System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种控制方法,更具体的说是涉及一种下肢康复外骨骼机器人的自适应导纳控制方法。
技术介绍
1、脑卒中引发的下肢运动功能障碍患者需要在专业康复治疗师的指导与辅助下进行康复训练。但是,该方式受到了时间、金钱以及治疗师体力等多方面因素的制约。因此,亟需一种高效、经济,且同时可以解放治疗师体力劳动的康复治疗方式。随着康复医学、机械学和机器人学等学科的不断发展与结合,康复外骨骼机器人应运而生。它可以在提升患者康复训练效果的同时,为治疗师制定更加丰富的训练方案提供条件。
2、研究证明,主动式康复训练的康复效果好于被动式康复训练。下肢康复外骨骼机器人是一个强耦合的非线性系统,同时康复训练又是一个复杂的人机交互过程。因此,外骨骼是否具有主动柔顺性,且同时具有一定的适应性,关系到患者的训练体验,是保证能否进行重复性、长期性运动训练的关键之一。
3、目前,现有技术中控制器面对不可避免的外部干扰,适应能力不足,跟随效果差,不利于下肢康复外骨骼机器人的人机交互控制。
技术实现思路
1、针对现有技术存在的不足,本专利技术的目的在于提供一种适应能力强,跟随效果好的下肢康复外骨骼机器人的自适应导纳控制方法。
2、为实现上述目的,本专利技术提供了如下技术方案:一种下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:包括如下步骤:
3、步骤一,导入期望轨迹,采集人机交互力;
4、步骤二,对步骤一采集的人机交互力进行阈值判断,输出阈值判断结果;
5、步骤三,将步骤二输出的阈值判断结果输入到自适应导纳控制器内;
6、步骤四,自适应导纳控制器根据输入的判断结果输出控制器结果至外骨骼机器人,控制外骨骼机器人动作。
7、作为本专利技术的进一步改进,所述步骤二中进行阈值判断的步骤如下:
8、步骤二一,采集到的人机交互力f进入阈值激活函数进行判断,阈值函数的数学形式为:
9、
10、通过阈值激活函数后的交互力fe经过导纳控制力矩外环的处理后,输出位置修正量。
11、作为本专利技术的进一步改进,所述步骤四中自适应导纳控制器根据输入的判断结果输出控制器结果通过如下公式计算得出:
12、
13、式中,xe=xi-x0,md为惯性参数、dd为阻尼参数、kd为刚度参数,xe为位置变化量,xe的一阶导数是速度变化量,xe的二阶导数是加速度变化量。
14、作为本专利技术的进一步改进,所述自适应导纳控制器内还具有自适应步骤,该自适应步骤具体如下:
15、步骤四一,引入单神经元自适应控制方法提升位置控制精度,单神经元自适应控制的数学形式为
16、
17、式中,k是比例系数,ωi是权值系数;
18、步骤四二,采用有监督的hebb学习规则调节加权系数ωi,从而使控制器具有适应周围环境改变的自适应能力,数学表达式如下:
19、ωi(t)=ωi(t-1)+ηe(t)u(t)xi(t)
20、式中,η是学习速率,i∈(1,3),x1为下肢康复外骨骼系统t时刻的位置偏差,x2为系统t时刻与前一时刻的偏差变化量,x3为偏差变化的一阶差分。
21、作为本专利技术的进一步改进,所述步骤四一中k的最佳值通过鲸鱼优化算法计算得出。
22、作为本专利技术的进一步改进,所述鲸鱼优化算法具体步骤如下:
23、步骤四三,设置初始化算法参数,种群个数30,最大迭代数500;
24、步骤四四,计算当前解的适应度,比较出具有较小适应度的解,将该解保留为最优解;
25、步骤四五,判断算法要进入的位置更新模式;
26、步骤四六,判断是否达到最大迭代次数,若是,将当前最优解作为择优结果输出,否则进入步骤四四,进行下一次迭代。
27、作为本专利技术的进一步改进,所述步骤四三中还使用sobol初始化策略改善种群分布情况,所述sobol初始化种群策略的公式如下:
28、xn=xmin+λ(xmax-xmin)
29、式中:xn为第n个解所在的位置,λ是[0,1]范围内的随机数,xmin,xmax是最优解取值范围的下限和上限。
30、作为本专利技术的进一步改进,所述步骤四五中算法的更新公式如下:
31、
32、式中,t为当前迭代次数;t为最大迭代次数,t取500。
33、作为本专利技术的进一步改进,所述鲸鱼优化算法将误差和超调作为约束条件,适应度函数的表达式为:
34、
35、式中,τ|·|项的目的是为了选择减小超调的控制参数,常数τ=10。
36、本专利技术的有益效果,提出一种非线性收敛因子更新策略,提高收敛速度。同时,使用sobol初始化种群策略,改善种群分布,提升寻优质量。将改进鲸鱼优化算法与单神经元自适应控制器结合,实现快速、准确找到控制精度最优的控制器参数。提出一种下肢康复外骨骼机器人的自适应导纳控制方法,增加主动康复训练方式的适应性和柔顺性。
本文档来自技高网...【技术保护点】
1.一种下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述步骤二中进行阈值判断的步骤如下:
3.根据权利要求2所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述步骤四中自适应导纳控制器根据输入的判断结果输出控制器结果通过如下公式计算得出:
4.根据权利要求3所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述自适应导纳控制器内还具有自适应步骤,该自适应步骤具体如下:
5.根据权利要求4所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述步骤四一中K的最佳值通过鲸鱼优化算法计算得出。
6.根据权利要求5所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述鲸鱼优化算法具体步骤如下:
7.根据权利要求6所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述步骤四三中还使用Sobol初始化策略改善种群分布情况,所述Sobol初始化种群策略的公式如下:
...【技术特征摘要】
1.一种下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述步骤二中进行阈值判断的步骤如下:
3.根据权利要求2所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述步骤四中自适应导纳控制器根据输入的判断结果输出控制器结果通过如下公式计算得出:
4.根据权利要求3所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述自适应导纳控制器内还具有自适应步骤,该自适应步骤具体如下:
5.根据权利要求4所述的下肢康复外骨骼机器人的自适应导纳控制方法,其特征在于:所述步骤四...
【专利技术属性】
技术研发人员:李志锐,宋马军,郑浩,杨尚,陈伟海,
申请(专利权)人:北京航空航天大学杭州创新研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。