吉林大学学报(工学版) ›› 2016, Vol. 46 ›› Issue (5): 1602-1608.doi: 10.13229/j.cnki.jdxbgxb201605032

• • 上一篇    下一篇

下肢康复机器人轨迹自适应滑模阻抗控制

曹福成1,2, 邢笑雪2, 李元春3, 赵希禄4   

  1. 1. 吉林大学 通信工程学院,长春 130022;
    2. 长春大学 电子信息工程学院,长春 130022;
    3.长春工业大学 电气与电子工程学院,长春 130012;
    4. 日本琦玉工业大学 工学部,埼玉 369-1912,日本
  • 收稿日期:2015-07-09 出版日期:2016-09-20 发布日期:2016-09-20
  • 通讯作者: 李元春(1962-),男,教授,博士生导师.研究方向:智能机械与机器人控制.E-mail:liyc@mail.ccut.edu.cn
  • 作者简介:曹福成(1976-),男,副教授,在站博士后.研究方向:人机交互与机器人控制.E-mail:arthurcao@hotmail.com
  • 基金资助:
    国家自然科学基金项目(61374051); 教育部春晖计划项目(Z2012061); 吉林省教育厅科学研究项目(2014301).

Adaptive trajectory sliding mode impedance control for lower limb rehabilitation robot

CAO Fu-cheng1,2, XING Xiao-xue2, LI Yuan-chun3, ZHAO Xi-lu4   

  1. 1.College of Communication Engineering, Jilin University, Changchun 130022, China;
    2.College of Electronic Information and Engineering, Changchun University, Changchun 130022, China;
    3.College of Electrical and Electronic Engineering, Changchun University of Technology, Changchun 130012, China;
    4.Saitama Institute of Technology, Saitama 369-0293, Japan
  • Received:2015-07-09 Online:2016-09-20 Published:2016-09-20

RICH HTML

2   

PDF (PC)

498

摘要： 针对下肢康复机器人训练任务规划和主动康复控制问题,提出了一种能够根据受损患肢病况进行步态轨迹规划的策略,并设计了可实现主动康复训练的控制算法。步态轨迹规划能够根据不同患肢按需自适应调整训练任务轨迹与正常步态轨迹的偏离程度,阻抗控制可以提高训练中受损患肢的主动参与力,自适应滑膜控制可以消除机器人结构模型的参数不确定性和训练过程中因肌肉痉挛等造成的外力干扰,并且对系统的非线性有一定的鲁棒作用。实验结果表明,该方法能够有效地解决不同受损患肢步态康复训练的自适应任务规划和主动康复训练过程中的柔顺运动控制,任务轨迹跟踪精度较高。

关键词: 自动控制技术, 康复机器人, 步态轨迹规划, 阻抗控制, 滑模控制, 自适应控制

Abstract: Considering the training task planning and active rehabilitation control design for lower limb rehabilitation, a gait trajectory planning strategy was proposed according to the damaged limb and the control algorithm to complete the active rehabilitation training. The gait trajectory planning method can adjust adaptively the deviation between the training trajectory and normal gait trajectory on the demand of different limbs. Impedance control can enhance the active forces of the damaged limb in training. Adaptive sliding mode control can eliminate the influence of model structure uncertainty and parameter uncertainty, which are caused by external forces due to muscle spasm in training, and is robust to nonlinearity of the system. Simulation results show that the proposed method is effective to the adaptive gait trajectory planning and active compliant control for different damaged limbs in gait rehabilitation training, and the tracking accuracy is higher.

Key words: automatic control technology, rehabilitation robot, gait trajectory planning, impedance control, sliding mode control, adaptive control

中图分类号: 

  • TP242.6
[1] Reinkensmeyer D J, Emken J L, Cramer S C, Robotics, motor learning, and neurologic recovery [J]. Annual Review of Biomedical Engineering, 2004,6(1):497-525.
[2] Marchal-Crespo L, Reinkensmeyer D J. Review of control strategies for robotic movement training after neurologic injury[J]. J Neuroeng Rehabil, 2009,6(4):20-35.
[3] 张立勋, 张晓超, 下肢康复训练机器人步态规划及运动学仿真[J]. 哈尔滨工程大学学报, 2009, 30(2):187-191.
Zhang Li-xun, Zhang Xiao-chao. Gait planning and kinematic simulation for a lower limb gait rehabilitation robot[J]. Journal of Harbin Engineering University, 2009, 30(2):187-191.
[4] 徐国政,宋爱国,李会军.基于模糊推理的上肢康复机器人自适应阻抗控制[J].东南大学学报,2009, 39(1): 156-160.
Xu Guo-zheng, Song Ai-guo, Li Hui-jun. Fuzzy-based adaptive impedance control for upper-limb rehabilitation robot[J]. Journal of Southeast University, 2009, 39(1): 156-160.
[5] 文忠, 钱晋武, 沈林勇, 等. 基于阻抗控制的步行康复训练机器人的轨迹自适应[J]. 机器人, 2011, 33(2):142-149.
Wen Zhong, Qian Jin-wu, Shen Lin-yong, et al. Trajectory adaptation for impedance control based walking rehabilitation training robot[J]. Robot, 2011, 33(2): 142-149.
[6] Pan L Z, Song A G, Xu G Z, et al.Safety supervisory strategy for upper-limb rehabilitation robot based on impedance control[J]. Int J Adv Robotic Syst, 2013, 10(127):1-12.
[7] Pan Li-zheng, Song Ai-guo, Xu Guo-zheng, et al. Hierarchical safety supervisory control strategy for robot-assisted rehabilitation exercise[J]. Robotica, 2013, 31(5): 757-766.
[8] Rodrīguez-Silva1 D A,Gil-Castiňeira F,González-Castaño F J,et al.High human motion tracking and gait analysis: a brief review of current sensing systems and integration with intelligent environments[C]∥IEEE ICVEHCIMS,Istambul, Turkey,2008:14-16.
[9] 康冰, 王曦辉, 刘富.基于改进蚁群算法的搜索机器人路径规划[J]. 吉林大学学报:工学版, 2014, 44(4):1062-1068.
Kang Bing, Wang Xi-hui, Liu Fu.Path planning of searching robot based on improved ant colony algorithm[J]. Journal of Jilin University (Engineering and Technology Edition), 2014,44(4):1062-1068.
[10] 李勇, 杜巧玲, 刘振泽, 等.欠驱动步态行走机器人基于反相同步的脉冲控制策略[J]. 吉林大学学报:工学版, 2011, 41(增刊2):292-295.
Li Yong, Du Qiao-ling, Liu Zhen-ze, et al. Impulsive control of passive compass-like biped robot based on anti-phase synchronization[J]. Journal of Jilin University(Engineering and Technology Edition), 2011, 41(Sup.2):292-295.
[11] Riener R, Lunenburger L, Jezernik S, et al. Patient-cooperative strategies for robot-aided treadmill training: first experimental results[J].IEEE Trans Neural Syst Rehabil Eng, 2005, 13(3):380-394.
[12] Blaya J A, Herr H.Adaptive control of a variable-impedance ankle-foot orthosis to assist drop-foot gait[J]. IEEE Trans Neural Syst Rehabil Eng, 2004, 12(1):24-31.
[13] Cao Fu-cheng, Wang Xian-wei, Design and implementation of a rehabilitation control system for stroke patients[J].Applied Mechanics and Materials,2014:670-671:1406-1409.
[14] Cao Fu-cheng, Sun Hai-xin. Iterative learning impedance control in gait rehabilitation robot[J].International Symposium on Vehicle, Mechanical and Electrical Engineering,2014, 494-495:1084-1087.
[1] 顾万里,王萍,胡云峰,蔡硕,陈虹. 具有H∞性能的轮式移动机器人非线性控制器设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1811-1819.
[2] 李战东,陶建国,罗阳,孙浩,丁亮,邓宗全. 核电水池推力附着机器人系统设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1820-1826.
[3] 赵爽,沈继红,张刘,赵晗,陈柯帆. 微细电火花加工表面粗糙度快速高斯评定[J]. 吉林大学学报(工学版), 2018, 48(6): 1838-1843.
[4] 姜继海, 葛泽华, 杨晨, 梁海健. 基于微分器的直驱电液伺服系统离散滑模控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1492-1499.
[5] 王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.
[6] 闫冬梅, 钟辉, 任丽莉, 王若琳, 李红梅. 具有区间时变时滞的线性系统稳定性分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1556-1562.
[7] 张茹斌, 占礼葵, 彭伟, 孙少明, 刘骏富, 任雷. 心肺功能评估训练系统的恒功率控制[J]. 吉林大学学报(工学版), 2018, 48(4): 1184-1190.
[8] 董惠娟, 于震, 樊继壮. 基于激光测振仪的非轴对称超声驻波声场的识别[J]. 吉林大学学报(工学版), 2018, 48(4): 1191-1198.
[9] 田彦涛, 张宇, 王晓玉, 陈华. 基于平方根无迹卡尔曼滤波算法的电动汽车质心侧偏角估计[J]. 吉林大学学报(工学版), 2018, 48(3): 845-852.
[10] 张士涛, 张葆, 李贤涛, 王正玺, 田大鹏. 基于零相差轨迹控制方法提升快速反射镜性能[J]. 吉林大学学报(工学版), 2018, 48(3): 853-858.
[11] 王林, 王洪光, 宋屹峰, 潘新安, 张宏志. 输电线路悬垂绝缘子清扫机器人行为规划[J]. 吉林大学学报(工学版), 2018, 48(2): 518-525.
[12] 胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.
[13] 朱枫, 张葆, 李贤涛, 王正玺, 张士涛. 基于强跟踪卡尔曼滤波的陀螺信号处理[J]. 吉林大学学报(工学版), 2017, 47(6): 1868-1875.
[14] 晋超琼, 张葆, 李贤涛, 申帅, 朱枫. 基于扰动观测器的光电稳定平台摩擦补偿策略[J]. 吉林大学学报(工学版), 2017, 47(6): 1876-1885.
[15] 冯建鑫. 具有测量时滞的不确定系统的递推鲁棒滤波[J]. 吉林大学学报(工学版), 2017, 47(5): 1561-1567.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 申铉京, 朱叶, 吕颖达, 陈海鹏. 基于SIFT和HSI模型的彩色图像复制-粘贴盲鉴别算法[J]. 吉林大学学报(工学版), 2014, 44(01): 171 -176 .
[2] 陈晋市, 王国强, 龚勋, 王昕, 王丽, 杜阳. 插装式单向溢流阀特性[J]. 吉林大学学报(工学版), 2016, 46(2): 465 -470 .
[3] 李梦, 苏义脑, 孙友宏, 高科. 高胎体仿生异型齿孕镶金刚石钻头[J]. 吉林大学学报(工学版), 2016, 46(5): 1540 -1545 .
[4] 张钦国, 秦四成, 马润达, 杨立光, 郗元, 刘晋侨. 装载机工作装置液压系统热特性[J]. 吉林大学学报(工学版), 2016, 46(3): 811 -817 .
[5] 于天来, 刘兴国, 姚爽, 穆罕默德马苏. 碳纤维筋体外预应力加固钢筋混凝土梁的疲劳性能[J]. 吉林大学学报(工学版), 2016, 46(6): 1867 -1873 .
[6] 梁晓波, 蔡中义, 高鹏飞. 夹芯复合板柱面成形的数值模拟及试验[J]. 吉林大学学报(工学版), 2018, 48(3): 828 -834 .
[7] 刘国政, 史文库, 陈志勇. 考虑安装误差的准双曲面齿轮传动误差有限元分析[J]. 吉林大学学报(工学版), 2018, 48(4): 984 -989 .
[8] 王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548 -1555 .
[9] 江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747 -1754 .
[10] 贾拓,赵丁选,崔玉鑫. 铰接式装载机倾翻预警方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1762 -1769 .
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发