机械工程学报

作者：李元, 孙智, 訾斌, 陈兵

单位：1. 合肥工业大学机械工程学院 合肥 230009;2. 浙江大学流体动力基础件与机电系统全国重点实验室 杭州 310027;3. 西安电子科技大学机电工程学院 西安 710071

关键词：康复机器人,状态估计,非线性滤波,模型预测控制；

基金：国家自然科学基金(52205014,U24A20116)、流体动力基础件与机电系统全国重点实验室开放基金课题(GZKF-202321)和中央高校基本科研业务费专项资金(JZ2024HGTB0245)资助项目。

针对康复机器人人机协同运动时的运动行为估计和轨迹跟踪控制问题，提出了一种膝踝康复矫形器力矩估计和模型预测控制算法。首先，建立基于拉格朗日函数和负载方程的机器人关节动力学模型，提出了一种高阶无迹卡尔曼滤波(Unscented Kalman filter, UKF)算法，实现不依靠力矩传感器的关节力矩估计。其次，设计H∞滤波器降低UKF算法中因不确定性噪声带来的估计误差，提高了估计算法的鲁棒性。然后，改进模型预测控制器，将非线性滤波的后验估计值作为系统的输出反馈，提高了机器人力矩跟踪精度并收敛了误差范围。最后，搭建物理样机进行相关的空载实验和人机协同运动实验，验证了力矩估计方法的准确性和控制算法的有效性。

来源：2025年第11期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第11期