基于干扰观测器的运动意图求解及其应用研究

发布时间：2022-02-19 01:59

　　神经康复机器人逐渐成为国内外的热门课题,实时意图检测是康复机器人更好地理解与之交互的患者意图,并与患者进行自适应交互的关键技术之一,是实现智能化康复的基础。常用的意图检测技术有基于脑电、眼电、肌电的意图检测,也有基于人体行为比如手势、姿势、脸部表情的意图检测。前者被认为是基于生物电信号的意图识别技术,其中尤以脑电因直接与脑神经的认知活动相关联被认为是最有价值的一项前沿技术引起了科学家们的重视。但考虑到检测成本和信号处理的复杂度,作者所在课题组应用肢体末端的生物力学特性捕捉使用者动作意图取得了一定的成果,研究者们通过与肢体末端接触的多维力传感器检测到的“力”信息中分离出人的运动意图,然后通过自适应控制技术调整驱动电机的输出电流达到与运动意图相适应的柔顺交互效果。无力传感器的估算方法对降低设备成本,提升系统响应和控制精度上有其重要的实际意义,本研究通过理论建模、并结合干扰观测器（Disturbance observer,DOB）估算设备运动过程中的摩擦力,有效解决了工程实际中运动摩擦力的检测问题,而将检测到摩擦力进行建模反向补偿到DOB,就能剥离出人机交互系统中人对设备施加的外力,从而判断... 

【文章来源】：中国科学院大学(中国科学院宁波材料技术与工程研究所)浙江省

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

虚拟阻抗人机交互模型

第2章 上肢康复机器人系统动力学建模系统的研究中，我们的主要目标是对上肢康复机器人系统中，本研究采用干扰观测器对交互力进行估算。针对上肢康复干扰观测器设计的第一步就是确定上肢康复机器人控制系统标称模型对设计控制器和低通滤波器有影响，而且上肢康复的运动轨迹、摇杆的姿态、速度和加速度等因素也是我们关此，摇杆的运动学分析成为整个系统控制研究的基础。本章系统进行了动力学建模，对同步带和谐波减速器传动模型进系统的动力学模型确定干扰观测器中的标称模型。康复机器人系统数学模型

图 2.2 康复机器人机械结构Figure 2.2 Mechanical structure of rehabilitative robot 2.2 分别为上肢康复机器人系统的实物图和机械手柄和托盘、力传感器、摇杆、驱动机构、传动康复机器人可以工作在主动模式和被动模式下。

【参考文献】：
期刊论文
[1]基于速度信号的扰动观测器及在光电稳定平台的应用[J]. 李嘉全,丁策,孔德杰,尹传历,戴明.  光学精密工程. 2011(05)
[2]谐波减速器的非线性摩擦建模及补偿[J]. 韩邦成,马纪军,李海涛.  光学精密工程. 2011(05)
[3]基于H∞范数优化的干扰观测器的鲁棒设计[J]. 尹正男,苏剑波,刘艳涛.  自动化学报. 2011(03)
[4]一种基于全维和降维观测器的故障检测和重构方法[J]. 朱芳来,岑峰,董学平.  控制与决策. 2011(02)
[5]基于内模原理的双馈发电机功率解耦控制[J]. 王晓兰,吴东佶.  电气自动化. 2008(02)
[6]基于神经网络干扰观测器的动态逆飞行控制[J]. 陈谋,邹庆元,姜长生,吴庆宪.  控制与决策. 2008(03)
[7]基于模型参考和内模原理的线性系统鲁棒控制设计[J]. 潘登,郑应平.  控制理论与应用. 2007(04)
[8]基于内模原理的涡轴发动机状态反馈控制方法[J]. 李胜泉,杨征山,孙健国.  航空动力学报. 2007(05)

博士论文
[1]具有鲁棒性的最优干扰观测器的系统性设计及其应用[D]. 尹正男.上海交通大学 2012



本文编号：3631986