[发明专利]一种抑制多源干扰的外骨骼机器人跟踪控制方法和系统

权利要求书

1.一种抑制多源干扰的外骨骼机器人跟踪控制方法，包括如下步骤：

步骤1，建立柔性驱动器的动态模型，使用牛顿运动定律并忽略摩擦的影响，获得标准模型的柔性驱动器方程，并定义其系统优化的成本函数；建立柔性驱动器的动态模型：

其中，m代表电机，l代表连杆，t是时间变量，a_l＝k/J_l，a_m＝k/J_m，b_m＝1/J_m，J_m和J_l代表电机和连杆的质量，k是弹簧的刚度；θ_m和θ_l代表电机和连杆的位置；ω_m和ω_l代表电机和连杆的角速度；u是电机转矩；d₁(t)和b₂(t)分别是电机和负载的干扰；为a_l(t)，a_m(t)，d_m(t)的标称常数值；

将上式改写为

其中且

系统优化的成本函数如下：

其中T0是预测周期，τ是[0,T]内的任意时刻，θ_r是期望的参考位置；

步骤2，进行带有扰动补偿的输出角度预测，并减弱基于输出角度预测性能的优化；进行带有扰动补偿的输出位置预测的具体方法为：

输出位置预测基于泰勒级数展开4项后如下式：

其中θ_i是位置，t是时间变量，T0是预测周期，τ是[0,T]内的任意时刻，i＝l,r；

在上式中的基础上，构造预测的θ_l和θ_r：

其中，m代表电机，l代表连杆，r代表期望值，t是时间变量；a_l＝k/J_l，a_m＝k/J_m，b_m＝1/J_m，J_m和J_l代表电机和连杆的质量，k是弹簧的刚度；θ_m和θ_l代表电机和连杆的位置；ω_m和ω_l代表电机和连杆的角速度；u是电机转矩；d₁(t)和d₂(t)分别是电机和负载的干扰；为a_l(t)，a_m(t)，b_m(t)的标称常数值；和分别是θ_l和θ_r的预测位置；且和是ω_l,ω_m,和的估计值；

在(5)中预测位置的前提下，(3)中的指数J(t)可以进行如下预测：

其中*是独立于u的；

对u求导：

让优化后的控制器(8)可写成如下形式：

步骤3，利用测量位置θ_l和θ_m，设计两个基于测量位置的扰动观测器来估计状态和集总时变扰动；针对匹配和非匹配扰动，分别设计两个基于测量位置的扰动观测器，其中观测器1为：

令

其中a_l＝k/J_l，J_l代表连杆的质量，k是弹簧的刚度；为a_l(t)标称常数值；θ_m和θ_l代表电机和连杆的位置；ω_l代表连杆的角速度；d₁(t)电机和的干扰；和是ω_l和的估计值；λ₁，λ₂，λ₃是观测器的三个极点；

设

代入得

观测器2为：

令

其中a_m＝k/J_m，b_m＝1/J_m，J_m和J_l代表电机和连杆的质量，k是弹簧的刚度；为a_m(t)，b_m(t)的标称常数值；θ_m和θ_l代表电机和连杆的位置；ω_m代表电机的角速度；u是电机转矩；d₂(t)分别是负载的干扰,和是ω_m和的估计值；λ₄，λ₅，λ₆是观测器的三个极点；

设

代入得

步骤4，建立抑制多源干扰的外骨骼机器人优化跟踪控制系统，实现跟踪优化；将广义比例积分观测器和广义模型预测控制器结合生成复合控制器：

其中a_l＝k/J_l，a_m＝k/J_m，b_m＝1/J_m，J_m和J_l代表电机和连杆的质量，k是弹簧的刚度；为a_l(t)，a_m(t)，b_m(t)的标称常数值；θ_m和θ_l代表电机和连杆的位置，θ_r代表期望的参考位置；ω_m和ω_l代表电机和连杆的角速度；u是电机转矩；T0是预测周期；且和是ω_l,ω_m,和的估计值；z₂，z₅是观测器的中间变量。