【技术实现步骤摘要】
本专利技术属于机器人运动控制方法领域，具体涉及一种康复机器人运动轨迹控制方法、系统及计算机设备。
技术介绍
1、随着人工智能、物联网等技术的快速发展，国外学者已将重建肢体运动功能的康复机器人作为一个重要的研究领域，尤其是在机器人运动控制策略和方法上。康复机器人的出现不但提高康复师的治疗效果，同时也降低了康复师的工作量。欧美等发达国家在康复机器人研究领域投入了巨额的研发及推广金，提升了康复机器人的技术体验，使得康复机器人在大众面前更为普及。
2、准确的系统数学模型的建立对于实现精确的控制是必不可少的，康复机器人运动控制首先要面临的是数学模型精确性的问题，现有数学模型与理想模型具有较大偏差，其使用已建立的标称数学模型设计的控制器会造成控制精度不够的问题，由于康复机器人的针对对象是人，康复机器人的机械臂末端直接与患者接触，因此，机器臂的运动轨迹不能违反人的生理约束，必须保证机械臂在目标轨迹两侧一定范围内运动，否则会使患者在康复过程中受到二次伤害。
3、综上所述，现有的康复机器人控制方法由于数学模型的精确度不够，导致对康复机器人的运动控制轨迹不精确，从而可能会对患者产生二次伤害。
技术实现思路
1、为了解决对康复机器人运动控制精度不够导致对患者产生二次伤害的问题，本专利技术提供了一种康复机器人运动轨迹控制方法、系统及计算机设备。其方法包括如下步骤：
2、基于康复机器人标称模型建立含有模型不确定性的数学模型；
3、构建指数收敛型扰动观测器，使用
4、构建对数型障碍李雅普诺夫函数；
5、使用对数型障碍李雅普诺夫函数对康复机器人机械臂的运动轨迹进行约束，并结合逼近后的数学模型对康复机器人进行运动轨迹跟踪控制。
6、优选的，使用对数型障碍李雅普诺夫函数对康复机器人机械臂的运动轨迹进行约束，包括如下步骤：
7、设定机械臂的目标轨迹xd＝qd＝[qd1 qd2]t和期望速度α＝[α1 α2]t其中，qd1、qd2分别为关节1和2的期望位置；α1、α2分别为关节1和2的期望速度；
8、根据所述目标轨迹和期望速度轨迹定义机械臂的位置追踪误差e1＝x1-xd＝[e11e12]t和速度误差为e2＝x2-α＝[e21 e22]t，其中，e11、e12分别为关节1和2的位置追踪误差，e21、e22分别为关节1和2的速度追踪误差，x1＝[x11,x12]t为机器人的实际位置，x2＝[x21,x22]t为机器人的实际速度，x2i对应关节i的速度；
9、设置机械臂的位置运动轨迹的约束条件：|x1i|＜kci,i＝1,2，kci为正常数，x1i为对应关节i的位置；
10、设置机械臂的位置误差的约束条件：|e1i|＜kqi,i＝1,2，其中，e1i为e11或e12，kqi为位置误差的常约束边界条件，kqi＝kci-x1i,i＝1,2，其中，x1i为xdi(t)的边界条件，xdi(t)是xd的一个分量；
11、通过所述使用对数型障碍李雅普诺夫函数及所述约束条件对机械臂的运动轨迹进行约束控制。
12、优选的，所述对数型障碍李雅普诺夫函数为：
13、
14、其中，kqi＝kci-x1i,i＝1,2为位置误差的常约束边界条件，e1i为e11或e12，e11及e12为关节1和2的位置追踪误差。
15、优选的，所述对数型障碍李雅普诺夫函数满足下列两个不等式：
16、
17、
18、对于第二个不等式，当约束边界趋于无穷时，即当机器人的位置不受约束时，根据两边夹定理可得，
19、优选的，所述标称模型为：
20、
21、其中，m0(q)∈r2×2为惯性矩阵，且为科里奥利向心矩阵，g0(q)∈r2表示重力矩阵，q是关节角度，τ(t)表示待设计的控制输入矢量。
22、优选的，所述数学模型为：
23、
24、其中，δm，δc，δg分别为惯性矩阵、科里奥利向心矩阵和重力矩阵中的不确定性项，jt(q)为雅各比矩阵，f(t)为机械臂末端所受的外力，τ(t)表示待设计的控制输入矢量，q是关节角度。
25、优选的，所述不确定性项包括：参数不确定性、外界扰动不确定性和末端所受外力不确定性。
26、优选的，所述指数收敛型扰动观测器为：
27、
28、其中，kf＝diag(kf11,kf22,...,kfnn)代表观测器增益，δf为观测器的状态，是系统不确定性的估计值，为定义的估计误差，x1为q，x2为q的导数，q为关节角度，为实际的模型不确定性。
29、本专利技术还提供有一种康复机器人运动轨迹控制系统，包括：
30、数学模型构建模块，用于基于康复机器人标称模型建立含有模型不确定性的数学模型；
31、扰动观测器构建模块，用于构建指数收敛型扰动观测器，使用指数收敛型扰动观测器对所述数学模型的不确定性项进行逼近；
32、函数构建模块，用于构建对数型障碍李雅普诺夫函数；
33、运动轨迹控制模块，用于使用对数型障碍李雅普诺夫函数对康复机器人机械臂的运动轨迹进行约束，并结合逼近后的数学模型对康复机器人进行运动轨迹跟踪控制。
34、本专利技术还提供有一种计算机设备，包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行所述臂康复机器人运动轨迹控制方法。
35、本专利技术提供的康复机器人运动轨迹控制方法、系统及计算机设备具有以下有益效果：
36、本专利技术通过建立含有模型不确定性的数学模型，在控制过程中更能接近真实机器人的运动特性；通过运用扰动观测器对数学模型中的不确定性进行逼近，能够对数学模型进行估计和补偿，从而提高数学模型精度；考虑到康复机器人受自身物理特性及其末端与患者接触距离的限制，利用全新对数型障碍李雅普诺夫函数对追踪误差进行约束，间接地对机器人位置进行约束，从而使机器人闭环系统内的所有追踪误差可以指数渐近地收敛至零，保证机械臂的实际运动轨迹严格约束在期望轨迹两侧的一定范围内，避免对患者造成二次伤害。
本文档来自技高网...【技术保护点】
1.一种康复机器人运动轨迹控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的康复机器人运动轨迹控制方法，其特征在于，使用对数型障碍李雅普诺夫函数对康复机器人机械臂的运动轨迹进行约束，包括如下步骤：
3.根据权利要求1所述的康复机器人运动轨迹控制方法，其特征在于，所述对数型障碍李雅普诺夫函数V1为：
4.根据权利要求3所述的康复机器人运动轨迹控制方法，其特征在于，所述对数型障碍李雅普诺夫函数满足下列两个不等式：
5.根据权利要求1所述的康复机器人运动轨迹控制方法，其特征在于，所述标称模型为：
6.根据权利要求1所述的康复机器人运动轨迹控制方法，其特征在于，所述数学模型为：
7.根据权利要求1所述的康复机器人运动轨迹控制方法，其特征在于，所述不确定性项包括：参数不确定性、外界扰动不确定性和末端所受外力不确定性。
8.根据权利要求1所述的康复机器人运动轨迹控制方法，其特征在于，所述指数收敛型扰动观测器为：
9.一种康复机器人运动轨迹控制系统，其特征在于，包括：
10.
...【技术特征摘要】
1.一种康复机器人运动轨迹控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的康复机器人运动轨迹控制方法，其特征在于，使用对数型障碍李雅普诺夫函数对康复机器人机械臂的运动轨迹进行约束，包括如下步骤：
3.根据权利要求1所述的康复机器人运动轨迹控制方法，其特征在于，所述对数型障碍李雅普诺夫函数v1为：
4.根据权利要求3所述的康复机器人运动轨迹控制方法，其特征在于，所述对数型障碍李雅普诺夫函数满足下列两个不等式：
5.根据权利要求1所述的康复机器人运动轨迹控制方法，其特征在于，所述标称模型为：
6.根据...
【专利技术属性】
技术研发人员：张坦，马瑞平，张高华，张新洲，武奔，
申请(专利权)人：皖西学院，
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。