随着机器人技术越来越多的运用到脑卒中医疗康复领域,康复机器人各方面研究取得了长足的进步和发展,机器人的运动控制的算法优劣直接影响使用者的体验效果。康复机器人是集机械技术、传感器技术、控制算法及康复医学为一体的“人机交互”系统。上肢康复机器人需要机器人和上肢极性协调运动,柔顺的人机交互运动控制算法有助于提高人机交互的操纵性。根据前期参与上肢康复机器人项目的样机研制中,分析样机存在的问题。康复机器人样机的研制上,机械,电路的改进使得机器人的整体性能有了提升,但是康复机器人的核心控制算法还有缺陷,直观的表现在机器人人机交互过程中人机交互协调运动不佳,以及卡顿、振动等直观现象,需要找到根本问题所在,再综合在控制算法中进行解决。为了研究各种单一变量对交互性能的影响,论文对多维康复机器人系统进行了简单化,首先搭建了单自由度的“硬件在环(HIL:Hardware-in-the-loop)”实验系统,基于此系统,开展了以下研究:(1)六维高精度力/力矩(F/T)传感器的前置信号处理。用于表征人机交互力学特性的多维传感器数据需要实时、准确地采集并反馈到控制系统,但交互过程中传感器的微弱传输信号会受到电磁等随机噪声干扰,影响控制系统的准确性和精度,需要对传感器信号进行前置滤波处理。论文在考察多种数字滤波算法基础上,采用卡尔曼滤波对采集后的信号进行处理,取得了比较理想的效果。(2)复杂的摩擦力辨识。机电系统中摩擦力客观存在,作为人机交互系统的康复机器人设备,操作体验不仅受到来自于运动副表面摩擦力的影响,而且样机使用了谐波减速机使得摩擦力的负面表现更加不容忽视。论文分析了各种干摩擦模型的特性,最后选择LuGre摩擦模型来辨识系统的摩擦力,验证了该摩擦模型可以精确表征系统的摩擦特性,研究了基于LuGre摩擦模型对系统的影响,并对系统的摩擦参数进行精确辨识,实验结果验证了模型选择和参数辨识的合理性。(3)优化了系统控制策略。论文将精确辨识的摩擦力作为前馈补偿,对算法特性进行了仿真和实验研究。结果表明,基于模型的摩擦补偿阻抗控制表现了较好地柔顺控制效果。(4)为了获得更好的人机交互体验,论文最后初步研究了基于触觉特性的控制策略,多方面来研究人机交互柔顺性的影响因素。