[发明专利]基于自适应迭代学习的外骨骼单腿协同控制方法

摘要

本发明公开了一种基于自适应迭代学习的外骨骼单腿协同控制方法，属于下肢外骨骼控制系统设计领域。本方法的操作步骤为：1）在迭代学习控制的基础上引入自适应项和鲁棒项，设计下肢外骨骼自适应迭代学习控制器。2）在Simulink中建立下肢外骨骼自适应迭代学习控制仿真模型。3）设置下肢外骨骼的控制系统参数和本体物理参数。4）通过仿真实验，分析了自适应迭代学习控制方法下，下肢外骨骼角度及角速度跟踪误差，以及误差收敛情况。本发明方法具有创新性和仿真依据，可解决现有下肢外骨骼人机协同运动控制中误差较大及鲁棒性不足等缺陷，对下肢外骨骼控制系统的设计具有重大的指导意义。

主权项

1.一种基于自适应迭代学习的外骨骼单腿协同控制方法，其特征在于操作步骤如下：a.自适应迭代学习控制器设计：被控系统第k次运行时有：式(1)中x∈Rⁿ，θ∈R^m，分别为系统的状态、输出和输入变量；输入变量甲(14)为输入变量乙(15)为输入变量丙(16)为定义位置误差甲(17)即e_k(t)，为目标轨迹(21)即θ_d(t)与第k迭代的角度(18)即θ_k(t)的差值；同理根据第k+1次迭代的角度(20)可得第k+1次迭代的位置误差乙(19)即e_k+1(t)；e_k(t)＝θ_d(t)‑θ_k(t)                         (2)经典的PID型闭环迭代学习控制律表示为：式中Γ，Φ，Ψ为学习增益矩阵；在以上迭代学习控制律中引入自适应项，得到自适应迭代学习算法(26)；设置第k次迭代的控制律和自适应参数学习律为：自适应参数学习律采用的是闭环迭代学习，目的是获取未知项也即自适应项(25)即在式(4)中K_p和K_d是第k次迭代的PID增益矩阵，sgn是符号函数，可以增强系统的抗干扰能力，N是总的迭代次数；在式(5)中，γ是自适应律参数，是的转置；轨迹误差(27)即e_k(t)，以及分别如式(6)和式(7)所示：e_k(t)＝θ_d(t)‑θ_k(t)                       (6)式(6)和式(7)中，目标轨迹(22)即θ_d(t)是实验所测得的矢状面内，髋关节和膝关节平地行走步态的运动数据的拟合函数；控制系统的输出力矩(23)即τ_k(t)输入到外骨骼动力学模型中，即可得到下肢外骨骼的跟踪轨迹(24)即θ_k(t)；b.下肢外骨骼Simulink仿真模型搭建基于自适应迭代学习控制方法，在MATLAB/Simulink中建立下肢外骨骼单腿的人机协同控制仿真模型；仿真框图包含五个用S‑函数编写的子程序，即输入模块(1)、自适应算法模块(4)、迭代学习模块(5)和主控制器模块(7)，以及下肢外骨骼本体模块(9)；其中，输入模块(1)用于设定下肢外骨骼机器人轨迹跟踪的目标(3)，轨迹跟踪目标由NDI步态测量系统捕捉并通过函数拟合得到；下肢外骨骼本体模块(9)用于定义下肢外骨骼动力学模型，在步态周期的前60％调用支撑相动力学模型，步态周期的后40％调用摆动相的动力学模型；主控制器模块(7)包含式(4)所示的下肢外骨骼机器人的控制算法；自适应算法模块(4)、迭代学习模块(5)用于自适应参数迭代学习，得到自适应项(8)，如式(5)所示；每次迭代都会获得一组控制力矩(10)以及轨迹跟踪结果(11)；数据汇总甲(2)和数据汇总乙(6)将多种输入信号组成一个单一的矢量输出；计时器(12)用于实时显示运行时间(13)；c.下肢外骨骼协同控制仿真参数设置下肢外骨骼协同控制仿真参数设置包括两方面，即控制器参数设置和本体参数设置，控制器参数设置需要PID参数和适应律参数γ总的迭代次数N，以及每迭代的总时间，目标轨迹θ_d(t)以及初始状态d.仿真结果分析通过仿真结果分析，分别得到下肢外骨骼角度和角速度的跟踪情况，及误差收敛情况，具体包括10次迭代过程中髋关节和膝关节的轨迹跟踪情况图，10次迭代后的髋关节和膝关节角速度跟踪情况图，角度和角速度的跟踪误差收敛过程图。