-
公开(公告)号：CN113910203B
公开(公告)日：2023-12-05
申请号：CN202111332323.7
申请日：2021-11-11
Applicant: 电子科技大学
Abstract: 本发明公开了本发明提供的一种康复型外骨骼装置，包括外骨骼模块、主机模块和固定支架，主机模块和外骨骼模块安装在固定支架上。外骨骼模块包括腰部骨架、电机组、腿骨架和足底装置，腰部骨架与固定支架相连，腿骨架的上部与腰部骨架相连，腿骨架的底部与足底装置相连，电机组与腿骨架相连，电机组工作时带动腿骨架运动。本发明所提供的一种外骨骼装置，安全性高，能够根据足底力传感器、腰部三维力传感器和腿部高精度三轴力传感器所采集到的受力信号，进行分析，进而控制大腿电机和小腿电机的运动，从而更精准的辅助运动。
-
公开(公告)号：CN116423517A
公开(公告)日：2023-07-14
申请号：CN202310495970.2
申请日：2023-05-05
Applicant: 电子科技大学
Abstract: 本发明公开一种基于动态运动基元的下肢外骨骼三环控制方法，应用于外骨骼机器人领域，针对现有的外骨骼人机耦合的柔顺性较差的问题，本发明根据穿戴者的身体特征参数，从步态轨迹库中选取一条相对合理的步态轨迹作为DMP的初始训练轨迹，DMP的输出轨迹作为导纳控制环的输入轨迹，导纳控制环的输出轨迹为参考轨迹，作为内环位置控制器的跟踪目标。在内环位置控制器设计时需要考虑人机耦合模型的建立。经过位置控制器输出的外骨骼实际轨迹作为下一轮训练的DMP输入轨迹，周而复始，完成外骨骼的闭环主动控制，控制目标是希望人机耦合作用尽可能的小，完成人主机辅的工作任务。
-
公开(公告)号：CN113910203A
公开(公告)日：2022-01-11
申请号：CN202111332323.7
申请日：2021-11-11
Applicant: 电子科技大学
Abstract: 本发明公开了本发明提供的一种康复型外骨骼装置，包括外骨骼模块、主机模块和固定支架，主机模块和外骨骼模块安装在固定支架上。外骨骼模块包括腰部骨架、电机组、腿骨架和足底装置，腰部骨架与固定支架相连，腿骨架的上部与腰部骨架相连，腿骨架的底部与足底装置相连，电机组与腿骨架相连，电机组工作时带动腿骨架运动。本发明所提供的一种外骨骼装置，安全性高，能够根据足底力传感器、腰部三维力传感器和腿部高精度三轴力传感器所采集到的受力信号，进行分析，进而控制大腿电机和小腿电机的运动，从而更精准的辅助运动。
-
公开(公告)号：CN116115217B
公开(公告)日：2024-09-13
申请号：CN202310039836.1
申请日：2023-01-13
Applicant: 电子科技大学
Abstract: 本发明公开一种基于深度网络的人体下肢步态相位估计方法，应用于外骨骼机器人领域，针对现有技术无法体现不同步态相位下人体的运动状态与人机耦合特性所存在得较大差异的问题；本发明通过惯性测量单元和足底力测量鞋采集不同体型下的健康人体在不同步频下的步态运动下的下肢双腿双关节实时角度、角速度和角加速度信息以及足底力信息，构建训练与测试数据集；根据所构建的数据集对深度神经网络进行训练，从而根据训练完成的深度神经网络实时估计当前人机耦合系统的步态相位。
-
公开(公告)号：CN116125817A
公开(公告)日：2023-05-16
申请号：CN202310232204.7
申请日：2023-03-13
Applicant: 电子科技大学
IPC: G05B13/04
Abstract: 本发明公开一种基于非线性干扰观测器的下肢外骨骼模糊自适应控制方法，应用于外骨骼机器人领域；由于外骨骼机器人动力学参数很难得到精确数值，并且在控制外骨骼过程中所存在的外部干扰很难进行估计，为了解决上述问题，使外骨骼能够更好地跟踪设定轨迹，因此采用模糊系统对动力学未知参数进行估计，并采用非线性干扰观测器去估计集总项干扰，补偿不确定性干扰项的影响。本发明所采用的控制器用于对外骨骼装置进行电机驱动，能有效地提高外骨骼装置的响应能力和跟踪精度。
-
Patent Agency Ranking
公开(公告)号：CN115337009A
公开(公告)日：2022-11-15
申请号：CN202211010277.3
申请日：2022-08-23
Applicant: 电子科技大学
Abstract: 本发明公开一种基于全连接和循环神经网络的步态识别和预测方法，应用于外骨骼机器人领域，针对现有技术中存在的无法根据用户主动的行动意图来实时地控制外骨骼电机驱动的力矩的问题；本发明使用全连接和循环神经网络对下肢外骨骼步态进行识别和预测，设计基于全连接网络的快速步态识别网络和基于循环神经网络的步态预测网络。以大量数据为基础实现对人体步态的快速识别和有效预测，用以对下肢外骨骼机器人预测控制算法的补偿，使得在人体行走时外骨骼能够提供更好的助力作用，以达到下肢外骨骼机器人对偏瘫病患等的辅助作用，有效提高了下肢外骨骼机器人辅助病患行走时的稳定性与可靠性。
-
公开(公告)号：CN118199460A
公开(公告)日：2024-06-14
申请号：CN202410295879.0
申请日：2024-03-15
Applicant: 电子科技大学 , 四川省航天烽火伺服控制技术有限公司
IPC: H02P21/18 , H02P21/22 , H02P21/13 , H02P25/022
Abstract: 本发明公开了一种基于扩张状态观测器的永磁同步电机不确定性补偿方法，相关步骤为：基于同步坐标系对永磁同步电机进行建模，得到系统状态空间方程；设计速度环扩张状态观测器，用来估计集总不确定性并补偿；建立交轴电流不确定性模型，利用扩张状态观测器对电流集总不确定性观测并补偿；将电流环和速度环合并为一个环，设计控制律对总扰动估计并补偿；基于Matlab/Simulink仿真平台，对算法进行实验验证。本发明提出了一种基于扩张状态观测器的永磁同步电机不确定性补偿方法，提高了永磁同步电机在内部和外部干扰作用下的快速收敛性能和稳态精度。通过严格的理论推导，证明了各自适应参数可以使永磁同步电机快速稳定。最后，仿真结果验证了该观测补偿方法的有效性。
-
公开(公告)号：CN118174608A
公开(公告)日：2024-06-11
申请号：CN202410295876.7
申请日：2024-03-15
Applicant: 电子科技大学 , 四川省航天烽火伺服控制技术有限公司
IPC: H02P21/14 , H02P21/00 , H02P25/022 , G06N3/006
Abstract: 本发明公开了一种基于改进人工蜂群算法的永磁同步电机在线参数辨识方法。电机在运行状态下，其电磁参数会随着温升和磁饱和等因素而发生变化，因此，实时准确辨识电机参数对于提高电机系统性能具有重要意义。本发明将变步长最小均方(Least mean square,LMS)算法集成到人工蜂群(Artificial bee colony,ABC)算法中，显著提高了ABC算法的开发能力并加快了收敛速度；其次，设计了一种新的观察蜂概率模型，防止算法容易陷入局部最优。改进后的ABC算法称为LMSABC算法，该算法的种群多样性在迭代过程中先降低后升高，保证了算法在早期阶段具有快速的收敛速度并在后期阶段保持较强的探索能力，更好地平衡了探索和开发之间的关系。本发明将d‑q旋转坐标系下构建的永磁同步电机离散定子电压方程作为标称模型，并利用LMSABC算法和标称模型实现对永磁同步电机的在线参数辨识。仿真结果验证了本方法具有精确的辨识结果和快速的收敛速度。
-
公开(公告)号：CN118061182A
公开(公告)日：2024-05-24
申请号：CN202410295850.2
申请日：2024-03-15
Applicant: 电子科技大学
IPC: B25J9/16
Abstract: 本发明提供了一种具有输入死区及未知扰动的液压机械臂系统固定时间补偿控制方法，针对具有输入死区及未知扰动的液压机械臂系统，基于反步的设计框架，利用相关数学引理和自适应控制技术提出了一种新型的固定时间内收敛的自适应补偿控制器。首先，利用滑模控制及固定时间等理论针对系统模型参数不确定性和未知扰动设计观测器，并对其进行补偿；其次，基于反步法的设计框架设计控制器；再次，基于Lyapunov稳定性理论构建输入死区自适应补偿机制。仿真实验表明，观测器能很好的估计并补偿由参数不确定性和未知扰动引起的系统输出不确定，同时即使系统受到输入死区的影响，系统能保持良好的跟踪精度和实现快速稳定。
-
公开(公告)号：CN117297589A
公开(公告)日：2023-12-29
申请号：CN202311141980.2
申请日：2023-09-06
Applicant: 电子科技大学
Abstract: 本发明公开一种基于多传感器与BI‑LSTM的步态识别方法，应用于外骨骼机器人领域，针对现有的步态识别算法未考虑用户主动的行动意图的问题；本发明采用轻量化步态采集系统采集人体下肢常用的运动信号，包括大腿的表面肌电信号、足底压力信号以及下肢角度、角速度信号；通过对采集到的运动信号进行预处理，获得平滑的数据，之后进行步态划分和数据标定，再通过步态传感信号的特征提取构建步态识别数据库；针对时序信号采用BI‑LSTM子模块，对非时序信号采用全连接子模块，然后将两种子模块输出一起作为新的特征送到全连接层输出层中，得到最终的分类结果；采用本发明的方法能准确识别用户主动的行动意图。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
