[发明专利]一种机器人关节的仿生控制方法

权利要求书

1.一种机器人关节的仿生控制方法，其特征在于，包含以下步骤：

A、先利用肌肉数学模型建立机器人关节所仿生动物关节的肌肉力矩驱动模型；

B、根据机器人关节传感器所测得的关节状态，利用肌肉力矩模型计算机器人关节的驱动力矩；

C、根据机器人关节的结构和驱动方式，计算得到机器人关节系统的驱动控制信号；

D、利用步骤C得到的驱动控制信号控制机器人关节的运动。

2.根据权利要求1所述的一种机器人关节的仿生控制方法，其特征在于，所述关节状态包括转动角度和转动角速度。

3.根据权利要求1所述的一种机器人关节的仿生控制方法，其特征在于，所述肌肉数学模型采用HILL肌肉模型。

4.根据权利要求1所述的一种机器人关节的仿生控制方法，其特征在于，所述肌肉力矩驱动模型还包括运动神经元控制网络，所述运动神经元控制网络包括控制屈肌的运动神经元和控制伸肌的运动神经元，所述运动神经元控制网络还包括了牵张反射回路。

5.根据权利要求4所述的一种机器人关节的仿生控制方法，其特征在于，所述牵张反射回路的工作过程如下：当伸肌拉伸时肌肉产生的反射信号会兴奋伸肌运动神经元，而抑制屈肌运动神经元，反之，当屈肌拉伸时肌肉产生的反射信号会兴奋屈肌运动神经元，而抑制伸肌运动神经元。

6.根据权利要求4所述的一种机器人关节的仿生控制方法，其特征在于，所述运动神经元控制网络可以利用上层神经中枢的控制信号对其进行控制，具体的控制过程如下：当上层中枢神经输入一个兴奋性中枢控制信号到屈肌运动神经元的时候，也会输入一个对应的抑制性中枢控制信号到伸肌运动神经元，当上层中枢神经输入一个兴奋性中枢控制信号到伸肌运动神经元的时候，也会输入一个对应的抑制性中枢控制信号到屈肌运动神经元。

7.根据权利要求4所述的一种机器人关节的仿生控制方法，其特征在于，所述运动神经元控制网络所采用的数学模型如下：式中，n为神经元数量；x_i为第i神经元的膜电势；y_i为第i神经元的输出；s_i为第i神经元所收到的上层中枢控制输入和感官信息输入；a_ij(j∈{1,…,n},j≠i)为神经元i和j之间的突触连接权重，a_ij＞0表示兴奋性突触连接，a_ij＜0表示抑制性突触连接；a_ii为第i神经元钠离子快速内流的正反馈系数；τ_i为第i神经元膜电容，τ_i＞0；γ_i表示第i神经元慢钾离子外流的时间常数，γ_i＞0；x′_i为反映第i神经元慢钾离子外流的变量；b_i表示第i神经元慢钾离子外流强度的参数，b_i＞0；θ_i为第i神经元的输出阈值，为第i神经元输出的上界，且ε_i表示第i神经元漏电流的强度，ε_i＞0；σ_i为常系数，σ_i＞0。

8.根据权利要求1所述的一种机器人关节的仿生控制方法，其特征在于，所述步骤D具体是：1)当屈肌和伸肌的牵张反射强度同时同比例增加(或减少)时，关节的刚度会随之增加(或减少)，当屈肌和伸肌牵张反射的强度不平衡时，关节的平衡状态发生变化，从而可以通过这种方法控制关节的运动，2)利用屈肌和伸肌运动神经元的上层中枢控制信号也可以对关节的刚度和运动进行控制，但是此控制方法是受上层中枢控制信号对运动神经元的兴奋性和抑制性突触连接权重影响的，当兴奋性突触的连接权重大于抑制性突触的时候，同时同比例增加(或减少)屈肌和伸肌运动神经元的上层中枢控制信号，可以增加(或减少)关节的刚度，当兴奋性突触的连接权重不大于抑制性突触的时候，同时同比例增加(或减少)屈肌和伸肌运动神经元的上层中枢控制信号，可以减少(或增加)关节的刚度，关节的运动则也可以通过协调屈肌和伸肌运动神经元的上层中枢控制信号的大小改变关节的平衡状态，实现运动，3)通过改变肌肉的最大等长收缩力F_max，也可以改变屈肌和伸肌的收缩力，从而达到控制关节刚度和运动的目的。