-
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：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。
-
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：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。
-
Patent Agency Ranking
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。
-
-
公开(公告)号：CN115294653A
公开(公告)日：2022-11-04
申请号：CN202210953972.7
申请日：2022-08-10
Applicant: 电子科技大学
IPC: G06V40/20 , A61B5/11 , A61H3/00 , G06N20/00 , G06V10/766 , G06V10/774
Abstract: 本发明公开一种基于高斯过程回归的下肢外骨骼步态预测方法，应用于外骨骼机器人领域；针对传统的控制策略与患者被动行走的控制方法不考虑穿戴者的运动意图的情况下，降低了用户的主动性的问题；本发明基于IMU的人体下肢关节角度、角速度采集装置，在人体处于不同环境下所采集到的人体步态数据；另外，本发明使用高斯过程回归的方法实现步态的预测，并设计了健腿预测患腿的预测方法，以所采集到的数据为基础实现对下肢外骨骼机器人预测控制算法的补偿，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：CN119781281A
公开(公告)日：2025-04-08
申请号：CN202411223147.7
申请日：2024-09-03
Applicant: 电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种具有模型不确定性电液伺服系统的自适应神经网络固定时间控制方法，相关步骤为：对电液伺服进行建模，得到状态方程；定义电液伺服系统阀响应位置的一致性跟踪误差z1，并设计第一个虚拟控制律α1；定义电液伺服系统阀响应速度的一致性跟踪误差z2，设计第二个虚拟律α2和自适应律#imgabs0#定义电液伺服系统阀所受压力的一致性跟踪误差z3，设计最终实际控制律u和自适应律#imgabs1#基于Matlab/Simulink仿真平台和电液伺服实验平台，对算法进行实验。本发明提出了一种电液伺服系统的自适应神经网络固定时间控制，提高了液压系统在液压模型不确定情况下的快速收敛性能和稳态精度。通过严格的理论推导，证明了电液伺服系统在不同的系统初始状态下，具有实际的固定时间稳定性，使得所有系统状态误差在固定时间内收敛到零附近，与电液伺服系统的初始条件无关。最后，仿真和实验结果验证了该控制方法的有效性。
-
公开(公告)号：CN118348781A
公开(公告)日：2024-07-16
申请号：CN202410064505.8
申请日：2024-01-15
Applicant: 电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种具有预定性能的不确定非线性系统的事件触发固定时间模糊控制方法，相关步骤为：取一类具有不确定性的非线性系统，定义所需轨迹与系统实际输出轨迹为跟踪误差#imgabs0#通过坐标变换将满足预定性能条件约束的原始系统转换为无约束系统，并设计第一个虚拟控制律α1以及用来估计不确定非线性函数的模糊逻辑系统自适应律#imgabs1#继续设计第i个虚拟控制律αi以及用来估计不确定非线性函数的模糊逻辑系统自适应律#imgabs2#直到设计第n个虚拟控制律αn以及用来估计不确定非线性函数的模糊逻辑系统自适应律#imgabs3#并设计了一种事件触发机制来降低控制信号的更新频率；最后基于Matlab/Simulink试验平台，设计单自由度机械臂系统试验。本发明严格的理论分析表明，所提出的控制方案可以得到预定性能条件下实现跟踪误差的固定时间收敛。同时，节省了通信资源。最后，通过仿真实验验证了理论结果的有效性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
