【技术实现步骤摘要】
本专利技术属于机器人控制，特别涉及了一种肩关节康复机器人轨迹跟踪的控制方法。
技术介绍
1、由于干扰对肩关节康复机器人的负面影响，传统的肩关节康复机器人轨迹跟踪控制方法难以达到良好的轨迹跟踪效果。因此针对肩关节康复训练中的轨迹跟踪控制方法进行了研究，结合滑模控制和自适应控制的特性，设计了一种基于自适应滑模干扰观测器的预测控制方法。
技术实现思路
1、本专利技术解决的技术问题是：针对康复训练过程中机器人受到干扰的条件下的肩关节康复机器人关节角度跟踪问题，提出了一种基于自适应滑模干扰观测器的预测控制方法，实现了肩关节康复机器人轨迹跟踪精度更高的问题。
2、本专利技术的技术解决方案是：一种针对康复训练过程中机器人受到干扰的条件下的肩关节康复机器人关节角度跟踪的控制方法，使肩关节康复机器人轨迹跟踪精度更高，该方法具体步骤如下：
3、步骤一：在肩部生理结构的基础上，构建它的模型，分析其动力学特性；
4、根据拉格朗日方程，考虑到康复训练中摩擦、扰动对肩关节康复机器人的影响，建立肩关节康复机器人系统的动力学方程表达式为
5、
6、式中，x,分别表示关节的位置、速度和加速度；m是机器人的惯性矩阵；c表示离心力和科里奥利力的非线性耦合矩阵，∈表示扰动，包括外部扰动力、内部摩擦及来自负载的不平衡力等未知、实变的非线性动力学参数；τ表示控制扭矩。
7、在实际系统中，参数m和c是实变的，很难获得参数的精确值。考虑到系统模型的不确定性，
8、
9、式中，mn和cn分别表示执行器的名义惯性质量和名义阻尼系数，它们的值可以通过系统模型辨识得到；δm和δc分别表示执行器惯性质量和阻尼系数的不确定部分。
10、为了简化系统模型，将式(2)代入式(1)得：
11、
12、式中，∈*表示系统受到的等效干扰，其表达式为
13、
14、步骤二：设计改进滑模干扰观测器，实现对扰动的估计并对扰动进行补偿，有效提高系统的干扰抑制能力，从而提高轨迹跟踪控制系统的控制性能。
15、为估计系统的等效干扰∈*，基于跟踪微分器构造如公式(5)所示的干扰观测器：
16、
17、式中，别是利用跟踪微分器估计的h值。
18、跟踪微分器的表达式如下所示
19、
20、式中，i＝0,1,2；q∈r+表示一个大于0的常数；表示跟踪微分器的内部状态变量；跟踪微分器的目标是实现加速度速度和控制量h满足和f[·]是一个用于实现差分估计的函数，其构造形式如下：
21、f(q1,q2)＝-α1q1-α2q2 (7)
22、式中，q1和q2是函数的参数；α1和α2为正常数，分别表示q1和q2的权重。
23、从上式可知，干扰观测器的设计简单且参数易于调整。由于干扰观测器是低通滤波器，只能有效估计干扰的低频信息，这导致干扰的估计值与实际值存在偏差，也不利于提高系统的控制性能。将干扰观测器的干扰估计误差定义为
24、
25、为了补偿干扰观测器的干扰估计误差和更高的带宽范围内估计干扰，设计了滑模观测器估计系统的干扰。利用估计值和补偿值ψ，设计了另一个辅助子系统，其名义模型为：
26、
27、式中，和分别表示执行器的名义速度和名义加速度；ψ表示补偿值。
28、那么，滑膜干扰观测器估计干扰的值为
29、
30、基于滑模控制理论，滑模补偿项的设计过程可分为两个部分：一是滑模面设计，二是滑模控制的自适应切换增益的设计，以系统的状态轨迹收敛于滑模面。
31、为了设计滑模控制器，定义一个名义误差，如下式所示
32、e＝x-xn (11)
33、基于误差(8)，构造滑模面为：
34、
35、其中：λ＞0。
36、对式(12)进行求导，将式(3)、(4)和(11)代入(12)得
37、
38、在不考虑估计误差的情况下，为了实现系统期望的动态，设计了滑模控制器的等效项。假设和得到滑模控制器的等效项为
39、
40、滑模控制器的切换项设计为
41、
42、式中：a＞0；sgn(·)表示符号函数，表达示为
43、
44、步骤三：设计自适应律估计的未知上界η，其中的η估计值用作为切换增益，以消除系统期望动态和实际动态之间的差异。
45、滑模控制中的切换增益和符号函数起着抗干扰的关键作用，但是也会存在“抖振”的问题。为了减小切换增益和符号函数引起的“抖振”问题，设计自适应律以消除由估计误差引起的系统期望动态和实际动态之间的差异。
46、估计的η的自适应律设计为
47、
48、式中，m,n>0；其中，n的表达式为：
49、n＝b+(1-b)e-cs
50、式中，0<b<1；c>0。
51、对于自适应律(16)，其收敛速度由m、n、b和c决定，这些参数是通过反复进行试验来调整的，否则过大的参数会使系统不稳定或振荡。当伺服系统遭受突变干扰引起滑模面变化时，切换增益可以指数地增大，可始终使滑模面保持在零的状态上。因此，所提出的方法具有更好的抗干扰能力。
52、根据自适应滑模控制器的设计原则，可知其补偿量为
53、
54、根据自适应滑模干扰观测器的设计原则，可知该观测器的估计误差为
55、
56、利用具有参数变化不敏感、响应速度快等优点的自适应滑模控制器对干扰的高频进行估计，这相当于提高了干扰观测器的截止频率，从而提高了系统的控制性能。
57、步骤四：由于自适应滑模干扰观测器能够在高带宽范围内估计系统的干扰，设计简单的控制器就可以使系统获得良好的控制性能。因此，设计经典的pd控制器。
58、pd控制器的控制率为
59、
60、式中，kp和kv分别表示控制器的位置、速度增益；e＝xd-x,xd为系统的期望轨迹。
61、步骤五：证明设计的控制律能使系统稳定；
62、对于所提出的自适应滑模控制补偿项，给出了下面假设：
63、存在未知的正数l，满足
64、为了证明系统的稳定性，给出下面引理。
65、引理给出一个一阶非线性微分不等式为
66、
67、式中，v1(y)表示一个半正定李雅普诺夫函数，y∈r，κ1>0,0<χ1<1。
68、那么，对于任意给定的初始条件v1(y(0))＝v1(0),函数v1(y)在下面给定的时间收敛到0：
69、
70、然后，利用李雅普诺夫稳定性理论证明自适应滑模观测器及本文档来自技高网...
【技术保护点】
1.一种肩关节康复机器人轨迹跟踪的控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的在肩部生理结构的基础上，构建它的模型，分析其动力学特性，其特征在于，所述的步骤一为：
3.根据权利要求1所述的设计改进滑模干扰观测器，实现对扰动的估计并对扰动进行补偿，有效提高系统的干扰抑制能力，从而提高轨迹跟踪控制系统的控制性能，其特征在于，所述的步骤二为：
4.根据权利要求1所述的设计自适应律估计的未知上界η，其中的η估计值用作为切换增益，以消除系统期望动态和实际动态之间的差异，其特征在于，所述的步骤三为：
5.根据权利要求1所述的设计控制器就可以使系统获得良好的控制性能，其特征在于，所述步骤四为：
6.根据权利要求1所述的基于李雅普诺夫理论证明设计的控制律能使系统稳定性，其特征在于，所述步骤五为：
7.根据权利要求1所述的根据现有肩关节训练机器人模型进行案例仿真，分别对改进的与未改进的控制律进行仿真比较，其特征在于，所述步骤六为：
【技术特征摘要】
1.一种肩关节康复机器人轨迹跟踪的控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的在肩部生理结构的基础上，构建它的模型，分析其动力学特性，其特征在于，所述的步骤一为：
3.根据权利要求1所述的设计改进滑模干扰观测器，实现对扰动的估计并对扰动进行补偿，有效提高系统的干扰抑制能力，从而提高轨迹跟踪控制系统的控制性能，其特征在于，所述的步骤二为：
4.根据权利要求1所述的设计自适应律估计的未知上界η，其中的η估...
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。