醫療用輪椅上肢外骨骼機器人自適應控制資訊系統研究

在現代復健醫療中，輪椅上肢外骨骼機器人系統（Wheelchair Upper-Limb Exoskeleton Robot Systems, WULERS）已成為幫助患者恢復上肢運動功能的重要技術。輪椅上肢外骨骼機器人系統在應對執行器故障、外部干擾及高度非線性動態特性時，常因現有控制方法的性能限制而無法滿足精確控制需求。特別是在軌跡跟蹤控制中，瞬態響應和穩態精度的平衡難以實現。本計畫針對這些挑戰，提出了兩種創新控制方法：(1) 基於屏障函數的預設性能控制（Advanced Barrier Function-based Prescribed Performance Control, ABF-PPC）方法，以及(2) 基於命令濾波遞迴滑模控制與自適應滑模干擾觀測器（Command Filtered Backstepping Sliding Mode Control with Adaptive Sliding Mode Disturbance Observer, CFBSMC-based-ASMDO）方法。
ABF-PPC方法通過引入屏障函數和預設性能指標，確保系統在瞬態過程中快速收斂至安全區域，並嚴格遵守穩態性能要求。相較於傳統方法，該方法在面對動態非線性系統和未知干擾時展現出顯著的穩健性。而CFBSMC-based-ASMDO方法則結合命令濾波遞迴滑模控制的高階設計優勢與自適應滑模干擾觀測器的精確補償能力，不僅提升控制精度，還降低了高階非線性系統的實現複雜度，優於傳統滑模控制與觀測器組合技術。
本計畫設計了一系列模擬與實驗，包括執行器故障模擬、軌跡跟蹤測試及外部干擾場景驗證。結果表明，ABF-PPC方法顯著提升瞬態響應速度與穩態性能，CFBSMC-based-ASMDO方法則在動態適應性與抗干擾能力方面表現卓越，其系統跟蹤精度和抗干擾能力均顯著提高。本研究結論強調，提出的方法不僅能有效解決WULERS的動態複雜性問題，還提供了一條實現高精度、高穩健性控制的新技術路徑，對於復健機器人系統的設計和應用具有重要價值。