【技术实现步骤摘要】
本专利技术涉及外骨骼机器人、控制系统，具体涉及一种适用于绳驱动外骨骼的前馈-导纳控制方法。
技术介绍
1、绳驱动外骨骼机器人作为外骨骼机器人中的一种，通过电机旋转带动绳轮收缩驱动绳，从而在驱动绳上产生拉力，给目标人体关节带来更加柔顺、仿生的线性助力，是辅助型机器人与高端助力装备的重要组成部分，但为了在人机交互过程发挥所预期的作用，绳驱动外骨骼机器人的精准控制能力是决定辅助功能性的关键，也是实现对患者、工人、特种作业人员的运动提供期望助力的前提，因此面向绳驱动外骨骼的精准控制方法研究具有重要意义。
2、与无人车等独立作业式机器人的控制方法不同，外骨骼机器人要时刻地穿戴在用户身上，协同运动，因此在控制中除了考虑对环境的适应性外，还要兼具对人体运动的适应性，尤其是考虑到由柔性驱动绳与部分柔性材料等导致的外骨骼本体带宽低的问题，如何实现高精度、高同步的绳驱动外骨骼机器人控制方法是难点。人体运动类型可以分为节律性运动，如规律性的行走，和非节律性运动，如急停、急加减速，以及由静止到运动、由运动到静止的过渡过程等。其中面对人体节律性运动的控制方法，目前已有针对性的技术，例如迭代学习控制等，但缺乏针对人体非节律性运动的外骨骼机器人控制方法。严格定义上来讲，非节律性运动在人类日常生活中更具有代表性，并且可以将不具备周期性或可重复性的运动都视为非节律性运动，因此即便人在平地行走，但是不同步态周期间的步速、步频、步长等特性发生了变化，则就可以认为该平地行走也属于非节律性运动的范畴。由于非节律性运动不具备明显的周期性，目前的利用历史控制周期
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种适用于绳驱动外骨骼的前馈-导纳控制方法，在不利用历史控制信息的前提下，可以保证绳驱动外骨骼在人体非节律性运动下的精准控制性能，可有效促进外骨骼机器人在人类日常生活中的实际应用。
2、本专利技术为实现上述目的所采用的技术方案是：一种适用于绳驱动外骨骼的前馈-导纳控制方法，执行如下步骤实现绳驱动外骨骼非节律运动状态下的建模及控制，方法包括以下步骤：
3、利用人体关节角度与驱动绳长度信息，实现对人机耦合体的运动学建模；利用驱动绳长度与拉力信息，实现对人机耦合体的刚度建模与辨识；利用人机耦合体的运动学、刚度模型，实现机器人控制的前馈项构建；
4、利用迭代学习策略实现对前馈项中的驱动绳的临界长度的在线估计；利用导纳控制，从反馈控制的角度，获得针对当前驱动绳期望拉力的驱动绳长度变化量；利用临界长度和驱动绳长度变化量计算驱动绳的长度控制量，利用比例-积分-阻尼控制，将驱动绳的长度控制量转换为速度控制量；
5、反馈控制项叠加由前馈项推导出的速度控制量输入给驱动器，实现最终助力控制。
6、所述的人体关节角度信息通过在人体关节位置放置旋转编码器测量，或利用相邻肢体的两个惯性测量单元测量求解；所述驱动绳长度信息利用电机编码器与绳轮模型信息进行在线估计获得。
7、所述其中人机耦合体的运动学模型由两部分组成，一部分是由于人体关节旋转运动导致的驱动绳长度变化a(t)；一部分是驱动绳的自身长度值c(t)。
8、所述的驱动绳的拉力信息采用拉力传感器测量驱动绳的末端拉力，而刚度辨识的过程通过实验法由受试者在穿戴外骨骼机器人的前提下，保持位姿固定，再同步测量驱动绳的长度与拉力信息，拟合获得外骨骼本体的刚度系数kexo。
9、所述的人机耦合体的运动学、刚度模型，实现前馈项构建，表示如下：
10、l(t)＝a(t)+b(t)+c(t)
11、其中l(t)表示驱动绳期望长度的总体前馈项，即由先验知识而预得到的驱动绳长度的理想变化量；a(t)和c(t)如上所述，是与人机耦合体的运动学模型相关的前馈项；b(t)是与人机耦合体的刚度模型相关的前馈项。
12、所述的利用迭代学习策略，估计驱动绳的临界长度，其中临界是指驱动绳处于绷紧与松弛的临界状态；在此用p符号表示驱动绳的总长度，即外露的长度和处于套管内的长度的总和，则估计过程表示如下：
13、
14、其中是临界状态下的驱动绳总长度；m上标表示在第m个步态周期；tsmf表示在人体下肢摆动相时期，驱动绳拉力值最大的时刻；pmea表示实际测量到的驱动绳总长度；fmea表示实际测量到的驱动绳拉力；kcoupled是指人机耦合体的刚度，是由所估计的外骨骼刚度kexo与人体关节刚度kjoint串联计算得到。最后由于套管内驱动绳的长度是固定值，假设为d，则可以通过计算来得到在第m个步态周期的、外露的驱动绳临界长度，即c(t)。
15、所述的导纳控制，以及由导纳控制得到的、针对当前驱动绳期望拉力的、驱动绳长度变化量，表示如下：
16、
17、其中δp是驱动绳的长度变化量；fdes是期望的助力值；m，b，k分别是指导纳控制的惯量、阻尼、刚度三个参数，用来决定控制过程的伺服柔顺性；s表示复数域。
18、所述的通过比例-积分-阻尼控制，将驱动绳位置量转为速度量的过程如下：
19、
20、其中vcmd是转换后的速度量；kp，ki，kd分别是比例、积分、阻尼的系数。
21、所述方法通过惯量单元采集关节角度变化量、拉力传感器采集绳末端拉力、电机编码器采集驱动绳长度变化量。
22、本专利技术具有以下有益效果及优点：
23、本专利技术利用人机耦合体的运动学与刚度建模，获得前馈项，再通过导纳控制获得反馈项，融合前馈与反馈项，来实现面对人体非节律性运动的绳驱动外骨骼机器人精准控制。该方法没有利用历史控制信息，而是通过前馈与反馈结合的方法，可以天然地屏蔽非平稳运动的非周期性对常规控制带来的性能下降问题，该方法能够在人体急停、变步速、变周期的应用任务中，仍能保证良好的助力跟踪控制精度，具有适应能力强、环境要求低的优势，更适合应用于人体日常生活当中，为人体的各种运动与任务模式提供辅助。
本文档来自技高网...【技术保护点】
1.一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，执行如下步骤实现绳驱动外骨骼非节律运动状态下的建模及控制，方法包括以下步骤：
2.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述的人体关节角度信息通过在人体关节位置放置旋转编码器测量，或利用相邻肢体的两个惯性测量单元测量求解；所述驱动绳长度信息利用电机编码器与绳轮模型信息进行在线估计获得。
3.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述其中人机耦合体的运动学模型由两部分组成，一部分是由于人体关节旋转运动导致的驱动绳长度变化A(t)；一部分是驱动绳的自身长度值C(t)。
4.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述的驱动绳的拉力信息采用拉力传感器测量驱动绳的末端拉力，而刚度辨识的过程通过实验法由受试者在穿戴外骨骼机器人的前提下，保持位姿固定，再同步测量驱动绳的长度与拉力信息，拟合获得外骨骼本体的刚度系数Kexo。
5.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈
6.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述的利用迭代学习策略，估计驱动绳的临界长度，其中临界是指驱动绳处于绷紧与松弛的临界状态；在此用P符号表示驱动绳的总长度，即外露的长度和处于套管内的长度的总和，则估计过程表示如下：
7.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述的导纳控制，以及由导纳控制得到的、针对当前驱动绳期望拉力的、驱动绳长度变化量，表示如下：
8.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述的通过比例-积分-阻尼控制，将驱动绳位置量转为速度量的过程如下：
9.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述方法通过惯量单元采集关节角度变化量、拉力传感器采集绳末端拉力、电机编码器采集驱动绳长度变化量。
...【技术特征摘要】
1.一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，执行如下步骤实现绳驱动外骨骼非节律运动状态下的建模及控制，方法包括以下步骤：
2.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述的人体关节角度信息通过在人体关节位置放置旋转编码器测量，或利用相邻肢体的两个惯性测量单元测量求解；所述驱动绳长度信息利用电机编码器与绳轮模型信息进行在线估计获得。
3.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述其中人机耦合体的运动学模型由两部分组成，一部分是由于人体关节旋转运动导致的驱动绳长度变化a(t)；一部分是驱动绳的自身长度值c(t)。
4.根据权利要求1所述的一种适用于绳驱动外骨骼的前馈-导纳控制方法，其特征在于，所述的驱动绳的拉力信息采用拉力传感器测量驱动绳的末端拉力，而刚度辨识的过程通过实验法由受试者在穿戴外骨骼机器人的前提下，保持位姿固定，再同步测量驱动绳的长度与拉力信息，拟合获得外骨骼本体的刚度系数kexo。
5.根据...
【专利技术属性】
技术研发人员：赵新刚，谈晓伟，张弼，赵明，徐壮，姚杰，江玮中，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。