神经肌肉骨控制用于模拟精确任务与轨道偏差分析中的实验数据对比
Jean Mendes Nascimento1, Camila Taira1, Eric Cito Becman1
1Biomechatronics Laboratory, Escola Politécnica, University of Sao Paulo, São Carlos 13566-590, SP, Brazil.
Biomimetics (Basel, Switzerland)
|March 26, 2025
概括
这项研究比较了在模拟和人体试验中使用反线性化控制 (FLC) 和滑动模式控制 (SMC) 的机器人手臂控制. FLC表现良好,但模拟错误与人体试验错误有所不同,特别是在更高的频率下.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 生物力学 生物力学
- 控制系统 控制系统
背景情况:
- 机器人技术中的精确控制具有挑战性,特别是在快速任务中.
- 人类肌肉骨模型为机器人系统提供了现实的操作.
- 非线性控制技术对于复杂的机器人运动至关重要.
研究的目的:
- 为了比较反线性化控制 (FLC) 和滑动模式控制 (SMC) 的2-DoF平面机器人手臂.
- 为了评估模拟机器人手臂的性能与真实的人类实验数据对比.
- 分析与任务幅度和频率相关的控制错误.
主要方法:
- 使用人类肌肉骨模型模拟了一个2-DoF平面机器人手臂.
- 实施并比较FLC和SMC非线性控制技术.
- 收集和分析了从健康受试者执行精确任务的实验数据.
主要成果:
- 在任务限制范围内,FLC表现出令人满意的表现,与SMC相比.
- 模拟模型错误随振幅增加而增加,但不受频率的影响.
- 人体试验错误随幅度和频率的增加而增加,显示与模型的显著差异.
结论:
- FLC是精确机器人任务的可行控制策略.
- 目前的肌肉骨模型需要改进,以准确地捕捉人类运动控制的变化.
- 了解人类错误模式对于开发更有效的人机交互和控制系统至关重要.
