仪器仪表学报

作者：尤波，刘嘉琦，程晨晨，刘宇飞，李佳钰

单位：尤波,1.哈尔滨理工大学自动化学院哈尔滨150080； 2.哈尔滨理工大学黑龙江省复杂智能系统与 集成重点实验室哈尔滨150080,youbo@hrbust.edu.cn,刘嘉琦,1.哈尔滨理工大学自动化学院哈尔滨150080； 2.哈尔滨理工大学黑龙江省复杂智能系统与 集成重点实验室哈尔滨150080,,程晨晨,1.哈尔滨理工大学自动化学院哈尔滨150080； 2.哈尔滨理工大学黑龙江省复杂智能系统与 集成重点实验室哈尔滨150080,,刘宇飞,中兵智能创新研究院有限公司北京100072,,李佳钰,1.哈尔滨理工大学自动化学院哈尔滨150080； 2.哈尔滨理工大学黑龙江省复杂智能系统与 集成重点实验室哈尔滨150080,lijiayu@hrbust.edu.cn,

关键词：柔性机械臂;随动控制;肌电信号;变刚度

基金：国家自然科学基金面上项目(52175012)、国家自然科学基金青年科学基金项目(52205035)、中国博士后基金面上项目(2023MD744206)资助

针对人机交互条件下机械臂抓取任务中的随动性较差,导致操作流畅性较低、轨迹跟踪不理想等问题，提出了一种基于表面肌电信号（sEMG）的人机交互随动控制方法。首先，利用双gForcePro+臂环IMU数据获取肩、肘关节角度，并结合sEMG信号的特征提取，通过PSO-GRNN模型估计腕关节角度，建立人手臂与机械臂的映射关系，实现机械臂的随动控制。实验结果表明，PSO-GRNN模型在腕关节角度估计中的均方根误差（RMSE）相比传统GRNN方法分别降低了62.39%和55.18%，有效提升了控制精度。为进一步提升抓取任务中的控制精度，提出了一种基于CNN-LSTM网络的手势识别方法，实现夹爪的实时控制。同时，结合sEMG信号与实际刚度的映射关系，构建了一种人体上肢刚度估计算法，并将刚度调节信息引入自适应RBF-NFTSMC控制器，实现机械臂的柔顺控制。实验结果表明，优化后的RBF-NFTSMC方法相比传统NFTSMC方法，在轨迹跟踪误差上降低了约30-2%，并增强了系统的抗干扰能力。此外，为验证sEMG变刚度控制策略的有效性，搭建了基于双gForcePro+臂环和UR3e机械臂的实验平台。实验结果表明，基于sEMG变刚度控制的机械臂末端轨迹更接近目标轨迹，相较固定刚度控制方法，轨迹跟踪误差降低了24.6%，并改善机械臂在与物体交互时的柔顺性，提升了机械臂的稳定性、适应性。

来源：2025年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第3期