论文部分内容阅读
外骨骼机器人作为一种服务型的机器人,在医疗康复以及助力应用等领域扮演着越来越重要的角色,因此,研究人机交互下的机器人控制方法并优化其控制性能有着重要的意义。本文的研究基于外骨骼机器人,针对人机交互,利用阻抗控制的方法,实时调节阻抗参数并生成机器人运动的参考轨迹,该参考轨迹即为机器人顺应人运动的轨迹,包含了人的运动意图。考虑到机器人动力学模型中的不确定信息(包括未知的质量和惯性力矩等),基于李雅普诺夫方法设计了相应的自适应控制器,使机器人能够以较高的精度跟踪参考轨迹,同时最小化交互力,以减小人的操作负担。本文的主要研究内容概括如下:(1)研究外骨骼机器人双臂操作的控制,可以应用于医疗康复中的目标跟踪运动训练,使残障患者能够借助外骨骼机器人提高康复效率。操作空间限制在一个特定的区域内,考虑了操作者运动意图对机器人运动的影响,以及动力学不确定问题和机器人运动的物理限制。根据人施加的交互力估计出人的运动意图,然后生成机器人的运动参考轨迹;在线的阻抗参数估计用来处理人手模型的非线性及变刚度特性。基于屏障李雅普诺夫函数设计了自适应控制器,有效处理了机器人的物理约束,使机器人的跟踪性能达到满意的效果,与传统方法比较,设计的控制器能够大大减小人所需的交互力。(2)针对助力操作等负重任务,设计了包含两个环路的自适应导纳控制方案,使操作者借助外骨骼机器人轻松地完成特定任务,例如搬运重物等。外环根据交互力和机器人运动的关系,估算出机器人的阻抗信息,重塑出机器人的参考轨迹。内环利用状态反馈信息,实现了闭环系统的跟踪控制,用干扰观测器来补偿机器人受到的外部扰动。该控制方案考虑了交互力以及位置误差的代价函数,可以在保证跟踪效果到达满意性能的同时,最小化人的操作负担,并且能够确保人机交互的安全性。