[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

说明书

本发明通过计算系统匹配和不匹配的干扰，为外骨骼机器人柔性的驱动器系统设计了位置跟踪控制算法。为了优化柔性驱动器系统的控制性能，在控制器设计中引入了广义预测控制方法。与主要依赖于建模的传统MPC方法相比，所提出的GPC方法几乎不需要模型。但是传统MPC方法在存在匹配和非匹配干扰的情况下不能实现令人满意的效果。为此提出了一种复合控制方法，其将基于广义比例积分观测器的前馈补偿和GPC反馈控制结合在一起。GPIO的核心思想是基于系统的输入输出模型和时变扰动模型来消除时变扰动对系统控制性能的影响，可以同时估计系统未知状态、以及多项式形式的时变干扰。

技术领域

本发明涉及位置跟踪算法领域，具体而言，涉及一种抑制多源干扰的外骨骼机器人跟踪控制方法和系统。

背景技术

外骨骼机器人柔性驱动器是运动控制应用中的一种有前途的驱动方法，其与环境智能地相互作用，弹簧置于驱动器和负载之间。与刚性驱动器相比，柔性驱动器具有几个吸引人的特性，例如低输出阻抗，后驱动性，抗冲击性，平稳的力传递和能量效率。由于大多数发达国家人口老龄化迅速，因此在服务，援助和康复方面对合规驱动器的需求日益增加。

模型预测控制(MPC)是工业应用中最实用的先进控制技术之一。它可以作为一种最优控制方法，采用植物动态模型预测状态的未来行为，并根据每个采样时间的某个性能目标函数或运行成本函数的优化来确定未来的控制动作。MPC方法可以确保令人满意的系统性能，因为它具有包括鲁棒性，建模简单性以及处理操纵和控制变量的约束的良好能力的优点。MPC的一个广泛认可的弱点是它在很大程度上取决于建模精度，即，在实施之前必须支付工厂建模的巨大成本。除了建模误差外，外部干扰不可避免地给高精度预测带来很大障碍，并最终对闭环控制性能产生不良影响。因此，如何减轻干扰和不确定性引起的不利影响始终是大多数研究人员应该考虑的最关键问题之一。

中国专利申请，申请号CN201611077672.8，公开日2017年01月18日，公开了一种柔性关节机器人系统的控制器设计方法，该发明涉及一种柔性关节机器人系统的控制器设计方法,包括：建立柔性关节机器人的动力学模型,将柔性关节机器人系统分解为两个子系统，即连杆子系统和电机子系统；设计连杆子系统虚拟控制器及其自适应规律；设计电机子系统真实控制器及其自适应规律；进行稳定性分析；进行系统性能仿真，由仿真效果来调整控制器的参数。该发明简化了控制设计的流程，明确了控制对象；把系统中存在的未知参数的影响和未知外部干扰的影响归结为两个边界函数，然后通过设计相应的自适应规律来估计边界函数的值，从而设计控制来抵消未知参数和外部干扰的影响。该发明的不足之处：虽然抵消了外部扰动，但是扰动也分为匹配和非匹配，非匹配扰动在控制设计中容易被忽略。

中国专利申请，申请号CN201910291400.5，公开日2020年03月13日，公开了一种柔性关节机械臂控制方法，该发明涉及一种柔性关节机械臂控制方法。其特点是,包括如下步骤：

步骤一：建立柔性关节机械臂系统动力学模型；步骤二：将柔性关节机械臂期望的关节和电机的位移、角速度作为基于模糊神经网络逼近器的自适应反演控制器的参考输入，将电动机提供转矩的外部输入作为自适应反演控制器的实际输入，如果自适应反演控制器的实际输出值和预设的期望值产生跟踪误差,该跟踪误差通过自适应反演控制器的迭代计算趋近于零。该控制方法减小了超调量，快速实现跟踪，该发明的不足之处：仅使用控制器抗干扰能力会略显不足，在时变扰动产生时鲁棒性较弱。

发明内容

1.要解决的技术问题

由于系统存在匹配和不匹配的干扰，为了优化外骨骼机器人柔性驱动器系统的控制性能，统设计了位置跟踪控制算法。在控制器设计中引入了广义预测控制(GPC)方法，但是传统MPC方法在存在匹配和非匹配干扰的情况下不能实现令人满意的效果。为此提出了一种复合控制方法，其将基于广义比例积分观测器(GPIO)的GPC和补偿结合在一起，引入GPIO来估计集总时变干扰，并根据估计的扰动向GPC位置控制器添加前馈补偿项。

2.技术方案