轨迹跟踪控制方法可以有效地对车辆轨迹进行跟踪.     

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。