CN116492155B - 主被动混合减震担架床的控制方法 - Google Patents

Abstract

本发明提供了一种主被动混合减震担架床及其控制方法，包括：底座、担架本体、传感器模块、控制决策模块、被动减震模块、第一旋转驱动组件以及第二旋转驱动组件；所述传感器模块设置在所述底座上，获取底座的加速度数据和姿态角度；所述第一旋转驱动组件固定设置在所述底座上，所述第二旋转驱动组件固定设置在所述第一旋转驱动组件的驱动轴上，且第一旋转驱动组件的驱动轴与第二旋转驱动组件的驱动轴串联正交设置，所述第二旋转驱动组件的驱动轴通过被动减振模块与所述担架本体连接。本发明极大的减小了救护车急加速、急减速带来的纵向加速度冲击，以及救护车急转弯带来的横向加速度冲击。

Description

主被动混合减震担架床的控制方法

技术领域

本发明涉及减震担架的技术领域，具体地，涉及一种主被动混合减震担架床及其控制方法。

背景技术

救护车在城市道路需要高速行驶以更快的将病人运送到医院，行进过程中不可避免的要频繁的进行急加速，急刹车，急转弯等激进的驾驶方式。此种行驶情况下，会严重降低病人乘车的舒适性，更为严重的是会给病人带来二次伤害，尤其是对心脑血管病人、颅脑受伤、骨折等患者，此种二次伤害是十分严重的，甚至是致命的。因此非常有必要设计救护车车载减震装置，来抵消有急加速，急刹车，急转弯等激进驾驶带来的有害加速度以及震动。

目前，车辆本身具有的悬架系统虽然可以对路面的颠簸起伏起到一定衰减作用，但常用的救护车车载担架没有减震装置，在车辆行驶过程中，车辆产生的颠簸会直接传导到担架上，形成共振，给患者带来不适，甚至威胁患者生命。而上面提到的急加速，急刹车，急转弯带来的冲击，目前的担架床更是无法消除，因此为了避免病人二次伤害，救护车往往会低速行驶，从而错过最佳治疗时间。

现有的一些专利考虑设计的相应车载减震担架，以被动减震为主。专利CN216975657U提出了一种集成气囊与液压减震器的救护车担架，可以减少转弯及颠簸路段时担架的晃动，减少车辆颠簸对担架上患者的影响。专利CN215689176U设计了一种救护车用担架平台，包括钢丝绳减震器和减震充气垫，可以实现上下左右缓冲减震的效果。以上被动装置主要提供上下左右有限的被动减震，对车辆急加速，急刹车，急转弯带来的加速度冲击均无明显减小效果。

还有一些车载减震担架采用主动减震。专利CN115429551A提出了一种救护车车载主动减震担架，包括轮腿减震单元和车架减震单元，结合磁悬浮滑动平台可以在XYZ三轴方向进行小范围活动及减震。CN113679538A设计了多自由度的主动减震担架床，通过主动控制伸缩机构能对低频高幅的振动起到有效减振，保持担架床体处于平衡状态。以上两种主动减震担架床均能对多自由度进行减震，但是由于运动机构限制，对车辆急加速，急刹车，急转弯带来的加速度冲击只有很小的减小效果。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种主被动混合减震担架床及其控制方法。

根据本发明提供的一种主被动混合减震担架床，包括：底座、担架本体、传感器模块、控制决策模块、被动减震模块、第一旋转驱动组件以及第二旋转驱动组件；

所述传感器模块设置在所述底座上，获取底座的加速度数据和姿态角度；

所述第一旋转驱动组件固定设置在所述底座上，所述第二旋转驱动组件固定设置在所述第一旋转驱动组件的驱动轴上，且第一旋转驱动组件的驱动轴与第二旋转驱动组件的驱动轴串联正交设置，所述第二旋转驱动组件的驱动轴通过被动减振模块与所述担架本体连接；

所述控制决策模块与所述传感器模块、所述第一旋转驱动组件以及所述第二旋转驱动组件电连接，所述第一旋转驱动组件、所述第二旋转驱动组件根据摇摆数据调节座椅本体的姿态。

优选地，所述被动减震模块采用空气气囊。

优选地，还包括保险丝装置，所述保险丝装置与所述第一旋转驱动组件、第二旋转驱动组件电连接，用于过载保护。

根据本发明提供的一种主被动混合减震担架床的控制方法，包括：

步骤S1：所述传感器模块实时采集本体的横向加速度和纵向加速度；

步骤S2：建立担架本体动力学模型，根据动力学模型计算旋转驱动组件相对于横向加速度和纵向加速度的控制期望目标；

步骤S3：采用MPC控制算法基于控制期望目标对旋转驱动组件进行控制。

优选地，所述步骤S2包括：

设担架床上台面相对底座的俯仰角为β_h，横滚角为α_h；

则

其中G为病人所受重力，F为躺在担架床上的病人受到的纵向冲击力，a_y为车厢受到的纵向加速度，β_e为本体相对于地面的俯仰角，由上式可得，β_h的期望值为

同理，担架本体横滚角的期望值α_hd为

其中α_e为本体相对于地面的横滚角。

优选地，所述步骤S3包括：

步骤S3.1：所述第一旋转驱动组件和所述第二旋转驱动组件根据控制决策模块进行转动；

步骤S3.2：控制决策模块根据传感器模块实时获取的担架本体对于车体的位姿角进行实时调整，跟踪期望轨迹。

优选地，所述步骤S3.2包括：

步骤S3.2.1：建立第一旋转驱动组件和第二旋转驱动组件两运动轴的动力学方程，根据预测输出与系统真实输出间的误差构建目标函数；

步骤S3.2.2：设置第一旋转驱动组件和第二旋转驱动组件的旋转范围约束，在旋转范围约束下计算第一旋转驱动组件和第二旋转驱动组件控制输入量。

优选地，所述第一旋转驱动组件运动轴的动力学方程为：

所述第二旋转驱动组件运动轴的动力学方程为：

其中，u_α为第一旋转驱动组件的驱动力，u_β为第二旋转驱动组件的驱动力；J(α_h)、J(β_h)分别为第一旋转驱动组件、第二旋转驱动组件运动轴的转动惯量，为第一旋转驱动组件、第二旋转驱动组件的柯氏力、离心力、摩擦力矩阵，G(α_h)、G(β_h)第一旋转驱动组件、第二旋转驱动组件的重力矩阵，B(α_h)、B(β_h)为第一旋转驱动组件、第二旋转驱动组件的输入矩阵。

优选地，所述目标函数通过如下方式构建：

控制目标为通过控制u_α、u_β使担架本体的俯仰角β_h，横滚角α_h准确的跟踪期望目标；

采用前向欧拉法离散化动力学方程得：

β_h(k+1)＝A_β(k)β_h(k)+B_β(k)u_β(k)

α_h(k+1)＝A_α(k)α_h(k)+B_α(k)u_α(k)

其中A_β(k)、B_β(k)、A_α(k)、B_α(k)为相应的系数矩阵；

根据预测输出与系统真实输出间的误差构造目标函数如下

其中，N_P为预测时域，N_C为控制时域，Q为控制系统的误差权重矩阵，R为控制系统的控制权重矩阵，ρ为权重系数，ε为松弛因子；为k时刻对k+i时刻θ的估计值，为k时刻对k+i时刻θ参考的估计值，Δu(k+i|k)为k时刻对k+i时刻的控制量。

优选地，所述步骤S3.2包括：

设置旋转驱动组件的运动约束为：

式中，k＝0,1,…,N_c-1；θ_min(k)、θ_max(k)分别为输出的最小值和最大值，Δu_min(k)、Δu_max(k)分别为相应控制量的最小值和最大值；

将控制量求解转变为求解以下优化问题：

min J(k)

s.t.

θ(k+1)＝A(k)θ(k)+B(k)u(k),k＝0,1,…,N_c-1

θ(k|k)＝θ₀(k)

θ_min(k)≤θ(k)≤θ_max(k)

Δu_min(k)≤Δu(k)≤Δu_max(k)

每经过一个采样时刻都会对上式进行求解，得到的控制时域内一系列控制输入增量为：

将该控制序列中第1个元素作为实际的控制输入增量作用于系统，即：

与现有技术相比，本发明具有如下的有益效果：

1、本发明极大的减小了救护车急加速、急减速带来的纵向加速度冲击，最大减震效率可达到50％以上。

2、本发明极大的减小了救护车急转弯带来的横向加速度冲击，最大减震效率可达到50％以上。

3、本发明在颠簸路面行驶的情况下，在车辆悬挂对垂向减震的基础上，进一步减小垂向加速度带来的冲击，最大减震效率达到30％以上。

本发明的其他有益效果，将在具体实施方式中通过具体技术特征和技术方案的介绍来阐述，本领域技术人员通过这些技术特征和技术方案的介绍，应能理解所述技术特征和技术方案带来的有益技术效果。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明中主被动混合减震担架床整体结构示意图；

图2为本发明中主被动混合减震担架床系统框图；

图3为本发明中主被动混合减震担架床控制流程图；

图4为本发明中担架床在惯性坐标系中的模型图；

图5为本发明中MPC控制算法控制两驱动轴的流程图；

图6为本发明中MPC控制算法框图；

图7为本发明中主被动混合减震担架床的实物测试图。

附图标记说明：

底座1 第二减速器9

第一电机2 第二转轴10

第一减速器3 传感器模块11

第一转轴4 连接框架12

保险丝装置5 被动减震模块13

驱动器及散热装置6 锁定装置14

控制决策模块7 担架本体15

第二电机8

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

本发明提供了一种主被动混合减震担架床，适用于救护车中，参照图1所示，包括：底座1、担架本体15、传感器模块11、控制决策模块7、被动减震模块13、第一旋转驱动组件以及第二旋转驱动组件。

底座1用来将担架床固定在救护车底板上，传感器模块11设置在所述底座1上，获取底座1的加速度数据和姿态角度，加速度数据包括横向加速度、纵向加速度。传感器模块11可以是IMU模块。

第一旋转驱动组件用与控制担架本体15的横滚自由度，包括第一电机2、第一减速器3以及第一转轴4。第二旋转驱动组件用于控制担架本体15的俯仰自由度，包括第二电机8、第二减速器9以及第二转轴10。第一旋转驱动组件固定设置在所述底座1上，所述第二旋转驱动组件固定设置在所述第一旋转驱动组件的第一转轴4上，且第一旋转驱动组件的第一转轴4与第二旋转驱动组件的第二转轴10串联正交设置，所述第二旋转驱动组件的第二转轴10通过被动减振模块与所述担架本体15连接,被动减震模块13采用空气气囊。

救护车主被动混合减震担架床包括连接框架12，连接框架12与第二转轴固定连接，连接框架12与担架本体15为活动连接，被动减振模块13设置在担架本体15与连接框架12之间，用来提供担架本体15上台面的垂向被动自由度。在担架本体15上还设置有锁定装置14，用于锁死运送病人的救护担架。

所述控制决策模块7与所述传感器模块11、所述第一旋转驱动组件以及所述第二旋转驱动组件电连接，所述第一旋转驱动组件、所述第二旋转驱动组件根据摇摆数据调节座椅本体的姿态。

还包括保险丝装置5，所述保险丝装置5与所述第一旋转驱动组件、第二旋转驱动组件电连接，用于过载保护。驱动器及散热装置6，用于驱动第一旋转驱动组件和第二旋转驱动组件。

参照图2所示，为救护车主被动混合减震担架床的总体控制方法，传感器模块11首先实时获取救护车在惯性空间的横向加速度和纵向加速度，传感器所测得的传感器数据通过通讯模块发送给控制决策模块7。控制器决策模块通过对传感器数据的分析，根据动力学模型确定担架床上台面相对救护车车体的目标姿态。进而驱动器模块根据控制决策模块7的控制决策驱动电机进行转动。最后控制决策模块7根据传感器模块11实时获取的当前担架床上台面对于救护车车体的位姿角进行实时调整，精确跟踪上期望轨迹。

具体的，参照图3所示，包括以下步骤：

步骤S1：所述传感器模块11实时采集救护车本体的横向加速度和纵向加速度；

步骤S2：建立担架本体15动力学模型，根据动力学模型计算旋转驱动组件相对于横向加速度和纵向加速度的控制期望目标；

步骤S3：采用MPC控制算法基于控制期望目标对旋转驱动组件进行控制。

所述步骤S3包括：

步骤S3.1：所述第一旋转驱动组件和所述第二旋转驱动组件根据控制决策模块7进行转动；

步骤S3.2：控制决策模块7根据传感器模块11实时获取的担架本体15对于救护车车体的位姿角进行实时调整，跟踪期望轨迹。

步骤S3.2.1：建立第一旋转驱动组件和第二旋转驱动组件两运动轴的动力学方程，根据预测输出与系统真实输出间的误差构建目标函数；

步骤S3.2.2：设置第一旋转驱动组件和第二旋转驱动组件的旋转范围约束，在旋转范围约束下计算第一旋转驱动组件和第二旋转驱动组件控制输入量。

下面对主被动混合减震担架床的控制方法进行具体说明。

动力学模型及控制目标：

参照图4所示，为本发明主被动混合减震担架床在惯性坐标系中的模型，其中，O_ix_iy_iz_i为惯性坐标系，O_ex_ey_ez_e为救护车车厢坐标系，O_hx_hy_hz_h为担架床上台面坐标系，也即病人躺上担架的坐标系。

救护车在急加速、急刹车、急转弯的过程中，由于救护车车厢和车轮间本身存在有悬挂，因此车厢坐标系O_ex_ey_ez_e和惯性坐标系O_ix_iy_iz_i间会存在角度，设该角度绕y轴方向旋转的俯仰角为β_e，绕x轴方向旋转的横滚角为α_e。设急加速、急刹车过程中车厢受到的纵向加速度为a_y,转弯过程中车厢受到的横向加速度为a_x。

根据牛顿第二定理，在救护车前进方向，躺在担架床上的病人由急加速、急刹车所受冲击力为

F＝ma_y (1)

为了抵消上述加速度a_y对上平台上的病人造成的冲击，上平台通过俯仰自由度的主动运动生成补偿加速度，以抵消冲击。

设担架床上台面相对底座1的俯仰角为β_h，横滚角为α_h。则

其中G为病人所受重力。

由(2)可得，β_h的期望值为

同理，为了抵消急转弯时车厢加速度a_x对病人的冲击，上平台横滚角的期望值α_hd为

公式(3)和(4)为本发明两个转动机构的控制期望目标。

本发明中的空气气囊可以在救护车行驶于颠簸路面时提供垂向被动减震，以减少车厢对人体产生的垂向冲击。

MPC控制算法：

1、算法控制逻辑

MPC控制器是一的种先进的控制方法，它通过对系统动态模型的预测来生成控制输出。MPC通过在控制系统中引入轨迹追踪参考信号，并通过对系统模型的预测来生成控制输出，从而实现系统对参考轨迹的控制。

下图5给出了MPC控制算法对于本发明担架床两驱动轴的具体控制逻辑。

在每个采样周期，MPC控制器通过对本系统动态模型的预测，计算出最优的控制输出，分别使两个驱动轴的俯仰角β_h和横滚角α_h与期望轨迹β_hd和α_hd尽可能接近，最终实现对参考轨迹的精确跟踪。

下面首先根据系统动力学方程对跟踪目标函数进行设计，然后根据实际工程中担架床结构和安全性的考虑设计约束条件，最后通过对系统最优方程的求解，得出系统的控制量，实现对担架床两驱动轴的精确跟踪。

2、目标函数设计

本发明的两个转动轴相交于一点，因此两个自由度解耦，故两个轴可以单独进行控制。

第一旋转驱动组件运动轴的动力学方程为：

第二旋转驱动组件运动轴的动力学方程为：

其中，u_α为第一旋转驱动组件的驱动力，u_β为第二旋转驱动组件的驱动力；J(α_h)、J(β_h)分别为第一旋转驱动组件、第二旋转驱动组件运动轴的转动惯量， 为第一旋转驱动组件、第二旋转驱动组件的柯氏力、离心力、摩擦力矩阵，G(α_h)、G(β_h)第一旋转驱动组件、第二旋转驱动组件的重力矩阵，B(α_h)、B(β_h)为第一旋转驱动组件、第二旋转驱动组件的输入矩阵。

控制目标为通过控制u_α、u_β使担架本体15的俯仰角β_h，横滚角α_h准确的跟踪期望目标即公式(3)和(4)。

采用前向欧拉法离散化动力学方程(5)和(6)得：

β_h(k+1)＝A_β(k)β_h(k)+B_β(k)u_β(k) (7)

α_h(k+1)＝A_α(k)α_h(k)+B_α(k)u_α(k) (8)

其中A_β(k)、B_β(k)、A_α(k)、B_α(k)为相应的系数矩阵；

根据预测输出与系统真实输出间的误差构造目标函数如下：

其中，N_P为预测时域，N_C为控制时域，Q为控制系统的误差权重矩阵，R为控制系统的控制权重矩阵，ρ为权重系数，ε为松弛因子；为k时刻对k+i时刻θ的估计值，为k时刻对k+i时刻θ参考的估计值，Δu(k+i|k)为k时刻对k+i时刻的控制量。

3、约束条件设计

由于工程中担架床结构和安全性的考虑，俯仰角β_h、横滚角α_h有角度限制，本发明中，俯角和仰角限制分别为-15度，20度，横滚角限制为±20度。因此两主动自由度机器人运动过程中的约束为：

式中，k＝0,1,…,N_c-1；θ_min(k)、θ_max(k)分别为输出的最小值和最大值，Δu_min(k)、Δu_max(k)分别为相应控制量的最小值和最大值；

将控制量求解转变为求解以下优化问题：

每经过一个采样时刻都会对上式进行求解，得到的控制时域内一系列控制输入增量为：

将该控制序列中第1个元素作为实际的控制输入增量作用于系统，即：

进入下一个控制周期后，重复上述过程，依次循环，即可实现对本发明两主动自由度的轨迹跟踪控制。该控制算法的框图如图6所示。

下面对本发明公开的救护车主被动混合减震担架床的使用效果进行验证。

为了验证本发明机构和MPC算法的有效性，将本发明主被动混合减震担架床安装于某型救护车进行实际路测，如图7所示。救护车车厢和担架床上台面分别安装IMU，在急刹车和急转弯的路况下，根据两个IMU不同的测量值来计算纵向和横向的减震效率。同时，对垂向被动减震的效果也进行了计算。

(1)纵向加速度衰减效率。

救护车在城市B级路面行驶，分别以20码、30码、40码、50码车速进行急刹车，减震结果如表1所示：

表1主被动混合减震担架床纵向加速度衰减效率

从上表可以得出，随着车速越高，急刹车时担架床纵向加速度衰减越高，50码时衰减效率最高为52.66％。

(2)横向加速度衰减效率。

救护车分别以20码、30码、40码、50码车速进行急转弯，减震结果如表2所示：

表2主被动混合减震担架床横向加速度衰减效率

由上表可以得出，随车转弯速度提高，急转弯时担架床横向加速度衰减越高，50码急转弯时衰减效率最高为50.92％。

(3)垂向加速度衰减效率。

测试路况介于B级路面和C级路面之间，救护车分别以均速20码、30码、40码、50码行驶。减震结果如表3所示：

表3主被动混合减震担架床垂向加速度衰减效率

由于救护车车厢自带悬挂，由表3可以看出没有本发明被动减震的情况下，垂向加速度平均波动幅度约为重力加速度的12％，而在本发明被动减震的作用下，垂向加速度平均波动幅度降为8％左右，衰减效率约为30％，还是有比较明显的效果。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (6)

1.一种主被动混合减震担架床的控制方法，其特征在于，包括：

所述主被动混合减震担架床包括：底座(1)、担架本体(15)、传感器模块(11)、控制决策模块(7)、被动减震模块(13)、第一旋转驱动组件以及第二旋转驱动组件；

所述传感器模块(11)设置在所述底座(1)上，获取底座(1)的加速度数据和姿态角度；

所述第一旋转驱动组件固定设置在所述底座(1)上，所述第二旋转驱动组件固定设置在所述第一旋转驱动组件的驱动轴上，且第一旋转驱动组件的驱动轴与第二旋转驱动组件的驱动轴串联正交设置，所述第二旋转驱动组件的驱动轴通过被动减振模块与所述担架本体(15)连接；

所述控制决策模块(7)与所述传感器模块(11)、所述第一旋转驱动组件以及所述第二旋转驱动组件电连接，所述第一旋转驱动组件、所述第二旋转驱动组件根据摇摆数据调节座椅本体的姿态；

所述控制方法包括：

步骤S1：所述传感器模块(11)实时采集本体的横向加速度和纵向加速度；

步骤S2：建立担架本体(15)动力学模型，根据动力学模型计算旋转驱动组件相对于横向加速度和纵向加速度的控制期望目标；

步骤S3：采用MPC控制算法基于控制期望目标对旋转驱动组件进行控制；

所述步骤S3包括：

步骤S3.1：所述第一旋转驱动组件和所述第二旋转驱动组件根据控制决策模块(7)进行转动；

步骤S3.2：控制决策模块(7)根据传感器模块(11)实时获取的担架本体(15)对于车体的位姿角进行实时调整，跟踪期望轨迹；

所述步骤S3.2包括：

步骤S3.2.1：建立第一旋转驱动组件和第二旋转驱动组件两运动轴的动力学方程，根据预测输出与系统真实输出间的误差构建目标函数；

步骤S3.2.2：设置第一旋转驱动组件和第二旋转驱动组件的旋转范围约束，在旋转范围约束下计算第一旋转驱动组件和第二旋转驱动组件控制输入量；

所述目标函数通过如下方式构建：

控制目标为通过控制u_α、u_β使担架本体(15)的俯仰角β_h，横滚角α_h准确的跟踪期望目标；

采用前向欧拉法离散化动力学方程得：

β_h(k+1)＝A_β(k)β_h(k)+B_β(k)u_β(k)

α_h(k+1)＝A_α(k)α_h(k)+B_α(k)u_α(k)

其中A_β(k)、B_β(k)、A_α(k)、B_α(k)为相应的系数矩阵；

根据预测输出与系统真实输出间的误差构造目标函数如下

其中，N_P为预测时域，N_C为控制时域，Q为控制系统的误差权重矩阵，R为控制系统的控制权重矩阵，ρ为权重系数，ε为松弛因子；为k时刻对k+i时刻θ的估计值，/>为k时刻对k+i时刻θ参考的估计值，Δu(k+i|k)为k时刻对k+i时刻的控制量。

2.根据权利要求1所述的主被动混合减震担架床的控制方法，其特征在于，所述被动减震模块(13)采用空气气囊。

3.根据权利要求1所述的主被动混合减震担架床的控制方法，其特征在于，还包括保险丝装置(5)，所述保险丝装置(5)与所述第一旋转驱动组件、第二旋转驱动组件电连接，用于过载保护。

4.根据权利要求1所述的主被动混合减震担架床的控制方法，其特征在于，所述步骤S2包括：

设担架床上台面相对底座(1)的俯仰角为β_h，横滚角为α_h；

则

其中G为病人所受重力，F为躺在担架床上的病人受到的纵向冲击力，a_y为车厢受到的纵向加速度，β_e为本体相对于地面的俯仰角，由上式可得，β_h的期望值为

同理，担架本体(15)横滚角的期望值α_hd为

其中α_e为本体相对于地面的横滚角。

5.根据权利要求1所述的主被动混合减震担架床的控制方法，其特征在于：

所述第一旋转驱动组件运动轴的动力学方程为：

所述第二旋转驱动组件运动轴的动力学方程为：

其中，u_α为第一旋转驱动组件的驱动力，u_β为第二旋转驱动组件的驱动力；J(α_h)、J(β_h)分别为第一旋转驱动组件、第二旋转驱动组件运动轴的转动惯量，为第一旋转驱动组件、第二旋转驱动组件的柯氏力、离心力、摩擦力矩阵，G(α_h)、G(β_h)第一旋转驱动组件、第二旋转驱动组件的重力矩阵，B(α_h)、B(β_h)为第一旋转驱动组件、第二旋转驱动组件的输入矩阵。

6.根据权利要求1所述的主被动混合减震担架床的控制方法，其特征在于，所述步骤S3.2包括：

设置旋转驱动组件的运动约束为：

式中，k＝0,1,…,N_c-1；θ_min(k)、θ_max(k)分别为输出的最小值和最大值，Δu_min(k)、Δu_max(k)分别为相应控制量的最小值和最大值；

将控制量求解转变为求解以下优化问题：

min J(k)

s.t.

θ(k+1)＝A(k)θ(k)+B(k)u(k),k＝0,1,…,N_c-1

θ(k|k)＝θ₀(k)

θ_min(k)≤θ(k)≤θ_max(k)

Δu_min(k)≤Δu(k)≤Δu_max(k)

每经过一个采样时刻都会对上式进行求解，得到的控制时域内一系列控制输入增量为：

将该控制序列中第1个元素作为实际的控制输入增量作用于系统，即：