助行腿机器人系统是外骨骼机器人技术与减重康复训练相结合的产物。它利用外骨骼机器人动作精度高、响应速度快、“不知疲倦”的特点,有可能彻底解决人工手动减重训练强度难以保证、精度不够、训练数据难以反馈等问题,并将理疗师从繁重的体力劳动中解放出来,使其可以将更多的精力专注于患者康复训练效果的评估和康复计划的制定上,从而提升患者步行康复训练的质量和效率。目前,步行训练外骨骼机器人已成为国外神经康复技术的重要发展方向之一。本课题是上海大学机电工程与自动化学院智能机械与系统研究室承担国家863项目“步行训练机器人系统关键技术”的子课题,论文对外骨骼助行腿机器人系统的机构设计、系统建模、步行运动训练控制策略和实验验证等关键技术展开研究,具体研究内容如下:⑴基于满足步行训练的功能要求以及安全性的考虑,结合人体工程学、仿生学和机械设计等技术,设计具有髋、膝和踝关节的3自由度的连杆助行腿。采用自行设计的电动直线驱动器动力装置,实现外骨骼助行腿髋、膝关节主动屈伸运动以及踝关节的主动跖屈和背屈运动,并制作了实物样机试验系统。⑵在机器人辅助训练模式与康复治疗对应的原则下,设计“机器主动”和“患者主动”运动训练控制模式。采用拉格朗日法,建立机器主动训练模式下人机系统的动力学模型。为研究训练者与助行腿之间的人机耦合运动,利用牛顿–欧拉法构建患者主动训练模式的人机系统动力学方程。⑶针对“机器主动”运动训练控制模式,采用计算力矩加比例–微分反馈控制算法,分析了建模误差以及外界干扰等不确定性因素对计算力矩加比例–微分反馈控制算法的影响,推导证明算法的收敛性。为消除建模误差影响,提高系统步态轨迹的跟踪能力,引入径向神经网络补偿建模误差。对“患者主动”运动训练控制模式,设计了基于位置阻抗控制方法,从理论上对建模误差与阻抗关系进行了分析。⑷通过研究了SolidWorks、ADAMS和MATLAB/Simulink三种软件集成的协同仿真方法,建立了助行腿机器人虚拟样机协同仿真平台。在平台上,进行助行腿运动学和动力学仿真分析,步态轨迹跟踪控制算法仿真实验。仿真结果验证了运动学和动力学模型理论分析,为助行腿机构优化和驱动器的电机选型提供重要的参考依据。仿真实验数据表明计算力矩加比例–微分反馈控制算法对助行腿轨迹跟踪控制是有效的,为该算法在实际样机的应用奠定基础。⑸在助行腿机器人样机系统实验平台上,进行了一系列的功能和性能实验,测试了助行腿机器人系统性能的稳定性、安全性和可靠性,并对试验结果进行分析。指出了存在的不足,为进行受试者参与系统测试实验做了一定准备。本论文在以下方面进行了新的探索并取得成果:⑴探索性研究踝关节主动康复训练,导致助行腿的结构复杂化和加大助行腿运动控制的难度,通过利用多轴运动控制系统可以解决这个控制难度问题。带有踝关节主动康复训练的助行腿机器人可使下肢运动康复训练更加全面,符合临床习惯要求。⑵建立了“机器主动”运动训练控制模式下助行腿机器人系统在跑步机上步行的动力学模型,采用主从跟随控制思想,设计计算力矩加比例–微分反馈的控制算法和径向基函数的神经网络补偿控制的方法,弥补机器人动力学模型的不确定性,提高助行腿轨迹跟踪能力。⑶通过将训练者与助行腿隔离分析研究,采用牛顿–欧拉法分别建立动力学模型,利用人机交互作用信息建立训练者与助行腿组成的耦合系统的解耦关系,为研究“患者主动”训练模式的控制方法奠定理论基础。本博士论文深入研究步行训练机器人系统关键问题之一——助行腿。通过对助行腿关键技术的研究,为发展面向应用的步行训练机器人系统提供必要的理论依据、实验数据和研究经验。随着相关技术不断发展完善,将步行训练机器人技术转化为机器人产品,这将对于提高神经受损患者的康复效果和质量、具有积极的学术意义和重要的实际意义。