37、外骨骼交互力控制与语音特征提取技术研究

外骨骼交互力控制与语音特征提取技术研究

1. 外骨骼交互力控制方法

在处理上肢外骨骼人机交互性能不足的问题上，提出了一种基于主动运动意图识别的交互力控制方法。

首先，构建了上肢外骨骼的人机交互模型。通过安装在肘部和腕关节的压力传感器收集人机交互力，基于此交互力模型进行控制器设计。接着，开发了基于径向神经网络的主动运动意图识别方法，并以此建立人机交互力模型。然后，设计了基于径向基函数神经网络（RBFNN）的自适应阻抗控制方案，以验证控制器的稳定性和有效性。

1.1 自适应阻抗控制律设计

在闭环反馈PD控制的基础上，加入主动运动意图在线估计补偿项，设计了使用RBFNN估计信号实现在线补偿的自适应阻抗控制律：
[
\tau = -z_1 - K_2z_2 + W_{\tau}^T\varphi_{\tau}(Z_{\tau}) + W^T\varphi(Z) + f
]
其中，(\dot{W} = -\Upsilon(\varphi(Z)z_2 + \theta W)) 是神经网络估计补偿的对角位置运动意图的更新率，(\dot{W} {\tau} = -\Upsilon {\tau}(\varphi_{\tau}(Z_{\tau})z_2 + \theta_{\tau}W_{\tau})) 是神经网络估计补偿的交互力运动意图的更新率。(f) 是交互力，(K_2 \in R^{n n})，(\lambda_{min}(K_2) > 0)，(\theta) 和 (\theta_{\tau}) 是非常小的正实数，(\Upsilon = \Upsilon^T > 0)，且 (\Upsil