1.一种仿生自适应变刚度机械臂关节控制方法,其特征在于,包括:
采集机械臂关节运行时的多源生物信号数据,包含肌电信号、肌腱张力信号及关节角度信号;基于所述肌电信号与肌腱张力信号构建关节刚度特征向量,并根据所述关节角度信号生成关节运动轨迹序列;
针对关节运动轨迹序列中每个关节运动轨迹点,提取该轨迹点对应的刚度特征向量,计算当前轨迹点的刚度敏感度;
构建仿生刚度参考模型,所述仿生刚度参考模型包含刚度特征向量与关节角度信号的映射关系,并利用所述刚度敏感度对所述映射关系进行动态加权调整;
基于调整后的仿生刚度参考模型和实时采集的信号,预测关节刚度变化序列;
融合所述关节刚度变化序列与当前关节角度信号,生成关节动态刚度参数;
根据所述关节动态刚度参数与预设的刚度安全阈值范围,计算关节驱动扭矩修正量;
迭代更新所述仿生刚度参考模型的加权参数,直至所述关节驱动扭矩修正量满足预设收敛条件;
输出最终的关节驱动扭矩指令至机械臂关节执行机构;
所述计算当前轨迹点的刚度敏感度包括:结合相邻轨迹点的历史刚度特征向量分布计算当前轨迹点的刚度敏感度;
所述结合相邻轨迹点的历史刚度特征向量分布计算当前轨迹点的刚度敏感度包括:获取当前轨迹点前连续五个轨迹点的刚度特征向量;计算所述连续五个轨迹点的刚度特征向量在四维空间中的分布离散度;对分布离散度进行负相关归一化处理,获得当前轨迹点的刚度特征稳定性系数;基于肌腱张力信号在对应时间窗内的变化梯度绝对值,计算当前轨迹点的物理响应强度;将刚度特征稳定性系数与物理响应强度的乘积作为当前轨迹点的刚度敏感度。
2.根据权利要求1所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述构建关节刚度特征向量包括:对肌电信号进行带通滤波处理,分割为等长时间窗;在每个时间窗内提取肌电信号的能量积分值、频率中值及过零率,同时采集对应时间窗内的肌腱张力信号峰值;将能量积分值、频率中值、过零率及肌腱张力信号峰值按时间窗顺序排列,构成四维刚度特征向量序列。
3.根据权利要求1所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述预测关节刚度变化序列包括:基于所述调整后的仿生刚度参考模型,对目标轨迹点的刚度特征向量进行聚类分析,筛选出关键刚度特征子集;并基于所述关键刚度特征子集与实时采集的肌腱张力信号,通过长短期记忆网络预测关节刚度变化序列。
4.根据权利要求1所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述动态加权调整包括:提取仿生刚度参考模型中当前轨迹点的所有历史映射关系记录;将每条历史映射关系记录中的刚度敏感度按降序排列,形成敏感度序列;计算敏感度序列中最大值与最小值的差值占序列全距的比例,作为映射关系可信度权重;使用映射关系可信度权重缩放当前轨迹点的新增映射关系值,更新仿生刚度参考模型的映射关系数据库。
5.根据权利要求3所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述筛选出关键刚度特征子集包括:在目标轨迹点处获取全部刚度特征向量样本;利用模糊聚类算法将全部刚度特征向量样本划分为多个特征簇;计算每个特征簇的类内平均刚度敏感度;选择类内平均刚度敏感度大于预设敏感阈值的特征簇;合并所选特征簇的全部刚度特征向量,构成关键刚度特征子集。
6.根据权利要求3所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述预测关节刚度变化序列包括:将关键刚度特征子集输入至预训练的长短期记忆网络输入层;在长短期记忆网络隐藏层中融合历史三个时间步的肌腱张力信号差分值;通过三层隐藏单元逐级提取关节刚度时序依赖特征;输出未来五个时间步的关节刚度预测值及其置信度,形成关节刚度变化序列。
7.根据权利要求1所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述生成关节动态刚度参数包括:从关节刚度变化序列中提取最高置信度对应的刚度预测值;获取当前关节角度信号的微分值;将刚度预测值与关节角度信号微分值输入至预置的刚度动态方程;求解刚度动态方程获得关节瞬时刚度系数及其变化率,合并为关节动态刚度参数。
8.根据权利要求1所述的一种仿生自适应变刚度机械臂关节控制方法,其特征在于,所述计算关节驱动扭矩修正量包括:比较关节动态刚度参数中的瞬时刚度系数与刚度安全阈值范围的上边界值;当瞬时刚度系数超过上边界值时,计算超出部分的百分比值;根据百分比值与刚度变化率的乘积,确定关节驱动扭矩下调量;比较瞬时刚度系数与刚度安全阈值范围的下边界值;当瞬时刚度系数低于下边界值时,计算不足部分的百分比值;根据百分比值与刚度变化率的乘积,确定关节驱动扭矩上调量。