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.     

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.     

下肢外骨骼矫形器运动学分析

基于减重步行训练原理,研究下肢外骨骼矫形器康复系统.针对下肢康复训练机器人不存在固定基座,利用常规的方法进行运动学分析较困难的问题,引入参考坐标系的坐标变换矩阵,建立下肢康复训练机器人运动学模型,推导出步行训练机器人正逆运动学公式.最后规划步态轨迹,利用ADAMS软件进行运动学仿真和双腿外骨骼矫形器样机试验,验证了运动学模型及其推导公式的正确性.     

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。     

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。     

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...     

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。     

基于接触力信息的可穿戴型下肢助力机器人传感系统研究

为了从人机系统的交互运动信息获取人体下肢的运动意图,从而实现为操作者提供助力的目的,对可穿戴型下肢助力机器人感知系统进行了理论分析和技术实现.在分析整个机器人系统控制所需要的交互信息的基础上,设计了一套基于接触力信息和关节角度信息的多传感器感知系统.该系统主要包括获取腿部接触力传感器、地面反力传感器以及用于获取外骨骼机器人关节运动信息的电机编码器等.相关实验结果表明,所设计的多传感器感知系统性能稳定、实时性好,为可穿戴型下肢助力机器人目标的实现提供了保障.     

下肢外骨骼创新仿生设计及承载性能分析

针对人体膝关节的转动瞬心规律以及人体在行走过程中在支撑相阶段需要外骨骼提供辅助支撑、摆动相阶段需要外骨骼具有较低刚度的特点,设计了一种带有智能张紧功能的自适应变刚度下肢外骨骼.详细描述了该外骨骼的结构和功能,包括大腿物理交互装置、变刚度膝关节装置、踝关节装置等.采用拉格朗日法建立了外骨骼膝关节转动部分的动力学模型,并以...     

助力型下肢外骨骼机器人现状及展望

 助力型下肢外骨骼机器人是模仿人体下肢运动、增强穿戴者运动能力的智能机器人装置,可以在灾难现场救援、野外施工及军事用途等车辆无法通行的环境中发挥作用。通过分析国内外下肢助力型外骨骼机器人的研究现状,指出目前国内研究仍处于理论分析和实验室测试阶段。提出了助力型下肢外骨骼机器人研究的关键技术,并对助力型外骨骼机器人的发展趋势进行了展望。     

下肢外骨骼人机互连装置对关节内力的影响

下肢外骨骼能够帮助截瘫患者、偏瘫患者重获行走能力,但由于生理原因和装配原因,外骨骼关节与人体关节的转轴无法重合,导致人机间出现不良的交互力,进而会影响人体的关节、软组织内力。传统下肢外骨骼的人机互连装置无法解决人机关节转轴不重合带来的问题,该文设计了一种基于滑块导轨机构、可自适应补偿人机关节转轴偏差的新型下肢外骨骼人机互连装置,并分别对人体穿戴配备有本装置和传统装置的下肢外骨骼行走时摆动一侧人体下肢进行了静力学分析。计算结果表明:相比传统装置,新型装置能使人体关节内力更为平稳,并且可减小人体髋关节的内力:当人机关节转轴在矢状面内出现竖直偏差时,内力平均可减少2.45%;当人机关节转轴在矢状面内出现水平偏差时,内力平均可减少11.23%。该装置也可影响人体膝关节的内力,当人机关节转轴在矢状面内出现竖直偏差时,内力平均可减少13.68%;当人机转轴在矢状面内出现水平偏差时,内力反而平均增大23.48%。本文初步验证了该装置的可行性,它对降低人体髋关节和膝关节软骨、软组织处的磨损均有积极意义,从而可以改善使用者的外骨骼穿戴体验。     

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。     

行走机器人控制策略与开闭环学习控制

主从式双腿协调控制用于异构双腿行走机器人可减少规划量,控制的关键是步态轨迹跟踪.仿生膝关节使机器人步态更加仿人;但仿生腿模型复杂,跟随人工腿步态控制困难.P型开闭环迭代学习控制结合开环和闭环学习控制优点,不依赖于模型,适用于复杂机器人轨迹跟踪控制.从开闭环结合角度,证明了算法收敛性.算法在虚拟样机上的仿真表明算法有效、鲁棒性好且收敛速度优于单独开或闭环学习控制.     

防老年人跌倒的助老机器人人机系统动态稳定性分析模型

针对现有助行机器人防老年人跌倒的安全保障措施不够完善、模型存在局限性的问题,建立了防止老年人跌倒的助老机器人人机系统动力学模型,对人机系统的动态稳定性展开分析研究。首先,建立了人体倒立摆动力学模型,得到了人体动态稳定性区域以及人体跌倒的可能形式;其次,分别从前倾、后倾、左倾和右倾4种情况建立了防老年人跌倒的人机系统动力学模型,并给出了系统动态稳定必须满足的约束条件;最后,通过求解人机系统动力学方程对人体和助老机器人的动态稳定性分别进行了分析判断,并搭建了实验平台,分别对4种情况进行了实验,验证了模型的有效性。实验结果表明:在4种情况下,助老机器人的倾角均小于1°,人体的倾角均能在短时间内迅速下降至0°,所建人机系统可满足动态稳定性要求,所设计的助老机器人在帮助使用者进行户外行走过程中,能够起到防止老年人跌倒的目的。所提基于动态稳定性分析的动力学模型可为同类机器人控制研究提供理论基础,有助于助老机器人实用化。     

非线性时变系统开闭环PI型迭代学习控制研究

讨论了一类非线性时变系统开闭环PI型迭代学习控制算法,该算法相对于开环、闭环PI型迭代学习算法不仅能较快地跟踪期望轨迹,而且能增强学习控制的鲁棒性。给出了仿真研究实例,仿真结果验证了该算法的有效性和优越性。     

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.     

基于深度强化学习的水下机器人最优轨迹控制

为了实现水下机器人在跟踪复杂轨迹时具有出较高的精度和稳定性,提出了利用深度强化学习实现水下机器人最优轨迹控制的方法:首先,建立基于2个深度神经网络（Actor网络和Critic网络）的水下机器人控制模型,其中Actor网络用来选择动作,Critic网络用来评估Actor网络的训练结果;其次,构造合适的奖励信号使得深度强化学习算法适用于水下机器人的动力学模型;最后,提出了基于奖励信号标准差的网络训练成功评判条件,使得水下机器人在确保精度的同时保证稳定性. 仿真实验结果表明：在解决一定精度内的水下机器人复杂轨迹跟踪问题时,该算法与传统PID控制算法相比具有更优的性能.     

四足机器人对角小跑步态控制策略分析

基于动力学模型的四足机器人运动控制,难以实现适应非结构化环境的稳定步行.开展了基于中枢模式发生器控制策略的四足机器人对角小跑步态仿真分析与实验研究.采用正弦函数规划了四足机器人的足端期望轨迹,采用D-H坐标法进行四足机器人腿摆动相和支撑相的运动学分析,由运动学逆解获得四足机器人足端期望轨迹和关节角位移间的关系.设计了中枢模式发生器的神经振荡器控制器,建立由兴奋神经元和抑制神经元组成的振荡单元模型,输出振荡波控制四足机器人髋关节和膝关节.通过开展四足机器人对角小跑步态步行仿真和实验研究,验证了理论分析和控制方法的正确性,为提高四足机器人机动性奠定基础.