护理机器人数字孪生设计与柔顺控制算法数据集

本数据集对护理机器人本体和工作场景所在的现实物理域进行数据采样，构建趋于真实的医护虚拟作业空间环境，形成测量与控制实体，为研究数字孪生护理机器人的虚拟样机提供空间管理、碰撞检测、场景构造等功能虚拟信息空间域。所设计的数字孪生体包含建模管理、仿真服务、孪生共智等模块，利用先进的交互工具，构建集空间视觉、听觉为一体的逼近现实工况环境的全场景虚拟现实系统。本数据集通过用户域与数字孪生体的交互，实现虚拟环境与设备、人员的信息域高效协同，提升医护机器人的设计适应性与真实性。护理机器人在进行人机交互时，机械臂接触力的变化和机器人运动之间的关系会受人行为的影响。由于人行为的随机性与不确定性，控制器设计无法直接利用机理法建立模型。本数据集采用基于人肢体阻抗模型和高斯过程（GaussianProcess,GP）模型的机理数据混合建模方法来建立环境模型，并提出一种变种的迭代线性二次规划调节算法来满足物理人机交互的实时性要求，并将其作为模型预测控制（ModelPredictiveControl,MPC）的变阻抗律设计，在机理数据混合模型的基础上使用MPC设计变阻抗控制器。MPC考虑机器人的位置约束、最大速度约束、最大接触力约束以及变阻抗控制器的阻抗参数来确保人机交互安全性，其损失函数设计为包含跟踪误差的二次型。迭代线性二次规划调节算法用于求解MPC单步优化中的非线性优化问题，通过使用双曲正切函数变量替换的方式以新控制量替代原始控制量，在原始损失函数中引入障碍函数对状态约束进行软化得到最优变阻抗控制参数，将其与阻抗控制器结合获得完整的变阻抗控制器。