1.1 研究目的及意义

研究表明，我国肢体残疾基数数量庞大，且人数处于递增趋势，肢体残疾主要由骨关节病、脊髓损伤和脑血管疾病造成，其中60岁以上的老年人55%患有该病。肢体残疾的庞大基数以及我国的人口老龄化趋势，造成了肢体残疾群体的比重增加，使得我国康复装备供应和康复临床的需求存在巨大缺口，传统的人工或简单的医疗设备已经不能满足患者的康复需求，因此康复与辅助机器人的诞生在很大程度上缓解了这一严峻的现状。近年来，随着人们对机器人研究的深入，越来越多的机器人在我们的日常生活中发挥着重要的作用，其中较为典型的是康复医疗机器人。在这类机器人的辅助下，一方面，康复训练的效率有了极大的提高，训练所耗时间可根据患者的需求来设定，另一方面，将传感作为技术支持，患者的康复训练效果能够实时反馈并及时得到改进。因此，对康复机器人进行更加深入的研究和广泛的应用能够解决康复医疗资源紧张和人工训练中存在的问题，进而更好地促进患者机体受损后的康复训练。在康复训练中，为了保证患者得到有效的恢复，机器人的柔顺性和安全性显得格外重要。气动肌肉作为一种仿生柔性驱动器，有着和人的肌肉相似的驱动特性，它柔顺性好、安全度高、质量轻、输出力/自重比大、功率/体积比大和价格低。气动肌肉表现出的这些特性优于电机、液压缸以及气缸，因此，被广泛应用于机器人驱动方面，尤其是驱动与人体直接接触交互的机器人。

气动肌肉由内部橡胶管和包裹在其外面的几乎不可伸长的菱形编织网组成，两端有封装和固定装置。气动肌肉的结构看似简单，实际上它的内部机理非常复杂，由于气动肌肉的柔性橡胶材质、编织网的摩擦力、端部非规则的几何结构以及压缩空气的非线性，气动肌肉的建模十分复杂，而且建模时还要考虑环境摩擦力和它自身的非弹性形变的影响，导致它的精确模型很难建立。气动肌肉的建模方法主要有基于能量守恒的建模，基于实验拟合的建模和基于有限元分析的建模。

同时，气动肌肉具有强非线性和参数时变性,如气动肌肉收缩力模型的建模误差、随压力变化的摩擦力、迟滞等，因而给气动肌肉控制带来一定的挑战性。因此研究气动肌肉的控制方法及其控制精度问题，成为了康复机器人领域的研究热点之一。气动肌肉的控制方法主要有PID控制、自适应控制、神经网络控制、模糊控制及滑模控制等非线性控制方法，或是上述控制方法的结合。除此之外，气动肌肉在传统方法中加入的是离散负载，其连续变化的工作状态不能被精确模拟，增加和减少外部负载也可能会严重干扰气动肌肉的正常运动，造成的这些问题都无法被预测避免。因此，本文将离散负载用连续变化的负载来替代，引入矩形吸力直流电磁铁来提供外部负载，在此条件下对气动肌肉进行建模和控制，从而在一定程度上建立出更理想的气动肌肉模型并进行更精确的控制。

1.2 国内外研究现状

从气动肌肉的建模方面来看，在国外，美国华盛顿大学的C. P. Chou等将气动肌肉看成是规则的圆柱体并忽略了橡胶管的弹力，利用能量守恒定律建立了气动肌肉的数学模型，但是忽略的这部分弹力对参数的影响较大最终会导致计算的实际肌肉长度偏大。Tondu等人利用虚功原理推理得到了气动肌肉的数学模型，但是由于忽略了很多实际影响因素，与实际结果存在着较大的误差。M. Doumit等人重点研究了气动肌肉的橡胶管与编织网，推导出了气动肌肉工作时它们之间的摩擦力模型。R. W. Colbrunn等人提出了驱动器刚度与修正因子用于解释气动肌肉的迟滞现象，并通过建立气压阀的质量流率方程量化气动肌肉内部的气压变化。G. K. Klute等人提出用一种非线性特殊材料模型来描述气动肌肉内部橡胶管的特性，提高了驱动器输出力预测的准确性。K. C. Wickramatunge等将气动肌肉视为机械弹簧系统，通过对三种不同型号的气动肌肉进行实验建模与仿真，得出气动肌肉的实验数学模型，实验结果显示气动肌肉的收缩位移与其内部气压以及收缩力存在很强的非线性。J. Sarosi等人设计了一个新型的气动肌肉动态模型，采用优化参数辨识方法分析了模型的作用力参数，通过实验对模型进行了验证，并且研究了不同负载对模型的影响。在国内，北京航空航天大学刘荣等对气动肌肉的负载驱动特性进行了分析研究，结合考虑了橡胶管的弹性因素，还有橡胶管与编织网之间以及编织网纤维之间的静摩擦影响。哈尔滨工程大学隋立明等考虑了气动肌肉橡胶管端部不是标准圆柱体，增加了两个系数对其进行表示，并对气动肌肉运动时存在的摩擦力以及橡胶管自身的弹性力进行了补偿。哈尔滨工业大学的隋立明和北京理工大学张宏立等在上面基础上进一步考虑了气动肌肉工作过程中端部形变的影响，对上面的模型进行了改进。华中科技大学杨钢考虑橡胶管弹性和摩擦力，但不考虑橡胶管厚度变化，并假定橡胶筒的应力和变形之间的关系是线性的，建立了相对简洁和完整的描述气动肌肉静态特性的数学模型。

从气动肌肉的控制方面来看，在国外，美国空军研究所和莱特州立大学联合研究了气动肌肉及其应用系统的力控制或位置控制，控制器设计基于带非线性阻尼和弹簧刚度的二阶干扰模型。德国伊尔姆瑙理工大学研究了单根气动肌肉提伸负载的轨迹跟踪，拟合出流量、气动肌肉体积和收缩力模型,并基于平坦性理论设计了非线性控制器，获得渐近位置跟踪。马来西亚理工大学的设计了一个神经网络主动力控制器用于控制负载有垂直移动质量的气动肌肉，实验证明了其优越的轨迹跟踪控制和干扰抑制性能。在国内，华中科技大学的杨钢等针对气动肌肉的位置控制，在滑膜控制器中加入两层模糊控制器，采用模糊逻辑来预测和估计系统中不确定量的变化情况，对滑模控制器带来的剧烈抖动现象进行了改善，提高了位置控制精度。杨钢、李宝仁等还设计出了一种优化的两层滑模控制器，该控制器在滑膜控制基础上加入了神经网络算法，控制器的位置控制效果得到明显的提高。北京理工大学的黄雨等通过实验研究了气动肌肉驱动的关节，并建立了相应的数学模型，结合此模型采用PID控制策略控制这个关节进行位置，取得了比较理想的控制效果。而李英、范伟等将PID控制与模糊控制相结合，用模糊控制实时在线调整PID参数，提高了气动肌肉位置控制的响应速度、精度，消除了超调量和稳态误差，具有较强的自适应性。在气动肌肉的力控制方面北京理工大学的范伟等采用了神经自适应PSD控制策略，使气动肌肉的力控制具有了很强的自适应性，提高了控制精度和响应速度。金英连,王斌锐等对单根气动肌肉的阻抗控制进行了研究,，建立的阻抗模型包含一个PID位置控制内环结构，并利用拉氏变换和频域分析出了稳定条件，但是只做了仿真，并没有做实际实验。

上述气动肌肉的建模方法大都非常复杂，要通过实际测量得到气动肌肉的每个参数非常困难，因此理论模型很难用于实时控制，同时，没有考虑到变负载的问题，会导致连续变化的工作状态不能被精确模拟，在外部负载的增加或减少的过程中也会对气动肌肉的正常工作造成严重影响，为了更加精确地模拟气动肌肉连续变化的工作状态，确保气动肌肉的正常工作，本文选用连续负载，它由矩形吸力直流电磁铁提供，从而建立更加理想的模型。在控制方法的选择上，PID控制参数设置简单，适用于对于精度要求不高的应用场合；模糊控制是一种自适应控制策略，用计算机来模拟人的思维；滑模控制在实验环境不佳时，仍能保证控制精度和系统跟踪控制性能。因此，本文选择了模糊控制，它具有较强的鲁棒性、适应性、强健性及较佳的容错性。在建模和控制的设计完成后，通过实验获得的数据调整仿真参数，优化模型。

2. 研究的基本内容与方案

2.1 研究的基本内容

本文主要研究变负载条件下的单根气动肌肉动态建模及其轨迹跟踪控制，即在限定的变负载环境下，得到单根气动肌肉的动态模型，并在此基础上进行跟踪控制。主要完成的研究内容有：