[发明专利]一种基于高阶自适应学习控制的康复机械手

权利要求书

1.一种基于高阶自适应学习控制的康复机械手，包括多个康复机械手指关节，其特征在于，还包括处理器，所述处理器能够采集所述康复机械手的每次操作参数，并控制所述多个康复机械手指关节，所述处理器包括第一获取模块、第二获取模块、第三获取模块、控制模块，其中，

所述第一获取模块，用于获取康复机械手指关节在第k-1次运行过程中t时刻的模型最优梯度向量、电机控制向量和t+1时刻康复机械手指关节的弯曲角度值，第k-2次运行过程中t时刻的电机控制向量和t+1时刻康复机械手指关节的弯曲角度值；

所述第二获取模块，用于获取康复机械手指关节在第k次运行过程中t时刻的弯曲角度值的误差e_k(t)：e_k(t)＝y_d(t)-y_k(t)，其中，y_d(t)为第k次运行过程中t时刻康复机械手指关节的期望弯曲角度值，y_k(t)为第k次运行过程中t时刻康复机械手指关节的实际弯曲角度值；

所述第三获取模块，用于根据康复机械手指关节在第k-1次运行过程中t时刻的模型最优梯度向量、电机控制向量和t+1时刻康复机械手指关节的弯曲角度值，第k-2次运行过程中t时刻的电机控制向量和t+1时刻康复机械手指关节的弯曲角度值获取康复机械手指关节在第k次运行过程中t时刻的模型最优梯度向量其中，μ为权重系数，η为步长因子，为康复机械手指关节在第k-1次运行过程中t时刻的模型最优梯度向量，Δv_k-1(t)＝v_k-1(t)-v_k-2(t)为第k-1次运行过程中t时刻的电机控制向量与第k-2次运行过程中t时刻的电机控制向量的差值，v_k-1(t)＝[u_k-1(0),u_k-1(1),…,u_k-1(t)]^T为第k-1次运行过程中t时刻的电机控制向量，u_k-1(t)为第k-1次运行过程中t时刻的电机控制值，v_k-2(t)＝[u_k-2(0),u_k-2(1),…,u_k-2(t)]^T为第k-2次运行过程中t时刻的电机控制向量，u_k-2(t)为第k-2次运行过程中t时刻的电机控制值，Δy_k-1(t+1)＝y_k-1(t+1)-y_k-2(t+1)为第k-1次运行过程中t+1时刻的康复机械手指关节的弯曲角度值与第k-2次运行过程中t+1时刻的康复机械手指关节的弯曲角度值的差值；

所述控制模块包括确定子模块和控制子模块，所述确定子模块用于根据康复机械手指关节在第k次运行过程中t时刻的模型最优梯度向量、t-1时刻的电机控制向量、第k-1次运行过程中t时刻的电机控制向量和康复机械手指关节第k次运行过程中t时刻的弯曲角度值的误差e_k(t)确定康复机械手指关节第k次运行过程中t时刻的控制律：

其中，λ为权重系数，ρ为步长因子，

为康复机械手指关节第k次运行过程中t时刻的模型最优梯度向量的第t个值，

分别为康复机械手指关节第k次运行过程中t时刻的模型最优梯度向量的第0,…,t-1个值，

Δu_k(i)＝u_k(i)-u_k-1(i),i＝0,…,t-1分别为第k次运行过程中t时刻的电机控制值与第k-1次运行过程中t时刻的电机控制值的差值的第0,…,t-1个值，

α₁,…,α_M为高阶因子，

e_k-1(t+1),e_k-2(t+1),…,e_k-M+1(t+1)分别为康复机械手指关节第k-1次、第k-2次、…、第k-M+1次运行过程中t+1时刻弯曲角度值的误差；

所述控制子模块用于根据第k次运行过程中t时刻的控制律控制康复机械手指关节的运动。

2.根据权利要求1所述的一种基于高阶自适应学习控制的康复机械手的控制方法，其特征在于，包括以下步骤：

S1：获取康复机械手指关节在第k-1次运行过程中t时刻的模型最优梯度向量、电机控制向量和t+1时刻康复机械手指关节的弯曲角度值，第k-2次运行过程中t时刻的电机控制向量和t+1时刻康复机械手指关节的弯曲角度值；

S2：获取康复机械手指关节在第k次运行过程中t时刻的弯曲角度值的误差e_k(t)：e_k(t)＝y_d(t)-y_k(t)，其中，y_d(t)为第k次运行过程中t时刻康复机械手指关节期望弯曲角度值，y_k(t)为第k次运行过程中t时刻康复机械手指关节的实际弯曲角度值；

S3：根据康复机械手指关节第k-1次运行过程中t时刻的模型最优梯度向量、电机控制向量和t+1时刻的弯曲角度值，第k-2次运行过程中t时刻的电机控制向量和t+1时刻康复机械手指关节的弯曲角度值获取康复机械手指关节第k次运行过程中t时刻的模型最优梯度向量其中，μ为权重系数，η为步长因子，为康复机械手指关节第k-1次运行过程中t时刻的模型最优梯度向量，Δv_k-1(t)＝v_k-1(t)-v_k-2(t)为第k-1次运行过程中t时刻的电机控制向量与第k-2次运行过程中t时刻的电机控制向量的差值，v_k-1(t)＝[u_k-1(0),u_k-1(1),…,u_k-1(t)]^T为第k-1次运行过程中t时刻的电机控制向量，u_k-1(t)为第k-1次运行过程中t时刻的电机控制值，v_k-2(t)＝[u_k-2(0),u_k-2(1),…,u_k-2(t)]^T为第k-2次运行过程中t时刻的电机控制向量，u_k-2(t)为第k-2次运行过程中t时刻的电机控制值，Δy_k-1(t+1)＝y_k-1(t+1)-y_k-2(t+1)为第k-1次运行过程中t+1时刻的康复机械手指关节的弯曲角度值与第k-2次运行过程中t+1时刻康复机械手指关节的弯曲角度值的差值；

S4：根据康复机械手指关节在第k次运行过程中t时刻的模型最优梯度向量、t-1时刻的电机控制向量、第k-1次运行过程中t时刻的电机控制向量和康复机械手指关节第k次运行过程中t时刻的弯曲角度值的误差e_k(t)确定康复机械手指关节第k次运行t时刻的控制律：

其中，λ为权重系数，ρ为步长因子，

为康复机械手指关节第k次运行过程中t时刻的模型最优梯度向量的第t个值，

分别为康复机械手指关节第k次运行过程中t时刻的模型最优梯度向量的第0,…,t-1个值，

Δu_k(i)＝u_k(i)-u_k-1(i),i＝0,…,t-1分别为第k次运行过程中t时刻的电机控制值与第k-1次运行过程中t时刻的电机控制值的差值的第0,…,t-1个值，

α₁,…,α_M为高阶因子，

e_k-1(t+1),e_k-2(t+1),…,e_k-M+1(t+1)分别为康复机械手指关节第k-1次、第k-2次、…、第k-M+1次运行过程中t+1时刻的弯曲角度值的误差；

S5：根据第k次运行过程中t时刻的控制律控制康复机械手指关节的运动。