行走下肢液压增力外骨骼自适应鲁棒力控制研究
本文选题:液压增力外骨骼 切入点:人机同步控制 出处:《浙江大学》2017年博士论文 论文类型:学位论文
【摘要】:在很多未知非结构化环境中,如陡峭的山坡,阶梯以及狭窄的通道,重物运输常常不能通过汽车等轮式装置实现。由于腿部结构可以很好的适应多种极端地形,步行成为了一种有效的重物运输方式。尽管很多足式机器人已经被开发出来,但技术的限制使得能适应多种地形的全自主足式机器人在短期内仍然难以实现。作为一种典型的可穿戴的人机一体化装置,下肢增力外骨骼通过将人引入到机器人控制中,可以极大简化机器人的控制器设计。相比于全自主足式机器人,下肢增力外骨骼避免了很多难以解决的技术限制,因而具有更大的应用潜能。当外骨骼能精确跟踪人的运动时,整个重物通过外骨骼传递到地面,人几乎感觉不到负重的存在,进而可以灵活的完成各种动作。因此,下肢增力外骨骼的核心技术是高性能的人机同步控制算法的设计。然而系统固有的非线性,建模不确定性以及多自由度多步态特性均给控制算法设计带来巨大困难。本论文以下肢液压增力外骨骼为研究对象,以实现高精度人机同步控制为研究目标,采用理论分析,仿真与试验研究相结合的方法,系统且逐层深入地研究了下肢液压增力外骨骼高精度人机同步控制方法。首先针对增力外骨骼系统中的非线性,建模不确定性等难题,提出了单关节外骨骼自适应鲁棒级联力控制方法,解决了系统鲁棒性能差的难题,实现了对人运动意图的有效推断及外骨骼对人运动的快速响应和跟踪。同时为了克服级联力控制的频宽限制,又提出了基于整体动力学模型的单关节外骨骼自适应鲁棒反演力控制方法,进一步提升了外骨骼的响应速度。其次针对外骨骼中的多自由度耦合问题,提出了基于加速度观测器的多关节单腿外骨骼自适应鲁棒级联力控制方法。通过设计自适应鲁棒观测器实现对关节速度和加速度的有效估计,之后基于估计出的关节速度和加速度设计底层多变量自适应鲁棒运动跟踪控制器。结合上层人体运动意图推断控制器,最终实现单腿外骨骼对人运动的准确跟踪。最后针对下肢外骨骼行走过程中的多步态及闭链动力学问题,以漂浮的下肢外骨骼为建模对象,根据不同步态下脚部与地面之间的完整约束条件,建立了统一框架下的外骨骼多步态动力学模型。之后针对单腿支撑和双腿支撑两种步态,分别设计了相应的自适应鲁棒级联力控制器。最终在实验样机上实现了外骨骼负重20Kg时对人行走的准确跟踪。本论文共分为六章,现分别简述如下:第一章,介绍了增力外骨骼的研究背景,归纳出实现下肢液压增力外骨骼高精度人机同步控制存在的三大难题;探讨了国内外在增力外骨骼系统组成,人机同步控制方法及机械臂先进运动控制方法等方面的研究现状;最后概述了本论文的研究意义及研究内容。第二章,简述了论文研究所使用的实验平台及其硬件性能参数;建立了下肢液压增力外骨骼的运动学模型;通过建立外骨骼机械本体动力学模型,液压驱动器动力学模型,人机接口动力学模型,获得了多步态下肢液压增力外骨骼完整的非线性动力学模型;最后对下肢液压增力外骨骼系统进行系统辨识和参数计算,获得动力学中的主要参数。第三章,针对单关节外骨骼系统,设计自适应鲁棒力控制器,重点解决外骨骼控制中存在的鲁棒性能差的问题。设计自适应鲁棒级联力控制器,将控制器分为上下层结构,上层通过设计力控制器以减小人机作用力的积分进而生成关节需要跟踪的理想轨迹(此轨迹也可以看作人的运动意图)。底层设计轨迹跟踪控制器以实现对人运动意图的准确跟踪。在上下层控制器中,通过采用自适应鲁棒控制算法,克服了系统的强非线性及各种模型不确定性的影响。通过对比仿真及实验,验证了所提出的控制算法能实现更小的人机作用力以及好的鲁棒性能;为了克服级联力控制的频宽限制,又提出了基于整体动力学模型的单关节外骨骼自适应鲁棒反演力控制方法,对比仿真验证了所提出的反演力控制能实现更快更高精度的系统响应。第四章,针对多关节单腿外骨骼系统,设计多变量自适应鲁棒级联力控制器,重点解决外骨骼中的多自由度耦合问题。设计多变量上层力控制器有效推断出人的运动意图;设计自适应鲁棒观测器解决关节加速度不可测的难题;基于估计出的关节速度和加速度,设计底层多变量自适应鲁棒运动跟踪控制器;从理论上分析了控制器及观测器参数对系统控制性能的影响;对比仿真验证了所提出的多变量自适应鲁棒级联力控制器能实现比独立关节PID控制更高的控制精度。第五章,针对整个下肢外骨骼系统,设计多步态自适应鲁棒级联力控制器,重点解决行走过程中的多步态控制问题。基于第二章建立的外骨骼多步态动力学模型,设计单腿支撑和双腿支撑情况下的自适应鲁棒级联力控制器;对比仿真验证了所提出的多步态自适应鲁棒级联力控制能实现比独立关节PID控制更高的控制精度。最终在实验样机上实现外骨骼负重20Kg时对人行走的准确跟踪。第六章,归纳总结了本论文的主要工作,阐述研究结论和创新点,并对下肢液压增力外骨骼人机同步控制的研究进行了展望。
[Abstract]:......
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TP242
【相似文献】
相关期刊论文 前10条
1 付聪;计算机自适应测试研究进展[J];现代情报;2005年01期
2 陈华 ,丁杰伟;自适应坐标格绘制的实现[J];电脑编程技巧与维护;2000年12期
3 邵任翔;自适应网络考试系统的设计与实现[J];广州大学学报(自然科学版);2004年02期
4 侯勇严,孙瑜,郭文强;一种自适应模糊PID控制器的仿真研究[J];陕西科技大学学报;2004年02期
5 申利民;汪新俊;;一个自适应Web站点构架的设计[J];计算机技术与发展;2006年02期
6 曹冕;胡晨;姚国良;;嵌入式系统中自适应背光的设计与实现[J];电子器件;2007年01期
7 周建华;王加阳;贺文华;;基于移动Agent的自适应动态取证系统[J];微计算机信息;2007年06期
8 王华;应晶;蒋涛;;基于审查不确定性的预见式软件自适应[J];浙江大学学报(工学版);2010年01期
9 冯凯平;;自适应测试在计算机基础课考试中的应用[J];信息与电脑(理论版);2011年01期
10 高新建;李艳玲;张明强;栾玉环;孙丰荣;姚桂华;;实时心肌声学造影图像的自适应时空滤波[J];计算机工程;2011年S1期
相关会议论文 前10条
1 卢志刚;易之光;赵翠俭;李兵;吴士昌;;一种新型的自适应逆扰动消除器[A];第二届全国信息获取与处理学术会议论文集[C];2004年
2 黄鹤;张丹;于伟东;严灏景;;功能自适应纺织品[A];第七届功能性纺织品及纳米技术应用研讨会论文集[C];2007年
3 王蓬;宋明玉;张林芳;王新远;;广义自适应相干累积算法改进及其在线谱增强中的应用[A];中国声学学会2007年青年学术会议论文集(上)[C];2007年
4 于慧君;陈章位;;道路模拟试验自适应时域复现控制方法研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
5 路迎晨;李兵;;一类自适应预测算法的全局收敛性[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
6 陈博;方滨兴;云晓春;;一种自适应的蠕虫检测和遏制方法的研究[A];全国网络与信息安全技术研讨会'2005论文集(上册)[C];2005年
7 李国;张心珂;杨国庆;高庆吉;;一种自适应的运动目标实时跟踪算法[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年
8 杨寒光;;电子地图中的自适应注记[A];工程设计与计算机技术:第十五届全国工程设计计算机应用学术会议论文集[C];2010年
9 孟宏;刘玉;;基于复调制的自适应细化谱算法[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
10 王平;冯海朋;李勇;康燕;;一种工业无线网络的自适应节能机制[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
相关博士学位论文 前10条
1 陈珊;行走下肢液压增力外骨骼自适应鲁棒力控制研究[D];浙江大学;2017年
2 张超;下肢助力外骨骼机器人研究[D];哈尔滨工业大学;2016年
3 龙亿;下肢外骨骼人体运动预测与人机协调控制技术研究[D];哈尔滨工业大学;2017年
4 史晓雨;数据中心中自适应绿色控制技术研究及其应用[D];电子科技大学;2015年
5 陈思佳;非均匀强杂波下的目标检测问题研究[D];电子科技大学;2014年
6 李航标;基于数字负载最小能耗的自适应电压调节技术研究[D];电子科技大学;2014年
7 王蓉芳;基于协同进化优化和图像先验的分块自适应压缩感知[D];西安电子科技大学;2014年
8 王玉着;地形自适应的高精度河网提取及其典型应用[D];中国地质大学;2016年
9 郑威;从孕妇腹壁电信号中提取胎儿心电的方法研究[D];南京大学;2011年
10 刘娇;结构体系可靠度分析的自适应β约界法研究[D];广西大学;2017年
相关硕士学位论文 前10条
1 赵昆鹏;管道实时在线自适应仿真技术研究[D];西安石油大学;2015年
2 吕铖杰;串联弹性关节控制与交互刚度辨识[D];浙江大学;2015年
3 王波;两种基于万有引力定律自适应算法[D];渤海大学;2015年
4 韦翔鸿;雷达定量降水估测自适应优化算法研究[D];南京信息工程大学;2015年
5 查志远;自适应范数约束图像正则化重建研究[D];昆明理工大学;2015年
6 李威;射频一体式EAS抗干扰研究与设计[D];郑州大学;2015年
7 费强;多功能自适应伪装装置的研究与设计[D];南京理工大学;2015年
8 张宁;图像引导的体外自适应放疗在宫颈癌治疗中的应用研究[D];安徽医科大学;2015年
9 王帅;基于自适应重启的压缩感知算法[D];华中师范大学;2015年
10 刘金荣;种子流视觉检测系统自适应标定的软件研制[D];山西农业大学;2015年
,本文编号:1562388
本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/1562388.html