基于改进的Sparrow搜索算法来跟踪控制人类下肢外骨架的自适应滑动模式控制器

科学领域:

• 机器人技术 机器人技术 机器人技术
• 控制系统 控制系统
• 生物医学工程 生物医学工程

背景情况:

• 下肢辅助外骨需要先进的控制才能有效地进行人机交互.
• 现有的控制器面临着用户变化,外部干扰和模型不确定性的挑战.
• 适应性控制策略对于实时性能提升至关重要.

研究的目的:

• 介绍一个改进的搜索算法-自适应滑动模式控制器 (ISSA-SMC),用于在下肢辅助外骨架中准确的运动跟踪.
• 通过整合人类联合扭矩输入来提高控制器的适应性和稳定性.
• 优化控制器参数以提高性能和减少计算负载.

主要方法:

• 通过将人类关节的扭矩输入集成到外骨的动态模型中,开发了一个ISSA-SMC.
• 采用软max策略和分支和绑定方法以实现高效的参数优化.
• 通过模拟和物理实验在人类穿戴的外骨架上验证了控制器的有效性.

主要成果:

• 与传统的滑动模式控制 (SMC) 和自适应模糊滑动模式控制 (AFSMC) 相比,ISSA-SMC表现出卓越的跟踪精度和稳定性.
• 拟议的控制器显著减少了超越,稳定状态错误和响应时间.
• 实现实时适应用户变化,外部干扰和模拟不确定性,计算成本低.

结论:

• ISSA-SMC为可穿戴机器人提供了一个实用,优化驱动的解决方案.
• 这个框架为智能康复和自适应的人机交互提供了有价值的见解.
• 这项研究强调了先进的控制算法的潜力,以提高外骨的性能.