CN109806106A - 一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法 - Google Patents
一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法 Download PDFInfo
- Publication number
- CN109806106A CN109806106A CN201910100957.6A CN201910100957A CN109806106A CN 109806106 A CN109806106 A CN 109806106A CN 201910100957 A CN201910100957 A CN 201910100957A CN 109806106 A CN109806106 A CN 109806106A
- Authority
- CN
- China
- Prior art keywords
- control
- torque
- admittance
- joint
- robust
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 210000003141 lower extremity Anatomy 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 7
- 210000004394 hip joint Anatomy 0.000 claims description 7
- 210000000629 knee joint Anatomy 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 230000035876 healing Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 210000003423 ankle Anatomy 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000001624 hip Anatomy 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000001769 paralizing effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法,通过对传统的导纳控制中添加鲁棒控制器,能够使得整体控制系统兼具导纳控制的柔顺性以及鲁棒控制的抗干扰性,另外还考虑到系统摩擦以及鲁棒控制的抖动影响,对其进行补偿抵消,整体提高控制精度。
Description
技术领域
本发明涉及康复机器人控制领域,特别涉及一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法。
背景技术
目前在关于下肢康复机器人的控制算法有很多。早期的控制算法大多数为被动控制,即轨迹追踪控制,控制机器人带动中风患者按照预设的固定轨迹运动,这种运动只适合于受伤严重,基本无运动能力的患者,因为该控制算法未考虑患者的主动参与。近年来导纳控制算法比较常应用于康复机器人,与被动控制固定的期望轨迹不同,导纳控制能够根据人机交互力实时修正期望轨迹,从而一定程度上考虑患者的主动参与和实现人机柔顺性。但是大多数导纳控制的位置控制器是基于比例积分微分(Proportional IntegralDifferentiation,PID),该位置控制器结构简单,难以抵消外部干扰。
发明内容
本发明要解决的问题是如何提供一种可以减少外界干扰的导纳控制方法,该控制方法具有在康复机器人上既具备柔顺性,又具备鲁棒性。
为了解决上述问题,本发明提供了一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法,其特征在于,包括以下步骤:
S1:采集髋、膝和踝关节位置的角度信号q,采集人机交互力矩信号τint;
S2:将实时测得的人机交互力矩τint信号输入导纳控制器,获得期望角度修正信号Δq;
S3:将预设参考角度qr与Δq进行叠加,获得关节期望角度qd;
S4:将关节期望角度与关节角度信号叠加获得角度误差e;将关节期望角度qd,关节角度q和角度误差e输入动力学模型,获得理想关节力矩τs,d;将角度误差e输入鲁棒控制器,获得补偿力矩τc;
S5:将S4中理想关节力矩τs,d和补偿力矩τc进行叠加,获得电机输出力矩τm;
S6:将电机输出力矩信息传送至机器人中,使得机器人的电机按照电机输出力矩进行工作。通过添加鲁棒控制器,根据实际角度以及预期角度之间的误差,提供一个补偿力矩,减少外界对机器人的状态影响,从而使得康复机器人在不同场景更具鲁棒性和安全性。
可选的,所述的步骤S2中的导纳控制器的处理式为其中τint为人机交互力矩,B和K分别为下肢阻尼和刚度。
可选的,所述的步骤S4中的动力学模型的处理式为其中M(q)∈R3×3是对称正定惯量矩阵,是向心力矩阵,G(q)∈R3×1是重力向量,q∈R3×1,和分别是关节角度、角速度和角加速度,关节角度、角速度和角加速度均由S1中采集的髋、膝和踝关节位置的角度信号处理获得,为关节期望角加速度。
可选的,所述的步骤S4中的鲁棒控制器的处理包括以下步骤:
S11:定义滑模面其中α是一个正定常数矩阵,I3×3是一个单位矩阵;
S12:补偿力矩为其中η为外部干扰,是η的估计值,Γ-1是自适应律,ρ(S)是一个由滑模面S决定的正增益系数,为系数矩阵,P为正定矩阵。系统的鲁棒性不仅考虑到轨迹误差,还结合本身的系统模型(惯量矩阵)估计和抵消外部干扰力,这相对于传统的PID控制仅仅是基于误差进行修改,有着整体调整的优势,因此对外表现的抗干扰能力更强,应用场景更多元化的效果。
可选的,所述的步骤S12中还包括有位移偏量δ,补偿力矩的表达式为添加位移偏量δ,能够消除鲁棒控制器产生的抖动,提高平滑度。
可选的,所述步骤S4中还包括有摩擦力控制器,将关节角度q输入摩擦力控制器后获得摩擦力补偿力矩τf;所述的步骤S5中还需要将摩擦力补偿力矩τf进行叠加。整体系统包括机械系统均具有摩擦力,通过摩擦力控制器产生摩擦力补偿力矩,能够抵消系统产生的摩擦力,从而使得控制更精准,使用体验更好。
可选的,所述的摩擦力控制器的表达式为其中表示τco∈R3×1库仑摩擦力矩,表示粘性摩擦力矩,τst∈R3×1表示静态摩擦力矩,τm∈R3×1表示电机的输出力矩。摩擦力考虑范围较广,能够保证产生的补偿力矩更精确,整体所获得的控制效果更佳。
本发明具有以下的有益效果:
兼具导纳控制的柔顺性和鲁棒控制的抗干扰性。在控制过程中,因为采用导纳控制,能够在根据预设参考轨迹的基础上进行直接进行角度轨迹的修正,因此整体控制柔顺,而鲁棒控制则是针对期望角度以及机器人实际的角度进行分析,提供补偿力矩从而消除干扰因素,两者在控制上并不相互干扰,因此整体控制柔顺,能够保留现有的导纳控制的柔顺性,并直接增加控制的鲁棒性,因此控制效果好,实际使用过程优于现有的单导纳控制方法。
考虑鲁棒控制的自身抖动误差。在增加鲁棒控制器后,能够从鲁棒控制器自身对其产生的抖动从自身的算法中进行消除,减少了增加去除该抖动的麻烦,减少算法的冗余,另外还能够提高控制精度。
考虑整体系统的误差。在考虑控制精度中,将系统的各个摩擦力作为考虑因素,提供多个所需要的抵消的摩擦力的补偿力矩,提高整体的控制精度。
附图说明
图1为本发明的控制框图。
图2为实验结果中的三个关节的轨迹图,图中A,B和C分别表示髋、膝和踝关节。qr表示参考轨迹,qd-ARC和qd-PID分别表示采用基于鲁棒控制的导纳控制下和基于PID控制的导纳控制下的期望轨迹,q-ARC和q-PID分别表示表示采用基于鲁棒控制的导纳控制下和基于PID控制的导纳控制下的实际轨迹。
图3为实验结果中的三个关节的轨迹追踪误差图,图中A,B和C分别表示髋、膝和踝关节。e-ARC和e-PID分别表示表示采用基于鲁棒控制的导纳控制下和基于PID控制的导纳控制下的轨迹追踪误差。
图4为实验结果中的三个关节的人机交互力矩图,图中A,B和C分别表示髋、膝和踝关节。ACE-ARC和ACE-PID分别表示表示采用基于鲁棒控制的导纳控制下和基于PID控制的导纳控制下的人机交互力矩。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征更易被本领域技术人员理解,从而对本发明的保护范围作出更为清楚的界定。
实施例1
本实施例中,参考附图1,对康复机器人的控制方法为:
S1:采集髋、膝和踝关节位置的角度信号q,采集人机交互力矩信号τint;
S2:将实时测得的人机交互力矩信号τint输入导纳控制器,其中导纳控制器的表达式为其中τint为人机交互力矩,B和K分别为下肢阻尼和刚度,获得期望角度修正信号Δq;
S3:将预设参考角度qr与Δq进行叠加,获得关节期望角度qd;
S4:将关节期望角度与关节角度信号叠加获得角度误差e;将关节期望角度qd,关节角度q和角度误差e输入动力学模型;获得理想关节力矩τs,d;将角度误差e输入鲁棒控制器,其中鲁棒控制器的处理过程包括有以下步骤,S11:定义滑模面其中α是一个正定常数矩阵,I3×3是一个单位矩阵;
S12:补偿力矩为其中η为外部干扰,是η的估计值,Γ-1是自适应律,ρ(S)是一个由滑模面S决定的正增益系数,为系数矩阵,P为正定矩阵,位移偏量δ;获得补偿力矩τc;将关节角度q输入摩擦力控制器其中表示τco∈R3×1库仑摩擦力矩,表示粘性摩擦力矩,τst∈R3×1表示静态摩擦力矩,τm∈R3×1表示电机的输出力矩,获得摩擦力补偿力矩τf
S5:将S4中理想节力矩τs,d、补偿力矩τc和摩擦力补偿力矩τf进行叠加,获得电机输出力矩τm;
S6:将电机输出力矩信息传送至机器人中,使得机器人的电机按照电机输出力矩进行工作。
完成S6步骤后,再重复S1步骤,形成循环控制。
实际试验分为实验组和对照组,实验组采用基于鲁棒控制的导纳控制算法(记为ACE-ARC),对照组采用基于PID控制的导纳控制算法(记为ACE-PID)。实验对象为一名24岁的健康男性。参考轨迹为该受试者的步态轨迹,该步态轨迹在实验前已采用运动捕捉系统采集。在实验前,用绑带将受试者下肢固定在机器人外骨骼上,并由一名监督者在软件操作界面开启控制程序。若受试者在训练过程中感到不舒适,监督者可以采用硬件或软件上的紧急停止按钮终止系统。
在训练过程中,控制系统会将实时检测的人机交互力矩通过导纳控制器转化为期望轨迹的修正量,基于该修正量实时更新期望轨迹。根据该期望轨迹通过基于鲁棒控制的位置控制器计算得到理想输出力矩,并将该力矩转化为控制信号给电机驱动机器人运动。
图2、图3和图4分别显示髋、膝和踝关节的轨迹跟踪、跟踪误差和相互作用力矩。在图2中,使用ACE-ARC和ACE-PID的每个关节期望轨迹相差不大,而实际的轨迹很不同。根据图3,ACE-ARC比ACE-PID具有更好的轨迹跟踪性能,即ACE-ARC具备更强的抗干扰性和鲁棒性。从图4可以看出使用ACE-ARC和ACE-PID的每个关节的相互作用力矩相差不大,即这两种控制方法下的人机柔顺性相近。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (7)
1.一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法,其特征在于,包括以下步骤:
S1:采集髋、膝和踝关节位置的角度信号q,采集人机交互力矩信号τint;
S2:将实时测得的人机交互力矩信号τint输入导纳控制器,获得期望角度修正信号Δq;
S3:将预设参考角度qr与Δq进行叠加,获得关节期望角度qd;
S4:将关节期望角度与关节角度信号叠加获得角度误差e;将关节期望角度qd,关节角度q和角度误差e输入动力学模型,获得理想关节力矩τs,d;将角度误差e输入鲁棒控制器,获得补偿力矩τc;
S5:将S4中理想关节力矩τs,d和补偿力矩τc进行叠加,获得电机输出力矩τm;
S6:将电机输出力矩信息传送至机器人中,使得机器人的电机按照电机输出力矩进行工作。
2.根据权利要求1所述的一种基于鲁棒控制与导纳控制结合的下肢康第机器人的控制方法,其特征在于,所述的步骤S2中的导纳控制器的处理式为其中τint为人机交互力矩,B和K分别为下肢阻尼和刚度。
3.根据权利要求1所述的一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法,其特征在于,所述的步骤S4中的动力学模型的处理式为其中M(q)∈R3×3是对称正定惯量矩阵,是向心力矩阵,G(q)∈R3×1是重力向量,q∈R3×1,和分别是关节角度、角速度和角加速度,关节角度、角速度和角加速度均由S1中采集的髋、膝和踝关节位置的角度信号处理获得,为关节期望角加速度。
4.根据权利要求3所述的一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法,其特征在于,所述的步骤S4中的鲁棒控制器的处理包括以下步骤:
S11:定义滑模面其中α是一个正定常数矩阵,I3×3是一个单位矩阵;
S12:补偿力矩为其中η为外部干扰,是η的估计值,Г-1是自适应律,ρ(S)是一个由滑模面S决定的正增益系数,为系数矩阵,P为正定矩阵。
5.根据权利要求4所述的一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法,其特征在于,所述的步骤S12中还包括有位移偏量δ,补偿力矩的表达式为
6.根据权利要求1所述的一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法,其特征在于,所述步骤S4中还包括有摩擦力控制器,将关节角度q输入摩擦力控制器后获得摩擦力补偿力矩τf;所述的步骤S5中还需要将摩擦力补偿力矩τf进行叠加。
7.根据权利要求6所述的一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法,其特征在于,所述的摩擦力控制器的表达式为其中表示τco∈R3×1库仑摩擦力矩,表示粘性摩擦力矩,τst∈R3×1表示静态摩擦力矩,τm∈R3×1表示电机的输出力矩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910100957.6A CN109806106A (zh) | 2019-02-01 | 2019-02-01 | 一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910100957.6A CN109806106A (zh) | 2019-02-01 | 2019-02-01 | 一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109806106A true CN109806106A (zh) | 2019-05-28 |
Family
ID=66606408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910100957.6A Pending CN109806106A (zh) | 2019-02-01 | 2019-02-01 | 一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109806106A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110202580A (zh) * | 2019-06-28 | 2019-09-06 | 北京理工大学 | 一种扰动恢复的仿人机器人空间柔顺控制模型构建方法 |
CN111890370A (zh) * | 2020-08-15 | 2020-11-06 | 前元运立(北京)机器人智能科技有限公司 | 一种应用双编码器的机器人力控制方法及装置 |
CN112171670A (zh) * | 2020-09-22 | 2021-01-05 | 北京石油化工学院 | 一种康复机器人等张运动控制方法及系统 |
CN112433474A (zh) * | 2020-11-27 | 2021-03-02 | 沈阳工业大学 | 基于scn内干扰力估计的坐垫机器人安全触发控制方法 |
CN112558486A (zh) * | 2021-02-23 | 2021-03-26 | 佛山隆深机器人有限公司 | 一种温度控制的机器人打磨方法及计算机可读存储介质 |
CN113408066A (zh) * | 2021-06-15 | 2021-09-17 | 军事科学院系统工程研究院军需工程技术研究所 | 基于子空间的膝关节外骨骼人机姿态偏差辨识方法及装置 |
CN113558608A (zh) * | 2021-06-30 | 2021-10-29 | 杭州程天科技发展有限公司 | 基于坐卧式下肢康复设备的康复训练数据处理方法和设备 |
CN114596935A (zh) * | 2020-12-03 | 2022-06-07 | 深圳先进技术研究院 | 一种基于人因工程的康复训练方法及其系统 |
CN114700951A (zh) * | 2022-04-25 | 2022-07-05 | 浙江工业大学 | 一种用于医护机器人的柔顺控制方法 |
CN115778752A (zh) * | 2022-11-24 | 2023-03-14 | 浙江工业大学 | 一种用于坐卧式康复机器人中可抑制抖动的零力控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100256537A1 (en) * | 2009-04-07 | 2010-10-07 | Syco Di Hedvig Haberl & C.S.A.S. | System for controlling an exoskeleton haptic device for rehabilitation purposes, and corresponding exoskeleton haptic device |
CN104808487A (zh) * | 2015-03-03 | 2015-07-29 | 台州学院 | 一种神经网络自适应鲁棒轨迹跟踪方法及控制器 |
CN105963100A (zh) * | 2016-04-19 | 2016-09-28 | 西安交通大学 | 按患者运动所需辅助的下肢康复机器人自适应控制方法 |
CN106426174A (zh) * | 2016-11-05 | 2017-02-22 | 上海大学 | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 |
-
2019
- 2019-02-01 CN CN201910100957.6A patent/CN109806106A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100256537A1 (en) * | 2009-04-07 | 2010-10-07 | Syco Di Hedvig Haberl & C.S.A.S. | System for controlling an exoskeleton haptic device for rehabilitation purposes, and corresponding exoskeleton haptic device |
CN104808487A (zh) * | 2015-03-03 | 2015-07-29 | 台州学院 | 一种神经网络自适应鲁棒轨迹跟踪方法及控制器 |
CN105963100A (zh) * | 2016-04-19 | 2016-09-28 | 西安交通大学 | 按患者运动所需辅助的下肢康复机器人自适应控制方法 |
CN106426174A (zh) * | 2016-11-05 | 2017-02-22 | 上海大学 | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 |
Non-Patent Citations (2)
Title |
---|
FATIH OZKUL,DUYGUN EROL BARKANA: "Design of an Admittance Control with Inner Robust Position Control for a Robot-Assisted Rehabilitation System RehabRoby", 《ADVANCED INTELLIGENT MECHATRONICS》 * |
屠尧: "下肢外骨骼康复机器人人机交互力自适应导纳控制", 《西安交通大学学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110202580B (zh) * | 2019-06-28 | 2020-08-21 | 北京理工大学 | 一种扰动恢复的仿人机器人空间柔顺控制模型构建方法 |
CN110202580A (zh) * | 2019-06-28 | 2019-09-06 | 北京理工大学 | 一种扰动恢复的仿人机器人空间柔顺控制模型构建方法 |
CN111890370A (zh) * | 2020-08-15 | 2020-11-06 | 前元运立(北京)机器人智能科技有限公司 | 一种应用双编码器的机器人力控制方法及装置 |
CN112171670A (zh) * | 2020-09-22 | 2021-01-05 | 北京石油化工学院 | 一种康复机器人等张运动控制方法及系统 |
CN112171670B (zh) * | 2020-09-22 | 2024-01-23 | 北京石油化工学院 | 一种康复机器人等张运动控制方法及系统 |
CN112433474A (zh) * | 2020-11-27 | 2021-03-02 | 沈阳工业大学 | 基于scn内干扰力估计的坐垫机器人安全触发控制方法 |
CN114596935A (zh) * | 2020-12-03 | 2022-06-07 | 深圳先进技术研究院 | 一种基于人因工程的康复训练方法及其系统 |
CN112558486A (zh) * | 2021-02-23 | 2021-03-26 | 佛山隆深机器人有限公司 | 一种温度控制的机器人打磨方法及计算机可读存储介质 |
CN113408066A (zh) * | 2021-06-15 | 2021-09-17 | 军事科学院系统工程研究院军需工程技术研究所 | 基于子空间的膝关节外骨骼人机姿态偏差辨识方法及装置 |
CN113408066B (zh) * | 2021-06-15 | 2023-12-22 | 军事科学院系统工程研究院军需工程技术研究所 | 基于子空间的膝关节外骨骼人机姿态偏差辨识方法及装置 |
CN113558608A (zh) * | 2021-06-30 | 2021-10-29 | 杭州程天科技发展有限公司 | 基于坐卧式下肢康复设备的康复训练数据处理方法和设备 |
CN114700951A (zh) * | 2022-04-25 | 2022-07-05 | 浙江工业大学 | 一种用于医护机器人的柔顺控制方法 |
CN115778752A (zh) * | 2022-11-24 | 2023-03-14 | 浙江工业大学 | 一种用于坐卧式康复机器人中可抑制抖动的零力控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109806106A (zh) | 一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法 | |
US10555865B2 (en) | Torque control methods for an exoskeleton device | |
Pehlivan et al. | A subject-adaptive controller for wrist robotic rehabilitation | |
CN110215648B (zh) | 基于人体步态运动协调特性的外骨骼协调步态控制方法 | |
US11337881B2 (en) | Exoskeleton with admittance control | |
Haghshenas-Jaryani et al. | Sensorized soft robotic glove for continuous passive motion therapy | |
US8924010B2 (en) | Method to control a robot device and robot device | |
KR101321791B1 (ko) | 능동형 신체 재활을 위한 로봇 동작 제어 시스템 및 제어 방법 | |
Yoon et al. | Impedance control of a small treadmill with sonar sensors for automatic speed adaptation | |
Itadera et al. | Predictive optimization of assistive force in admittance control-based physical interaction for robotic gait assistance | |
Wilkening et al. | Adaptive assistive control of a soft elbow trainer with self-alignment using pneumatic bending joint | |
Taherifar et al. | Assistive-compliant control of wearable robots for partially disabled individuals | |
Asl et al. | Satisfying task completion and assist-as-needed performance in robotic exoskeletons | |
Abu-Dakk et al. | Trajectory adaptation and learning for ankle rehabilitation using a 3-PRS parallel robot | |
Agarwal et al. | Assist-as-needed controllers for index finger module of a hand exoskeleton for rehabilitation | |
Bergmann et al. | Lower-limb exoskeleton with compliant actuators: Human cooperative control | |
Wang et al. | Multiple rehabilitation motion control for hand with an exoskeleton | |
Babaiasl et al. | Mechanical design, simulation and nonlinear control of a new exoskeleton robot for use in upper-limb rehabilitation after stroke | |
Cao et al. | Adaptive sliding mode impedance control in lower limbs rehabilitation robotic | |
Yang et al. | Preliminary evaluation of a performance-based stiffness control for upper limb elbow joints rehabilitation | |
CN114851171B (zh) | 下肢外骨骼康复机器人步态轨迹跟踪控制方法 | |
Vertechy et al. | An interaction-torque controller for robotic exoskeletons with flexible joints: Preliminary experimental results | |
Faraj et al. | Modeling and robust computed torque control for lower limb exoskeleton contacting with ground | |
Kim et al. | Impedance control based on a position sensor in a rehabilitation robot | |
Sambhav et al. | An integrated dynamic simulation platform for assistive human-robot interaction: application to upper limb exosuit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190528 |
|
RJ01 | Rejection of invention patent application after publication |