1.基于随机配置网络观测主动推力的康复步行机器人随机训练者有限时间稳定控制方法；其特征为：将训练者的质量信息转化为定常值和随机变量，同时将广义输入力分解为跟踪控制力和训练者的主动推力，建立具有主动推力的康复步行机器人随机训练者动力学模型；基于随机配置网络方法构建主动推力的网络估计模型，获得训练者主动推力的观测值；设计随机有限时间跟踪控制器，补偿训练者主动推力对系统跟踪精度的影响，并使跟踪误差系统实现随机有限时间稳定；步骤如下：

1)利用康复步行机器人的动力学模型，将训练者的质量信息转化为定常值和随机变量，同时将广义输入力分解为跟踪控制力和训练者的主动推力，建立具有主动推力的康复步行机器人随机训练者动力学模型；

2)基于随机配置网络方法构建主动推力的网络估计模型，以轨迹跟踪误差和速度跟踪误差为网络输入，通过不断随机配置隐含层节点参数，获得训练者主动推力的观测值；

3)设计随机有限时间跟踪控制器，补偿训练者主动推力对系统跟踪精度的影响，并使跟踪误差系统实现随机有限时间稳定；

利用康复步行训练机器人的动力学模型，将训练者的质量信息转化为定常值和随机变量，同时将广义输入力分解为跟踪控制力和训练者的主动推力，建立具有主动推力的康复步行机器人随机训练者动力学模型，其特征在于：系统的动力学模型描述如下其中

X(t)为康复训练机器人的实际行走轨迹，u(t)表示广义输入力，M表示机器人的质量，m表示康复者的质量，I0表示转动惯量，M0,K(θ), B(θ)为系数矩阵；θ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θ＝θ1，由康复步行机器人结构可知，θ3＝θ+π， li表示系统重心到每个轮子中心的距离，r0表示中心到重心的距离，φi表示x′轴和每个轮子对应的li之间的夹角i＝1,2,3,4；

将训练者的质量信息m分解为m＝ms+Δm，ms表示指定的定常值，Δm表示不同训练者质量与定常值的偏差；同时将广义输入力u(t)分解为u(t)＝uc(t)+ua(t)，uc(t)表示待设计的控制输入力，ua(t)表示训练者步行对机器人产生的主动推力，这样模型(1)化为如下形式：其中

式(2)中， 具有随机噪声特性，将其表示为 其中 表示7维独立随机过程，可得

令 并计算

进一步，式(3)可化为

设随机噪声 的谱密度为 即 成立，其中Π表示谱密度矩阵，表示具有谱密度分布的随机过程，于是可得具有主动推力的康复步行机器人随机训练者动力学模型基于随机配置网络方法构建主动推力的网络估计模型，以轨迹跟踪误差和速度跟踪误差为网络输入，通过不断随机配置隐含层节点参数，获得训练者主动推力的观测值，其特征在于：康复步行机器人实际行走轨迹X(t)，医生指定训练轨迹Xd(t)，设轨迹跟踪误差e1(t)和速度跟踪误差e2(t)分别为e1(t)＝X(t)‑Xd(t)      (7)其中α表示待设计的参数；以轨迹跟踪误差和速度跟踪误差 作为随机配置网络的网络输入层，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T输出G(e(t))＝[g1(ω1e(t)+b1),…,gL(ωLe(t)+bL)]；

其中

b＝[b1,b2,...,bL]

gj(ωje(t)+bj)为隐含层第j个节点的输出j＝1,2,...,L，ωhj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，随机配置网络隐含层通过权重 与输出层连接，得到训练者主动推力的观测值如下：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；

当隐含层节点数为L‑1时，计算主动推力的观测误差 进一步随机配置第L个隐含层节点参数，使其满足δL>0，δL表达形式如下：其中，参数0

2.根据权利要求1所述基于随机配置网络观测主动推力的康复步行机器人随机训练者有限时间稳定控制方法，其特征在于设计随机有限时间跟踪控制器，补偿训练者主动推力对系统跟踪精度的影响，并使跟踪误差系统实现随机有限时间稳定，其特征在于：根据式(6)(7)(8)，得到跟踪误差系统如下：β β β β

定义辅助变量χ(e1(t))＝‑L1Sig(e1(t)) ，Sig(Q) ＝[|q1|sgn(q1),…,|qn|sgn(qn)T T n]，0<β<1，Q＝[q1,…,qn]∈R ，矩阵L1＝diag{l11,l12,l13}，定义误差变量z(t)＝e2(t)‑χ(e1(t))，并将z(t)代入误差系统(11)，得设计Lyapunov函数V1(x,t)如下：

基于随机稳定理论，得

根据Young’s不等式，对于给定的常数μ1>0，有T

记e1(t)＝[e11 e12 e13]分别表示x轴、y轴和旋转角方向的轨迹跟踪误差，进一步得其中 l1min＝min{l1j}, 并将式(15)(16)代入式(14)，得接下来，设计Lyapunov函数V2(x,t)如下：基于随机稳定理论，得

其中I表示具有适当维数的单位矩阵；

进一步根据Young’s不等式，对于给定的常数μ2>0，有其中 表示矩阵的F范数，且 上界为h；

设计控制器uc(t)如下：

其中 并将式(20)(21)代入式(19)，得

β T

定义辅助变量χ(z(t))＝‑L2Sig(z(t)) ，其中z(t)＝[z11 z12 z13] ，矩阵L2＝diag{l21,l22,l23}，得其中 l2min＝min{l2j}；

将式(24)代入式(23)，得

其中，

进一步，对于给定常数0

对式(27)两边积分得到有限调整时间T满足条件如下：这样，在控制器式(21)作用下，并根据式(25)可知跟踪误差系统(11)随机有限时间稳定，且有限调整时间满足式(28)。

3.根据权利要求1所述基于随机配置网络观测主动推力的康复步行机器人随机训练者有限时间稳定控制方法，其特征在于基于STM32F411系列单片机将输出PWM信号提供给电机驱动模块，使康复步行机器人可帮助随机训练者跟踪医生指定的训练轨迹，其特征在于：以STM32F411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Xd(t)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。