买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉沈阳工业大学申请的专利康复机器人主被动训练模式循环切换的跟踪控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117717464B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311737152.5，技术领域涉及：A61H1/02；该发明授权康复机器人主被动训练模式循环切换的跟踪控制方法是由孙平;周鹏;常洪彬;曲冠辰;郭启;杨翔杰;杨硕设计研发完成，并于2023-12-15向国家知识产权局提交的专利申请。

本康复机器人主被动训练模式循环切换的跟踪控制方法在说明书摘要公布了：本发明公开了一种康复机器人主被动训练模式循环切换的跟踪控制方法。其特征为：依据康复者主动训练和被动训练过程中，对人机系统产生不同的干扰环境，构建了康复机器人的切换动力学模型，并设计了具有切换特征的随机配置网络对干扰环境进行了估计；建立了主被动训练的跟踪误差系统，在满足最短平均训练时间的条件下，人机系统可以实现主动训练和被动训练的循环切换；基于STM32F411系列单片机将输出PWM信号提供给电机驱动模块，使机器人帮助康复者进行医生指定的主被动循环切换训练。发明不仅为康复者进入全面的主动训练提供适应性的步行运动模式，避免主动训练模式和被动训练模式手动频繁切换对康复者安全的影响。

本发明授权康复机器人主被动训练模式循环切换的跟踪控制方法在权利要求书中公布了：1.康复机器人主被动训练模式循环切换的跟踪控制方法，其特征在于：包括以下步骤： 步骤1、依据康复者主动训练和被动训练过程中，对人机系统产生不同的干扰环境，构建了康复机器人的切换动力学模型，并采用SSCN对干扰环境进行了估计； 步骤2、建立了主被动训练的跟踪误差系统，提出了主动训练和被动训练循环切换的跟踪控制方法，在满足最短平均训练时间的条件下，人机系统能够实现主动训练和被动训练的循环切换； 所述步骤1中，人机系统的动力学模型为如下： 1 其中 ， ， ， 其中表示康复机器人质量，表示使用者质量，和表示系数矩阵，表示康复机器人在、和旋转角三个方向的运动轨迹，为康复机器人四个轮子的控制输入力，表示康复机器人的转动惯量，表示使用者的转动惯量，表示水平轴和机器人中心与第一个轮子中心连线间的夹角，即，由康复机器人结构可知，，，，表示系统重心到每个轮子中心的距离，表示中心到重心的距离，表示轴和每个轮子对应的之间的夹角； 在主动训练过程中，康复者需要减少对机器人的压力，站立于人机系统中心位置，提高步行速度，依据康复者对机器人运动影响将系数矩阵和表示为：，； 在被动训练过程中，康复者依靠机器人扶板减轻身体重量，在机器人帮助下步行训练，通常人机系统发生重心偏移，将系数矩阵和表示为：，； 这样模型1可转化为如下切换表达形式： 2 其中，和表示系统不确定参数矩阵，且 ， ， 其中表示机器人的中心到每个轮子的距离，是定常物理量； 当康复机器人在主被动训练之间切换时，模型2化为如下形式： 3 其中，表示训练任务集，表示切换训练信号，意味着第个子训练任务被激活，表示第个子训练任务；根据机器人的主被动训练模式得到，时表示人机系统进行主动训练，时表示人机系统进行被动训练； 由模型3可知，建立康复机器人主被动训练的切换动力学模型如下： 4 其中表示人机系统在主被动训练循环切换模式下的干扰环境，由物理意义可知有界； 接下来，采用SSCN方法对干扰环境进行切换估计，以机器人运动轨迹和速度为网络输入，并通过输入权值和阈值与隐含层连接，隐含层输出可通过高斯函数获得 5 其中为隐含层第个节点的输出，且 其中为第个输入层连接第个隐含层节点的输入权值，为隐含层第个节点的阈值；SSCN隐含层通过输出权值与输出层连接，得到系统干扰环境的网络输出如下： 6 其中； 当隐含层节点数为时，令模型的网络输出为，得到的人机系统干扰环境估计误差，随机配置第个隐含层节点参数，并使其满足如下不等式： 7 其中，为非负实数序列且，，； 接下来，说明在不等式7的约束下，使干扰环境估计误差趋向于零； 令 8 由式7和8可知，下列不等式成立 9 由式9可知，这样随着隐含层节点数增加可使，于是实现了康复机器人主被动训练模式下干扰环境的切换估计。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人沈阳工业大学，其通讯地址为：110870 辽宁省沈阳市沈阳经济技术开发区沈辽西路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。