基于分散式神经自适应控制方案的上肢外骨骼物理人机交互控制
机器人学
2023-12-06 v3
摘要
在物理人机交互（pHRI）概念中，最重要的准则是与高自由度（DoF）机器人交互的人类操作者的安全。因此，亟需一种鲁棒控制方案以建立安全 pHRI 并稳定非线性、高自由度系统。本文设计了一种自适应分散控制策略以实现上述目标。为此，将人体上肢模型与外骨骼模型分散化并在子系统层面增广，以实现分散控制动作设计。此外，利用径向基函数神经网络（RBFNNs）估计可抵抗外骨骼运动的人体外源力（HEF）。对人体上肢与机器人刚体参数的估计，连同 HEF 估计，使控制器可适应不同操作者，保障其物理安全。采用障碍李雅普诺夫函数（BLF）保证机器人在安全工作空间内运行，同时通过调节控制律确保稳定性。本研究还考虑了未知执行器不确定性与约束，以确保平滑安全的 pHRI。进而，在所提鲁棒控制器下，借助虚拟稳定性概念与虚拟功率流（VPFs）建立了整个系统的渐近稳定性。给出实验结果并与比例-微分（PD）及比例-积分-微分（PID）控制器比较。为展现所设计控制器的鲁棒性与良好性能，在不同速度、不同人类用户及存在未知扰动下进行了实验。所提控制器在机器人控制中表现出完美性能，而 PD 与 PID 控制器甚至无法确保机器人腕关节的稳定运动。
引用
@article{arxiv.2209.14823,
title = {Physical Human-Robot Interaction Control of an Upper Limb Exoskeleton with a Decentralized Neuro-Adaptive Control Scheme},
author = {Mahdi Hejrati and Jouni Mattila},
journal= {arXiv preprint arXiv:2209.14823},
year = {2023}
}
备注
This work has been accepted for publication by the IEEE Transactions on Control Systems Technology