[发明专利]基于Backstepping的下肢外骨骼控制方法

说明书

本发明为一种基于Backstepping的下肢外骨骼控制方法，包括第一步、建立下肢外骨骼动力学模型，并转化为控制系统状态方程；第二步、设计Backstepping控制器；第三步、改进RBF扰动观测器，包括设计RBF扰动观测器和RBF神经网络自适应律；第四步、控制实施，使下肢外骨骼按照期望轨迹运动。该方法针对外部随机扰动，利用RBF神经网络的逼近特性，设计扰动观测器，对外部随机扰动进行逼近；针对RBF神经网络存在的网络逼近误差，进一步改进扰动观测器，引入辅助变量对网络逼近误差进行补偿，进而对外部随机扰动进行补偿，使对外部随机扰动的逼近更接近于真实值，降低了RBF神经网络的逼近误差。

技术领域

本发明属于外骨骼控制技术领域，具体涉及一种基于Backstepping的下肢外骨骼控制方法。

背景技术

外骨骼在对人体提供支撑和保护的同时能够根据人体的主观意愿完成人体无法单独完成的工作任务。下肢外骨骼的研究目的是为了增强人体的体力和扩展人体的下肢行走能力，无论在军事领域还是在民用领域都有非常广阔的应用前景。

由于下肢外骨骼系统是典型的非线性控制系统，并且Backstepping控制算法在控制非线性系统时表现出优越性，因此应用Backstepping控制算法对下肢外骨骼系统进行控制，能够保证控制精度。当下肢外骨骼存在外部随机扰动时，应用RBF神经网络对扰动进行逼近。然而，由于RBF神经网络存在逼近误差，会影响扰动逼近的准确性，进而影响关节角度的跟踪效果。

综上，本发明针对RBF神经网络存在的逼近误差，进一步改进扰动观测器，对扰动进行补偿，从而降低RBF神经网络的逼近误差，达到更好的关节角度跟踪效果。

发明内容

针对现有技术的不足，本发明拟解决的技术问题是，提供一种基于Backstepping的下肢外骨骼控制方法。

本发明解决所述技术问题采用的技术方案是：

一种基于Backstepping的下肢外骨骼控制方法，其特征在于，该方法包括以下步骤：

第一步、建立下肢外骨骼动力学模型，并将下肢外骨骼动力学模型转化为控制系统状态方程；

第二步、设计式(9)的Backstepping控制器：

式(9)中，τ为关节力矩，为外部随机扰动的估计值，z₁为关节角度误差，K₂为常数矩阵，z₂为关节角速度误差，G(x₁)为控制系统状态方程的重力矩阵，C(x₁,x₂)为控制系统状态方程的哥式力与离心力矩阵，M(x₁)为控制系统状态方程的转动惯量矩阵，α₁为虚拟控制量，为α₁的一阶微分，x₁为控制系统状态方程中下肢外骨骼的关节输出角度，x₂为控制系统状态方程中下肢外骨骼的关节角速度；

第三步、改进RBF扰动观测器；

按照式(12)设计RBF扰动观测器：

式(12)中，表示RBF神经网络理想权值的估计值，H(X_d)表示RBF神经网络隐含层的高斯基函数，T表示矩阵转置；表示网络逼近误差的估计值，且满足式(14)：

为辅助变量的估计值，且辅助变量估计值的一阶微分满足式(20)：

式(20)中，R(z₂)为常系数，M^-1(x₁)为M(x₁)的逆矩阵；