针对外骨骼机器人液压关节驱动系统具有非线性、不确定参数等特性,导致模型建立困难以及负重时具有不确定冲击扰动的问题,基于电液伺服系统特性,建立以弹性负载为外负载的数学模型。为减小负重时冲击扰动项对力控制的影响,引入径向基(RBF)神经网络对干扰项进行补偿,设计一种基于RBF神经网络的滑模力控制策略。通过系统特性进一步验证模型可行性,并进行仿真试验对比。结果表明:与PID控制相比,所设计的控制策略响应时间更短,跟踪误差缩小70.5%;变负载工况下,所设计的控制策略具有更好的跟随能力、更强的鲁棒性能,可以满足外骨骼机器人关节驱动的力控制要求。平台试验进一步验证了仿真结果的有效性与正确性。

仿生足式机器人关节普遍采用传统液压驱动方式由于其能量效率不高无法满足机器人高负载能力和自主连续工作时间的应用要求。在对机器人关节运动进行分析的基础上提出了一种基于数字液压的关节驱动系统的实现方法并对其所需流量和能量效率进行分析和仿真。结果表明：与传统液压相比数字液压能减少关节驱动系统所需流量从而提高能量效率。