CN105137972B - 一种单关节助力外骨骼自适应鲁棒级联力控制的方法 - Google Patents
一种单关节助力外骨骼自适应鲁棒级联力控制的方法 Download PDFInfo
- Publication number
- CN105137972B CN105137972B CN201510501659.XA CN201510501659A CN105137972B CN 105137972 B CN105137972 B CN 105137972B CN 201510501659 A CN201510501659 A CN 201510501659A CN 105137972 B CN105137972 B CN 105137972B
- Authority
- CN
- China
- Prior art keywords
- exoskeleton
- joint
- hydraulic cylinder
- value
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 22
- 238000006073 displacement reaction Methods 0.000 claims description 36
- 238000012546 transfer Methods 0.000 claims description 15
- 230000003321 amplification Effects 0.000 claims description 13
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 7
- 230000006978 adaptation Effects 0.000 claims description 6
- 230000036461 convulsion Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 241000764238 Isis Species 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 230000002787 reinforcement Effects 0.000 abstract 1
- 230000003993 interaction Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000001699 lower leg Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种单关节助力外骨骼自适应鲁棒级联力控制的方法，针对液压缸驱动单关节助力外骨骼增力和跟随问题，采用了级联力控制方法，设计了上层控制器和下层控制器，通过上层控制器生成单关节的参考轨迹，下层控制器实现对参考轨迹的跟踪。本发明在助力外骨骼承担重物时最小化人机作用力以实现助力和跟随人运动，采用自适应鲁棒控制算法(ARC)来设计上下层控制器，有效克服了单关节助力外骨骼的模型不确定性的影响，实现了助力外骨骼对人运动的良好跟随和助力效果，具有较强的应用价值。
Description
技术领域
本发明涉及机器人领域，尤其涉及一种单关节助力外骨骼自适应鲁棒级联力控制的方法。
背景技术
军队士兵经常需要背负重物进行长距离行走或作战，过重的负载常会对士兵身体造成一定的伤害，在这种背景下，需要开发一款能在战场环境中增强士兵速度、力量以及耐力的外骨骼装备；在科考、消防营救等领域，科考人员及消防营救人员常常需要长距离行走、背负重物、运送伤员、野外作战、登山探险等，传统的轮式交通工具难以在这些特殊场合发挥作用。除此之外，外骨骼也可以被用于仓库的货物装卸，以减轻搬运工人的劳动强度。外骨骼与人的组合能适应非结构化的环境，拥有极好的灵活性，可以完成一些复杂的装卸的工作，如为战斗机装卸导弹等，这是其他的装卸令备难以比拟的。外骨骼在这些领域的应用将对这些领域起到非常积极的作用。另外，老龄化正在全球蔓延，外骨骼的出现不仅可以帮助一些老年人解决体力较差、行走不变的问题，也可以帮助一些丧失行动能力的人恢复部分的行动能力。助力外骨骼的特点是要求在非结构环境下与穿戴者进行协作，这要求研究人员需要解决非结构性环境下高度协调的人机一体化问题，包括有效、可靠的人机间交互问题，对人体运动意图的快速响应问题，轻便、灵活的仿生结构设计，人机系统的安全性问题等，这些技术问题还处于初级摸索阶段，并不成熟，还需要进行深入的研究。
发明内容
本发明的目的是针对现有技术的不足，提供一种单关节助力外骨骼自适应鲁棒级联力控制的方法，该方法在人机间交互问题上有效、可靠，并具有对人体运动意图快速响应的特点。
为了达到上述目的，本发明所采用的技术方案如下：一种单关节助力外骨骼自适应鲁棒级联力控制的方法，所述单关节助力外骨骼包括液压缸、关节旋转编码器、力传感器、第一杆件、第二杆件、绷带、伺服阀、伺服放大板、实时控制器等；所述第一杆件和第二杆件通过铰链连接，在铰接处设置关节旋转编码器；液压缸的一端与第一杆件铰接，另一端与第二杆件铰接；力传感器设置在第二杆件上，绷带与力传感器相连；液压缸与伺服阀相连，伺服阀与伺服放大板相连，伺服放大板、关节旋转编码器和力传感器均与实时控制器相连；该方法包括如下步骤：
(1)初始化实时控制器的采样周期T，取T的值在10到20毫秒之间；
(2)将单关节助力外骨骼第一杆件和第二杆件旋转至平行位置，此时，初始化单关节助力外骨骼上的关节旋转编码器，将关节旋转编码器的数值调零；
(3)初始化位于第二杆件上的力传感器，将力传感器的数值调零；
(4)建立单关节助力外骨骼的物理模型，并将其转化为状态方程，所述物理模型包括：人机接口模型、液压缸负载运动模型、液压缸两腔压力模型和伺服阀的流量模型；
(5)通过绷带将人与外骨骼单关节上的力传感器相连，测定力传感器上的作用力Thm，通过上层ARC控制器，得到平滑处理后的外骨骼参考位移x(1)；
(6)通过关节旋转编码器获得外骨骼的实际角度值，根据步骤5得到的平滑处理后的外骨骼参考位移x(1)，将实际角度值和平滑处理后的外骨骼参考位移x(1)作为下层ARC位置跟踪控制器的输入量，下层ARC位置跟踪控制器的输出为单关节助力外骨骼的控制电压u。
(7)通过伺服阀放大板将步骤6得到的控制电压u转化为伺服阀的控制电流。
(8)控制电流控制伺服阀的阀芯开口从而控制液压缸两端的压力，推动液压缸运动，实现单关节助力外骨骼的运动跟随。
进一步地，所述步骤4具体为：
建立单关节助力外骨骼的物理模型，所述物理模型包括：
人机接口模型：
液压缸负载运动模型：
液压缸两腔压力模型：
伺服阀的流量模型：
其中，Thm是人机作用力，K是人机接口的刚度，qh和q分别是人的位移和外骨骼的位移，是外骨骼的位移的一阶导数，为外骨骼的位移的二阶导数；是在人机接口上的集中模型不确定性和干扰，J是单关节助力外骨骼的转动惯量，h是液压缸输出力的力臂，P1和P2分别是液压缸两腔的压力，A1和A2分别是两腔的面积，m是负载质量，g是重力加速度，lc是关节到力传感的距离，B是阻尼粘滞摩擦系数，A是库仑摩擦系数，是用来拟合符号函数的光滑函数，是单关节助力外骨骼上的集中模型不确定性和干扰，V1和V2分别是液压缸两腔的体积，βe是油液的体积弹性模量，Q1,Q2分别是进油流量和出油流量，分别是在进口和出口油路上的集中模型不确定性和干扰，xv是阀芯位移，kq1,kq2分别是进出口的流量增益系数，Ps是泵的供油压力，Pr是出油口上的压力，u是伺服阀的控制电压；
由于人机接口模型是一个静态的方程，所以Thm、qh和q之间的关系是静态的，为了可以动态控制人机作用力Thm，用人机作用力的积分来代替Thm；
将物理模型转化为状态方程的步骤如下：
令状态变量其中，设集中模型不确定性为：
将集中模型不确定性分为常数和时变函数两部分，即其中，Δin为常数，Δi为时变函数；设其中，则单关节助力外骨骼的物理模型的状态方程为：
其中：
进一步地，所述步骤5中的上层ARC控制器控制方法如下：
根据步骤4得到物理模型的状态方程(5)，设第一跟踪误差z1＝x1-x1d，其中x1d为期望的人机作用力的积分，取值为0；设α1为第一虚拟控制输入，该第一虚拟控制输入α1的作用是使人机作用力的第一跟踪误差z1快速趋向于零，α1的确定方法如下：
设α1＝α1a+α1s1+α1s2，其中K1s1＝g1||Γ1φ1||2+K1，K1,g1均是任意选取的非负数；是对参数θ1，θ2的估计值，设β＝[θ1 θ20 0 0 0 0 0 0]T，根据物理模型，可以得到这两个估计值的范围为：其中为对参数θ1的估计值的最小值，为对参数θ1的估计值的最大值，为对参数θ2的估计值的最小值，为对参数θ2的估计值的最大值；而这两个估计值的值在上层ARC控制器中由自适应率得到，其中，Γ1＝diag(γ1 γ2 0 0 0 0 0 0 0)，τ1＝w1φ1z1，其中w1是权重系数，其值为任意非负数；γ1、γ2是任意非负数；的映射函数为
设根据ARC控制算法，α1s2必须满足以下两个条件，即：
其中，ε1是阈值，其值为任意非负数；
根据设计得到的第一虚拟控制输入α1，将它通过一个四阶滤波器进行平滑处理，得到外骨骼的参考位移、参考速度、参考加速度和参考加加速度；四阶滤波器的状态方程如下：
令y代表外骨骼参考位移，设y(s)＝α1(s)，x(1),x(2),x(3),x(4)分别代表平滑处理后的外骨骼参考位移、参考速度、参考加速度和参考加加速度，则y到x(1)传递函数为：
通过上述传递函数，可以将α1转化为所需要的平滑处理后的外骨骼参考位移x(1)；其中a1,a2,a3,a4可以通过极点配置得到。
进一步地，所述步骤6具体为：
根据步骤4得到的(6)式、(7)式和(8)式，设计下层ARC位置跟踪控制器的步骤如下：
(6.1)设第二跟踪误差z2＝x2-x2d，其中x2d＝x(1)，定义一个转换方程：
其中，k2取任意的非负数，z3是第三跟踪误差；z2和z3的传递函数为该传递函数是一个稳定的传递函数；
令第四跟踪误差z4＝A1x4-A2x5-α3，其中，第三虚拟控制输入α3的确定方法为：α3＝α3a+α3s1+α3s2，其中，k3s1＝g3||Γ2φ3||2+k3，g3,k3均是任意选定的非负数；h是液压缸输出力的力臂；是对参数θ3，θ的估计值，根据物理模型，可以得到这个估计值的范围为：其中i＝1,2,3,4,5,6,7,8,9，而这个估计值的值在下层ARC位置跟踪控制器中由自适应率得到，其中，τ4是由步骤(6.2)得到，对角阵Γ2＝diag(0 0 γ3 γ4 γ5 γ6 γ7 γ8 γ9)，γi是任意非负数，其中i＝1,2,3,4,5,6,7,8,9；的映射函数为
令其中，w3是权重系数，其值为任意非负数；根据自适应鲁棒(ARC)控制算法，α3s2必须满足以下两个条件，即：
其中，ε3是阈值，其值为任意非负数；
(6.2)设第五跟踪误差其中，第四虚拟控制输入α4的确定方式如下：α4＝α4a+α4s1+α4s2；其中， g4,d4,k4均是增益量，设w4是权重系数，其值为任意非负数；根据自适应鲁棒(ARC)控制算法，α4s2必须满足以下两个条件，即：
其中，ε4是阈值，其值为任意非负数；
根据第四虚拟控制输入α4，得到伺服阀的控制电压u为：
本发明与背景技术相比，具有的有益效果是：本发明主要针对在长时间负重作业环境下辅助或者增强人们的步行能力。其动力系统采用具有体积小、质量轻、布局灵活、机构紧凑，而且能够输出较大力或扭矩、动作响应灵敏，易于控制等特点的液压驱动方式。传感器系统主要有力传感器和旋转编码器来实现较有效、可靠的人-机交互。针对液压缸驱动单关节助力外骨骼增力和跟随问题，采用了级联力控制方法，利用了自适应鲁棒控制算法(ARC)来设计上下层控制器，有效克服了单关节助力外骨骼的模型不确定性的影响，实现了助力外骨骼对人运动的良好跟随和助力效果，具有较强的应用价值。
附图说明
图1是本发明的整体形状结构示意图；
图2是本发明的控制框图；
图3是本发明的控制流程图；
图中，液压缸1、关节旋转编码器2、力传感器3、第一杆件4、第二杆件5、绷带6。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示，一种单关节助力外骨骼包括：液压缸1、关节旋转编码器2、力传感器3、第一杆件4、第二杆件5、绷带6、伺服阀(图中未示出)、伺服放大板(图中未示出)、实时控制器(图中未示出)；所述第一杆件4和第二杆件5通过铰链连接，在铰接处设置关节旋转编码器2；液压缸1的一端与第一杆件4铰接，另一端与第二杆件5铰接；力传感器3设置在第二杆件5上，绷带6与力传感器3相连。
液压缸1与伺服阀相连，伺服阀与伺服放大板相连，伺服放大板、关节旋转编码器2和力传感器3均与实时控制器相连。所述实时控制器可采用的型号为NI cRIO‐9031的产品，但不限于此；所述伺服阀放大板可采用的型号为Star WO36829/1的产品，但不限于此。
为了克服单关节助力外骨骼在建模过程中存在的不确定性的影响，实现了助力外骨骼对人运动的良好跟随和助力效果，本发明中单关节助力外骨骼控制策略采用了可以很好克服模型不确定性的影响的自适应鲁棒控制(ARC)。自适应鲁棒控制(ARC)的原理是通过设计自适应率来不断调整模型参数，对控制模型做前馈补偿来保证静态下的零跟踪误差，通过设计的鲁棒反馈来保证单关节助力外骨骼系统的动态特性和稳定性。同时，利用级联控制策略，设计上下层控制器，实现对单关节助力外骨骼的轨迹规划和轨迹跟踪，控制算法实现简单，易于工程实现，且控制灵活。
如图2所示，一种单关节助力外骨骼自适应鲁棒级联力控制的方法，具体包括如下步骤：(1)通过绷带6将单关节助力外骨骼固定在人的小腿上；初始化实时控制器的采样周期T，取T的值在10到20毫秒之间；
(2)将单关节助力外骨骼第一杆件4和第二杆件5旋转至平行位置，此时，初始化单关节助力外骨骼上的关节旋转编码器2，将关节旋转编码器2的数值调零；
(3)初始化位于第二杆件5上的力传感器3，将力传感器3的数值调零；
(4)建立单关节助力外骨骼的物理模型，并将其转化为状态方程，所述物理模型包括：
人机接口模型：
液压缸负载运动模型：
液压缸两腔压力模型：
伺服阀的流量模型：
其中，Thm是人机作用力，K是人机接口的刚度，qh和q分别是人的位移和外骨骼的位移，是外骨骼的位移的一阶导数，为外骨骼的位移的二阶导数；是在人机接口上的集中模型不确定性和干扰，J是单关节助力外骨骼的转动惯量，h是液压缸输出力的力臂，P1和P2分别是液压缸两腔的压力，A1和A2分别是两腔的面积，m是负载质量，g是重力加速度，lc是关节到力传感的距离，B是阻尼粘滞摩擦系数，A是库仑摩擦系数，是用来拟合符号函数的光滑函数，是单关节助力外骨骼上的集中模型不确定性和干扰，V1和V2分别是液压缸两腔的体积，βe是油液的体积弹性模量，Q1,Q2分别是进油流量和出油流量，分别是在进口和出口油路上的集中模型不确定性和干扰，xv是阀芯位移，kq1,kq2分别是进出口的流量增益系数，Ps是泵的供油压力，Pr是出油口上的压力，u是伺服阀的控制电压；
由于人机接口模型是一个静态的方程，所以Thm、qh和q之间的关系是静态的，为了可以动态控制人机作用力Thm，用人机作用力的积分来代替Thm；
将物理模型转化为状态方程的步骤如下：
令状态变量其中，设集中模型不确定性为：
将集中模型不确定性分为常数和时变函数两部分，即其中，Δin为常数，Δi为时变函数；设其中，θ1＝K,θ2＝Δ1n,θ7＝Δ3n,θ8＝βe,θ9＝Δ4n，则单关节助力外骨骼的物理模型的状态方程为：
其中：
(5)通过绷带6将人与外骨骼单关节上的力传感器3相连，测定力传感器上的作用力Thm，通过上层ARC控制器，得到平滑处理后的外骨骼参考位移x(1)，上层ARC控制器控制方法如下：
根据步骤4得到物理模型的状态方程(5)，设第一跟踪误差z1＝x1-x1d，其中x1d为期望的人机作用力的积分，取值为0；设α1为第一虚拟控制输入，该第一虚拟控制输入α1的作用是使人机作用力的第一跟踪误差z1快速趋向于零，α1的确定方法如下：
设α1＝α1a+α1s1+α1s2，其中K1s1＝g1||Γ1φ1||2+K1，K1,g1均是任意选取的非负数；在本实施例中，取K1s1＝g1||Γ1φ1||2+K1＝16，是对参数θ1，θ2的估计值，在本实施例中，取初始值为设β＝[θ1 θ2 00 0 0 0 0 0]T，根据物理模型，可以得到这两个估计值的范围为：其中为对参数θ1的估计值的最小值，在本实施例中，取 为对参数θ1的估计值的最大值，在本实施例中，取为对参数θ2的估计值的最小值，在本实施例中取为对参数θ2的估计值的最大值；在本实施例中，取而这两个估计值的值在上层ARC控制器中由自适应率得到，其中，Γ1＝diag(γ1 γ2 0 0 0 0 0 0 0)，τ1＝w1φ1z1，其中w1是权重系数，其值为任意非负数，在本实施例中设定为1；γ1、γ2是任意非负数；在本实施例中，设定为γ1＝0，γ2＝600，设计的映射函数为
设根据ARC控制算法，α1s2必须满足以下两个条件，即：
其中，是估计值减去实际值β＝[θ1 θ2 0 0 00 0 0 0]，即ε1是阈值，其值为任意非负数，在本实施例中，设定为ε1＝1，在本实施例中，选取α1s2＝0。
根据设计得到的第一虚拟控制输入α1，将它通过一个四阶滤波器进行平滑处理，得到外骨骼的参考位移、参考速度、参考加速度和参考加加速度；四阶滤波器的状态方程如下：
令y代表外骨骼参考位移，设y(s)＝α1(s)，x(1),x(2),x(3),x(4)分别代表平滑处理后的参考位移、参考速度、参考加速度和参考加加速度，则y到x(1)传递函数为：
通过上述传递函数，可以将α1转化为所需要的平滑处理后的外骨骼参考位移x(1)；其中a1,a2,a3,a4可以通过极点配置得到，本实施例中设定闭环极点为80弧度每秒，得到a1,a2,a3,a4的值分别为a1＝320,a2＝38400,a3＝2048000,a4＝4.096×107，实际可不限于此。
(6)通过关节旋转编码器2获得外骨骼的实际角度值，根据步骤5得到的平滑处理后的外骨骼参考位移x(1)，将实际角度值和平滑处理后的外骨骼参考位移x(1)作为下层ARC位置跟踪控制器的输入量，下层ARC位置跟踪控制器的输出为单关节助力外骨骼的控制电压；
根据步骤4得到的(6)式、(7)式和(8)式，设计下层ARC位置跟踪控制器的步骤如下：
(6.1)设第二跟踪误差z2＝x2-x2d，其中x2d＝x(1)，定义一个转换方程：
其中，k2取任意的非负数，在本实施例中，选取k2＝80，z3是第三跟踪误差；由于z2和z3的传递函数为该传递函数是一个稳定的传递函数，故要使z2很小或者趋于零就是使z3很小或者趋于零；所以下层ARC位置跟踪控制器的设计就是让z3保证动态性能的前提下尽可能的小；
令第四跟踪误差z4＝A1x4-A2x5-α3，其中，第三虚拟控制输入α3的确定方法为：α3＝α3a+α3s1+α3s2，其中，k3s1＝g3||Γ2φ3||2+k3，g3,k3均是任意选定的非负数；在本实施例中，取k3s1＝g3||Γ2φ3||2+k3＝80，是对参数θ3，θ的估计值，h是液压缸输出力的力臂，在本实施例中，取初始值为根据物理模型，可以得到这个估计值的范围为：其中i＝1,2,3,4,5,6,7,8,9，在本实施例中，选取范围为而这个估计值的值在下层ARC位置跟踪控制器中由自适应率得到，其中，τ4是由步骤(6.2)得到，对角阵Γ2＝diag(00γ3γ4γ5γ6γ7γ8γ9)，γi是任意非负数，其中i＝1,2,3,4,5,6,7,8,9，在本实施例中，选取为Γ2＝diag(0 0 0 0 0 0 0.0005 0 0)；的映射函数为
令其中，w3是权重系数，其值为任意非负数，在本实施例中选取为1。根据自适应鲁棒(ARC)控制算法，α3s2必须满足以下两个条件，即：
其中，是估计值减去实际值θ＝[θ1 θ2θ3 θ4 θ5 θ6 θ7 θ8 θ9]T，即ε3是阈值，其值为任意非负数，在本实施例中，选取ε3＝1，选取α3s2＝0。
(6.2)设第五跟踪误差其中，第四虚拟控制输入α4的确定方式如下：α4＝α4a+α4s1+α4s2；其中， g4,d4,k4均是任意选取的增益量，在本实施例中，选取 设w4是权重系数，其值为任意非负数，本实施例中设定为1；根据自适应鲁棒(ARC)控制算法，α4s2必须满足以下两个条件，即：
其中，ε4是阈值，其值为任意非负数，本实施例中设定为ε4＝1，设定α4s2＝0；
根据第四虚拟控制输入α4，得到伺服阀的控制电压u为：
(7)通过伺服阀放大板将步骤6得到的控制电压u转化为伺服阀的控制电流；
(8)控制电流控制伺服阀的阀芯开口从而控制液压缸两端的压力，推动液压缸运动，实现单关节助力外骨骼的运动跟随。
以上描述了本发明的基本原理，主要特征，并非限制本发明所描述的技术方案，一切不脱离发明精神和范围的技术方案及其改进，均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种单关节助力外骨骼自适应鲁棒级联力控制的方法，所述单关节助力外骨骼包括液压缸(1)、关节旋转编码器(2)、力传感器(3)、第一杆件(4)、第二杆件(5)、绷带(6)、伺服阀、伺服放大板、实时控制器；所述第一杆件(4)和第二杆件(5)通过铰链连接，在铰接处设置关节旋转编码器(2)；液压缸(1)的一端与第一杆件(4)铰接，另一端与第二杆件(5)铰接；力传感器(3)设置在第二杆件(5)上，绷带(6)与力传感器(3)相连；液压缸(1)与伺服阀相连，伺服阀与伺服放大板相连，伺服放大板、关节旋转编码器(2)和力传感器(3)均与实时控制器相连；其特征在于，该方法包括如下步骤：
(1)初始化实时控制器的采样周期T，取T的值在10到20毫秒之间；
(2)将单关节助力外骨骼第一杆件(4)和第二杆件(5)旋转至平行位置，此时，初始化单关节助力外骨骼上的关节旋转编码器(2)，将关节旋转编码器(2)的数值调零；
(3)初始化位于第二杆件(5)上的力传感器(3)，将力传感器(3)的数值调零；
(4)建立单关节助力外骨骼的物理模型，并将其转化为状态方程，所述物理模型包括：人机接口模型、液压缸负载运动模型、液压缸两腔压力模型和伺服阀的流量模型；
(5)通过绷带(6)将人与外骨骼单关节上的力传感器(3)相连，测定力传感器上的作用力Thm，通过上层ARC控制器，得到平滑处理后的外骨骼参考位移x(1)；
(6)通过关节旋转编码器(2)获得外骨骼的实际角度值，根据步骤(5)得到的平滑处理后的外骨骼参考位移x(1)，将实际角度值和平滑处理后的外骨骼参考位移x(1)作为下层ARC位置跟踪控制器的输入量，下层ARC位置跟踪控制器的输出为单关节助力外骨骼的控制电压u；
(7)通过伺服阀放大板将步骤(6)得到的控制电压u转化为伺服阀的控制电流；
(8)控制电流控制伺服阀的阀芯开口从而控制液压缸两端的压力，推动液压缸运动，实现单关节助力外骨骼的运动跟随。
2.根据权利要求1所述的一种单关节助力外骨骼自适应鲁棒级联力控制的方法，其特征在于，所述步骤(4)具体为：
建立单关节助力外骨骼的物理模型，所述物理模型包括：
人机接口模型：
液压缸负载运动模型：
液压缸两腔压力模型：
伺服阀的流量模型：
其中，Thm是人机作用力，K是人机接口的刚度，qh和q分别是人的位移和外骨骼的位移，是外骨骼的位移的一阶导数，q为外骨骼的位移的二阶导数；是在人机接口上的集中模型不确定性和干扰，J是单关节助力外骨骼的转动惯量，h是液压缸输出力的力臂，P1和P2分别是液压缸两腔的压力，A1和A2分别是两腔的面积，m是负载质量，g是重力加速度，lc是关节到力传感的距离，B是阻尼粘滞摩擦系数，A是库仑摩擦系数，是用来拟合符号函数的光滑函数， 是单关节助力外骨骼上的集中模型不确定性和干扰，V1和V2分别是液压缸两腔的体积，βe是油液的体积弹性模量，Q1,Q2分别是进油流量和出油流量，分别是在进口和出口油路上的集中模型不确定性和干扰，xv是阀芯位移，kq1,kq2分别是进出口的流量增益系数，Ps是泵的供油压力，Pr是出油口上的压力，u是伺服阀的控制电压；
由于人机接口模型是一个静态的方程，所以Thm、qh和q之间的关系是静态的，为了可以动态控制人机作用力Thm，用人机作用力的积分来代替Thm；
将物理模型转化为状态方程的步骤如下：
令状态变量其中，x2＝q,x4＝P1,x5＝P2，设集中模型不确定性为：
将集中模型不确定性分为常数和时变函数两部分，即其中，Δin为常数，Δi为时变函数；设其中，θ1＝K,θ2＝Δ1n,θ7＝Δ3n,θ8＝βe,θ9＝Δ4n，则单关节助力外骨骼的物理模型的状态方程为：
其中：
3.根据权利要求2所述的一种单关节助力外骨骼自适应鲁棒级联力控制的方法，其特征在于，所述步骤(5)中的上层ARC控制器控制方法如下：
根据步骤(4)得到物理模型的状态方程(5)，设第一跟踪误差z1＝x1-x1d，其中x1d为期望的人机作用力的积分，取值为0；设α1为第一虚拟控制输入，该第一虚拟控制输入α1的作用是使人机作用力的第一跟踪误差z1快速趋向于零，α1的确定方法如下：
设α1＝α1a+α1s1+α1s2，其中K1s1＝g1||Γ1φ1||2+K1，K1,g1均是任意选取的非负数；是对参数θ1，θ2的估计值，设β＝[θ1 θ2 0 0 00 0 0 0]T，根据物理模型，可以得到这两个估计值的范围为： 其中为对参数θ1的估计值的最小值，为对参数θ1的估计值的最大值，为对参数θ2的估计值的最小值，为对参数θ2的估计值的最大值；而这两个估计值 的值在上层ARC控制器中由自适应率得到，其中， Γ1＝diag(γ1 γ2 0 0 0 0 0 0 0)，τ1＝w1φ1z1，其中w1是权重系数，其值为任意非负数；γ1、γ2是任意非负数；的映射函数为
其中·i为自变量；
设根据ARC控制算法，α1s2必须满足以下两个条件，即：
其中，ε1是阈值，其值为任意非负数；
根据设计得到的第一虚拟控制输入α1，将它通过一个四阶滤波器进行平滑处理，得到外骨骼的参考位移、参考速度、参考加速度和参考加加速度；四阶滤波器的状态方程如下：
令y代表外骨骼参考位移，设y(s)＝α1(s)，x(1),x(2),x(3),x(4)分别代表平滑处理后的外骨骼参考位移、参考速度、参考加速度和参考加加速度，则y到x(1)传递函数为：
通过上述传递函数，将α1转化为所需要的平滑处理后的外骨骼参考位移x(1)；其中a1,a2,a3,a4可以通过极点配置得到。
4.根据权利要求3所述的一种单关节助力外骨骼自适应鲁棒级联力控制的方法，其特征在于，所述步骤(6)具体为：
根据步骤(4)得到的(6)式、(7)式和(8)式，设计下层ARC位置跟踪控制器的步骤如下：
(6.1)设第二跟踪误差z2＝x2-x2d，其中x2d＝x(1)，定义一个转换方程：
其中，k2取任意的非负数，z3是第三跟踪误差；z2和z3的传递函数为该传递函数是一个稳定的传递函数；
令第四跟踪误差z4＝A1x4-A2x5-α3，其中，第三虚拟控制输入α3的确定方法为：α3＝α3a+α3s1+α3s2，其中，k3s1＝g3||Γ2φ3||2+k3，g3,k3均是任意选定的非负数；h是液压缸输出力的力臂；是对参数θ3，θ的估计值，根据物理模型，可以得到这个估计值的范围为：其中i＝1,2,3,4,5,6,7,8,9，而这个估计值的值在下层ARC位置跟踪控制器中由自适应率 得到，其中，τ4是由步骤(6.2)得到，对角阵Γ2＝diag(0 0 γ3 γ4 γ5 γ6 γ7 γ8 γ9)，γi是任意非负数，其中i＝1,2,3,4,5,6,7,8,9；的映射函数为
其中·i为自变量；
令其中，w3是权重系数，其值为任意非负数；根据自适应鲁棒(ARC)控制算法，α3s2必须满足以下两个条件，即：
其中，ε3是阈值，其值为任意非负数；
(6.2)设第五跟踪误差其中，第四虚拟控制输入α4的确定方式如下：α4＝α4a+α4s1+α4s2；其中， g4,d4,k4均是增益量，设w4是权重系数，其值为任意非负数；根据自适应鲁棒控制算法，α4s2必须满足以下两个条件，即：
其中，ε4是阈值，其值为任意非负数；
根据第四虚拟控制输入α4，得到伺服阀的控制电压u为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510501659.XA CN105137972B (zh) | 2015-08-14 | 2015-08-14 | 一种单关节助力外骨骼自适应鲁棒级联力控制的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510501659.XA CN105137972B (zh) | 2015-08-14 | 2015-08-14 | 一种单关节助力外骨骼自适应鲁棒级联力控制的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105137972A CN105137972A (zh) | 2015-12-09 |
| CN105137972B true CN105137972B (zh) | 2017-10-20 |
Family
ID=54723347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510501659.XA Active CN105137972B (zh) | 2015-08-14 | 2015-08-14 | 一种单关节助力外骨骼自适应鲁棒级联力控制的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105137972B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111965979B (zh) * | 2020-08-28 | 2021-09-24 | 南京工业大学 | 基于外骨骼机器人作动器的有限时间控制方法 |
| CN112388616B (zh) * | 2020-11-27 | 2022-02-22 | 合肥工业大学 | 欠驱动支撑腿助力外骨骼的自适应鲁棒力控制方法及装置 |
| CN112775937B (zh) * | 2021-01-07 | 2022-04-29 | 合肥工业大学 | 欠驱动液压单腿助力外骨骼的自适应鲁棒控制方法及装置 |
| CN114888806B (zh) * | 2022-05-25 | 2023-08-11 | 合肥工业大学 | 欠驱动单腿支撑液压助力外骨骼的鲁棒控制方法及装置 |
| CN114770522B (zh) * | 2022-05-25 | 2023-08-11 | 合肥工业大学 | 欠驱动双腿支撑液压助力外骨骼的鲁棒控制方法及装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3078009B2 (ja) * | 1990-11-30 | 2000-08-21 | 本田技研工業株式会社 | 脚式移動ロボットの歩行制御装置 |
| KR100402930B1 (ko) * | 1996-04-30 | 2004-01-13 | 두산중공업 주식회사 | 튜브벤딩아암의 등각속도운동을 위한 하이드로닉서보제어장치및그방법 |
| CN101301250A (zh) * | 2008-07-08 | 2008-11-12 | 哈尔滨工业大学 | 五自由度外骨骼式上肢康复机器人交互康复训练控制策略 |
| CN101336848B (zh) * | 2008-08-22 | 2011-05-04 | 中国人民解放军海军航空工程学院 | 人机外骨骼系统及其力控制方法 |
| US9775763B2 (en) * | 2012-12-19 | 2017-10-03 | Intel Corporation | Adaptive exoskeleton, control system and methods using the same |
| CN103612257B (zh) * | 2013-12-02 | 2015-08-26 | 电子科技大学 | 一种外骨骼泵阀联合控制装置及控制方法 |
| CN104698848B (zh) * | 2015-02-11 | 2017-07-28 | 电子科技大学 | 一种下肢外骨骼康复机器人康复训练的控制方法 |
-
2015
- 2015-08-14 CN CN201510501659.XA patent/CN105137972B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105137972A (zh) | 2015-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105137972B (zh) | 一种单关节助力外骨骼自适应鲁棒级联力控制的方法 | |
| CN105108761B (zh) | 降阶的单关节助力外骨骼自适应鲁棒级联力控制的方法 | |
| CN105116728B (zh) | 一种单关节助力外骨骼反演自适应鲁棒力控制的方法 | |
| Zhang et al. | Sky cleaner 3: A real pneumatic climbing robot for glass-wall cleaning | |
| CN111857170B (zh) | 一种四足机器人腿部关节负载规律分析方法 | |
| Bisht et al. | Design and development of a glass façade cleaning robot | |
| Kim et al. | Approach of team snu to the darpa robotics challenge finals | |
| CN112775937A (zh) | 欠驱动液压单腿助力外骨骼的自适应鲁棒控制方法及装置 | |
| Ahmad et al. | Linear Quadratic Regulator (LQR) approach for lifting and stabilizing of two-wheeled wheelchair | |
| Ugurlu et al. | Compliant joint modification and real-time dynamic walking implementation on bipedal robot cCub | |
| Fukuda et al. | Advanced service robotics for human assistance and support | |
| Wei et al. | Reconfigurable design of a passive locomotion closed-chain multi-legged platform for terrain adaptability | |
| Song et al. | Force-cooperative guidance design of an omni-directional walking assistive robot | |
| Luo et al. | Design and control for a compliant knee exoskeleton | |
| Qiu et al. | Exoskeleton active walking assistance control framework based on frequency adaptive dynamics movement primitives | |
| Zhang et al. | Development of a lower extremity exoskeleton suit actuated by hydraulic | |
| Huynh et al. | Balance control for an active leg exoskeleton based on human balance strategies | |
| CN114888806B (zh) | 欠驱动单腿支撑液压助力外骨骼的鲁棒控制方法及装置 | |
| CN105105895B (zh) | 一种单关节助力外骨骼滑模控制的方法 | |
| Kumar et al. | Design and development of adjustable stair climbing robot | |
| Wang et al. | Gait control of humanoid robots via fuzzy logic and iterative optimization | |
| Ahmad et al. | Modular fuzzy control with input shaping technique for transformation of two-wheeled wheelchair to four-wheeled mode | |
| Dan et al. | Two wheeled robot self-balancing control research | |
| Zhou et al. | A real-time assistance control strategy for active knee exoskeleton | |
| Zhao et al. | Design and realization of a glass-curtain wall-cleaning robot |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20170331 Address after: 310058 Xihu District, Zhejiang, Yuhang Tong Road, No. 866, No. Applicant after: Zhejiang University Applicant after: ANHUI SANLIAN ROBOT TECHNOLOGY CO., LTD. Address before: 310027 Hangzhou, Zhejiang Province, Xihu District, Zhejiang Road, No. 38, No. Applicant before: Zhejiang University Applicant before: Shanghai Shenqing Industry Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |