人体震颤特别是病理性震颤是一种常见的病理现象,现在普遍的治疗方式是药物治疗,但由于药物治疗的效果不尽如人意,同时可能会带来很大的副作用,世界各地的工程技术人员逐渐加入到这一领域的研究中来,以期待设计出一套可穿戴抑震机器人系统来辅助甚至取代药物治疗。由于抑震机器人与人体耦合性较强难于建立精度的模型、人体震颤信号是一个随机信号以及人体的意向运动与震颤运动耦合在一起,进行抑震机器人系统设计的难点之一就是如何设计出一套抑震控制策略,使其能够在保证抑震有效性的同时最大限度的减小抑震对人体意向运动的影响。本文基于哈尔滨工业大学机器人技术与系统国家重点实验室研制的可穿戴抑震机器人,从人体震颤以及抑震机器人所采用的磁流变阻尼器的特点出发,对该抑震机器人的抑震控制策略进行了相关研究,提出了利用震颤速度信号对磁流变阻尼器进行调控,以使阻尼器的阻尼系数与震颤速度的大小成正比的控制策略。该策略基于系统的输入与输出信号而不是系统的控制模型,解决了人机系统控制模型难于精确建立的问题,而且分析可知该控制策略能够实现在抑震的同时最大限度的减小抑震机器人系统对人体意向运动的影响的控制目标。为保证前面制定的控制策略的正常执行以及达到进一步减小抑震机器人对人体震意向运动的影响的目的,需要从传感器采集回来的信号中辨识出人体的意向运动和震颤运动。由于意向运动与人体的震颤一般情况下所处的频带并不相同,因而可以利用滤波算法来对它们进行分离,但传统的滤波算法由于具有本质性时延,不能满足抑震系统的实时性要求,本文利用人体震颤信号是类简谐信号的特点,提出了一种改进的在线实时预估滤波算法——限窗滑动的线性傅里叶拟合(SBMFLC),该算法对于人体震颤信号具有更好的滤波精度和频率适应性,能够很好的满足抑震机器人系统的所提出的滤波要求。为对抑震控制策略以及预估滤波算法进行验证,本文基于ARM7控制芯片设计了一套了包含主控制模块、反馈信号输入模块、控制信号输出模块等模块以及相关软件控制算法的抑震控制系统。利用该系统在模拟震颤实验台上进行了相关抑震实验,验证了抑震控制策略的有效性以及限窗滑动的线性傅里叶拟合较之前预估滤波算法在适应性以及滤波准确性上的提高。