摘要
本发明公开一种针对下肢外骨骼的多级控制方法,应用于外骨骼机器人领域,针对现有技术存在的因模型的不确定性导致设计的控制精度降低的问题;本发明设计的控制器,在高级控制层中,人体训练模式由操作员的运动意图决定,以生成参考步态轨迹;在中层控制层,设计了可变导纳控制器,规划人外骨骼协同运动的三种训练模式:被动、主动和被动到主动模式。在低级控制回路中,提出了一种具有径向基函数神经网络估计的方法和输入死区补偿的固定时间收敛控制器,以保证外骨骼关节位置跟踪导纳回路输出的期望轨迹。为避免所设计控制器的Zeno现象,使用事件触发机制来确定采样和传输信号的执行时间。最后,通过仿真和实验结果验证了所提控制策略的有效性。
技术关键词
步态轨迹
下肢外骨骼关节
径向基函数神经网络
导纳控制器
事件触发机制
外骨骼机器人
模式
阻尼模型
运动意图
位置跟踪
估计误差
控制回路
参数
测量误差
控制策略
系统为您推荐了相关专利信息
状态智能监测方法
径向基函数神经网络
静电
旋转机械
振动特征
知识图谱更新方法
知识图谱数据库
动态数据信息
数据采集策略
增量更新
数据驱动模型
加热炉控制方法
径向基函数神经网络模型
钢坯
热传导
构建用户画像
实时数据处理
动态更新
内容推荐算法
机器学习模型
剩余寿命预测方法
特征迁移学习
剩余寿命预测模型
多级用户界面
多通道卷积神经网络