一种基于多脑区联合模型的机械臂力柔顺交互控制方法

本发明提出了一种基于多脑区联合模型的机械臂力柔顺交互控制方法，步骤为：初始化类脑计算模型的类运动皮层模块和类小脑模块及目标参数；获取机械臂的预定义任务轨迹信号以及状态反馈信号；将得到信号输入到类运动皮层模块，计算机械臂的柔顺交互策略；将柔顺交互策略输入到类小脑模块，计算关节扭矩信号，并通过脉冲时序依赖可塑性（Spike Timing‑Dependent Plasticity，STDP）机制调节类小脑模块的参数；将关节扭矩信号输入到机械臂底层控制器，进行扭矩控制；获取机械臂实时状态信号；判断交互过程是否结束。本发明将大脑运动控制机制和类脑计算模型有机地结合在一起，通过大脑启发的突触可塑性学习机制减少对于大量数据的依赖，提高了机器人在随机交互下的力柔顺控制能力，增强了交互的自然性与安全性。