RBF神经网络迭代学习控制器

消除控制抖振

针对下肢外骨骼康复机器人的轨迹跟踪问题,提出一种结合迭代学习与RBF神经网络滑模控制的策略,能够精确补偿肌肉扰动并实现关节力矩跟踪。

李静 · Huimin, Jiang · Gao, Moyao · 李爽 · 王占礼 · Pang Z. · Yang, Zhang · Yang, Jiao

Applied Sciences (Switzerland) 2025

参数信息

髋关节屈/伸最大角度误差
1.77 °
膝关节屈/伸最大角度误差
1.87 °
踝关节背屈/跖屈最大角度误差
0.72 °

技术优势

抑制抖振

采用RBF神经网络滑模控制,通过单隐层预反馈结构有效逼近肌肉扰动,消除了传统滑模控制常见的抖振现象。

高跟踪精度

仿真表明关节角度误差可控制在2°以内,其中踝关节最大误差仅0.72°,满足康复训练的精确性要求。

满足实时性

通过参数简化实现自适应调节,确保各关节力矩跟踪满足康复机器人的实时控制需求。

应用场景