一种仿生自适应变刚度机械臂关节控制方法技术

技术编号:46573062 阅读:1 留言:0更新日期:2025-10-10 21:18
本发明专利技术涉及机械臂控制技术领域,公开了一种仿生自适应变刚度机械臂关节控制方法。该方法包括采集关节运行时的肌电信号、肌腱张力信号及关节角度信号等多源生物信号;基于肌电与肌腱张力信号构建刚度特征向量,依据关节角度信号生成运动轨迹序列;针对各轨迹点提取对应刚度特征向量,计算刚度敏感度;构建含刚度特征向量与关节角度信号映射关系的仿生刚度参考模型,并用刚度敏感度动态加权调整映射关系;基于调整后的模型和实时信号预测关节刚度变化序列,融合该序列与当前关节角度信号生成动态刚度参数;根据动态刚度参数与预设安全阈值范围计算驱动扭矩修正量,迭代更新模型加权参数至修正量满足收敛条件,输出驱动扭矩指令至执行机构。

【技术实现步骤摘要】

本专利技术涉及机械臂控制,具体为一种仿生自适应变刚度机械臂关节控制方法


技术介绍

1、在工业自动化、医疗康复、服务机器人等领域,机械臂的应用日益广泛,其性能直接影响作业精度与安全。传统机械臂关节控制多采用固定刚度模式,难以应对复杂动态环境下的多样化任务需求。例如,在装配作业中,机械臂需在接触工件时保持较低刚度以避免碰撞损伤,而在搬运重物时则需较高刚度以保证运动稳定性,固定刚度控制显然无法兼顾这些场景。

2、现有的变刚度控制方法大多基于预设的运动轨迹或经验模型进行刚度调节,缺乏对实际作业环境和机械臂自身状态的实时感知与自适应调整能力。部分方法尝试通过采集关节角度、速度等物理信号来优化刚度参数,但这些信号仅能反映机械臂的运动学状态,无法直接关联到关节刚度的内在变化规律。此外,由于机械臂关节结构复杂,存在非线性摩擦、弹性形变等因素,传统控制方法难以建立精确的刚度模型,导致在动态作业过程中容易出现刚度调节滞后、超调等问题,影响控制精度和系统稳定性。

3、随着仿生机器人技术的发展,研究者发现人体关节通过肌肉、肌腱的协同作用能够实现高效的刚度本文档来自技高网...

【技术保护点】

1.一种仿生自适应变刚度机械臂关节控制方法,其特征在于,包括:

2.根据权利要求1所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述构建关节刚度特征向量包括:对肌电信号进行带通滤波处理,分割为等长时间窗;在每个时间窗内提取肌电信号的能量积分值、频率中值及过零率,同时采集对应时间窗内的肌腱张力信号峰值;将能量积分值、频率中值、过零率及肌腱张力信号峰值按时间窗顺序排列,构成四维刚度特征向量序列。

3.如权利要求1所述的仿生自适应变刚度机械臂关节控制方法,其特征在于,所述计算当前轨迹点的刚度敏感度包括:结合相邻轨迹点的历史刚度特征向量分布计算当前轨迹点的刚度...

【技术特征摘要】

1.一种仿生自适应变刚度机械臂关节控制方法,其特征在于,包括:

2.根据权利要求1所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述构建关节刚度特征向量包括:对肌电信号进行带通滤波处理,分割为等长时间窗;在每个时间窗内提取肌电信号的能量积分值、频率中值及过零率,同时采集对应时间窗内的肌腱张力信号峰值;将能量积分值、频率中值、过零率及肌腱张力信号峰值按时间窗顺序排列,构成四维刚度特征向量序列。

3.如权利要求1所述的仿生自适应变刚度机械臂关节控制方法,其特征在于,所述计算当前轨迹点的刚度敏感度包括:结合相邻轨迹点的历史刚度特征向量分布计算当前轨迹点的刚度敏感度。

4.根据权利要求3所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述结合相邻轨迹点的历史刚度特征向量分布计算当前轨迹点的刚度敏感度包括:获取当前轨迹点前连续五个轨迹点的刚度特征向量;计算所述连续五个轨迹点的刚度特征向量在四维空间中的分布离散度;对分布离散度进行负相关归一化处理,获得当前轨迹点的刚度特征稳定性系数;基于肌腱张力信号在对应时间窗内的变化梯度绝对值,计算当前轨迹点的物理响应强度;将刚度特征稳定性系数与物理响应强度的乘积作为当前轨迹点的刚度敏感度。

5.根据权利要求1所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述预测关节刚度变化序列包括:基于所述调整后的仿生刚度参考模型,对目标轨迹点的刚度特征向量进行聚类分析,筛选出关键刚度特征子集;并基于所述关键刚度特征子集与实时采集的肌腱张力信号,通过长短期记忆网络预测关节刚度变化序列。

6.根据权利要求1所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述动态加权调整包括:提取仿生刚度参考模型中当前轨迹点的所有历史映射关系记录;将每条历史映射关系记录中的刚度敏感度按降序排列,形成敏感度序列;计算敏感度序列中最大...

【专利技术属性】
技术研发人员:吴敬权苏静何健庆王贵
申请(专利权)人:广东海洋大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1