实时上肢参数辨识的康复机器人力控制研究

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (17): 233-237.

实时上肢参数辨识的康复机器人力控制研究

贠今天1，2，孟宪全1，2，桑宏强2，杨向红2

1.天津市现代机电装备技术重点实验室，天津 300387
2.天津工业大学机械工程学院，天津 300387

出版日期:2015-09-01 发布日期:2015-09-14

Research on rehabilitation robot force control of real-time upper limb dynamic parameter identification

YUN Jintian1，2, MENG Xianquan1，2, SANG Hongqiang2, YANG Xianghong2

1.Advanced Mechatronics Equipment Technology Tianjin Area Major Laboratory, Tianjin 300387, China
2.School of Mechanical Engineering, Tianjin Polytechnic University, Tianjin 300387, China

Online:2015-09-01 Published:2015-09-14

摘要/Abstract

摘要： 针对病人进行康复训练时，上肢动力学参数估计不准确和训练过程发生上肢动力学参数变化，所导致康复机器人系统辅助力计算不准确，影响精确和稳定的控制练训。为减小辅助力计算误差，实现精确和稳定的训练控制，基于阻抗控制算法，使用多元线性回归方法对上肢动力学参数进行辨识，提出了一种实时上肢动力学参数辨识的阻抗控制算法，建立了康复机器人动力学模型，同时对控制算法进行仿真研究。仿真结果表明该算法能够准确地对上肢动力学参数进行辨识，有效地消除了辅助力计算误差，实现训练过程中训练轨迹精确控制。

关键词: 参数辨识, 康复机器人, 阻抗控制, 轨迹跟踪

Abstract: When rehabilitating training for patients, the auxiliary force calculation errors are caused by inaccurate estimation and change of upper extremity kinetics parameters, which affect accurate and stable training control. In order to reduce the auxiliary force calculation error and achieve accurate and stable control performance, an impedance control algorithm with the real-time upper limb dynamic parameter identification is proposed based on impedance control algorithm and using multiple linear regression method to identify the upper extremity kinetics parameters in this paper. The dynamic model of the rehabilitation robot is modeled and the proposed impedance control algorithm is researched by simulation. The simulation results show that the impedance control algorithm can identify the upper extremity kinetics parameters and eliminate the auxiliary force calculation errors in the training process, and realize the precise trajectory control.

Key words: parameter identification, rehabilitation robot, impedance control, trajectory tracking

贠今天1，2，孟宪全1，2，桑宏强2，杨向红2. 实时上肢参数辨识的康复机器人力控制研究[J]. 计算机工程与应用, 2015, 51(17): 233-237.

YUN Jintian1，2, MENG Xianquan1，2, SANG Hongqiang2, YANG Xianghong2. Research on rehabilitation robot force control of real-time upper limb dynamic parameter identification[J]. Computer Engineering and Applications, 2015, 51(17): 233-237.

[1]	惠小健. 任意初态下的工业机器人迭代学习控制[J]. 计算机工程与应用, 2021, 57(3): 261-265.
[2]	王银，张灏琦，孙前来，李小松，孙志毅. 基于自适应MPC算法的轨迹跟踪控制研究[J]. 计算机工程与应用, 2021, 57(14): 251-258.
[3]	徐恭贤，邱添，贾府生，魏顺行. 一类生物系统的参数辨识方法及其应用[J]. 计算机工程与应用, 2020, 56(4): 163-167.
[4]	沈艳，尹金姗，韩帅，韩煜. 基于数值积分公式的GM（1，1）模型优化研究[J]. 计算机工程与应用, 2019, 55(24): 41-45.
[5]	陈国生，江磊，李涛. 四旋翼无人机轨迹跟踪的容错控制[J]. 计算机工程与应用, 2019, 55(24): 259-264.
[6]	郭林，孙青林，陈赛，陈增强，贾洪琛. 基于实时多任务操作系统的动力翼伞系统设计[J]. 计算机工程与应用, 2019, 55(16): 227-234.
[7]	杨泽文1，2，贾鹤鸣1，宋文龙1，朱传旭1，周佳加2，李元1. 基于高增益观测器的AUV水平面轨迹跟踪控制[J]. 计算机工程与应用, 2017, 53(11): 26-30.
[8]	杨剑锋，张翠，张峰. 机械臂轨迹跟踪控制——基于EC-RBF神经网络的机械臂模型参考自适应控制[J]. 计算机工程与应用, 2015, 51(9): 82-86.
[9]	许凡1，白瑞林1，过志强2，闫文才1. SCARA机器人模糊自适应滑模控制[J]. 计算机工程与应用, 2015, 51(22): 48-52.
[10]	金娟，王耀南. 基于模糊CMAC的移动机器人轨迹跟踪控制[J]. 计算机工程与应用, 2015, 51(1): 54-58.
[11]	李龙1，白瑞林1，吉峰2，郭新年1. 结构光视觉引导的轨迹跟踪系统的标定技术[J]. 计算机工程与应用, 2014, 50(16): 259-264.
[12]	李树荣1，马慧超1，矫德余2. 基于反步法的移动机器人鲁棒跟踪控制[J]. 计算机工程与应用, 2013, 49(8): 266-270.
[13]	李安平1，2，刘国荣3，沈细群3. 不同阶分数阶混沌系统的同步与参数辨识[J]. 计算机工程与应用, 2013, 49(4): 245-248.
[14]	张扬名1，刘国荣1，2. 一种新型的移动机器人轨迹跟踪控制方法[J]. 计算机工程与应用, 2013, 49(23): 257-260.
[15]	徐志成1，王树青2. 基于菌群优化算法的非线性系统模型参数辨识[J]. 计算机工程与应用, 2013, 49(1): 46-49.