[发明专利]不确定康复步行训练机器人的精确轨迹跟踪最优控制方法

摘要

本发明公开一种不确定康复步行训练机器人的精确轨迹跟踪最优控制方法，建立不确定康复步行训练机器人系统的动力学模型，构造一阶低通滤波器对影响康复步行训练机器人轨迹跟踪精度的不确定性进行整体估计，基于精确反馈线性化方法设计控制器，建立系统的线性化模型；以轨迹跟踪误差、速度跟踪误差和能量二次型为基础，设计康复步行训练机器人系统的二次型性能指标，采用优化控制方法，实现康复步行训练机器人的精确轨迹跟踪并使性能指标最优；本发明将输出高精度的PWM信号提供给电机驱动单元，使机器人实现对参考轨迹信号的精确跟踪。该控制方法无须知道系统不确定性的界限，可以提高康复步行训练机器人轨迹跟踪精度并使系统性能达到最优。

主权项

一种不确定康复步行训练机器人的精确轨迹跟踪最优控制方法，其特征在于：建立不确定康复步行训练机器人系统的动力学模型，构造一阶低通滤波器对影响康复步行训练机器人轨迹跟踪精度的不确定性进行整体估计，基于精确反馈线性化方法设计控制器，建立系统的线性化模型；以轨迹跟踪误差、速度跟踪误差和能量二次型为基础，设计康复步行训练机器人系统的二次型性能指标，采用优化控制方法，实现康复步行训练机器人的精确轨迹跟踪并使性能指标最优；具体步骤如下：1)建立不确定康复步行训练机器人系统的动力学模型，构造一阶低通滤波器对影响康复步行训练机器人轨迹跟踪精度的不确定性进行整体估计，基于精确反馈线性化方法设计控制器，建立系统的线性化模型；2)以轨迹跟踪误差、速度跟踪误差和能量二次型为基础，设计康复步行训练机器人系统的二次型性能指标，采用优化控制方法，实现康复步行训练机器人的精确轨迹跟踪并使性能指标最优；3)基于STM32系列单片机将输出高精度的PWM信号提供给电机驱动单元，使机器人实现对参考轨迹信号的精确跟踪；步骤1)中，首先，建立系统的动力学模型：M0X··=B(θ)u(t)]]>M0=M+m000M+m000I0+mr02,X=x(t)y(t)θ(t),B(θ)=-sinθcosθ-sinθcosθcosθsinθcosθsinθL-L-LL,u(t)=f1f2f3f4]]>其中M0为包含机器人质量M、康复者质量m和转动惯量I0的系数矩阵，r0为系统偏心距，X为机器人的实际行走轨迹，B(θ)为机器人旋转角度构成的系数矩阵，u(t)表示机器人的控制输入力，θ表示水平轴和机器人中心与第一个轮子中心连线间的夹角；因康复者质量m及偏心距r0大大影响系统轨迹跟踪精度，将其视为系统的不确定性d；分解M0为仅含机器人质量M和转动惯量I0的确定系数矩阵M1及含有r0和m结合的不确定系数矩阵ΔM1，建立不确定康复步行训练机器人系统的动力学模型：X··=M1-1B(θ)u(t)+d]]>其中