基于迭代学习控制与线性模型的上肢康复机器人功能性电刺激仿真研究
机器人学
2023-11-15 v1 系统与控制
系统与控制
摘要
针对现有混合式中风康复方案，本文为康复任务中的肘伸展/屈曲实现了一种基于线性模型的比例迭代学习控制（P-ILC）。由于P-ILC存在瞬态误差增长问题，引入了学习导数约束控制器，以确保受控系统在每次试验中不超过预设的速度限制。为此，建立了机器人末端执行器与中风受试者交互（被控对象）的线性传递函数模型，以及肌肉对刺激控制的响应模型。0–0.3 m范围内的直线点对点轨迹作为被控对象、前馈和反馈刺激控制器的参考任务空间轨迹。在每次试验中，采用基于SAT的有界误差导数ILC算法作为学习约束控制器。开发并仿真了三种控制配置。系统性能使用均方根误差（RMSE）和归一化RMSE进行评估。在16次迭代的不同ILC增益下，当控制配置组合使用时，获得了0.0060 m的位移误差。
引用
@article{arxiv.2207.07289,
title = {A Simulation Study of Functional Electrical Stimulation for An Upper Limb Rehabilitation Robot using Iterative Learning Control (ILC) and Linear models},
author = {Boluwatife E. Faremi and Kayode P. Ayodele and Abimbola M. Jubril and Afeez A. Fakunle and Mathew O. B. Olaogun and Micheal B. Fawale and Morenikeji A. Komolafe},
journal= {arXiv preprint arXiv:2207.07289},
year = {2023}
}
备注
15 pages, 16 Figures