[發(fā)明專利]具有運(yùn)動(dòng)速度決策的康復(fù)訓(xùn)練機(jī)器人自適應(yīng)跟蹤控制方法

有效

• 申請?zhí)枺?/td>: 202110757251.4
• 申請日: 2021-07-05
• 公開（公告）號: CN113325720B
• 公開（公告）日: 2023-07-18
• 發(fā)明（設(shè)計(jì)）人: 孫平;單雪梅;李樹江;王碩玉;常洪彬;唐非;謝靜
• 申請（專利權(quán)）人: 沈陽工業(yè)大學(xué)
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 沈陽亞泰專利商標(biāo)代理有限公司 21107
• 代理人: 許宇來

1.具有運(yùn)動(dòng)速度決策的康復(fù)訓(xùn)練機(jī)器人的自適應(yīng)跟蹤控制方法，其特征在于包括以下步驟：

1)比較康復(fù)訓(xùn)練機(jī)器人的當(dāng)前運(yùn)動(dòng)速度和訓(xùn)練者的當(dāng)前步行速度，并將比較結(jié)果的速度值大小作為速度決策的狀態(tài)變量，以康復(fù)訓(xùn)練機(jī)器人加速、減速、勻速運(yùn)動(dòng)作為速度決策的動(dòng)作，依據(jù)比較的速度值之差設(shè)計(jì)學(xué)習(xí)過程的獎(jiǎng)懲函數(shù)，實(shí)現(xiàn)康復(fù)訓(xùn)練機(jī)器人運(yùn)動(dòng)速度決策；

2)利用決策的運(yùn)動(dòng)速度及康復(fù)訓(xùn)練機(jī)器人動(dòng)力學(xué)模型建立跟蹤誤差系統(tǒng)，提出機(jī)器人適應(yīng)訓(xùn)練者步行速度的跟蹤控制方法，使誤差系統(tǒng)實(shí)現(xiàn)穩(wěn)定并確保人機(jī)運(yùn)動(dòng)速度協(xié)調(diào)；

比較康復(fù)訓(xùn)練機(jī)器人的當(dāng)前運(yùn)動(dòng)速度和訓(xùn)練者的當(dāng)前步行速度，并將比較結(jié)果的速度值大小作為速度決策的三種狀態(tài)變量，其中，v_t表示機(jī)器人當(dāng)前速度，V_t表示訓(xùn)練者當(dāng)前速度，狀態(tài)描述如下：

state₁:v_t＜V_t??????????????????????????????????(1)

state₂:v_t＝V_t??????????????????????????????????(2)

state₃:v_t＞V_t??????????????????????????????????(3)

以康復(fù)訓(xùn)練機(jī)器人加速、減速、勻速運(yùn)動(dòng)作為速度決策的動(dòng)作，每次動(dòng)作調(diào)整康復(fù)訓(xùn)練機(jī)器人速度變化值為Δv；其中，v_t+1表示機(jī)器人下一時(shí)刻速度，決策動(dòng)作描述如下：

加速動(dòng)作a₂:v_t+1＝v_t+Δv???????????????????????????(4)

勻速動(dòng)作a₂:v_t+1＝v_t????????????????????(5)

減速動(dòng)作a₃:v_t+1＝v_t-Δv????????????(6)

設(shè)ΔV＝v_t-V_t表示康復(fù)訓(xùn)練機(jī)器人和訓(xùn)練者當(dāng)前時(shí)刻的速度值之差，設(shè)計(jì)機(jī)器人速度決策過程的獎(jiǎng)懲值函數(shù)R為：

康復(fù)訓(xùn)練機(jī)器人運(yùn)動(dòng)速度決策步驟如下：

1)對康復(fù)訓(xùn)練機(jī)器人初始速度、初始狀態(tài)的行為對(S,A)進(jìn)行初始化，其中S為康復(fù)訓(xùn)練機(jī)器人當(dāng)前狀態(tài)，A為機(jī)器人當(dāng)前采取的動(dòng)作；設(shè)置機(jī)器人更新狀態(tài)學(xué)習(xí)速率α，衰減系數(shù)γ，決策動(dòng)作的選擇概率ε，其中α∈[0,1]，γ∈[0,1]，ε∈[0,1]；

2)對康復(fù)訓(xùn)練機(jī)器人和訓(xùn)練者的當(dāng)前速度值比較大小，并判斷機(jī)器人在state₁,state₂,state₃中所處的狀態(tài)，將其記為S，康復(fù)訓(xùn)練機(jī)器人以概率ε選取a₁,a₂,a₃中的任意一個(gè)動(dòng)作，并記為A，確定當(dāng)前時(shí)刻的狀態(tài)行為對(S,A)；進(jìn)一步，根據(jù)R獲得獎(jiǎng)懲值，使康復(fù)訓(xùn)練機(jī)器人進(jìn)入下一個(gè)狀態(tài)，記為S'，再利用概率ε選擇新的動(dòng)作A'，獲得新的行為對(S',A')，同時(shí)根據(jù)當(dāng)前時(shí)刻R的獎(jiǎng)懲值對(S,A)的價(jià)值進(jìn)行更新，更新過程為：

Q(S,A)←Q(S,A)+α[R+γQ(S',A')-Q(S,A)]????????(8)

其中，Q(S,A)為當(dāng)前狀態(tài)行為對(S,A)獲得的價(jià)值；Q(S',A')為下一時(shí)刻狀態(tài)行為對(S',A')的價(jià)值；這樣根據(jù)式(8)的價(jià)值，可以完成一次動(dòng)作決策；

3)將(S',A')作為當(dāng)前新的狀態(tài)和動(dòng)作，重復(fù)步驟2)，機(jī)器人不斷進(jìn)行動(dòng)作決策，直到完成決策次數(shù)，使ΔV＝0，實(shí)現(xiàn)人機(jī)運(yùn)動(dòng)速度協(xié)調(diào)；

系統(tǒng)的動(dòng)力學(xué)模型描述如下：

其中

X(t)為康復(fù)訓(xùn)練機(jī)器人的實(shí)際運(yùn)動(dòng)軌跡，u(t)表示廣義輸入力，M表示機(jī)器人的質(zhì)量，m表示康復(fù)者的質(zhì)量，I₀表示轉(zhuǎn)動(dòng)慣量，為系數(shù)矩陣；θ表示水平軸和機(jī)器人中心與第一個(gè)輪子中心連線間的夾角，即θ＝θ₁，由康復(fù)訓(xùn)練機(jī)器人結(jié)構(gòu)可知，l_i表示系統(tǒng)重心到每個(gè)輪子中心的距離，r₀表示中心到重心的距離，φ_i表示x′軸和每個(gè)輪子對應(yīng)的l_i之間的夾角(i＝1,2,3,4)；

設(shè)康復(fù)訓(xùn)練機(jī)器人實(shí)際運(yùn)動(dòng)軌跡X(t)，醫(yī)生指定訓(xùn)練軌跡X_d(t)，設(shè)系統(tǒng)軌跡跟蹤誤差e₁(t)為

e₁(t)＝X(t)-X_d(t)????(10)

速度跟蹤誤差e₂(t)為：

其中c為適應(yīng)運(yùn)動(dòng)速度決策的待設(shè)計(jì)參數(shù)，為機(jī)器人決策的運(yùn)動(dòng)速度；

根據(jù)式(10)(11)，得到跟蹤誤差系統(tǒng)如下：

其中M₁＝M₀K(θ)，

設(shè)為參數(shù)c的估計(jì)值，c^*為c的最優(yōu)估計(jì)值，估計(jì)誤差則有

設(shè)計(jì)控制器u(t)如下：

且參數(shù)c的自適應(yīng)律：

其中K＞0，為的偽逆矩陣；

設(shè)計(jì)Lyapunov函數(shù)V(x,t)如下：

對其求導(dǎo)：

將控制器u(t)和自適應(yīng)律帶入式(17)可得：

由式(18)可知跟蹤誤差系統(tǒng)(12)漸近穩(wěn)定，控制器(14)可以適應(yīng)機(jī)器人決策的運(yùn)動(dòng)速度，確保人機(jī)速度協(xié)調(diào)且穩(wěn)定跟蹤醫(yī)生指定的訓(xùn)練軌跡。