为保证踝关节康复机器人能为主动康复训练的患者准确提供任意性质的训练力,以气动肌肉冗余并联驱动踝关节康复机器人为对象,研究无误差力跟踪方法和主动训练柔顺控制策略。建立了踝关节康复机器人的动力学模型,基于阻抗控制理论研究了无误差力跟踪的轨迹规划方法,运用李亚谱诺夫稳定性理论提出了气动肌肉冗余并联驱动的柔顺控制策略,以助力和抗阻两种主动训练模式为例,进行了康复训练控制仿真,结果表明,所提出的力跟踪方法和柔顺控制策略不仅能确保主动训练的安全性,还能为训练提供任意而准确的助力和阻力。

针对气动肌肉运动过程中产生的迟滞现象,采用神经网络方法对其位移/气压迟滞开展了建模比较研究。首先组建了气动肌肉的迟滞特性测试实验平台,采集其位移/气压迟滞实验数据;然后基于BP神经网络和RBF神经网络分别进行了迟滞环的整体和分段建模,并与经典PI模型的建模效果进行了对比。研究表明,PI模型的建模精度比神经网络差,但计算时间短;神经网络整体建模时存在过拟合现象,而分段建模则可有效避免过拟合现象;BP神经网络的建模与预测精度均优于RBF神经网络;对于BP神经网络,分段建模的平均误差、均方差和最大误差相较于整体建模分别减小了9.07%、14.54%和24.68%,而采用RBF神经网络,其误差分别减小了8.89%、13.03%和19.49%,可见分段建模的预测精度优于整体建模。

本文主要通过理论分析、MATLAB仿真,对气动肌肉的静态特性及柔性夹持特性进行了研究。建立气动肌肉考虑橡胶弹性力和摩擦力的数学模型,并且使用MATLAB仿真,包括初始值模块、理想数学模型模块、弹性力模块、摩擦力仿真模块。通过MATLAB仿真数据验证气动肌肉充气过程中橡胶套筒弹性力以及橡胶套筒与编制网之间摩擦力对气动肌肉输出力的影响。

步态控制是四足机器人适应复杂地形的关键,为此对机器人步态进行规划和控制,提出一种步态控制器。针对气动肌肉驱动的四足机器人,根据机器人Denavit-Hartenberg参数建立单腿运动学模型;采用Kimura振荡器设计四足机器人步态的中枢模式发生器(CPG)网络,并改进振荡器输出与关节角度之间的映射关系;采用摆线函数规划机器人足端轨迹,基于生物神经反射机理和虚拟模型控制(VMC),以肢体摆动相位和足端触地信息为状态切换条件,建立沟壑地形自适应步态控制器;搭建Adams与MATLAB联合仿真平台和实物样机测试平台,对步态控制器进行验证。结果表明:改进的CPG步态网络可减小步态参数间的耦合,所生成信号的幅值和相位稳定;基于CPG和VMC的步态控制器能实现机器人对角步态运动,并能跨越宽度为机器人足端宽度的2.50倍沟壑。

连续型机器人具有本质柔顺的本体结构,由此带来的环境适应性和安全性得到了人们的广泛关注.然而柔软的结构也可能导致机器人负载能力和定位精度的不足.针对这种情况提出了一种全新的混合驱动连续型机器人,能够平衡结构柔顺性、定位精度、刚度等性能.该机器人的驱动器在传统气动肌肉的基础上内置弹性杆,保持了系统的紧凑性.通过模式切换机构使驱动器能够在气压驱动与弹性杆驱动两种模式间切换以实现大范围运动和小范围精确定位,并在这个过程中拥有不同的刚度.当机器人进行大范围运动时,由气动肌肉提供主要的行程和输出力;当机器人到达指定工作位置附近时,由直线电机牵引弹性杆驱动机器人末端实现精确定位并提高机器人的刚度.基于力平衡的原理建立了混合驱动器的气压-长度模型,通过模型仿真与实验结果的对比,发现驱动器死区的存...

为得到较为精确的气动肌肉数学模型,搭建了气动肌肉特性分析实验平台,对实验数据进行拟合得到了气动肌肉数学模型。对单根气动肌肉固定负载进行了动力学分析,得到系统状态空间模型,进行滑模控制研究,并进行了气动肌肉滑模控制仿真分析。仿真结果表明:采用滑模控制具有较好的跟踪效果及较快的响应速度等特点。

针对传统建模只能解决一对一的映射关系,而气动肌肉的参数之间是一种多对多迟滞关系的问题,引用了一种基于多项式拟合算法的神经网络建模方法。首先,搭建实验平台,获取迟滞数据;然后,利用曲线拟合构建多项式拟合模型,得到合模型的输出位移数据;最后,采用曲线拟合与神经网络相结合的方法,建立了迟滞模型。通过仿真结果对比发现基于多项式拟合的神经网络模型各项误差均优于现有模型。

气动肌肉驱动器因能很好地解决机械臂柔顺性的问题,其在仿人机械臂上的应用已经成为了研究热点。但目前针对机械臂的建模多忽略驱动器质量,或考虑为集中分布情况,同时一般考虑关节铰为线弹性扭簧。这些假设不太符合气动肌肉驱动器的实际力学性能。因此通过D-H法建立了一种仿人机械臂结构的运动学模型,核算了其奇异位形。通过能量法建立了驱动器质量分散分布下的仿人机械臂的动力学模型;通过假设模态法进行离散化,得到标准特征式方程。基于Wolfram Mathematica 9进行编程,获得了该仿人机械臂在两个关键的奇异位形之间运动时,其固有频率随关节角度和关节铰刚度变化的形式。

针对气动肌肉驱动的髋关节康复训练装置存在时延、非线性和时变特性，设计基于参数模型的隐式广义预测控制器，并将其应用于髋关节康复训练装置的等速持续被动运动控制中。实验研究表明：在负载干扰变化下，隐式广义预测控制器具有控制精度高、抗干扰能力强等特点，同时对系统模型参数的变化有较好的适应能力：对提高类似医疗器械的控制性能有借鉴意义。

肢体康复机器人运动速度低、位置精度要求不高但柔顺性和安全性要求高。气动肌肉是一种新型柔性驱动器适合于康复机器人的驱动。气动肌肉具有时滞、非线性等特点关节位置控制难度增大。由此建立了关节模型采用了模糊控制技术借助MATLAB的Simulink得到模糊控制查询表。实验表明本控制算法较好地实现了关节位置控制。