CN116000917A - 康复步行机器人的运动轨迹安全触发数据驱动控制方法 - Google Patents
康复步行机器人的运动轨迹安全触发数据驱动控制方法 Download PDFInfo
- Publication number
- CN116000917A CN116000917A CN202211542594.XA CN202211542594A CN116000917A CN 116000917 A CN116000917 A CN 116000917A CN 202211542594 A CN202211542594 A CN 202211542594A CN 116000917 A CN116000917 A CN 116000917A
- Authority
- CN
- China
- Prior art keywords
- walking robot
- rehabilitation walking
- data
- safety
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 239000011159 matrix material Substances 0.000 claims abstract description 26
- 238000013499 data model Methods 0.000 claims abstract description 16
- 238000005070 sampling Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000452 restraining effect Effects 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种康复步行机器人的运动轨迹安全触发数据驱动控制方法。其特征为:将康复步行机器人的动力学模型离散化,根据系统的输入和输出数据,采用动态线性化方法建立康复步行机器人的数据模型,进一步对伪偏导数矩阵进行估计,得到了康复步行机器人的数据估计模型;基于数据估计模型设计运动轨迹安全触发数据驱动控制器,利用触发条件约束康复步行机器人的轨迹跟踪误差,保障了系统运动轨迹的安全并使系统稳定;基于STM32F411系列单片机将输出PWM信号提供给电机驱动模块,使机器人可帮助训练者跟踪医生指定的运动轨迹。该控制方法通过数据驱动新技术解决了康复步行机器人的运动轨迹安全问题。
Description
技术领域:
本发明涉及轮式康复步行机器人的控制领域,尤其是关于轮式下肢康复步行机器人的安全控制方法。
背景技术:
交通事故及人口老龄化使步行障碍患者逐年增多,由于我国缺少专业康复人员,导致步行障碍患者无法得到及时有效的运动训练,从而步行功能逐渐丧失,无法实现日常独立生活。随着康复步行机器人在康复中心、养老院等场所的应用,有效解决了康复人员短缺的问题。然而,在实际应用中,康复步行机器人精确的模型较难获得,而基于模型设计的控制器往往受模型的精度影响,具有一定的局限性。另外,在训练过程中康复步行机器人的运动轨迹和训练者的安全息息相关。因此,研究如何保障康复步行机器人安全运动轨迹的数据驱动控制方法对提高康复步行机器人性能具有重要意义。
近年来,康复步行机器人轨迹跟踪控制已有许多研究成果,然而这些结果大多都是基于康复步行机器人的数学模型设计的控制方案,这对模型的依赖度较高,模型精度将直接影响实际跟踪精度。除此之外,康复步行机器人的运动轨迹也直接影响到训练者的安全。到目前为止,还没有关于康复步行机器人运动轨迹安全触发数据驱动的控制方法,本发明基于安全触发数据驱动控制新视角,设计了约束系统轨迹跟踪误差的安全触发条件,保障了人机系统运动轨迹的安全性,对提高康复步行机器人的安全性能具有重要意义。
发明内容:
发明目的:
为了解决上述问题,本发明提供了康复步行机器人的运动轨迹安全触发数据驱动控制方法,目的是提高机器人的控制精度,保障训练者的安全。
技术方案:
本发明是通过以下技术方案来实现的:
康复步行机器人的运动轨迹安全触发数据驱动控制方法,其特征在于:
1)根据系统的输入和输出数据,采用动态线性化方法建立康复步行机器人的数据模型,进一步对伪偏导数矩阵进行估计,得到了康复步行机器人的数据估计模型;
2)基于数据估计模型设计运动轨迹安全触发数据驱动控制器,利用触发条件约束康复步行机器人的轨迹跟踪误差,保障了系统运动轨迹的安全并使系统稳定。
步骤如下:
步骤1)将康复步行机器人的动力学模型离散化,根据系统的输入和输出数据,采用动态线性化方法建立康复步行机器人的数据模型,进一步对伪偏导数矩阵进行估计,得到了康复步行机器人的数据估计模型,其特征在于:系统的动力学模型描述如下
其中
X(t)为康复步行机器人的实际行走轨迹,xa(t),ya(t),θa(t)分别表示机器人在x轴、y轴和旋转角三个方向的运动轨迹,u(t)表示广义输入力,f1,f2,f3,f4分别表示机器人四个轮子的电机驱动力,M表示机器人的质量,m表示康复者的质量,I0表示转动惯量,为系数矩阵。θ表示水平轴和机器人中心与第一个轮子中心连线间的夹角,即θ=θ1,由康复步行机器人结构可知,θ3=θ+π,li表示系统重心到每个轮子中心的距离,r0表示中心到重心的距离,φi表示x′轴和每个轮子对应的li之间的夹角i=1,2,3,4。
系统的运动学模型描述如下:
其中vx,vy,分别表示康复步行机器人在x轴、y轴和旋转角三个方向的速度,v1,v2,v3,v4分别表示机器人四个轮子的速度。由式(2)可知v1+v2=v3+v4,因此康复步行机器人具有一个冗余自由度,模型(1)中的4个控制输入力只有3个是独立的,于是令输入力f4=f2,由模型(1)可得:
其中
其中
T为采样时间,I3为单位矩阵,uσ(k),σ=1,2,3表示康复步行机器人第σ个轮子的电机驱动力。
于是,根据康复步行机器人的输入和输出数据,其离散化动力学模型(4)可进一步表示为:
其中Gj表示由康复步行机器人输入和输出数据构成的非线性多项式,j=1,2,3。u(k)和X(k)分别表示k时刻系统的输入和输出,并且Gj对于输入u(k)的偏导数是连续的。nX和nu为两个给定的正整数。
系统(5)满足Lipschitz条件,对于任意整数k1≠k2,k1≥0,k2≥0,u(k1)≠u(k2),都有
||X(k1+1)-X(k2+1)||≤b||u(k1)-u(k2)||,其中b>0为给定的常数。
令ΔX(k+1)=X(k+1)-X(k),结合方程(5)可得:
根据微分中值定理,方程(6)可写成如下形式:
其中
Δu(k)=u(k)-u(k-1) (8)
对于每一个固定时刻k,由方程(9)可得如下的数据方程:
E(k)=D(k)Δu(k) (11)
其中D(k)为k时刻反映E(k)和Δu(k)关系的数据,由于||Δu(k)||≠0,方程(8)至少存在一个解D*(k),结合方程(7)和(11)可得:
令变量表示伪偏导数矩阵。为了保证人机系统运动轨迹的安全性,需要及时观察康复步行机器人的实际轨迹,并决定是否更新控制输入力,因此系统的采样时间设置较短,那么根据方程(12)可知,是慢时变参数矩阵。由方程(12)可得康复步行机器人的数据模型为:
对式(17)化简有:
对式(18)进一步整理可得:
其中0<ρ<2,λ>0分别为可调参数。
对方程(23)右边取平方可得:
进一步,根据可调参数ρ的取值范围,可得:
由方程(23)、(24)、(25)可知,存在0<d<1,使下式(26)成立。
步骤2)基于数据估计模型设计运动轨迹安全触发数据驱动控制器,利用触发条件约束康复步行机器人的轨迹跟踪误差,保障系统安全的运动轨迹并使系统稳定,其特征在于:
定义系统轨迹跟踪误差e(k)=Xd(k)-X(k),Xd(k)表示医生指定的平缓变化的康复训练轨迹。控制器安全触发的时间序列表示为{ki},i=1,2,…。
设计运动轨迹安全触发数据驱动控制器:
当k=ki,i=1时:
||e(k)||≥δ (28)
当k=ki,i=2,3,4,…时:
根据康复步行机器人数据模型(13),系统的跟踪误差可以写成:
在触发时刻,即k=ki时,将控制器(27)带入方程(30)可得:
将安全触发误差带入方程(31)中可得:
建立李雅普诺夫函数V(k)=||e(k)||2,则有:
ΔV(k+1)≤0 (35)
因此由式(35)可知,在所有触发时刻,设计的安全触发数据驱动控制器可使康复步行机器人的轨迹跟踪误差收敛。由触发条件式(28)和(29)可知,康复步行机器人运动过程中轨迹跟踪误差满足||e(k)||<δ,实现了人机系统运动轨迹的安全性。
步骤3)基于STM32F411系列单片机将输出PWM信号提供给电机驱动模块,使康复步行机器人可帮助训练者跟踪医生指定的训练轨迹,以STM32F411系列单片机为主控制器,主控制器的输入接电机测速模块、输出接电机驱动模块;电机驱动模块与直流电机相连;电源系统给各个电气设备供电。主控制器控制方法为读取电机编码器的反馈信号与主控制器给定的控制命令信号Xd(t)和计算得出误差信号。根据误差信号,主控制器按照预定的控制算法计算出电机的控制量,送给电机驱动模块,电机转动带动轮子维持自身平衡及按指定方式运动。
优点及效果:
本发明是康复步行机器人的运动轨迹安全触发数据驱动控制方法,具有如下优点:
本发明将康复步行机器人的动力学模型离散化,根据系统的输入和输出数据,建立其动力学数据模型以及数据估计模型;基于数据估计模型设计运动轨迹安全触发数据驱动控制器,通过安全触发条件约束了康复步行机器人轨迹跟踪误差,从而保障了人机系统运动轨迹的安全性,提高了康复步行机器人的安全性能。
附图说明:
图1为本发明控制器工作框图;
图2为本发明系统坐标图;
图3为本发明STM32F411单片机最小系统;
图4为本发明MPU9250外围电路;
图5为本发明电机驱动模块外围电路;
图6为本发明硬件总体原理电路。
具体实施方式:
下面结合附图对本发明做进一步的说明,但本发明保护范围不受实施例的限制。
康复步行机器人的运动轨迹安全触发数据驱动控制方法:
1)根据系统的输入和输出数据,采用动态线性化方法建立康复步行机器人的数据模型,进一步对伪偏导数矩阵进行估计,得到了康复步行机器人的数据估计模型;
2)基于数据估计模型设计运动轨迹安全触发数据驱动控制器,利用触发条件约束康复步行机器人的轨迹跟踪误差,保障了系统运动轨迹的安全并使系统稳定。
步骤如下:
步骤1)将康复步行机器人的动力学模型离散化,根据系统的输入和输出数据,采用动态线性化方法建立康复步行机器人的数据模型,进一步对伪偏导数矩阵进行估计,得到了康复步行机器人的数据估计模型,其特征在于:系统的动力学模型描述如下
其中
X(t)为康复步行机器人的实际行走轨迹,xa(t),ya(t),θa(t)分别表示机器人在x轴、y轴和旋转角三个方向的运动轨迹,u(t)表示广义输入力,f1,f2,f3,f4分别表示机器人四个轮子的电机驱动力,M表示机器人的质量,m表示康复者的质量,I0表示转动惯量,为系数矩阵。θ表示水平轴和机器人中心与第一个轮子中心连线间的夹角,即θ=θ1,由康复步行机器人结构可知,θ3=θ+π,li表示系统重心到每个轮子中心的距离,r0表示中心到重心的距离,φi表示x′轴和每个轮子对应的li之间的夹角i=1,2,3,4。
系统的运动学模型描述如下:
其中vx,vy,分别表示康复步行机器人在x轴、y轴和旋转角三个方向的速度,v1,v2,v3,v4分别表示机器人四个轮子的速度。由式(2)可知v1+v2=v3+v4,因此康复步行机器人具有一个冗余自由度,模型(1)中的4个控制输入力只有3个是独立的,于是令输入力f4=f2,由模型(1)可得:
其中
其中
T为采样时间,I3为单位矩阵,uσ(k),σ=1,2,3表示康复步行机器人第σ个轮子的电机驱动力。
于是,根据康复步行机器人的输入和输出数据,其离散化动力学模型(4)可进一步表示为:
其中Gj表示由康复步行机器人输入和输出数据构成的非线性多项式,j=1,2,3。u(k)和X(k)分别表示k时刻系统的输入和输出,并且Gj对于输入u(k)的偏导数是连续的。nX和nu为两个给定的正整数。系统(5)满足Lipschitz条件,对于任意整数k1≠k2,k1≥0,k2≥0,u(k1)≠u(k2),都有||X(k1+1)-X(k2+1)||≤b||u(k1)-u(k2)||,其中b>0为给定的常数。
令ΔX(k+1)=X(k+1)-X(k),结合方程(5)可得:
根据微分中值定理,方程(6)可写成如下形式:
其中
Δu(k)=u(k)-u(k-1) (8)
对于每一个固定时刻k,由方程(9)可得如下的数据方程:
E(k)=D(k)Δu(k) (11)
其中D(k)为k时刻反映E(k)和Δu(k)关系的数据,由于||Δu(k)||≠0,方程(8)至少存在一个解D*(k),结合方程(7)和(11)可得:
令变量表示伪偏导数矩阵。为了保证人机系统运动轨迹的安全性,需要及时观察康复步行机器人的实际轨迹,并决定是否更新控制输入力,因此系统的采样时间设置较短,那么根据方程(12)可知,是慢时变参数矩阵。由方程(12)可得康复步行机器人的数据模型为:
对式(17)化简有:
对式(18)进一步整理可得:
其中0<ρ<2,λ>0分别为可调参数。
对方程(23)右边取平方可得:
进一步,根据可调参数ρ的取值范围,可得:
由方程(23)、(24)、(25)可知,存在0<d<1,使下式(26)成立。
步骤2)基于数据估计模型设计运动轨迹安全触发数据驱动控制器,利用触发条件约束康复步行机器人的轨迹跟踪误差,保障系统安全的运动轨迹并使系统稳定,其特征在于:
定义系统轨迹跟踪误差e(k)=Xd(k)-X(k),Xd(k)表示医生指定的平缓变化的康复训练轨迹。控制器安全触发的时间序列表示为{ki},i=1,2,…。
设计运动轨迹安全触发数据驱动控制器:
当k=ki,i=1时:
||e(k)||≥δ (28)
当k=ki,i=2,3,4,…时:
根据康复步行机器人数据模型(13),系统的跟踪误差可以写成:
在触发时刻,即k=ki时,将控制器(27)带入方程(30)可得:
将安全触发误差带入方程(31)中可得:
建立李雅普诺夫函数V(k)=||e(k)||2,则有:
ΔV(k+1)≤0 (35)
因此由式(35)可知,在所有触发时刻,设计的安全触发数据驱动控制器可使康复步行机器人的轨迹跟踪误差收敛。由触发条件式(28)和(29)可知,康复步行机器人运动过程中轨迹跟踪误差满足||e(k)||<δ,实现了人机系统运动轨迹的安全性。
步骤3)基于STM32F411系列单片机将输出PWM信号提供给电机驱动模块,使康复步行机器人可帮助训练者跟踪医生指定的训练轨迹,其特征在于:以STM32F411系列单片机为主控制器,主控制器的输入接电机测速模块、输出接电机驱动模块;电机驱动模块与直流电机相连;电源系统给各个电气设备供电。主控制器控制方法为读取电机编码器的反馈信号与主控制器给定的控制命令信号Xd(t)和计算得出误差信号。根据误差信号,主控制器按照预定的控制算法计算出电机的控制量,送给电机驱动模块,电机转动带动轮子维持自身平衡及按指定方式运动。
本发明解决了康复机步行器人的运动轨迹安全触发数据驱动控制问题。将康复步行机器人动力学模型离散化,根据系统的输入和输出数据建立其数据模型以及数据估计模型;基于数据估计模型设计了运动轨迹安全触发数据驱动控制器,该控制器不依赖于康复步行机器人的数学模型,并通过安全触发条件约束了康复步行机器人轨迹跟踪误差,获得了人机系统的安全运动轨迹,从而保障了康复步行机器人的跟踪精度和训练者的安全性。
Claims (3)
1.康复步行机器人的运动轨迹安全触发数据驱动控制方法;其特征为:将康复步行机器人的动力学模型离散化,根据系统的输入和输出数据,采用动态线性化方法建立康复步行机器人的数据模型,进一步对伪偏导数矩阵进行估计,得到了康复步行机器人的数据估计模型;基于数据估计模型设计运动轨迹安全触发数据驱动控制器,利用触发条件约束康复步行机器人的轨迹跟踪误差,保障了系统运动轨迹的安全并使系统稳定;步骤如下:
1)根据系统的输入和输出数据,采用动态线性化方法建立康复步行机器人的数据模型,进一步对伪偏导数矩阵进行估计,得到了康复步行机器人的数据估计模型;
2)基于数据估计模型设计运动轨迹安全触发数据驱动控制器,利用触发条件约束康复步行机器人的轨迹跟踪误差,保障了系统运动轨迹的安全并使系统稳定。
2.根据权利要求1所述康复步行机器人的运动轨迹安全触发数据驱动控制方法,其特征为:将康复步行机器人的动力学模型离散化,根据系统的输入和输出数据,采用动态线性化方法建立康复步行机器人的数据模型,进一步对伪偏导数矩阵进行估计,得到了康复步行机器人的数据估计模型,系统的动力学模型描述如下:
其中
X(t)为康复步行机器人的实际行走轨迹,xa(t),ya(t),θa(t)分别表示机器人在x轴、y轴和旋转角三个方向的运动轨迹,u(t)表示广义输入力,f1,f2,f3,f4分别表示机器人四个轮子的电机驱动力,M表示机器人的质量,m表示康复者的质量,I0表示转动惯量,M0,K(θ),B(θ)为系数矩阵;θ表示水平轴和机器人中心与第一个轮子中心连线间的夹角,即θ=θ1,由康复步行机器人结构可知,θ3=θ+π,lρ表示系统重心到每个轮子中心的距离,r0表示中心到重心的距离,表示x′轴和每个轮子对应的lρ之间的夹角ρ=1,2,3,4;
系统的运动学模型描述如下:
其中vx,vy,分别表示康复步行机器人在x轴、y轴和旋转角三个方向的速度,v1,v2,v3,v4分别表示机器人四个轮子的速度;由式(2)可知v1+v2=v3+v4,因此康复步行机器人具有一个冗余自由度,模型(1)中的4个控制输入力只有3个是独立的,于是令输入力f4=f2,由模型(1)可得:
其中
其中
T为采样时间,I3为单位矩阵,uσ(k),σ=1,2,3表示康复步行机器人第σ个轮子的电机驱动力;
于是,根据康复步行机器人的输入和输出数据,其离散化动力学模型(4)可进一步表示为:
其中Gj表示由康复步行机器人输入和输出数据构成的非线性多项式,j=1,2,3;u(k)和X(k)分别表示k时刻系统的输入和输出,并且Gj对于输入u(k)的偏导数是连续的;nX和nu为两个给定的正整数;系统(5)满足Lipschitz条件,对于任意整数k1≠k2,k1≥0,k2≥0,u(k1)≠u(k2),都有||X(k1+1)-X(k2+1)||≤b||u(k1)-u(k2)||,其中b>0为给定的常数;
令ΔX(k+1)=X(k+1)-X(k),结合方程(5)可得:
根据微分中值定理,方程(6)可写成如下形式:
其中
Δu(k)=u(k)-u(k-1) (8)
对于每一个固定时刻k,由方程(9)可得如下的数据方程:
E(k)=D(k)Δu(k) (11)
其中D(k)为k时刻反映E(k)和Δu(k)关系的数据,由于||Δu(k)||≠0,方程(8)至少存在一个解D*(k),结合方程(7)和(11)可得:
令变量表示伪偏导数矩阵;为了保证人机系统运动轨迹的安全性,需要及时观察康复步行机器人的实际轨迹,并决定是否更新控制输入力,因此系统的采样时间设置较短,那么根据方程(12)可知,是慢时变参数矩阵;由方程(12)可得康复步行机器人的数据模型为:
对式(17)化简有:
对式(18)进一步整理可得:
其中0<ρ<2,λ>0分别为可调参数;
对方程(23)右边取平方可得:
进一步,根据可调参数ρ的取值范围,可得:
由方程(23)、(24)、(25)可知,存在0<d<1,使下式(26)成立;
3.根据权利要求1所述康复步行机器人的运动轨迹安全触发数据驱动控制方法,其特征为:基于数据估计模型设计运动轨迹安全触发数据驱动控制器,利用触发条件约束康复步行机器人的轨迹跟踪误差,保障系统安全的运动轨迹并使系统稳定:
定义系统轨迹跟踪误差e(k)=Xd(k)-X(k),Xd(k)表示医生指定的平缓变化的康复训练轨迹;控制器安全触发的时间序列表示为{ki},i=1,2,…;
设计运动轨迹安全触发数据驱动控制器:
当k=ki,i=1时:
||e(k)||≥δ (28)
当k=ki,i=2,3,4,…时:
根据康复步行机器人数据模型(13),系统的跟踪误差可以写成:
在触发时刻,即k=ki时,将控制器(27)带入方程(30)可得:
将安全触发误差带入方程(31)中可得:
建立李雅普诺夫函数V(k)=||e(k)||2,则有:
ΔV(k+1)≤0 (35)
因此由式(35)可知,在所有触发时刻,设计的安全触发数据驱动控制器可使康复步行机器人的轨迹跟踪误差收敛;由触发条件式(28)和(29)可知,康复步行机器人运动过程中轨迹跟踪误差满足||e(k)||<δ,实现了人机系统运动轨迹的安全性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211542594.XA CN116000917A (zh) | 2022-12-02 | 2022-12-02 | 康复步行机器人的运动轨迹安全触发数据驱动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211542594.XA CN116000917A (zh) | 2022-12-02 | 2022-12-02 | 康复步行机器人的运动轨迹安全触发数据驱动控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116000917A true CN116000917A (zh) | 2023-04-25 |
Family
ID=86034550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211542594.XA Pending CN116000917A (zh) | 2022-12-02 | 2022-12-02 | 康复步行机器人的运动轨迹安全触发数据驱动控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116000917A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118092293A (zh) * | 2024-04-28 | 2024-05-28 | 西北工业大学 | 基于激励响应映射的月面轮式机器人数据驱动控制方法 |
-
2022
- 2022-12-02 CN CN202211542594.XA patent/CN116000917A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118092293A (zh) * | 2024-04-28 | 2024-05-28 | 西北工业大学 | 基于激励响应映射的月面轮式机器人数据驱动控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107479381B (zh) | 冗余康复步行训练机器人各轴跟踪误差最优预测控制方法 | |
CN104698848B (zh) | 一种下肢外骨骼康复机器人康复训练的控制方法 | |
CN112433495B (zh) | 基于scn人机不确定模型的康复机器人快速有限时间控制 | |
CN107831667B (zh) | 康复步行训练机器人的补偿人机互作用力的跟踪控制方法 | |
Bai et al. | A novel human-robot cooperative method for upper extremity rehabilitation | |
CN110673544B (zh) | 基于自适应在线学习的上肢康复机器人控制方法 | |
CN116000917A (zh) | 康复步行机器人的运动轨迹安全触发数据驱动控制方法 | |
Bhounsule | A controller design framework for bipedal robots: trajectory optimization and event-based stabilization | |
CN107703762B (zh) | 康复步行训练机器人的人机互作用力辨识及控制方法 | |
CN113001540A (zh) | 负载机动型外骨骼的人机交互智能控制方法及外骨骼系统 | |
Akesson et al. | Design and control of YAIP—an inverted pendulum on two wheels robot | |
JPH10128688A (ja) | ロボットの非干渉化制御方法 | |
Bascetta et al. | Two-time scale visual servoing of eye-in-hand flexible manipulators | |
CN111273542B (zh) | 立方体机器人及控制系统和方法以及设计方法 | |
CN115338871B (zh) | 一种两自由度机械臂的受限自适应鲁棒控制方法、系统 | |
Jo et al. | Development of minimalist bipedal walking robot with flexible ankle and split-mass balancing systems | |
CN113325720B (zh) | 具有运动速度决策的康复训练机器人自适应跟踪控制方法 | |
US11472024B2 (en) | Humanoid robot and its control method and computer readable storage medium | |
Takanishi | Robot Biped Walking Stabilized with Trunk Motion | |
CN113419433A (zh) | 一种自平衡电动轮椅欠驱动系统跟踪控制器的设计方法 | |
CN113377115B (zh) | 服务机器人具有自主学习暂态运动时间的稳定控制方法 | |
CN115793459A (zh) | 人机系统环境数据驱动估计的康复机器人补偿控制方法 | |
CN112388616B (zh) | 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 | |
Baskaran et al. | Development of Self Balancing Robot | |
Xia et al. | Advanced Motion Control of Hydraulic Manipulator With Precise Compensation of Dynamic Friction |
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 |