第四次智能浪潮的脚步接踵而至,工业制造、医疗康复、抢险救灾等领域智能化、自主化需求日益迫切,仅使用传统刚性驱动方式(如电机、液压等)去协助人类完成简单重复的机械任务,很难进一步推动新一轮科技革命和产业变革。与生物肌肉具有基本相似形态结构、如出一辙运动机理的柔性元件——气动人工肌肉(pneumatic artificial muscle,简称PAM),逐渐成为了机器人驱动、建模、控制领域的重点关注对象。PAM结构简单、材料轻便,当其作为智能机器人的主要驱动元件时,可颠覆性地突破传统驱动元件柔性不足、机构繁琐等局限性,进一步地提高人机交互的安全性和舒适性。


 

 

气动肌肉的材料和结构特殊,导致其存在高非线性、时变特性、迟滞性等,当机器人结构模型较为复杂时,整体动力学模型建立与精确运动控制难度激增。由于单气动肌肉机器人自由度较低,整体机械结构也相对简单,因此单气动肌肉机器人成为了探索该领域的一个首选切入点。目前其主流建模方案主要分为静态特性建模动态特性建模。其中,静态模型主要研究肌肉长度、收缩力和气压三者之间的关系,动态模型主要是通过分析肌肉伸缩过程中内部的气流作用,来描述其动态特性。

1.1 研究挑战

  •  单气动肌肉机器人存在高度非线性、不确定性、以及单向输入约束等问题

  • 绝大多数文献没有考虑跟踪误差的边界约束问题,难以确保安全性

  • 实际工作环境中不可避免地受到外界持续扰动,可能破坏系统稳定性

  • 气动肌肉控制领域现存大多数自抗扰控制方法忽略扰动变化率的影响

1.2 研究成果

  • 提出连续自适应鲁棒控制方法

  • 提出基于神经网络估计的自适应控制方法

  • 提出基于高阶扰动观测器的非线性控制方法

 

 

1.3 实验视频


                                

https://www.bilibili.com/video/BV1jU4y1b7hZ/                                                                       https://www.bilibili.com/video/BV14Q4y1R7cM/

https://www.bilibili.com/video/BV1W54y1V7jr/


 

 




基于特殊的结构特性,单根气动肌肉仅能提供在单一直线方向上的收缩/伸展运动。由于实际机器人通常需要实现复杂多变的控制目标,单根气动肌肉远不足以实现多个自由度的运动。因此,人们往往使用多根气动肌肉共同驱动机器人的多个关节来解决上述难题。此外,多气动肌肉机器人的控制方法并不是简单地从单肌肉平台移植而来,肌肉数目的增加、肌肉之间耦合程度的加剧,导致系统模型发生很大的变化,需结合多根气动肌肉的具体组合形式重新考虑控制器设计。在多气动肌肉机器人中,最为典型的为双气动肌肉机器人

2.1 研究挑战

  • 实际执行机构的驱动能力有限

  • 单纯使用滑模控制去抑制系统不确定性容易加剧抖振现象

  • 实际工况可能面临持续的未知干扰

  • 多数相关工作尚未引入减振机制,很难消除残余振荡

  • 现有模型大多是关于转矩的方程,而转矩并非系统真实的控制输入

  • 现有方法并未限制系统超调和讨论奇异性,可能存在安全隐患

2.2 研究成果

  • 自行搭建设计了一台双气动肌肉机器人

  • 建立更加直接有效的精确动力学模型

  • 提出基于能量的非线性控制方法

  • 提出考虑单向约束、饱和、死区的自适应模糊滑模控制方法

 

2.3 实验视频


                                

https://www.bilibili.com/video/BV1jf4y1Y7Ly/                                                                         https://www.bilibili.com/video/BV15U4y1b7aV/


论文专利

      发表高水平学术期刊论文5篇(其中,一区2篇ESI高被引论文1篇国内控制领域知名期刊2篇),受理发明专利1件


支撑项目

  • 国家自然科学基金区域创新发展联合基金重点支持项目:“泛在信息环境下集群化起重机智能感知、协同优化及控制方法研究”,项目编号:U20A20198。

  • 国家自然科学基金面上项目:“欠驱动塔式起重机系统关键控制技术研究”,项目编号:61873134。

  • 国家重点研发计划“智能机器人”重点专项项目:“面向有色金属浇铸过程的机器人作业系统”,课题编号:2018YFB1309000。

  • 天津市自然科学基金面上项目:“欠驱动非线性桅杆式吊车消摆搬运控制研究”,项目编号:20JCYBJC01360。

  • 辽宁省自然科学基金资助计划项目-重点科技创新基地联合开放基金项目:“仿生软体机器人建模与智能控制方法”,项目编号:2020-KF-22-05。

  • 天津市青年人才托举工程,项目编号:TJSQNTJ-2017-02。

  • 国家自然科学基金委员会-山东省人民政府联合基金重点支持项目:“面向深海作业的自动起重装备基础理论与关键技术”,项目编号:U1706228。