为了改善机器人在人机交互过程中力矩柔顺性问题,对机器人关节中的串联弹性驱动器(Series Elastic Actuator,SEA)进行了改进,从而提高了SEA驱动器中弹性体受力与变形的线性特性。在力矩控制器的设计中,采用了基于数据驱动控制的无模型自适应控制算法(MFAC),并利用BP神经网络算法实现控制器参数的在线自整定。该数据驱动控制算法在不需要建立受控系统精确数学模型的情况下,即可实现串联弹性驱动器(SEA)的力矩控制。既简化了控制器设计的难度,避免了机器人关节建模的复杂性和未建模的动态误差,又提高了控制系统对负载扰动的鲁棒性。为了验证控制方法的有效性,对SEA驱动器进行仿真分析。仿真结果验证了所设计的控制方法对SEA力控具有良好的跟随性,能够实现机器人与人、环境之间的安全物理交互。

设计了一种气动人工肌肉驱动的串联弹性关节,基于气动人工肌肉Chou模型,建立了串联弹性关节的动力学模型,推导出关节刚度,获得了关节刚度与肌肉内部气压、弹性体刚度的关系。设计反向传播(back propagation,BP)神经网络整定PID参数的BP-PID控制算法,开展了气动串联弹性关节的位置与刚度控制研究。仿真结果表明BP-PID控制优于PID控制,关节位置跟踪精度由0.58°变为0.10°,关节刚度跟踪精度从0.026 Nm/rad变为0.005 Nm/rad。实验结果表明关节位置跟踪平均误差由0.347°减小到0.117°,关节刚度跟踪平均误差从0.024 Nm/rad减小到0.019 Nm/rad。

针对意外伤害及脑卒中等造成的手部运动功能障碍问题,设计了一种新型手部康复机器人。重点介绍了三个模块化的执行机构和串联弹性驱动器的设计。利用解析法分析机器人的运动学特性,得出其运动学方程。然后通过图像处理技术得到了食指屈曲/伸展的运动轨迹,并将采集到的关节轨迹应用到运动学中,得出康复机器人的各个驱动关节的输入,并进行SIMULINK仿真验证。仿真结果证明该康复机器人整体结构设计合理,运动学模型正确,能够满足手部康复需求,同时也为后续康复机器人柔顺性控制提供了理论依据。

为了使机械臂具有较好的位置跟随性和人机交互时的安全性,设计了一款3DOF的轻型柔顺机械臂.采用碳纤维材料实现轻量化,设计了串联弹性驱动器（SEA）实现机械臂结构的柔顺性.建立了3DOF轻型柔顺机械臂的运动学和动力学模型,并求解了工作空间;设计机械臂的位置控制实验,通过MTI位姿传感器来获取机械臂末端位姿,提出了MTI位置误差修正的方法.实验表明：当机械臂处于自由状态时,通过对比机械臂各关节和MTI末端位置的跟随性能,得知1,2,3各关节的位置跟随误差分别为7%,5%,2%,末端X,Y,Z3个方向的最大位置误差分别为19.25%,14.43%,6.4%,证明该机械臂末端具有较好的位置跟随性.

串联弹性驱动器(Series Elastic Actuator,SEA)可以有效提高关节的柔顺特性,但是也存在受力与形变强非线性的不足。为了提高SEA的线性特性,建立了双圆环间衔接曲梁模型,利用轴截面原点正应力公式求取梁模型不同点的应力公式,设计并验证了符合柔性关节的SEA;其次,对SEA的模型进行仿真分析,取7个点对其进行模型和实际的应力比较;最后,利用ANSYS对其进行强度仿真分析,分析各关节受力和变形,有效保证了SEA的线性特性,从而有效提高了柔性关节的力学特性。