[发明专利]用于柔性驱动机器人的自适应变阻抗控制方法、系统与设备

权利要求书

1.一种意图驱动的自适应阻抗控制方法，其特征在于，所述方法应用于机器人，所述方法包括：

获取目标用户的运动数据，所述运动数据包括关节角度向量、人机交互力矩；

将所述运动数据输入到运动意图模型，通过所述运动意图模型计算所述目标用户的运动意图，所述运动意图表示所述目标用户运动的期望位置；

对所述运动意图进行实时追踪，获取变阻抗模型参数，所述变阻抗模型参数表示所述机器人的当前位置与所述期望位置的冲突程度；

将所述变阻抗模型参数输入驱动器的控制系统模型中，调整驱动器输出力矩，以使所述机器人进行动作。

2.根据权利要求1所述方法，其特征在于，所述机器人为可穿戴机器人，所述运动意图模型为：

其中，是用户肢体的关节角度向量，表示关节角度向量对时间的一阶导，分别表示随时间变化的阻尼和刚度的参数，τ_e表示人机之间的交互力矩，表示运动意图，表示运动意图的一阶导，表示数据的维度为n，表示数据的维度为n×n。

3.根据权利要求1所述方法，其特征在于，所述机器人为采用柔性驱动器的可穿戴机器人，所述对所述运动意图进行实时追踪，获取变阻抗模型参数，包括：

通过可变阻抗模型计算所述运动意图与所述可穿戴机器人的当前位置之间的位置差异，获取所述变阻抗模型参数；

所述可变阻抗模型为：

其中，ω(·)表示预设的加权函数，分别表示期望惯性矩阵、期望阻尼矩阵、期望刚度矩阵，它们是对角矩阵，且矩阵中对角线上的元素为常数，q,分别表示机器人关节角度、期望的运动意图，分别表示q,对时间的二阶导，表示q,对时间的一阶导，τ_e表示人机之间的交互力矩，表示数据的维度为n×n。

4.根据权利要求3所述方法，其特征在于，所述加权函数为：

其中，q,分别表示机器人关节角度、期望的运动意图，ω_H,ω_L都是正常数，且ω_H＞ω_L，ω_H,ω_L分别代表ω(·)的上边界和下边界，N≥4且是一个偶数整数，0＜k＜1是一个常数，h(·)是一个区域函数。

5.根据权利要求1所述方法，其特征在于，所述控制系统模型为：

其中，M(.)表示转动惯量矩阵，表示与离心力和科里奥利力有关的参数矩阵，表示刚度矩阵，且为正定的对角矩阵，是一个已知的回归矩阵，表示一组预设参数，是机器人关节角度的矢量，是驱动器转子轴位置的矢量，Δθ＝θ-θ_d，θ_d是机器人的虚拟期望位置输入，τ_e表示人机之间的交互力矩，z表示阻抗向量，表示参考向量，表示对时间的一阶导；

其中，是驱动器的惯性矩阵，是对角矩阵，且矩阵中对角线上的元素为常数，是控制输入，表示数据的维度为n，表示数据的维度为n×n，表示数据维度为n_q，表示数据的维度为n×n_q。

6.一种机器人控制系统，其特征在于，应用于采用柔性驱动器的可穿戴机器人，所述系统包括：

闭环控制模型，所述闭环控制模型用于执行权利要求1-5任一所述的方法，所述闭环控制模型为：

其中，是驱动器的惯性矩阵，是正定矩阵，Δθ＝θ-θ_d，是驱动器转子轴位置的矢量，θ_d是机器人的虚拟期望位置输入，分别表示s,θ,θ_d,Δθ对时间的一阶导，α是一个正常数，是一个参考向量，表示数据的维度为n×n，表示数据的维度为n。