针对并联柔索驱动机器人力场模拟应用场景下驱动单元的力伺服控制系统设计,基于Links半物理仿真环境,运用Matlab System Identification工具箱,对柔索驱动单元系统数学模型进行模型辨识,并对系统的不确定性进行辨识。结果表明,考虑柔索...
详细信息
针对并联柔索驱动机器人力场模拟应用场景下驱动单元的力伺服控制系统设计,基于Links半物理仿真环境,运用Matlab System Identification工具箱,对柔索驱动单元系统数学模型进行模型辨识,并对系统的不确定性进行辨识。结果表明,考虑柔索驱动单元的不确定性因素后实际系统模型与理论模型相吻合,且系统理论模型具有较高的可靠性。在可靠的理论模型基础上,对柔索驱动单元进行控制器设计,并验证了模型辨识方法的有效性。基于模型辨识的控制器设计方法可以推广到其他类型系统的模型辨识。
下肢外骨骼作为一种需要人体与机械密切配合的特殊类型机器人,在工业、医疗、军事等领域的应用前景广阔,但由于其结构的多样性和复杂性,控制策略的设计难度极大。为了能够准确地控制外骨骼完成各类人机耦合协同任务,对外骨骼动力学模型和人体步态的研究具有十分重要的意义。本文中的主要研究内容有以下几点:1.首先对下肢外骨骼样机的机械结构和工作原理进行理论分析,把外骨骼的机械结构简化成二连杆结构,并采用拉格朗日方法对其进行动力学建模。针对模型中的未知参数和建模误差,提出一种基于粒子群优化和输入/输出残差稀疏高斯模型(Particle Swarm Optimization&Sparse Gaussian Processes Based on Input/Output Residuals,PSO&RIO-SGP)的外骨骼动力学模型辨识方法,用于对理论模型的未知参数进行辨识和集总误差进行建模分析。2.针对人机耦合任务中的“人主机辅”控制模式,考虑到人体自身的安全性与协调性和外骨骼的稳定性,深入分析了人体下肢双关节以及双腿之间的耦合关系,提出建立一类基于深度高斯过程回归方法的下肢关节概率耦合模型。3.针对主动控制模式下对外骨骼关节轨迹的预测,考虑到步态信息采集设备存在的如采样时延等滞后性和面对不同地形下预测模型不适用而需要实时更新导致的资源消耗大、计算耗时增加等问题,提出一种基于迭代高斯过程回归模型的外骨骼在线步态轨迹预测方法。
暂无评论