人物在智能装备方案中应用行为辅助机器人柔顺性控制方法研究现状
摘要：本文全面介绍了行为辅助机器人柔顺性控制方法的研究现状，包括被动柔顺控制和主动柔顺控制两大类。特别地，本文深入探讨了主动柔顺性控制方法的最新进展，尤其是阻抗控制、力/位混合控制和自适应控制等智能化手段在提高机器人与人类协作效率方面所扮演的关键角色。
关键词：行为辅助机器人；柔软性；阻抗；智能化
引言
随着技术的发展，行为辅助机器人的应用日益广泛，它们不仅需要精确地完成任务，还需考虑到与人类接触时的安全性，即实现良好的柔软性。这种机器人的设计旨在帮助残疾人、老年人和康复患者进行独立活动，同时也在军事、太空探索等领域展示出巨大的潜力。
为了达到这一目标，学者们提出了多种有效的实现方式，其中包括被动柔软和主动柔软两种主要策略。通过使用一些辅助机构，使得这些机构能自然地对外部作用力产生反应，这称为被动柔软。而通过利用反馈信息来调整力量以达到顺应效果，则称为主动柔软。
被动柔軟性調控方法
目前较为常见的一些被动调节措施包括串联弹性的驱 动（series elastic actuation）、扭转弹簧机构、永磁铁结构以及气体活塞驱动物工肌肉等。在美国MIT大学Draper实验室中，一种代表性的被动调节装置——远程中心调节（Remote center compliance, RCC）系统，由六根弹簧组成，以此来模拟人类操作过程中的相互作用。此外，以色列布鲁塞尔研究小组还开发了一些行走机械臂，如Lucy由PPAM驱动物工肌肉构成，以及Veronica由MACCEPA驱动物工肌肉构成，并且他们还参与了一个名为“SoftArm”的项目，该项目采用PPAM驱动物工肌肉构建双关节机械臂。
主動調節方法
主動調節技術則從20世紀50年代開始發展起來，最早是在機械手臂上實現遙感力的概念，而到了70年代隨著機械學習技術進步，這種技術成為機器人領域一個重要研究方向。當前實現機器人主動調節主要有幾種策略：
3.1 阻抗調節策略
霍根提出阻抗調節為其中一種基本原理，在順應運動中獲得廣泛應用。他將力與位置統籌於一體，用相同之策略達致這兩者的關係，因此具有較少任務規劃工作量，並且對於某些不確定度或干擾具備強烈之穩健特質。
3.2 力/位混合調節策略
Mason首先提出同時進行力的與位置的概念及關節之間的彈性的思想，其方法涉及獨立為每個關節根據特定任務要求分別進行力的與位置之間進行交替操作。而這樣做時環境約束則視為幾何問題加以考慮，因而該方法顯示出一定程度上的局限性後續Raibert & Craig基於Mason 的基礎上提出了一種更進一步之間力的與位置混合之法，即通過雅可比矩陣將任意作業空間方向下的力を轉換至各個關节数字上，但由於計算複雜，不易實施H.Zhang 等提出了取代作業空間環狀轉換為關节数字環狀轉換改善此法，但必須依照精確環境約束方程來實時更新雅可比矩陣並計算其坐標系。
3.3 自適應調整戰術
由于多自由度、高变换率、高耦合系统如机器人的复杂特点，加上环境未知因素强烈，有时候无法确定，因此众多学者进行了自适应学习尝试Chung Jack C.H.,Leininger Gay G直接在多任务坐标系中，将学习应用于重力补偿、摩擦补偿以及刚度反馈补偿，对插孔进行自适应实验；Kuc Tac-Yong等采用自适应学习混合控制法实现在约束运动中的尝试，在逆导数求解、三次收敛稳定条件判据获得满意效果NicolettiG.M则基于Lyapunov稳定理论，对于约束运动模型参考自适应PID算子的稳定条件进行深入分析李杰、韦庆、常文森将阻抗调节下系统性能优化并结合实际应用情况进行详细分析
4 结论
综上所述，被引用的文献显示出行为辅助机器人的发展趋势之一是不断寻找新的技术手段以提高它们与人类协同工作能力。这项技术正在迅速发展，并预计将继续影响未来的人类-机械融合领域。
