下肢外骨骼作为一个以人为核心的交互式机器人平台,成为了近年来较为热门的研究领域之一。按照其应用对象可分为助力、助行和康复下肢外骨骼,而本文的研究对象则是针对下肢助力外骨骼,主要应用于军事作战、应急救灾以及工业负重等应用场景。本学位论文针对下肢助力外骨骼,以控制外骨骼快速跟随穿戴者运动为目标,通过搭建基于增强学习的层级交互式学习框架,旨在实现人-外骨骼系统的运动协调控制,最终希望下肢助力外骨骼能够通过学习过程,来实现对不同穿戴者以及穿戴者不同步态的快速跟随。本学位论文的主要工作及成果归纳如下:1.下肢助力外骨骼传统的灵敏度放大控制算法(Sensitivity Amplification Control,SAC)有以下两个缺点:1)需要精确的动力学模型;2)无法适应不同穿戴者和穿戴者不同的运动状态。针对上述问题,本文提出了基于增强学习的交互式学习控制算法,通过增强学习算法对SAC控制器中的灵敏度放大因子进行在线学习,解决了传统灵敏度放大控制算法需要精确动力学模型的问题,并能够适应不同穿戴者以及穿戴者的不同运动状态。为了得到增强学习的学习目标,利用采集的不同身高和运动速度下的人体步态运动曲线,通过局部高斯过程回归(Local Gaussian Process Regression,LGPR)对穿戴者的运动步态曲线进行预测和估计。然后通过增强学习算法对SAC控制器中的灵敏度放大因子进行在线学习,以适应不同穿戴者以及穿戴者的不同运动状态。2.在上述基于增强学习的交互式学习控制算法中,穿戴者的运动步态曲线是通过LGPR来离线训练预测模型,需要采集大量的人体步态运动数据,并且对不同穿戴者不能个性化建模。因此,本文中针对此问题,基于上述的交互式学习控制算法,提出了一种层级交互式学习(Hierarchical Interactive Learning)控制算法,能够对穿戴者的步态曲线和外骨骼的控制器同时进行学习。HIL控制算法中总共分为两层:上层为步态运动曲线学习,通过动态运动基元(Dynamic Movement Primitives,DMP)对穿戴者的步态运动曲线进行建模,然后利用局部加权回归(Locally Weighted Regression,LWR)对DMP模型进行在线学习和更新以适应穿戴者的运动状态变化;下层为基于增强学习的控制器参数学习,通过获取DMP得到的穿戴者步态运动曲线作为学习目标,学习控制器的参数以适应不同的穿戴者和穿戴者的不同运动状态。3.在利用DMP对穿戴者运动步态进行建模和学习的过程中,DMP需要一个完整的运动步态周期才能够重新学习得到新的DMP模型。这就导致在穿戴者运动状态变化较为频繁的时候,DMP不能够实时地对穿戴者的运动状态进行学习更新,从而导致人机交互力的增加。针对此问题,本文提出了一种协同运动基元(Couple Cooperative Primitives,CCP),在传统DMP的基础上,通过建立穿戴者与外骨骼之间的物理人机交互(physical Human-Robot Interaction,pHRI)模型,并利用其作为耦合项加入CCP模型中,使得其能够通过测量穿戴者与外骨骼之间pHRI的变化,实时地对运动步态进行调整更新。为了适应不同的穿戴者,CCP中采用增强学习算法对CCP中耦合项的参数进行在线学习,从而实现人机的协同运动。4.为了上述算法的验证实现,搭建了一套基于液压驱动的下肢助力外骨骼系统,能够实现对穿戴者的负重助力行走。搭建的下肢助力外骨骼系统分为机械和液压系统、感知系统和控制系统三个部分:机械系统主要实现下肢助力外骨骼的拟人化及可穿戴设计,液压系统则是为助力外骨骼提供动力,感知系统通过包括编码器、姿态仪和力传感器等来获取穿戴者和外骨骼当前的运动信息,而控制系统则是通过获取到的传感信息实现控制算法,从而实现控制下肢外骨骼对穿戴者进行助力。