[发明专利]基于Backstepping的下肢外骨骼控制方法

权利要求书

1.一种基于Backstepping的下肢外骨骼控制方法，其特征在于，该方法包括以下步骤：

第一步、建立下肢外骨骼动力学模型，并将下肢外骨骼动力学模型转化为控制系统状态方程；

第二步、设计式(9)的Backstepping控制器：

式(9)中，τ为关节力矩，为外部随机扰动的估计值，z₁为关节角度误差，K₂为常数矩阵，z₂为关节角速度误差，G(x₁)为控制系统状态方程的重力矩阵，C(x₁,x₂)为控制系统状态方程的哥式力与离心力矩阵，M(x₁)为控制系统状态方程的转动惯量矩阵，α₁为虚拟控制量，为α₁的一阶微分，x₁为控制系统状态方程中下肢外骨骼的关节输出角度，x₂为控制系统状态方程中下肢外骨骼的关节角速度；

第三步、改进RBF扰动观测器；

按照式(12)设计RBF扰动观测器：

式(12)中，表示RBF神经网络理想权值的估计值，H(X_d)表示RBF神经网络隐含层的高斯基函数，T表示矩阵转置；表示网络逼近误差的估计值，且满足式(14)：

为辅助变量的估计值，且辅助变量估计值的一阶微分满足式(20)：

式(20)中，R(z₂)为常系数，M^-1(x₁)为M(x₁)的逆矩阵；

设计式(23)的RBF神经网络自适应律：

式(23)中，表示RBF神经网络隐含层第i个节点权值的估计值，为的一阶微分，σ_i表示正常数，Γ_i表示正定矩阵；z_2i表示RBF神经网络隐含层第i个节点的关节角速度误差；

第四步、控制实施；

步骤1、设置关节输出角度和关节力矩的初始值均为0，对下肢外骨骼施加外部随机扰动；设置关节期望角度，并将关节期望角度作为第二步中Backstepping控制器的给定信号；

步骤2、将关节输出角度与关节力矩的初始值输入到第三步改进后的RBF扰动观测器，根据式(14)和(20)计算得到网络逼近误差的估计值；通过式(23)得到RBF神经网络理想权值的估计值；再将网络逼近误差的估计值与RBF神经网络理想权值的估计值代入式(12)，得到外部随机扰动的估计值，即RBF扰动观测器输出外部随机扰动的估计值，然后输入到第二步的Backstepping控制器式(9)进行扰动补偿，得到当前控制周期的关节力矩；再将当前控制周期的关节力矩代入第一步的控制系统状态方程得到当前控制周期的关节输出角度，至此完成当前控制周期的控制任务；

步骤3、以步骤2得到的当前控制周期的关节输出角度与关节力矩为基础，然后重复执行步骤2完成下一控制周期的控制任务，使下肢外骨骼按照期望轨迹运动。

2.根据权利要求1所述的基于Backstepping的下肢外骨骼控制方法，其特征在于，第三步中辅助变量z₃满足式(13)；

z₃＝ε+Ψ(z₂)＝ε+R(z₂)z₂ (13)

式(13)中，Ψ(z₂)＝R(z₂)z₂表示关于z₂的线性函数向量，ε表示网络逼近误差。