[發明專利]一種基于迭代阻抗的下肢康復外骨骼控制方法

在審

• 申請號: 202210928565.0
• 申請日: 2022-08-03
• 公開（公告）號: CN115282010A
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 楊勇;夏鵬
• 申請（專利權）人: 西華大學
• 主分類號: A61H3/00
• 分類號: A61H3/00;G16H20/30
• 代理公司: 成都泰合道知識產權代理有限公司 51231
• 代理人: 劉沁

1.一種基于迭代阻抗的下肢康復外骨骼控制方法,包括以下步驟：

步驟一：建立具有模型不確定性的下肢康復外骨骼控制系統模型；

步驟二：設計RBF神經網絡迭代阻抗控制器，構成閉環控制系統。

2.根據權利要求1所述的基于迭代阻抗的下肢康復外骨骼控制方法，其特征在于，步驟一具體包括：

建立下肢康復外骨骼動力學模型：

式(1)中，θ是關節角度向量；M(θ)、和G(θ)分別表示外骨骼動力學的慣性矩陣，科氏力和向心力矩陣，以及重力矩陣；τ_dis表示外骨骼的未建模干擾項；τ_e為外骨骼與患者之間的交互力矩；τ則代表控制器的理想輸入力矩；

建立康復外骨骼系統人-機交互的阻抗模型：

式(2)中，θ_d是期望的關節角度向量；M_d、C_d和K_d分別表示期望的慣量矩陣，阻尼矩陣和剛度矩陣；

采用RBF神經網絡來逼近動力學模型，得到RBF神經網絡模型：

式(3)中，和是估計誤差項；和表示神經網絡的理想權值；和表示神經網絡的高斯函數輸出；

通過建立上述三個數學模型，完成了整個下肢康復外骨骼系統的模型搭建。

3.根據權利要求2所述的基于迭代阻抗的下肢康復外骨骼控制方法，其特征在于，所述步驟二的具體過程為：

設計該系統的控制器：

其中，τ_a是計算力矩輸入；τ_b是反饋力矩輸入；τ_c是補償力矩輸入；是未知擾動的估計值；

控制器各項的詳細展開式為：

τ_b＝-K_zz+m

式(5)中，是一個正定矩陣；則是反饋力矩輸入，其遵循迭代學習律：m_k+1＝m_k-β_mz_k，k代表迭代次數，β_m是一個正常數；τ_c用于補償RBF神經網絡和外部擾動的逼近誤差，和是RBF神經網絡中估計誤差項的未知上界，滿足和

通過(1)、(4)和(5)化簡得到：

式(6)則為本發明下肢外骨骼系統的閉環動力學方程。

4.根據權利要求3所述的基于迭代阻抗的下肢康復外骨骼控制方法，其特征在于，還包括步驟三：定義Lyapunov函數，通過放縮法消去不確定項，驗證所述閉環控制系統的穩定性。

5.根據權利要求4所述的基于迭代阻抗的下肢康復外骨骼控制方法，其特征在于，所述步驟三的具體過程為：

定義Lyapunov函數如下：

Ω_k(t)＝V_k(t)+U_k(t)+Y_k(t) (4)

式(7)中V_k(t)、U_k(t)和Y_k(t)分別對應控制器中的反饋力矩項、計算力矩項和補償力矩項；

式(8)中，V_k(t)、U_k(t)和Y_k(t)分別對應控制器中的反饋力矩項、計算力矩項和補償力矩項；k表示迭代次數，t是時間常數，V_k(0)是在t＝0時刻的初始值，代表求矩陣的跡

分別對V、U和Y項進行化簡，最后得到當滿足和時，ΔΩ_k(t)始終有界且小于零，表示矩陣的最小特征值；當迭代次數趨于無窮，ΔΩ_k(t)趨于零。