对形状记忆合金驱动系统的自适应控制,用于人机交互的应用
Enming Shi1,2,3, Xu Zhong4, Tian Wang5
1State Key Laboratory of Robotics, Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang, Liaoning, China.
Frontiers in neuroscience
|February 15, 2024
概括
本研究介绍了形状记忆合金 (SMA) 执行器的自适应PI控制策略,提高了人机交互的精度. 新的灰盒模型和控制方法提高了机器人系统的稳定性和性能,特别是在康复应用中.
科学领域:
- 机器人和控制系统 机器人和控制系统
- 材料科学 材料科学 材料科学
- 生物医学工程 生物医学工程
背景情况:
- 形状记忆合金 (SMA) 执行器为机器人提供了独特的优势,但在精确控制人机交互方面面临着挑战.
- 现有的控制方法通常依赖于复杂的机制模型,限制了适应性和稳定性.
研究的目的:
- 开发一种新的自适应控制策略,用于使用灰色盒模型的SMA执行器.
- 提高SMA执行器在人机交互中的精度,稳定性和适用性,特别是用于手部康复机器人.
主要方法:
- 采用灰色盒模型,仅测量输入电流和输出位移.
- 开发了一个基于多创新概念的自适应算法,具有死区加权因子.
- 一个PI控制器的收益由极分配确定被用于控制法.
主要成果:
- 适应性PI控制策略表现出广泛的适用性和稳定性,特别是在负载变化下.
- 一个与SMA执行器集成的手部康复机器人显示出更好的位置跟踪精度和系统稳定性.
- 该系统成功地容纳了各种手部康复运动和手势.
结论:
- 拟议的自适应控制器平衡了计算复杂性和控制精度,证明了实用性和可靠性.
- 在神经康复应用中,控制器显示出人机交互的巨大潜力.
- 这种方法可以提高SMA执行器的性能,用于复杂的机器人任务.


