摘要
当前社会人口老龄化问题日益严重，运动障碍人群数量增加，可用于康复训练的下肢外骨骼机器人在医疗康复领域展现了深远的研究价值。现有的刚性下肢外骨骼的设计与研究中普遍存在运动惯性大、对人体运动意图识别不准确、控制性能较差等问题。针对以上问题，本文对基于套索柔性驱动的下肢外骨骼机器人进行设计，并采用径向基函数神经网络（RadialsBasisFunctionNeuralNetwork,RBFNN）滑模控制算法对系统进行精确控制，以实现下肢外骨骼在人体康复训练的应用。本文的主要研究工作如下： 1.针对下肢外骨骼惯性大、传动性差和动力学模型建立复杂等问题，本文对套索柔性驱动系统进行研究，设计了基于套索柔性驱动的下肢外骨骼机器人本体。为了获得准确的下肢外骨骼机器人系统模型，对套索传动系统和下肢外骨骼机器人进行了静力学和动力学分析，结合人机耦合系统摩擦阻抗模型，建立了基于套索柔性驱动的下肢外骨骼机器人的动力学模型。 2.由于下肢外骨骼机器人被动控制性能依赖于相应控制器的性能，本文利用RBFNN的逼近特性，设计了下肢外骨骼机器人的滑模控制算法，采用RBFNN对未知函数进行近似，针对其权重向量设计自适应控制策略，并通过李雅普诺夫方法验证了该算法的稳定性。为了实现外骨骼机器人对人体运动意图的感知与识别，提高外骨骼在康复训练中对设定的期望轨迹追踪的准确性，本文设计了基于惯性测量单元（InertialMeasurementUnit,IMU）的人体下肢运动数据采集装置和基于柔性薄膜传感器的足底压力采集装置。为进一步验证上述装置的性能，进行了行走步态下人体下肢运动信息采集实验，并在此基础上提出了康复训练中人体运动意图的识别策略。 3.为了对研究的外骨骼机器人及控制算法进行验证，搭建了下肢外骨骼机器人控制系统的软硬件平台，对下肢外骨骼机器人控制系统进行设计，主要包括主控制器模块、传感器模块、通讯模块和电源模块。最后，对下肢外骨骼进行了无辅助的直立行走和有辅助的拄拐行走的穿戴康复训练实验。实验结果表明外骨骼髋关节和膝关节对期望轨迹曲线的位置追踪误差均在-2~2°之间，追踪误差的均方根误差小于5，平均百分比误差小于10%，证明下肢外骨骼机器人具有良好的轨迹跟踪性能，能满足实际康复训练的需求。
NETL