雷蕾 李健 吴青鸿

摘  要：针对开发研制的下肢外骨骼机器人控制策略的需要，提出一种基于RBF自适应控制的外骨骼控制方法.建立了关于外骨骼的动力学模型，采用RBF网络分别实现对下肢外骨骼模型动力学方程中的重力项、哥氏力及离心项、正定惯性矩阵的逼近建模;通过实验获取髋关节与膝关节于步行过程中的数据，实现了曲线的拟合并将其作为理想输入，通过对比PID、RBF控制方法去控制外骨骼逼近步态曲线.由扰动前后的效果对比可知，基于RBF神经网络自适应控制算法的外骨骼平台可以跟踪步态轨迹，有利于提高系统对位置和速度的跟踪能力以及系统的稳定性.

关键词：下肢外骨骼;RBF神经网络;康复机器人;动力学模型

中图分类号：TP242;R496          DOI：10.16375/j.cnki.cn45-1395/t.2021.03.007

0    引言

在康复医疗领域中，下肢外骨骼是一种智能化医疗设备，可协助患者进行下肢的康复训练并促进其正常的步行功能[1-2].近年来，国内外涌现出了许多康复机器人，如瑞士Hocoma Medical Company出产的“Lokomat”下肢康复机器人[3]，在一些医院和康复机构已经投入使用，其利用力传感器得到患肢的主动力，据此调节输出力矩来适应不同的训练阶段.日本筑波大学开发了混合辅助的HAL[4]（hybrid assistive limb），这是世界上第一个通过脑电波控制步行并使用EMG信号实现患者运动意图识别的外骨骼.

目前，国内对外骨骼的研究较多，张政等[5]根据传统的PID算法成功设计了Bangbang-PD轨迹跟踪算法.大艾科技有限公司最新研发的AiWalker外骨骼通过预设的步态进行运动，从……