迭代学习控制在下肢康复机器人的研究

迭代学习控制在下肢康复机器人的研究迭代学习控制在下肢康复机器人的研究 2018/10/30 摘要：针对脑卒中患者在下肢康复机器人中进行坐站训练控制问题，提出一种学习阻抗控制方法。首先，根据功能需求，搭建下肢康复机器人系统，并对其工作流程进行阐述；然后，对坐站训练建立运动学模型，并对其运动空间和约束进行分析；最后，基于PD迭代学习律得到阻抗控制学习律，并进行鲁棒性分析。仿真与实验验证表明：迭代学习控制算法对重复噪声信号具有较好的抗干扰性能，对于轨迹追踪这类重复运动问题具有较好的追踪性能，并且该算法具有可用性和有效性。为后续下肢康复机器人坐站训练控制奠定基础，更为日后患者逐步纠正训练姿势提供了理论基础。关键词：迭代学习控制；下肢康复机器人；坐站训练；阻抗控制本文主要针对脑卒中患者在下肢康复机器人中进行坐站训练问题，提出了一种学习阻抗控制方法。1下肢康复机器人系统介绍11系统组成本文根据脑卒中患者对下肢康复机器人的功能需求，从而确定相对应的系统组成。12系统的工作流程根据上节对下肢康复机器人的系统组成介绍，患者在下肢康复机器人中进行康复训练的主要流程为：1）用户在上位机中选定好训练模式后，下位机接收上位机发送的参数信息与控制指令，进入模式启动流程；2）流程开始后，机器人上电、骨盆机构回到初始高度（患者骨盆高度）；3）进行康复训练，状态控制模块处理控制指令后使设备进入指定训练模式；4）防摔、减重模式正常开启后，再启动训练模式。根据上述系统组成及工作流程分析可知下肢康复机器人的具有多种功能：步态训练、台阶训练和坐站训练等功能。下面重点研究分析其坐站训练功能中的阻抗控制。2坐站训练运动学与动力学分析21建立坐站训练模式坐站训练是一种在三维空间中进行的运动，但该运动几乎没有Y方向上的位置变化。因此人体被投影到XZ平面上，下肢和上肢各躯干均被简化为构件，且下肢和上肢合二为一，将其视作单肢结构，从而把三维的坐站训练简化为XZ平面上的运动。22坐站训练运动学分析根据机器人技术基础5可以得到膝关节和末端关节在空间中的位置。3坐站训练的迭代学习控制31迭代学习阻抗控制在控制过程中，控制器将利用上一次迭代时存储的患者位置偏差信息，通过学习律计算得出基于位置偏差的阻抗力矩大小。随后将阻抗力矩信号和上一次的控制输入信号进行叠加，产生当前的控制输入信号。从而使得机器人为患者动态提供阻抗力，当患者与期望轨迹的偏差较大时，提供较大的阻抗力，患者将会被机器人引导到期望轨迹进行训练；当患者与期望轨迹的偏差较小时，提供较小的阻抗力，患者可进行主动训练，机器人不提供过多干预。32鲁棒性分析鲁棒性是指被控对象或过程的参数及模型结构有摄动时，系统保持稳定，或某种性能的能力。在迭代学习控制中，鲁棒性研究主要集中于讨论系统的干扰时能保持一定性能的能力。由于坐站训练是一种典型的人机交互训练方法，在训练过程中，存在各类的认为干扰情况，因此对系统的鲁棒性要求比较高。4仿真与实验由于真实的工作环境中总是存在各种扰动情况，为了验证迭代学习控制系统算法的有效性，在控制系统中加入一项扰动噪声05sin314t，从而可得到踝关节和膝关节在坐站训练过程中的角度变化情况。5结束语迭代学习控制算法对重复噪声信号具有较好的抗干扰性能，对于轨迹追踪这类重复运动问题具有较好的追踪性能，并且该算法具有可用性和有效性。为后续下肢康复机器人坐站训练控制奠定基础，更为日后患者逐步纠正训练姿势提供了理论基础。