发明名称 康复训练机器人运动速度和运动轨迹同时跟踪的控制方法
摘要 康复训练机器人运动速度和运动轨迹同时跟踪的控制方法属于轮式康复机器人的控制领域,尤其涉及一种康复训练机器人运动速度和运动轨迹同时跟踪的控制方法。本发明就是针对上述问题,提供一种可有效提高训练者的安全性和康复效果的康复训练机器人运动速度和运动轨迹同时跟踪的控制方法。本发明基于康复步行训练机器人的运动学模型和动力学模型,冗余自由度特征,非线性输入-输出线性化理论,建立各驱动轮转速与驱动力之间的解耦状态方程;设计驱动力控制器,基于解耦状态方程,使康复步行训练机器人的运动速度实现渐近跟踪;进一步,驱动力控制器结合非线性反馈控制律,基于康复步行训练机器人动力学模型,使运动轨迹实现渐近跟踪。
申请公布号 CN105320138A 申请公布日期 2016.02.10
申请号 CN201510850021.7 申请日期 2015.11.28
申请人 沈阳工业大学 发明人 孙平;刘博;孙桐;李树江;薛伟霖;常洪彬
分类号 G05D1/02(2006.01)I;A61H1/00(2006.01)I 主分类号 G05D1/02(2006.01)I
代理机构 沈阳亚泰专利商标代理有限公司 21107 代理人 许宇来
主权项 康复训练机器人运动速度和运动轨迹同时跟踪的控制方法,其特征在于包括以下步骤:步骤1)建立各驱动轮转速与驱动力之间的解耦状态方程,系统的运动学模型为<img file="FDA0000861077400000011.GIF" wi="1342" he="86" />其中<img file="FDA0000861077400000012.GIF" wi="990" he="317" />V表示机器人四个驱动轮的运动速度,X为机器人的实际行走轨迹,K<sub>c</sub>表示系数矩阵,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,L表示机器人中心到各个轮子的距离,x(t)为机器人横轴方向的实际行走轨迹、y(t)为机器人纵轴方向的实际行走轨迹,θ(t)为机器人旋转方向的实际行走轨迹,t为机器人的实际行走时间;基于冗余自由度特征有v<sub>1</sub>+v<sub>2</sub>=v<sub>3</sub>+v<sub>4</sub>成立,得到如下运动学模型<img file="FDA0000861077400000013.GIF" wi="1374" he="79" />其中<img file="FDA0000861077400000014.GIF" wi="766" he="231" />步骤2)系统的动力学模型为<img file="FDA0000861077400000015.GIF" wi="1317" he="94" />其中<img file="FDA0000861077400000021.GIF" wi="1525" he="294" />M<sub>0</sub>为包含机器人质量M、康复者质量m和转动惯量I<sub>0</sub>的系数矩阵,B(θ)为机器人旋转角度构成的系数矩阵,u(t)表示机器人的控制输入力,r<sub>0</sub>为机器人中心到康复者重心偏移的距离;基于冗余机器人特征,令两个输入力f<sub>2</sub>=f<sub>4</sub>,得到如下动力学模型<img file="FDA0000861077400000022.GIF" wi="1366" he="87" />其中<img file="FDA0000861077400000023.GIF" wi="919" he="231" /><img file="FDA0000861077400000024.GIF" wi="92" he="62" />表示机器人转化为非冗余系统后的控制输入力,<img file="FDA0000861077400000025.GIF" wi="110" he="71" />表示系数矩阵;步骤3)由运动学模型(2)得如下表达形式:<img file="FDA0000861077400000026.GIF" wi="1398" he="86" />其中<img file="FDA0000861077400000027.GIF" wi="446" he="79" />对模型(5)两边同时微分并结合动力学模型(4),得<img file="FDA0000861077400000028.GIF" wi="1422" he="167" />其中<img file="FDA0000861077400000029.GIF" wi="605" he="86" />步骤4)定义系统状态变量<img file="FDA00008610774000000210.GIF" wi="968" he="150" />系统模型(6)化为如下仿射非线性系统<img file="FDA0000861077400000031.GIF" wi="1446" he="162" />针对系统模型(7)设计非线性反馈控制律<img file="FDA0000861077400000032.GIF" wi="1462" he="87" />系统(7)化为如下形式<img file="FDA0000861077400000033.GIF" wi="1325" he="77" />其中<img file="FDA0000861077400000034.GIF" wi="614" he="158" />I表示具有恰当维数的单位矩阵;定义系统输出向量y为<img file="FDA0000861077400000035.GIF" wi="1445" he="95" />对输出向量y进行微分,得<img file="FDA0000861077400000036.GIF" wi="1478" he="87" />得各驱动轮转速与驱动力之间的解耦状态方程如下<img file="FDA0000861077400000037.GIF" wi="1302" he="79" />步骤5)设计驱动力控制器,康复机器人实际行走轨迹X,医生指定训练轨迹X<sub>d</sub>;对X和X<sub>d</sub>分别微分,得机器人实际运动速度<img file="FDA0000861077400000038.GIF" wi="173" he="70" />和医生指定运动速度为<img file="FDA0000861077400000039.GIF" wi="223" he="86" />设运动速度跟踪误差为<img file="FDA00008610774000000310.GIF" wi="293" he="71" />驱动力控制器为<img file="FDA00008610774000000311.GIF" wi="1328" he="87" />在控制器(13)作用下,得到速度跟踪误差模型如下<img file="FDA00008610774000000312.GIF" wi="1358" he="86" />选取适当的控制器增益矩阵K<sub>p</sub>,使运动速度跟踪渐近稳定;同时驱动力控制器(13)代入到非线性反馈控制律(8)中,基于康复步行训练机器人动力学模型(4)使运动轨迹跟踪渐近稳定。
地址 110870 辽宁省沈阳市沈阳经济技术开发区沈辽西路111号