1.基于SCN人机不确定模型的康复机器人快速有限时间控制，其特征在于：基于康复步行训练机器人的动力学模型，分离由康复者引起人机系统的不确定项，建立具有人机不确定性的康复步行训练机器人动力学模型；基于SCN方法构建人机不确定性的网络估计模型，以运动轨迹和速度为网络输入，通过不断随机配置隐含层节点参数，获得人机系统不确定性估计；基于有限时间稳定理论设计跟踪控制器，抑制人机不确定性对系统跟踪精度的影响，同时保证机器人在任意初始位置，均可使跟踪误差系统快速有限时间稳定；步骤如下：

1)基于康复步行训练机器人的动力学模型，分离由康复者引起人机系统的不确定项，建立具有人机不确定性的康复步行训练机器人动力学模型；

2)基于SCN方法构建人机不确定性的网络估计模型，以运动轨迹和速度为网络输入，通过不断随机配置隐含层节点参数，获得人机系统不确定性估计；

3)基于有限时间稳定理论设计跟踪控制器，抑制人机不确定性对系统跟踪精度的影响，同时保证机器人在任意初始位置，均可使跟踪误差系统快速有限时间稳定。

2.根据权利要求1所述基于SCN人机不确定模型的康复机器人快速有限时间控制，其特征在于基于康复步行训练机器人的动力学模型，分离由康复者引起人机系统的不确定项，建立具有人机不确定性的康复步行训练机器人动力学模型，系统的动力学模型描述如下其中M表示机器人质量、m表示康复者质量、r0表示机器人中心到重心的距离，I0表示转动惯量， 为系数矩阵，θi表示水平方向和机器人中心与第i个轮子中心连线间的夹角，li为机器人重心到每个轮子中心的距离，φi为水平方向与每个轮子对应li之间的夹角。

u(t)表示机器人的控制输入力，fi为机器人每个轮子的输入力，X(t)为机器人的实际运动轨迹，i＝1,2,3,4。

分离模型(1)中由康复者引起的人机不确定性信息，记

模型(1)可以化为如下形式

其中， 表示人机不确定性，并且

ΔM0表示 分离出的人机不确定项，ΔB(θ)表示 分离出的人机不确定项，M0、B(θ)为系数矩阵，L表示机器人中心到轮子中心的距离。

令x1(t)＝X(t), 由方程(2)得到具有人机不确定性的康复步行训练机器人动力学模型：

。

3.根据权利要求1所述基于SCN人机不确定模型的康复机器人快速有限时间控制，其特征在于基于SCN方法构建人机不确定性的网络估计模型，以运动轨迹和速度为网络输入，通过不断随机配置隐含层节点参数，获得人机系统不确定性估计，以机器人运动轨迹和速度作为SCN的网络输入层，并通过权重ω和阈值b与隐含层连接，利用高斯函数得到隐含层输出G(x(t))。

其中

b＝[b1,b2,...,bL]TG(x(t))＝[g1(ω1x(t)+b1),...,gL(ωLx(t)+bL)]Tgj(ωjx(t)+bj)为隐含层第j个节点的输出j＝(1,2,...,L)，ωh,j为输入层第h个输入连接隐含层第j个节点的权值，h＝(1,2,...,6)，bj为隐含层第j个节点的阈值。

然后，SCN隐含层通过权重 与输出层连接，得到人机系统不确定性估计的网络输出如下：其中

为第j个隐含层节点连接第g个输出的权值g＝(1,2,3)。

进一步，根据隐含层节点数为L-1时得到的人机不确定性估计误差随机配置第L个隐含层节点参数，并使其满足δL>0，δL表达形式如下：其中，参数0

4.根据权利要求1所述基于SCN人机不确定模型的康复机器人快速有限时间控制，其特征在于基于有限时间稳定理论设计跟踪控制器，抑制人机不确定性对系统跟踪精度的影响，同时保证机器人在任意初始位置，均可使跟踪误差系统快速有限时间稳定，引入一条辅助轨迹xa(t)，使实际跟踪轨迹 由医生指定训练轨迹xd(t)和辅助轨迹xa(t)组成，即xa(t)在有限时间T上满足xa(T)＝0，且xa(0)＝x1(0)-xd(0)。

其中

由ξ(t)表达形式可知ξ(0)＝1，t>T时ξ(t)＝0， 同时ξ(t)在T时刻光滑连续，可以得到 系统轨迹在有限时间T时刻回归到指定轨迹。

此时轨迹跟踪误差和速度跟踪误差分别为

其中e1(t)＝[e11(t)，e12(t)，e13(t)]T，e1g(t)分别表示x轴，y轴和旋转角方向的轨迹跟踪误差。e2(t)＝[e21(t)，e22(t)，e23(t)]T，e2g(t)分别表示x轴，y轴和旋转角方向的速度跟踪误差。

设计辅助变量 其中z1(t)＝[z11(t),z12(t),z13(t)]T，z1g(t)分别表示x轴，y轴和旋转角方向的辅助变量误差；K1＝diag(k11,k12,k13)，Sig(ξ)α＝[|ξ1|αsgn(ξ1),...,|ξn|αsgn(ξn)]T，令人机系统不确定性估计 的权值矩阵 的最优值为β*，且

于是可得权值误差 设计权值自适应率为

其中Γ和K4为自适应率参数。

由式(3)和式(6)可得跟踪误差系统为：

设计有限时间控制器为：

其中 K2和k3为控制器参数。

建立李雅普诺夫函数如下：

沿误差系统(8)对式(10)求导得

将有限时间控制器(9)代入式(11)，可得

其中ε＝w(t)-β*TG(x(t))，取参数k3>||ε||，并将自适应率(7)代入式(11)，得根据式(12)，进一步有：从而由式(12)可以得到 其中 μ＝(1+α)/2，1/2<μ<1，因此，根据有限时间稳定理论可知，机器人从任意位置出发跟踪误差系统都能有限时间稳定，康复步行训练机器人在有限时间内能快速跟踪医生指定的运动轨迹,同时可以得到快速有限调整时间

5.根据权利要求1所述基于SCN人机不确定模型的康复机器人快速有限时间控制，其特征在于基于MSP430系列单片机将输出PWM信号提供给电机驱动单元，使机器人实现对参考轨迹信号的运动轨迹和速度同时跟踪，以MSP430系列单片机为主控制器，主控制器的输入接电机测速模块、输出接电机驱动模块；电机驱动模块与直流电机相连；电源系统给各个电气设备供电。主控制器控制方法为读取电机编码器的反馈信号与主控制器给定的控制命令信号 和 计算得出误差信号。根据误差信号，主控制器按照预定的控制算法计算出电机的控制量，送给电机驱动模块，电机转动带动轮子维持自身平衡及按指定方式运动。