[发明专利]康复步行训练机器人的人机互作用力辨识及控制方法有效
申请号: | 201711121857.9 | 申请日: | 2017-11-14 |
公开(公告)号: | CN107703762B | 公开(公告)日: | 2020-12-29 |
发明(设计)人: | 孙平;张文娇;孟奇;张帅;刘佳斌;单芮 | 申请(专利权)人: | 沈阳工业大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 沈阳亚泰专利商标代理有限公司 21107 | 代理人: | 许宇来 |
地址: | 110870 辽宁省沈*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种康复步行训练机器人的补偿人机互作用力的辨识控制方法。针对康复步行训练机器人动力学模型中的广义控制输入力,将其分解为跟踪控制力和人机互作用力,得到具有人机互作用力的系统动力学模型;把人机互作用力作为系统的扩展状态,利用机器人的实时位置输出,设计定常增益和时变增益相结合的系统观测器,估计人机互作用力;基于状态观测误差以及轨迹跟踪误差和速度跟踪误差设计Lyapunov函数,使观测误差系统及跟踪误差系统实现渐近稳定。该控制方法通过设计新颖的系统扩展状态观测器,获得了人机互作用力,并利用补偿控制,消除了人机互作用力对跟踪性能的影响,提高了康复步行训练机器人的跟踪精度和系统的安全性。 | ||
搜索关键词: | 康复 步行 训练 机器人 人机 作用力 辨识 控制 方法 | ||
【主权项】:
康复步行训练机器人的人机互作用力辨识及控制方法,其特征在于包括以下步骤:步骤1)基于康复步行训练机器人系统动力学模型,将广义输入力分解为跟踪控制力和人机互作用力,得到具有人机互作用力的机器人系统动力学模型;系统动力学模型描述如下M0K(θ)X··(t)+M0K·(θ,θ·)X·(t)=B(θ)u(t)---(1)]]>其中M0=M+m000M+m000I0+mr02,K(θ)=10p01q001,X(t)=x(t)y(t)θ(t),]]>B(θ)=-sinθ1sinθ2sinθ3-sinθ4cosθ1-cosθ2cosθ3cosθ4λ1-λ2-λ3λ4,u(t)=f1f2f3f4,λ1=l1cos(θ1-φ1)λ2=l2cos(θ2-φ2)λ3=l3cos(θ3-φ3)λ4=l4cos(θ4-φ4)]]>X(t)为康复步行训练机器人的实际行走轨迹,u(t)表示广义控制输入力,M表示康复步行训练机器人的质量,m表示康复者的质量,I0表示转动惯量,为系数矩阵;θ表示水平轴和机器人中心与第一个轮子中心连线间的夹角,即θ=θ1,由康复步行机器人结构可知,θ3=θ+π,li表示系统重心到每个轮子中心的距离,r0表示中心到重心的距离,φi表示x′轴和每个轮子对应的li之间的夹角,λi表示重心到每个轮子的距离,i=1,2,3,4;符号将u(t)分解为u0(t)和u1(t)并代入模型(1),得M0K(θ)X··(t)+M0K·(θ,θ·)X·(t)=B(θ)(u0(t)+u1(t))---(2)]]>其中u0(t)表示待设计的跟踪控制力,用于驱动康复步行训练机器人跟踪医生指定的训练轨迹;u1(t)表示待观测的人机互作用力;令X(t)=x1(t)表示机器人的运动位置,表示机器人的运动速度,表示系统的扩展状态,于是得到具有人机互作用力的机器人系统动力学模型如下x·1(t)=x2(t)x·2(t)=x3(t)+(M0K(θ))-1B(θ)u0(t)x·3(t)=-x3(t)+h---(3)]]>其中h为有界常数,表示机器人系统扩展状态的变化量;步骤2)基于人机互作用力的康复步行训练机器人系统动力学模型,利用机器人的实时位置输出,设计定常增益和时变增益相结合的系统观测器,估计人机互作用力;康复步行训练机器人的实时位置输出y(t)=X(t)=x1(t),设表示xj(t)(j=1,2,3)的观测值,表示观测误差,设计观测器如下:x^·1(t)=x^2(t)+λ2(y(t)-x^1(t))x^·2(t)=x^3(t)+(M0K(θ))-1B(θ)u0(t)+λ1(t)(y(t)-x·1(t))x^·3(t)=-x^3(t)+λ0(y(t)-x^1(t))---(4)]]>其中λ0,λ2为待设计的观测器定常增益,λ1(t)为待设计的观测器时变增益;根据模型(3)和观测器(4),得到观测误差系统为r·1(t)=r2(t)-λ2r1(t)r·2(t)=r3(t)-λ1(t)r1(t)r·3(t)=-r3(t)+h-λ0r1(t)---(5)]]>步骤3)基于状态观测误差以及轨迹跟踪误差和速度跟踪误差设计Lyapunov函数,使观测误差系统及跟踪误差系统实现渐近稳定;康复步行训练机器人实际行走轨迹X(t),医生指定训练轨迹Xd(t),设轨迹跟踪误差e1(t)和速度跟踪误差e2(t)分别为e1(t)=X(t)‑Xd(t) (6)e2(t)=X·(t)-X·d(t)---(7)]]>进一步,由式(6)、(7)及模型(3)得到跟踪误差系统为e·1(t)=e2(t)e·2(t)=x3(t)+(M0K(θ))-1B(θ)u0(t)-X··d(t)---(8)]]>根据观测误差和跟踪误差设计设计Lyapunov函数如下:V(t)=12r1T(t)r1(t)+12r2T(t)r2(t)+12r3T(t)r3(t)+12e1T(t)e1(t)+12e2T(t)e2(t)---(9)]]>步骤4)使观测误差系统及跟踪误差系统达到渐近稳定时,获得观测器增益和人机互作用力的求解方法,并根据获得的人机互作用力,设计补偿跟踪控制器;沿观测误差系统(5)和跟踪误差系统(8)对式(9)求导,调整观测器增益为λ0=ϵ3-1(2-1ϵ12-ϵ22)12---(10)]]>λ1(t)=[r2T(t)r1(t)]-1(r1T(t)r2(t)+ϵ122r2T(t)r2(t)+12ϵ22h2)---(11)]]>λ2=12ϵ32---(12)]]>可使观测误差系统(5)渐近稳定,其中εσ(σ=1,2,3)表示指定的小正数,于是得进一步,由系统扩展状态x3(t)得人机互作用力为u1(t)=BT(θ)(B(θ)BT(θ))-1[M0K(θ)x^3(t)+M0K·(θ,θ·)X·(t)]---(13)]]>获得人机互作用力后,设计补偿跟踪控制器u0(t)为可使跟踪误差系统(8)渐近稳定;其中表示B(θ)的伪逆矩阵。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳工业大学,未经沈阳工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711121857.9/,转载请声明来源钻瓜专利网。