CN110339016A - 一种基于自适应学习控制的康复机械手 - Google Patents
一种基于自适应学习控制的康复机械手 Download PDFInfo
- Publication number
- CN110339016A CN110339016A CN201910610810.1A CN201910610810A CN110339016A CN 110339016 A CN110339016 A CN 110339016A CN 201910610810 A CN201910610810 A CN 201910610810A CN 110339016 A CN110339016 A CN 110339016A
- Authority
- CN
- China
- Prior art keywords
- moment
- kth
- joint
- mechanical finger
- rehabilitation
- 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
- 210000001145 finger joint Anatomy 0.000 claims abstract description 103
- 238000005452 bending Methods 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 41
- 230000008569 process Effects 0.000 claims description 27
- 230000036541 health Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 206010003694 Atrophy Diseases 0.000 description 1
- 241000905957 Channa melasoma Species 0.000 description 1
- 208000034657 Convalescence Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H1/00—Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
- A61H1/02—Stretching or bending or torsioning apparatus for exercising
- A61H1/0274—Stretching or bending or torsioning apparatus for exercising for the upper limbs
- A61H1/0285—Hand
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H1/00—Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
- A61H1/02—Stretching or bending or torsioning apparatus for exercising
- A61H1/0274—Stretching or bending or torsioning apparatus for exercising for the upper limbs
- A61H1/0285—Hand
- A61H1/0288—Fingers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J15/00—Gripping heads and other end effectors
- B25J15/0009—Gripping heads and other end effectors comprising multi-articulated fingers, e.g. resembling a human hand
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J17/00—Joints
- B25J17/02—Wrist joints
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/08—Programme-controlled manipulators characterised by modular constructions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Pain & Pain Management (AREA)
- Epidemiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Rehabilitation Therapy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Automation & Control Theory (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种基于自适应学习控制的康复机械手,包括多个康复机械手指关节,还包括处理器,处理器包括第一获取模块、第二获取模块、第三获取模块、控制模块,通过本发明的技术方案,能够保证康复机械手在经过一定运行次数后完成对各自期望轨迹的跟踪任务,解决控制问题,且控制精度较高。
Description
技术领域
本发明属于机器人控制技术领域,尤其涉及一种基于自适应学习控制的康复机械手。
背景技术
目前,机器人技术飞速发展,应用领域不断扩展,医疗机器人作为机器人主要分支之一,也呈现出蓬勃发展的趋势,并称为国际机器人领域的研究热点之一。康复机械手是医疗机器人的一个分支。康复机械手主要就是用于辅助患者进行手指屈伸的康复训练机器人,目的在于通过对单个或者多个手指经过一定时间和强度的训练治疗,减少患者大脑中运动神经系统的功能萎缩,进而实现患者运动神经的修复,恢复手指的运动功能。然而,实际应用中存在着这样的一类问题:要求被控的康复机械手系统实现高精度、无误差且对期望轨迹自始至终完全跟踪目标。对于这样的要求,传统的控制方法往往会有控制精度低,收敛速度慢甚至难以自始至终跟踪等问题,为了实现这一目标,往往需要多次的学习和修正,多次执行才能达到最佳的控制效果。
发明内容
为了解决上述已有技术存在的不足,本发明提出一种基于自适应学习控制的康复机械手,包括多个康复机械手指关节,其特征在于,还包括处理器,所述处理器能够采集所述康复机械手的每次操作参数,并控制所述多个康复机械手指关节,所述处理器包括第一获取模块、第二获取模块、第三获取模块、控制模块,其中,
所述第一获取模块,用于获取在第k-1次和第k-2次运行过程中所述康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值;
所述第二获取模块,用于获取所述康复机械手指关节第k-1次运行过程中t+1时刻的弯曲角度误差ek(t):ek(t)=yd(t)-yk(t),其中,yd(t)为t时刻所述康复机械手指关节期望弯曲角度值,yk(t)为第k次运行t时刻所述康复机械手指关节的实际弯曲角度值;
所述第三获取模块,用于根据所述康复手指关节在第k-1次和第k-2次运行过程中所述康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值和第k-1次运行过程中t时刻的弯曲角度值获取所述康复机械手指关节第k次运行t时刻的模型伪偏导数值
其中,μ为权重系数,η为步长因数,为第k-1次运行t时刻所述康复机械手指关节的模型伪偏导数值,Δuk-1(t)=uk-1(t)-uk-2(t)为t时刻第k-1次运行电机控制值与第k-2次运行电机控制值的差值,Δyk-1(t+1)为t+1时刻第k-1次所述康复机械手指关节弯曲角度值与第k-2次运行所述康复机械手指关节弯曲角度值的差值;
所述控制模块包括确定子模块和控制子模块,所述确定子模块用于根据所述康复机械手指关节第k次运行t时刻的模型伪偏导数值和第k-1次运行过程中t时刻的电机控制值、t+1时刻的所述康复机械手指关节的弯曲角度误差ek(t)确定所述康复机械手指关节当前运行中当前时刻的控制律: 其中,λ为权重系数,ρ为步长因数,第k次运行t时刻所述康复机械手指关节装置的模型伪偏导数,ek-1(t+1)为第k-1次运行t+1时刻所述康复机械手指关节的弯曲角度误差,uk-1(t)为第k-1次运行t时刻所述康复机械手指关节控制电机的输出值;所述控制子模块用于根据第k次运行t时刻的控制律控制所述康复机械手指关节的运动。
根据本发明的一种基于自适应学习控制的康复机械手的控制方法,其特征在于,包括以下步骤:
S1:获取在第k-1次和第k-2次运行过程中所述康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值;
S2:获取所述康复机械手指关节第k-1次运行过程中t+1时刻的弯曲角度误差ek(t):ek(t)=yd(t)-yk(t),其中,yd(t)为t时刻所述康复机械手指关节期望弯曲角度值,yk(t)为第k次运行t时刻所述康复机械手指关节的实际弯曲角度值;
S3:根据所述康复机械手指关节在第k-1次和第k-2次运行过程中所述康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值和第k-1次运行过程中t时刻的弯曲角度值获取所述康复机械手指关节第k次运行t时刻的模型伪偏导数值 其中,μ为权重系数,η为步长因数,为第k-1次运行t时刻所述康复机械手指关节的模型伪偏导数值,Δuk-1(t)=uk-1(t)-uk-2(t)为t时刻第k-1次运行电机控制值与第k-2次运行电机控制值的差值,Δyk-1(t+1)为t+1时刻第k-1次所述康复机械手指关节弯曲角度值与第k-2次运行所述康复机械手指关节弯曲角度值的差值;
S4:根据所述康复机械手指关节第k次运行t时刻的模型伪偏导数值和第k-1次运行过程中t时刻的电机控制值、t+1时刻的所述康复机械手指关节的弯曲角度误差ek(t)确定所述康复机械手指关节第k次运行t时刻的控制律:其中,λ为权重系数,ρ为步长因数,第k次运行t时刻所述康复机械手指关节装置的模型伪偏导数,ek-1(t+1)为第k-1次运行t+1时刻所述康复机械手指关节的弯曲角度误差,uk-1(t)为第k-1次运行t时刻所述康复机械手指关节控制电机的输出值;
S5:根据第k次运行t时刻的控制律控制所述康复机械手指关节的运动。
本发明的有益效果在于:
1.与应用传统控制方法的康复机械手装置相比,本发明提出的自适应学习控制方法具有更高的泛用性。即控制方法具有自适应特性,可以较为快速地应用于具有不同参数的系统,而不必对于新系统进行完全透彻的数学建模,应用范围更加广泛。
2.与应用传统的自适应控制方法的康复机械手装置相比,本发明提出的控制方法在实际应用中成本较低,不需要额外的参数估计装置,同时参数估计的算法仅涉及的普通的加减乘法,计算量小。同时,将参数估计装置与控制装置合一,降低成本。
3.本发明提出的控制方法具有高精度控制效果的同时还保持着快速的收敛性。实验表明,约经过6-10次的运行后,跟踪误差将收敛至0,实现完全跟踪,出色的性能在实际应用中给患者带来更加显著的康复训练效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他的附图。其中:
图1是本发明一个实施例的一种基于自适应学习控制的康复机械手的控制方法流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
一种基于自适应学习控制的康复机械手,针对康复装置重复运行的特点,采用具有相同性质的自适应学习控制方案,针对参数未知的重复运行的系统,可以自适应调节控制参数有效利用其历史运行数据提升系统性能。
一种基于自适应学习控制的康复机械手,包括多个康复机械手指关节,还包括处理器,处理器能够采集康复机械手的每次操作参数,并控制多个康复机械手指关节,处理器包括第一获取模块、第二获取模块、第三获取模块、控制模块,其中,第一获取模块,用于获取在第k-1次和第k-2次运行过程中康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值;第二获取模块,用于获取康复机械手指关节第k-1次运行过程中t+1时刻的弯曲角度误差ek(t):ek(t)=yd(t)-yk(t),其中,yd(t)为t时刻康复机械手指关节期望弯曲角度值,yk(t)为第k次运行t时刻康复机械手指关节的实际弯曲角度值;第三获取模块,用于根据康复手指关节在第k-1次和第k-2次运行过程中康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值和第k-1次运行过程中t时刻的弯曲角度值获取康复机械手指关节第k次运行t时刻的模型伪偏导数值 其中,μ为权重系数,η为步长因数,为第k-1次运行t时刻康复机械手指关节的模型伪偏导数值,Δuk-1(t)=uk-1(t)-uk-2(t)为t时刻第k-1次运行电机控制值与第k-2次运行电机控制值的差值,Δyk-1(t+1)为t+1时刻第k-1次康复机械手指关节弯曲角度值与第k-2次运行康复机械手指关节弯曲角度值的差值;控制模块包括确定子模块和控制子模块,确定子模块用于根据康复机械手指关节第k次运行t时刻的模型伪偏导数值和第k-1次运行过程中t时刻的电机控制值、t+1时刻的康复机械手指关节的弯曲角度误差ek(t)确定康复机械手指关节第k次运行t时刻的控制律:其中,λ为权重系数,ρ为步长因数,第k次运行t时刻康复机械手指关节装置的模型伪偏导数,ek-1(t+1)为第t-1次运行t+1时刻康复机械手指关节的弯曲角度误差,uk-1(t)为第k-1次运行t时刻康复机械手指关节控制电机的输出值;控制子模块用于根据康复机械手指关节第k次运行t时刻的控制律控制康复机械手指关节的运动。
根据本发明的一种基于自适应学习控制的康复机械手的控制方法,其特征在于,包括以下步骤:
S1:获取在第k-1次和第k-2次运行过程中康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值;
S2:获取康复机械手指关节第k-1次运行过程中t+1时刻的弯曲角度误差ek(t):ek(t)=yd(t)-yk(t),其中,yd(t)为t时刻康复机械手指关节期望弯曲角度值,yk(t)为第k次运行t时刻康复机械手指关节的实际弯曲角度值;
S3:根据康复机械手指关节在第k-1次和第k-2次运行过程中康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值和第k-1次运行过程中t时刻的弯曲角度值获取康复机械手指关节第k次运行t时刻的模型伪偏导数值 其中,μ为权重系数,η为步长因数,为第k-1次运行t时刻康复机械手指关节的模型伪偏导数值,Δuk-1(t)=uk-1(t)-uk-2(t)为t时刻第k-1次运行电机控制值与第k-2次运行电机控制值的差值,Δyk-1(t+1)为t+1时刻第k-1次康复机械手指关节弯曲角度值与第k-2次运行康复机械手指关节弯曲角度值的差值;
S4:根据康复机械手指关节第k次运行t时刻的模型伪偏导数值和第k-1次运行过程中t时刻的电机控制值、t+1时刻的康复机械手指关节的弯曲角度误差ek(t)确定康复机械手指关节当前运行中当前时刻的控制律: 其中,λ为权重系数,ρ为步长因数,第k次运行t时刻康复机械手指关节装置的模型伪偏导数,ek-1(t+1)为第k-1次运行t+1时刻康复机械手指关节的弯曲角度误差,uk-1(t)为第k-1次运行t时刻康复机械手指关节控制电机的输出值;
S5:根据第k次运行t时刻的控制律控制康复机械手指关节的运动。
在实际应用中,可以通过上述康复机械手装置和控制方法能够解决康复机械手指关节的控制问题,且控制精度高,实现了自始至终的无误差的完全跟踪。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本发明中,术语“第一”、“第二”、“第三”、“第四”仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上,除非另有明确的限定。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于自适应学习控制的康复机械手,包括多个康复机械手指关节,其特征在于,还包括处理器,所述处理器能够采集所述康复机械手的每次操作参数,并控制所述多个康复机械手指关节,所述处理器包括第一获取模块、第二获取模块、第三获取模块、控制模块,其中,
所述第一获取模块,用于获取在第k-1次和第k-2次运行过程中所述康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值;
所述第二获取模块,用于获取所述康复机械手指关节第k-1次运行过程中t+1时刻的弯曲角度误差ek(t)∶ek(t)=yd(t)-yk(t),其中,yd(t)为t时刻所述康复机械手指关节期望弯曲角度值,yk(t)为第k次运行t时刻所述康复机械手指关节的实际弯曲角度值;
所述第三获取模块,用于根据所述康复手指关节在第k-1次和第k-2次运行过程中所述康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值和第k-1次运行过程中t时刻的弯曲角度值获取所述康复机械手指关节第k次运行t时刻的模型伪偏导数值 其中,μ为权重系数,η为步长因数,为第k-1次运行t时刻所述康复机械手指关节的模型伪偏导数值,Δuk-1(t)=uk-1(t)-uk-2(t)为t时刻第k-1次运行电机控制值与第k-2次运行电机控制值的差值,Δyk-1(t+1)为t+1时刻第k-1次所述康复机械手指关节弯曲角度值与第k-2次运行所述康复机械手指关节弯曲角度值的差值;
所述控制模块包括确定子模块和控制子模块,所述确定子模块用于根据所述康复机械手指关节第k次运行t时刻的模型伪偏导数值和第k-1次运行过程中t时刻的电机控制值、t+1时刻的所述康复机械手指关节的弯曲角度误差ek(t)确定所述康复机械手指关节当前运行中当前时刻的控制律:其中,λ为权重系数,ρ为步长因数,第k次运行t时刻所述康复机械手指关节装置的模型伪偏导数,ek-1(t+1)为第k-1次运行t+1时刻所述康复机械手指关节的弯曲角度误差,uk-1(t)为第k-1次运行t时刻所述康复机械手指关节控制电机的输出值;所述控制子模块用于根据第k次运行t时刻的控制律控制所述康复机械手指关节的运动。
2.根据权利要求1所述的一种基于自适应学习控制的康复机械手的控制方法,其特征在于,包括以下步骤:
S1:获取在第k-1次和第k-2次运行过程中所述康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值;
S2:获取所述康复机械手指关节第k-1次运行过程中t+1时刻的弯曲角度误差ek(t):ek(t)=yd(t)-yk(t),其中,yd(t)为t时刻所述康复机械手指关节期望弯曲角度值,yk(t)为第k次运行t时刻所述康复机械手指关节的实际弯曲角度值;
S3:根据所述康复机械手指关节在第k-1次和第k-2次运行过程中所述康复机械手指关节的t时刻的电机控制值,t+1时刻的弯曲角度值和第k-1次运行过程中t时刻的弯曲角度值获取所述康复机械手指关节第k次运行t时刻的模型伪偏导数值 其中,μ为权重系数,η为步长因数,为第k-1次运行t时刻所述康复机械手指关节的模型伪偏导数值,Δuk-1(t)=uk-1(t)-uk-2(t)为t时刻第k-1次运行电机控制值与第k-2次运行电机控制值的差值,Δyk-1(t+1)为t+1时刻第k-1次所述康复机械手指关节弯曲角度值与第k-2次运行所述康复机械手指关节弯曲角度值的差值;
S4:根据所述康复机械手指关节第k次运行t时刻的模型伪偏导数值和第k-1次运行过程中t时刻的电机控制值、t+1时刻的所述康复机械手指关节的弯曲角度误差ek(t)确定所述康复机械手指关节当前运行中当前时刻的控制律:其中,λ为权重系数,ρ为步长因数,第k次运行t时刻所述康复机械手指关节装置的模型伪偏导数,ek-1(t+1)为第k-1次运行t+1时刻所述康复机械手指关节的弯曲角度误差,uk-1(t)为第k-1次运行t时刻所述康复机械手指关节控制电机的输出值;
S5:根据第k次运行t时刻的控制律控制所述康复机械手指关节的运动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910610810.1A CN110339016A (zh) | 2019-07-08 | 2019-07-08 | 一种基于自适应学习控制的康复机械手 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910610810.1A CN110339016A (zh) | 2019-07-08 | 2019-07-08 | 一种基于自适应学习控制的康复机械手 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110339016A true CN110339016A (zh) | 2019-10-18 |
Family
ID=68178471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910610810.1A Pending CN110339016A (zh) | 2019-07-08 | 2019-07-08 | 一种基于自适应学习控制的康复机械手 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110339016A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279029A (zh) * | 2013-05-31 | 2013-09-04 | 北京航空航天大学 | 多机器人手臂系统的自适应协调控制方法 |
CN105652667A (zh) * | 2016-03-31 | 2016-06-08 | 西南石油大学 | 一种模型不确定双关节机械手的高精度轨迹跟踪控制方法 |
CN108828960A (zh) * | 2018-09-11 | 2018-11-16 | 武汉理工大学 | 一种气动肌肉无模型高阶迭代学习控制方法 |
-
2019
- 2019-07-08 CN CN201910610810.1A patent/CN110339016A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279029A (zh) * | 2013-05-31 | 2013-09-04 | 北京航空航天大学 | 多机器人手臂系统的自适应协调控制方法 |
CN105652667A (zh) * | 2016-03-31 | 2016-06-08 | 西南石油大学 | 一种模型不确定双关节机械手的高精度轨迹跟踪控制方法 |
CN108828960A (zh) * | 2018-09-11 | 2018-11-16 | 武汉理工大学 | 一种气动肌肉无模型高阶迭代学习控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Koenemann et al. | Real-time imitation of human whole-body motions by humanoids | |
Hatton et al. | Generating gaits for snake robots: annealed chain fitting and keyframe wave extraction | |
CN111881772B (zh) | 基于深度强化学习的多机械臂协同装配方法和系统 | |
CN110394806A (zh) | 一种基于高阶自适应学习控制的康复机械手 | |
US9642725B2 (en) | System and method for joint testing | |
Yim | Adaptive control of a flexible joint manipulator | |
Li et al. | Offline policy iteration based reinforcement learning controller for online robotic knee prosthesis parameter tuning | |
Hu et al. | Adaptive variable impedance control of dual-arm robots for slabstone installation | |
CN110339016A (zh) | 一种基于自适应学习控制的康复机械手 | |
Di Febbo et al. | Does Reinforcement Learning outperform PID in the control of FES-induced elbow flex-extension? | |
CN110253555A (zh) | 仿生机械手 | |
CN111223141A (zh) | 基于强化学习的自动化流水线作业效率优化系统及方法 | |
Lämmle et al. | Simulation-based learning of the peg-in-hole process using robot-skills | |
CN114939861B (zh) | 一种基于tms-ppo算法的肌肉骨骼机器人控制方法 | |
Gaweda et al. | Model predictive control with reinforcement learning for drug delivery in renal anemia management | |
Esfanjani et al. | Application of nonlinear model predictive controller for FES-assisted standing up in paraplegia | |
CN114131591A (zh) | 外肢体机器人作业策略半物理仿真方法及系统 | |
Hadi et al. | Single link manipulator trajectory tracking using nonlinear control algorithm | |
Raza et al. | Model predictive control for upper limb rehabilitation robotic system under noisy condition | |
Alshammary et al. | Efficacy of coordinating shoulder and elbow motion in a myoelectric transhumeral prosthesis in reaching tasks | |
Kakoty et al. | Model predictive control for finger joint trajectory of TU Biomimetic hand | |
Chowdhury | A new approach to real‐time training of dynamic neural networks | |
Xiao et al. | A reinforcement learning approach for robot control in an unknown environment | |
Ganin et al. | Hierarchical adaptive control system of a manipulator based on the synthesis of a neural network of fuzzy inference and an iterative refinement algorithm | |
Hayashi et al. | Polycentric Framework for Robotic Kinematics |
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: 20191018 |
|
RJ01 | Rejection of invention patent application after publication |