自适应超扭转滑模控制用于可穿戴PAM驱动机器人操纵器的鲁棒跟踪

《Scientific Reports》：Adaptive super-twisting sliding mode control for robust tracking of wearable PAM-driven robotic manipulator

　　

摘要

气动人工肌肉（PAM）驱动的康复机器人提供了一种安全且柔顺的替代方案，可以替代传统的刚性电机驱动系统，模仿人体肌肉的固有粘弹性。然而，由于压力-力-收缩关系的高度非线性、多体腿部动力学、摩擦效应以及外部干扰，精确的轨迹跟踪是一个复杂的控制问题。本文提出了一种自适应有限时间超扭转滑模控制（ASTSMC）策略，用于实现对腿部康复操作器的鲁棒跟踪，该操作器能够执行髋关节/膝关节的屈伸运动。人体腿部被简化为一个包含髋关节和膝关节的平面二自由度（2-DOF）系统。采用欧拉-拉格朗日公式推导出包含粘性-库仑摩擦和PAM反作用力矩生成在内的综合非线性动力学模型。控制器采用二阶滑模控制律来确保控制信号的连续性，有效抑制高频振荡。此外，为了在不知道不确定性上限的情况下处理这些不确定性，本文还集成了一种自适应增益律。通过李雅普诺夫稳定性分析验证了跟踪误差的有限时间收敛性。MATLAB/Simulink仿真结果表明，与标准滑模控制方案相比，所提出的ASTSMC在轨迹跟踪精度和鲁棒性方面具有显著优势。抖动的显著减少提高了患者的舒适度和安全性，证明了该框架可应用于临床环境中的高级机器人神经康复领域。