TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

ĐỒ ÁN TỐT NGHIỆP

ỨNG DỤNG BỘ ĐIỀU KHIỂN LOẠI BỎ NHIỄU CHỦ

ĐỘNG CHO ROBOT PHỤC HỒI CHỨC NĂNG SỬ
DỤNG CƠ NHÂN TẠO: ĐIỀU KHIỂN BÁM QUỸ ĐẠO
NGUYỄN VĂN LINH
linh.nv174020@sis.hust.edu.vn

Ngành KT Điều khiển & Tự động hóa

Giảng viên hướng dẫn: TS. Đào Quý Thịnh

Chữ ký của GVHD

Khoa: Tự động hóa

Trường: Điện – Điện tử

HÀ NỘI, 2/2022
 BỘ GIÁO DỤC & ĐÀO TẠO CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
TRƯỜNG ĐH BÁCH KHOA HÀ NỘI Độc lập – Tự do - Hạnh phúc

NHIỆM VỤ
ĐỒ ÁN TỐT NGHIỆP

Họ và tên sinh viên: Nguyễn Văn Linh

Khóa: 01 Trường: Điện- Điện tử Ngành: KT ĐK &TĐH
1. Tên đề tài:
Ứng dụng bộ điều khiển loại bỏ nhiễu chủ động cho robot phục hồi
chức năng sử dụng cơ nhân tạo: Điều khiển bám quỹ đạo.
2. Nội dung đề tài:
Robot phục hồi chức năng được thiết kế và phát triển nhằm mục đích hỗ
trợ, cải thiện chức năng của các bệnh nhân gặp vấn đề cơ thể (chấn thương cơ
thể, yếu cơ do lão hóa,…). Để nâng cao hiệu suất điều khiển của mô hình
trong thực tế, trong đồ án này, em tập trung vào việc thiết kế bộ điều khiển
loại bỏ nhiễu chủ động (Active Disturbance Rejection Control- ADRC) và
ứng dụng các bộ quan sát khác nhau. Sau khi tiến hành các thực nghiệm trên
mô hình robot thực tế tại phòng thí nghiệm 409-C1B thu được các kết quả rất
khả quan, chất lượng điều khiển tốt.
3. Thời gian giao đề tài: 09/2021
4. Thời gian hoàn thành: 01/2022

Ngày...... tháng …...... năm 2022

CÁN BỘ HƯỚNG DẪN
 Lời cảm ơn
Để có được một bài báo cáo hoàn thiện này, em xin gửi lời cảm ơn tới các
thầy cô trong khoa Tự động hóa đã tạo điều kiện cho em học tập, nghiên cứu và
phát triển các kỹ năng cần thiết. Đặc biệt em xin gửi lời cảm ơn sâu sắc tới TS.
Đào Quý Thịnh cùng với các bạn trong nhóm Lab WSR đã giúp đỡ em trong thời
gian làm đồ án tốt nghiệp để em có thể hoàn thành đồ án này một cách tốt nhất.

Tóm tắt nội dung đồ án

Robot phục hồi chức năng được thiết kế và phát triển nhằm mục đích hỗ
trợ, cải thiện chức năng của các bệnh nhân gặp vấn đề cơ thể (chấn thương cơ
thể, yếu cơ do lão hóa,…) [1]. Hệ thống sử dụng cặp cơ nhân tạo bằng khí nén
(Pneumatic Artifical Muscle - PAM) làm hệ truyền động phục vụ điều khiển hệ
robot. Ngoài ra các thiết bị bằng cơ-điện tử, cơ nhân tạo bằng khí nén (PAM), có
bộ truyền động nhẹ và chi phí vô cùng rẻ ngày càng được sử dụng nhiều trong
các robot phục hồi chức năng. Việc sử dụng mô hình robot ứng dụng trong y học
để điều trị các bệnh nhân sau tai nạn đòi hỏi độ chính xác và ổn định cao. Các
thuật toán được đưa ra nhằm cải thiện vấn đề này. Trong thực tế, số liệu thống kê
trong [2] chỉ ra rằng trước những năm 2002, trong các ứng dụng điều khiển, hơn
95% bộ điều khiển được sử dụng là bộ điều khiển PID (Proportional-Integral-
Derivative). Tuy nhiên, bộ điều khiển PID vẫn tồn tại 3 hạn chế cơ bản [2] như
sau:
 Quỹ đạo điều khiển thường là một hàm bước 1(t), không phù hợp với hầu
hết các hệ thống động lực học.
 Thành phần D trong bộ điều khiển PID thường được loại bỏ vì rất nhạy
với nhiễu.
 Thành phần tích phân I gây ra quá trình quá độ trong điều khiển

Để giải quyết các vấn đề trên, bộ điều khiển ADRC có ưu điểm loại bỏ
nhiễu cũng như tính bất ổn định của hệ robot khi hoạt động thực tế, việc thiết
kế bộ điều khiển khá đơn giản trong khi ta không cần có một mô hình chính xác
của nó. Trong đồ án này, em tập trung vào việc thiết kế bộ điều khiển ADRC
và ứng dụng các bộ quan sát khác nhau để nâng cao hiệu suất điều khiển của
mô hình trong thực tế.
Nội dung đồ án được chia thành 5 chương:
 Chương 1: Giới thiệu robot cơ nhân tạo hỗ trợ phục hồi chi dưới
 Chương 2: Mô hình toán học và nhận dạng hệ thống
 Chương 3: Thiết kế bộ điều khiển loại bỏ nhiễu chủ động ADRC
 Chương 4: Kết quả thực nghiệm
 Chương 5: Kết luận
Sinh viên thực hiện
Ký và ghi rõ họ tên
 MỤC LỤC
CHƯƠNG 1. GIỚI THIỆU ROBOT CƠ NHÂN TẠO HỖ TRỢ PHỤC HỒI
CHI DƯỚI........................................................................................................................
1.1 Tổng quan về cơ nhân tạo.....................................................................................
1.2 Cơ nhân tạo khí nén..............................................................................................
1.2.1 Giới thiệu cơ nhân tạo khí nén.......................................................................
1.2.2 Nguyên lý hoạt động truyền động của cơ khí nén..........................................
1.3 Mô hình robot cơ nhân tạo hỗ trợ phục hồi chi dưới.............................................
1.4 Các thiết bị trong hệ thống....................................................................................
1.4.1 Thiết bị trong cơ cấu Robot............................................................................
CHƯƠNG 2. MÔ HÌNH TOÁN HỌC VÀ NHẬN DẠNG HỆ THỐNG.....................
2.1 Mô hình toán học..................................................................................................
2.1.1 Mô hình toán học của cơ nhân tạo..................................................................
2.1.2 Mô hình toán học của robot phục hồi chức năng dụng cơ nhân tạo..............
2.2 Nhận dạng hàm hệ thống....................................................................................
2.2.1 Thu thập dữ liệu từ thực nghiệm..................................................................
2.2.2 Sử dụng Matlab nhận dạng...........................................................................
2.3 Hàm truyền của hệ thống robot phục hồi chức năng...........................................
2.3.1 Hàm truyền của góc quay khớp hông (Hip joint).........................................
2.3.2 Hàm truyền của góc quay khớp gối (Knee joint)..........................................
CHƯƠNG 3. THIẾT KẾ BỘ ĐIỀU KHIỂN LOẠI BỎ NHIỄU CHỦ ĐỘNG
ADRC..............................................................................................................................
3.1 Tổng quan về bộ điều khiển loại bỏ nhiễu chủ động ADRC...............................
3.2 Bộ theo dõi vi phân TD của bộ điều khiển ADRC..............................................
3.2.1 Khái quát về bộ theo dõi vi phân TD:..........................................................
3.2.2 Bộ theo dõi vi phân tuyến tính TD:..............................................................
3.3 Bộ quan sát mở rộng ESO của bộ điều khiển ADRC..........................................
3.3.1 Bộ quan sát mở rộng tuyến tính LESO:........................................................
3.3.2 Bộ quan sát mở rộng phi tuyến NLESO:.....................................................
3.4 Bộ điều khiển phản hồi trạng thái ADRC...........................................................
CHƯƠNG 4. KẾT QUẢ THỰC NGHIỆM..................................................................
4.1 Chạy không tải:...................................................................................................
4.2 Khi có tác động của nhiễu...................................................................................
CHƯƠNG 5. KẾT LUẬN..............................................................................................
 5.1 Kết luận..............................................................................................................
5.2 Hướng phát triển của đồ án trong tương lai........................................................
TÀI LIỆU THAM KHẢO.............................................................................................
 DANH MỤC HÌNH VẼ
Hình 1. 1(a)Cơ Mc Kibben (b)Cơ xếp (c)Cơ Yarlott Netted (d)Cơ Romac (e)Cơ
Paynter...............................................................................................................................
Hình 1. 2 Mô hình truyền động..........................................................................................
Hình 1. 3 Mô hình robot phục hồi chức năng chi dưới.....................................................
Hình 1. 4 Cơ khí nén McKibben......................................................................................
Hình 1. 5 Cảm biến góc quay WDD35D..........................................................................
Hình 1. 6 Van điều áp......................................................................................................
Hình 1. 7 Kit lập trình NI myRIO....................................................................................
Hình 1. 8 Sơ đồ các chân cổng MXP và MSP..................................................................

Hình 2. 1 Cấu trúc một khối cơ khí nén McKibben..........................................................

Hình 2. 2 Cấu trúc hình học khối cơ.................................................................................
Hình 2. 3 Mô hình robot cơ nhân tạo trong hệ tọa độ Descartes......................................
Hình 2. 4 Cấu hình cặp cơ đối ngẫu.................................................................................
Hình 2. 5 Cấu trúc nhận dạng hệ thống............................................................................
Hình 2. 6 Vòng lặp nhận dạng..........................................................................................
Hình 2. 7 Đáp ứng đầu ra mẫu với đầu vào là sóng Sin 0.3Hz.........................................
Hình 2. 8 Đáp ứng đầu ra mẫu với đầu vào là sóng Sin 0.3Hz.........................................

Hình 3. 1 Mô hình bộ điều khiển loại bỏ nhiễu chủ động ADRC.....................................

Hình 3. 2 Mô hình bộ điều khiển ADRC..........................................................................

Hình 4. 1 Mô hình thực nghiệm Robot phục hồi chức năng.............................................

Hình 4. 2 Đáp ứng góc quay khớp hông với sóng đặt tần số 0.5Hz..................................
Hình 4. 3 Đáp ứng góc quay khớp gối với sóng đặt tần số 0.5Hz....................................
Hình 4. 4 Đáp ứng bộ quan sát LESO với góc quay khớp hông, biến x1.........................
Hình 4. 5 Đáp ứng bộ quan sát NLESO với góc quay khớp hông, biến x1......................
Hình 4. 6 Đáp ứng bộ quan sát LESO với góc quay khớp hông, biến x2.........................
Hình 4. 7 Đáp ứng bộ quan sát N LESO với góc quay khớp gối, biến x2........................
Hình 4. 8 Đáp ứng bộ quan sát LESO với góc quay khớp hông, biến x3.........................
Hình 4. 9 Đáp ứng bộ quan sát NLESO với góc quay khớp gối, biến x3.........................
Hình 4. 10 Đáp ứng bộ quan sát LESO với góc quay khớp gối, biến x1.................................
Hình 4. 11 Đáp ứng bộ quan sát NLESO với góc quay khớp gối, biến x1...............................
Hình 4. 12 Đáp ứng bộ quan sát LESO với góc quay khớp gối, biến x2
Hình 4. 13 Đáp ứng bộ quan sát NLESO với góc quay khớp gối, biến x2
Hình 4. 14 Đáp ứng bộ quan sát LESO với góc quay khớp gối, biến x3
Hình 4. 15 Đáp ứng bộ quan sát NLESO với góc quay khớp gối, biến x3
Hình 4. 16 Đáp ứng góc quay khớp hông với bộ quan sát LESO, có nhiễu tác động
Hình 4. 17 Đáp ứng góc quay khớp hông với bộ quan sát NLESO, có nhiễu tác động
Hình 4. 18 Đáp ứng góc quay khớp gối với bộ quan sát LESO, có nhiễu tác động
Hình 4. 19 Đáp ứng góc quay khớp gối với bộ quan sát NLESO, có nhiễu tác động
 DANH MỤC BẢNG VẼ
Bảng 1. 1 Thông số các cơ của robot phục hồi chức năng chi dưới...................................
Bảng 1. 2 Cấu hình chân cổng MXP..................................................................................
Bảng 1. 3 Cấu hình chân cổng MSP...................................................................................

Bảng 4. 1 Sai số RMSE cho 2 bộ quan sát LESO và NLESO..........................................

Bảng 4. 2 Sai số RMSE cho 2 bộ quan sát LESO và NLESO..........................................
CHƯƠNG 1. GIỚI THIỆU ROBOT CƠ NHÂN TẠO HỖ TRỢ PHỤC HỒI
CHI DƯỚI

1.1 Tổng quan về cơ nhân tạo

 Hiện nay, tại hầu hết các bệnh viện, để điều trị phục hồi chức năng chân
tay các bệnh nhân bị chấn thương thường được tập theo các bài tập có sự hỗ trợ
của các nhân viên y tế mà chưa có thiết bị hỗ trợ tích cực. Việc này khiến mất
thời gian và công sức của đội ngũ y tế. Để khắc phục điều này hệ cơ nhân tạo khí
nén PAM (Pneumatic Artificial Muscle) ra đời với nhiều hữu ích và tính linh
hoạt cao đã giúp cải thiện chất lượng và hiệu quả của các bài tập trị liệu. Trong
báo cáo này giới thiệu về cơ cấu truyền động và thuật toán điều khiển cho mô
hình cơ nhân tạo khí nén hỗ trợ phục hồi chi dưới.
Cơ nhân tạo hay còn gọi là cơ cấu truyền động được mô phỏng theo cơ
bắp tự nhiên của con người, chúng có khả năng co dãn, xoắn và thay đổi độ cứng.
Ba phản ứng tác động cơ bản của hệ là co, giãn và quay có thể được kết hợp
trong một thành phần duy nhất để tạo ra các dạng chuyển động khác (ví dụ: uốn
cong: bằng cách co một mặt của vật liệu trong khi mở rộng mặt kia). Đặc điểm
của cơ nhân tạo có độ mềm dẻo và linh hoạt cao. Ngoài ra hệ cơ có trọng lượng
nhẹ và sức chịu lực cao. Vì vậy, cơ nhân tạo hoàn toàn là một công nghệ có tiềm
năng đột phá rất lớn trong tương lai. Việc ứng dụng mô hình cơ trong điều trị các
bệnh nhân phục hồi chức sau tai nạn là hoàn toàn khả thi. Hiện nay hướng nghiên
cứu về cơ nhân tạo có 3 nhóm chính là: Cơ nhân tạo điện, cơ nhân tạo khí nén và
cơ nhân tạo nhiệt. Trong đồ án này em tập trung vào việc ứng dụng vào mô hình
cơ nhân tạo khí nén.
1.2 Cơ nhân tạo khí nén
1.2.1 Giới thiệu cơ nhân tạo khí nén
Cơ nhân tạo khí nén là một cơ cấu chấp hành khí nén có lịch sử toàn diện
về các ứng dụng trong lĩnh vực sinh học [3, 4]. Thiết bị truyền động cơ nhân tạo
khí nén được biết đến và được sử dụng rộng rãi là cơ nhân tạo khí nén
McKibben. Năm 1950, với mục tiêu giúp đỡ các bệnh nhân bại liệt, bác sĩ Joseph
L. McKibben đã thiết kế ra cơ nhân tạo khí nén McKibben [4].
Cơ nhân tạo khí nén hoạt động bằng cách lấp đầy ống cơ bằng khí nén.
Khi có khí nén truyền vào ống cơ, nhờ vào các dây bện bao xung quanh ống cơ,
sự giãn nở tuyến tính của ống cơ trở thành sự co thắt tuyến tính. Cơ bắp nhân tạo
có rất nhiều lợi thế như có sức mạnh lớn , tỉ lệ tiêu hao năng lượng trên một đơn
vị trọng lượng cao, giá thành thấp, nhu cầu bảo trì thấp, ứng dụng rộng lớn, nhỏ
gọn và an toàn. Nhược điểm của hệ thống cơ khí nén là độ ổn định của điều
khiển và tính phi tuyến của hệ thống.
Cơ nhân tạo được cấu tạo từ một ống cao su hình trụ được bao quanh bởi
một lưới bện theo các hình dạng khác nhau. Khi có khí nén được bơm vào, các
ống cơ sẽ được lấp đầy khí và tăng thể tích cơ, các sợi trong lưới bện không thể

1
kéo dài được và giới hạn lại sự giãn nở của ống cơ, do đó chiều dài tổng thể của
cơ sẽ được tăng giảm tùy vào lượng khí bơm vào ống cơ. Sự co dãn và độ bền
lực khi thổi phồng phụ thuộc vào cấu tạo hình học của phần đàn hồi bên trong,
của sợi bện ở trạng thái bình thường và phụ thuộc vào các vật liệu được sử
dụng .Vật liệu điển hình thường được sử dụng cho ruột cơ là nhựa dẻo hoặc cao
su silicon. Trong khi các sợi bện thường được sử dụng từ nilon.

Hình 1. 1(a)Cơ Mc Kibben (b)Cơ xếp (c)Cơ Yarlott Netted (d)Cơ Romac (e)Cơ Paynter

1.2.2 Nguyên lý hoạt động truyền động của cơ khí nén

Mô hình thực nghiệm truyền động sử dụng cơ khí nén mà báo cáo này
nghiên cứu có cấu trúc của mô hình cơ Mc, Kibben (Hình 1.1a), và được thể hiện
chi tiết như Hình 1.2

Hình 1. 2 Mô hình truyền động

2
 Trong mô hình trên, ta sử dụng hai cặp cơ khí nén (PAMs) mắc song song
với nhau (cặp cơ đối ngẫu) [5], một đầu được cố định vào vật phẳng, không dao
động (hoặc ít dao động), đầu còn lại được nối đến trục quay của khớp Robot.
Nguyên lí hoạt động: khi có sự chênh lệch áp suất khí đưa vào hai cơ, sẽ
hình thành hai lực tác dụng vào hai cơ theo hai hướng khác nhau. Do áp suất
trong hai cơ không đồng đều, một cơ sẽ co và một cơ sẽ dãn, điều này sẽ khiến
khớp quay của robot quay một góc tương ứng. Góc khớp quay dẫn đến chiều dài
các cơ cũng thay đổi tương ứng.
1.3 Mô hình robot cơ nhân tạo hỗ trợ phục hồi chi dưới
Mô hình cơ nhân tạo khí nén được mắc đối ngẫu để làm cơ cấu truyền động
cho khớp quay của robot như Hình 1.3

Hình 1. 3 Mô hình robot phục hồi chức năng chi dưới

Mô hình robot phục hồi chức năng chi dưới gồm hai khớp được gọi là
khớp hông (hip join) và khớp gối (knee join). Cơ khí nén được sử dụng là cơ
nhân tạo McKibben với đường kính 1 inch được mắcđối ngẫu cho mỗi khớp của
mô hình robot, có thể co giãn tối đa 30%. Thông số cơ được liệt kê ở Bảng 1.1 .
Bảng 1. 1 Thông số các cơ của robot phục hồi chức năng chi dưới

Cơ cấu Chiều dài ban đầu (cm) Áp suất ban đầu (kPa)
robot
Cơ trước Cơ sau Cơ trước Cơ sau
Khớp hông 34 34 2 2
Khớp gối 35 30 2 0,6

3
 Các cơ sẽ được bơm khí và điều chỉnh áp suất bởi van điều khiển tỉ lệ
ITV2030-212S-X26 của công ty SMC. Các góc quay sẽ được đo bằng một chiết
áp quay WDD35D4 gắn đồng trục vào hai khớp. Các ống cơ một đầu được gắn
với cảm biến loadcell để xác định lực kéo của từng cơ. Tất cả dữ liệu về góc quay
từng khớp và lực kéo của từng cơ sẽ được gửi về kit lập trình Ni Myrio để xử lý
dữ liệu và đưa ra tín hiệu điều khiển phù hợp đến van khí nén, tạo thành vòng
điều khiển phản hồi kín.
1.4 Các thiết bị trong hệ thống
1.4.1 Thiết bị trong cơ cấu Robot
1.4.1.1. Ống cơ khí nén McKibben

Hình 1. 4 Cơ khí nén McKibben

Các cơ khí nén có cấu tạo bên trong là ruột cao su, bên ngoài là vỏ hình
trụ là các sợi bện quấn với nhau có khả năng co giãn. Hai đầu được bịt kín và có
bộ phận cơ khí có khả năng treo cố định cũng như gắn với đầu cảm biến
Loadcell, một đầu được gắn thêm ống dẫn khí vào. Khi ống ruột cao su được
bơm khí vào và làm phồng ra, lúc này cả cơ sẽ bị rút ngắn. Mối quan hệ giữa ba
thành phần lực – áp suất – độ co phụ thuộc vào các thông số hình học (độ dài và
đường kính của ống cơ khi không co giãn, góc của sợi bện khi không co giãn),
chất liệu của ruột ống bên trong, giá trị áp suất không khí và các lực căng bên
ngoài tác dụng lên cơ. Để đạt được mô hình lí thuyết của các tham số, ta sử dụng
phương pháp bảo toàn năng lượng sẽ được đề cập ở phần sau.
1.4.1.2. Cảm biến góc quay

Hình 1. 5 Cảm biến góc quay WDD35D

Cảm biến góc quay được gắn tại hai khớp, có cấu tạo là một biến trở vô
cấp có thể đo góc trong dải 0 - 345° với sai số nhỏ hơn 0,1%. Điện áp hoạt

4
động 24VDC, điện áp đầu ra 0 - 5𝑉𝐷𝐶. Khi cơ cấu robot chuyển động làm điện
trở thay đổi giá trị và điện áp đầu ra cũng thay đổi theo độ phân giải cho trước.
1.4.1.3. Van điều áp

Hình 1. 6 Van điều áp

Van điều áp ITV1030-04N2CL thuộc họ van điều khiển áp suất khí nén
ITV có chức năng điều khiển áp khí nén được bơm vào các cơ khí nén. Van điều
áp ITV1030-04N2CL có điều khiển áp suất phản hồi vòng kín, vì vậy áp suất đầu
ra sẽ được điều khiển chính xác theo tín hiệu đầu vào. Nguồn cung cấp cho van
là 24V, dòng điều khiển đầu vào là 4-20mA tương ứng với dải áp suất đầu ra là
5-500kPa. Chúng có trọng lượng nhẹ trong thiết kế với màn hình led sáng và dễ
đọc.
1.4.1.4. Bộ điều khiển Myrio

Hình 1. 7 Kit lập trình NI myRIO

MyRIO là thiết bị nhúng thời gian thực được sản xuất bởi National
Instruments cho các dự án nghiên cứu trong giáo dục cũng như các ứng dụng
thực tiễn. Phần mềm lập trình được sử dụng là Labview. Sử dụng thiết bị này,
người dùng khá dễ dàng thiết kế các hệ thống phức tạp và giải quyết các vấn đề
thực tế khá hiệu quả và nhanh chóng. Với thiết kế tích hợp FPGA trong myRIO
giúp sinh viên thiết kế các hệ thống đang phát triển trong thực tiễn và giải quyết
các vấn đề thực tế nhanh hơn so với các bộ vi điều khiển khác. Chúng ta chỉ cần
kéo thả các khối logic thay vì viết mã code cú pháp phức tạp. Vì vậy, nó đã giảm
bớt khó khăn của người dùng khi thiết kế các hệ thống phức tạp. Tốc độ xử lí của
5
nó gần gấp mười lần so với các bộ vi điều khiển và bộ vi xử lí thông thường.
Chúng ta có thể sử dụng thiết bị này trong các hệ thống cần phản hồi nhanh, ví
dụ: máy CNC, robot tự cân bằng hai bánh, robot thực hiện các thao tác khác nhau
của con người.
Thông số kĩ thuật cơ bản của NI myRIO:
 Vi xử lí: Xilinx Z-7010, 667MHz, 2 lõi
 Bộ nhớ cố định: 512 MB
 Bộ nhớ DDR3: 256 MB
 FPGA: Xilinx Z-7010
 Wireless: IEEE 802.11 b,g,n, ISM 2.4GHz, 20MHz, phạm vi phát 150m.
 Ngõ vào tương tự: 500 kS/s, 12 bit
 Các đầu nối MXP: 4 kênh một ngõ trên đầu nối, 0V đến 5V
 Đầu nối MSP: Hai kênh khác nhau, ±10V
 Ngõ vào Audio: 2Hz đến 20kHz
 Ngõ ra tương tự: 345 kS/s, 12 bit
 Các đầu nối MXP: hai kênh một ngõ trên mỗi đầu nối, 0V đến 5V
 Đầu nối MSP: Hai kênh khác nhau, ±10V
 Ngõ vào Audio: 2Hz đến 20kHz
 Ngõ ra tương tự: 345 kS/s, 12 bit
 Các đầu nối MXP: hai kênh một ngõ trên mỗi đầu nối, 0V đến 5V
 Đầu nối MSP: hai kênh một ngõ, ±10V
 Ngõ vào/ra số: 5V tương thích với ngõ vào LVTTL, 3.3V với ngõ ra
LVTTL
 Độ rộng xung tối thiểu: 20ns
 SPI: 4 MHz
 PWM: 100 kHz
 Ngõ vào encoder: 100 kHz
 I2C: 400 kHz
 UART: tốc độ baud lớn nhất 230400 bps
 Nguồn cung cấp: 6-16 VDC, 14W
 Nhiệt độ: 0 đến 400℃

6
 Hình 1. 8 Sơ đồ các chân cổng MXP và MSP

Bảng 1. 2 Cấu hình chân cổng MXP

Tên tín hiêu Tham chiếu Kiểu T/H Tác dụng chân

+5V DGND Ra Nguồn đầu ra 5V

AI0-AI3 AGND Vào Tín hiệu vào 0-5V, là cổng đơn

đầu vào tương tự

AO0-AO1 AGND Ra Tín hiệu vào 0-5V, là cổng đơn

đầu ra tương tự

AGND N/A N/A Tham chiếu cho đầu vào và đầu

ra tương tự

+3.3V DGND Ra Nguồn đầu ra 3.3V

DI0-DIO15 DGND Ra hoặc vào Đường dây kỹ thuật số đa năng

với.Đầu ra 3,3 V, tương thích
3,3 V / 5 V đầu vào
UART.RX DGND Vào Tín hiệu đầu vào UART

UART.TX DGND Ra Tín hiệu đầu ra UART

DGND N/A N/A Tham chiếu cho đầu vào và đầu

ra số

7
 Bảng 1. 3 Cấu hình chân cổng MSP

Tên tín hiêu Tham chiếu Kiểu T/H Tác dụng chân

+15/-15V DGND Ra Nguồn đầu ra +-15V

AI0+/AI0- AGND Vào Tín hiệu vào +-10V, là cổng đầu

vào tương tự
AI1+/AI1-

AO0-AO1 AGND Ra Tín hiệu vào +-10V, là cổng đơn

đầu ra tương tự và nguôn ra 15V

AGND N/A N/A Tham chiếu cho đầu vào và đầu

ra tương tự

+5V DGND Ra Nguồn đầu ra 5V

DI0-DIO7 DGND Ra hoặc vào Đường dây kỹ thuật số đa năng

với.Đầu ra 3,3 V, tương thích
3,3 V / 5 V đầu vào
DGND N/A N/A Tham chiếu cho đầu vào và đầu
ra số và nguôn 5V

1.4.1.5. Module chuyển đổi áp dòng

Hình 1. 8 Module chuyển đổi tín hiệu 0-5V sang 4-20mA

Vì van điều áp sử dụng tín hiệu 4-20mA nhưng kit NI MyRIO chỉ xuất ra
được tín hiệu điện áp 0-5V nên ta sử dụng module chuyển đổi. Ngoài ra, tín hiệu
điện áp khi truyền đi xa dễ bị tổn hao lớn, sử dụng tín hiệu dòng sẽ tránh được
điều đó. Module sử dụng nguồn cấp 12-24V, có chiết áp để điều chỉnh dải tín
hiệu.

8
 CHƯƠNG 2. MÔ HÌNH TOÁN HỌC VÀ NHẬN DẠNG HỆ THỐNG

Việc xây dựng mô hình toán học mô tả đối tượng là điều vô cùng quan
trọng
trong các bài toán điều khiển. Ta không thể điều khiển đối tượng nếu không biết
gì về tính chất và các đặc tính của nó. Việc xây dựng bộ điều khiển phụ thuộc rất
nhiều vào quá trình này và quyết định được sự chính xác cũng như độ tin cậy của
bộ điều khiển. Xây dựng mô hình toán học còn được gọi là mô hình hóa của hệ
thống.
Mô hình hóa lý thuyết là phương pháp xây dựng mô hình toán học của hệ
thống bằng cách dựa vào các quy luật vật lý chi phối hoạt động của hệ thống. Ba
bước mô hình hóa lý thuyết:
1. Phân tích chức năng: phân tích hệ thống thành các khối chức năng, trong
đó mô hình toán của các khối chức năng đã biết hoặc có thể rút ra dựa
vào các qui luật vật lý.
2. Phân tích vật lý: rút ra mô hình toán của các khối chức năng dựa vào các
qui luật vật lý.
3. Phân tích toán học: các khối chức năng được kết nối toán học để được mô
hình của hình của hệ thống.
Phương pháp mô hình hóa lý thuyết chỉ có thể áp dụng khi ta đã biết rõ cấu
trúc
của hệ thống và các qui luật vật lý chi phối hoạt động của hệ thống.
Đối với những mô hình mà khó có thể tìm được các quy luật vật lý hay có
nhiều yếu tố bên ngoài tác động thì mô hình hóa thực nghiệm được sử dụng. Đó
là phương pháp xây dựng mô hình toán của hệ thống dựa vào dữ liệu vào ra quan
sát được.
2.1 Mô hình toán học
2.1.1 Mô hình toán học của cơ nhân tạo
Phương pháp mô hình hóa lý thuyết chỉ có thể áp dụng khi ta đã biết rõ
cấu trúc của hệ thống và các qui luật vật lý chi phối hoạt động của hệ thống. Đối
9
với những mô hình mà khó có thể tìm được các quy luật vật lý hay có nhiều yếu
tố bên ngoài tác động thì mô hình hóa thực nghiệm được sử dụng. Như ta đã biết,
hệ cơ McKibben là một thiết bị chuyển đổi khí nén thành dạng cơ học bằng cách
chuyển đổi áp suất tác dụng vào bề mặt bên trong thành sự co dãn cơ bắp. Để tìm
mối quan hệ của sự co dãn với chiều dài với áp suất ta sẽ dựa theo nguyên lý bảo
toàn năng lượng [5].

Hình 2. 1 Cấu trúc một khối cơ khí nén McKibben

Coi quá trình thay đổi áp suất bên trong cơ là một quá trình kín không có
sự thay đổi nhiệt độ hay hao phí ra bên ngoài, Công sinh ra trong quá trình này sẽ
là:
.
PT 2.1
d W ¿ =∫ ( P' −P0 ) d l i . d s i=PdV
si

Trong đó:

 P’: áp suất tuyệt đối bên trong ống cơ

 P0: áp suất môi trường
 P: áp suất tương đối
 dli, dsi: độ thay đổi rất nhỏ của độ dài và diện tích mặt trong ống cơ
 dV: độ thay đổi rất nhỏ thể tích ống cơ
Công tác dụng đầu ra của quá trình được chuyển hóa thành lực kéo 𝐹 làm
cho hệ chuyển động:
d W out =−FdL PT 2.2

Theo định luật bảo toàn năng lượng ta có:

d W out =d W ¿ PT 2.3
⇔−FdL=PdV PT 2.4
dV
⇔ F=−P PT 2.5
dL

10
 Trong đó:
 F: Lực do cơ tạo ra
 P: Áp suất khí nén bơm vào cơ
 V: Thể tích của cơ
 L: Chiều dài của cơ

Khối cơ được cấu tạo bởi các sợi cơ được cuốn n vòng dọc theo ống cơ
hình trụ, coi độ dài mỗi sợi cơ là b . Ta cắt khối cơ dọc theo sợi cơ đồng thời kéo
căng sợi cơ trên mặt phẳng thì ta sẽ thu được hình tam giác vuông như hình vẽ,
với θ là góc bện:

Hình 2. 2 Cấu trúc hình học khối cơ

Ống cơ coi như hình trụ có thể tích là:

( )
2 3
D b 2 PT 2.7
V =π L= 2
sin θ . cosθ
2 4πn

Chiều dài ống cơ là :

L=b .cosθ PT 2.8

Đường kính khối cơ là:

b . sinθ PT 2.9
D=
πn

Thay PT 2.7, PT 2.8, PT 2.9 vào PT 2.5 ta được:

dV /dθ b2 [2sin (θ)cos 2 (θ)−sin3 (θ)] PT 2.10

F=−P =−P
dL/dθ 4 п n2 sin(θ)

11
 ⟹ b 2 [2 cos 2 (θ)−sin 2 (θ)] PT 2.11
F=−P 2
4 пn

⟹ 2 2
b [3 cos (θ)−1] PT 2.12
F=−P 2
4пn

b
Đặt D0= là đường kính của khối cơ tại góc bện θ=90o , ta được:
nп
п D0
2
2
PT 2.13
F=−P [3 cos (θ )−1]
4

Ta có thể viết lại (PT 2-13) như sau:

п D0 ( 3 L −b ) PT 2.14
2 2 2
F=−P 2
4b

Nghiên cứu của Chou [5] đã cho thấy cơ khí nén hoạt động giống như một
lò xo, ta có thể đưa hệ cơ nhân tạo khí nén về hệ lò xo tương đương, bao gồm hệ
số lò xo và độ biến dạng. Dựa trên sự quan sát và xem xét trong sự thay đổi chiều
dài nhỏ dL , áp suất khí nén không thay đổi, độ cứng của lò xo cơ có thể được tính
như sau:
dF PT 2.15
K= =K p P
dL

Từ đó ta có:
F=K . ΔL=K ( L−Lmin ) PT 2.16
F=K p P ( L−Lmin ) PT 2.17

Với Lmin là chiều dài của cơ ngắn nhất.

 Xét hệ truyền động của 1 khớp, ta có:

12
 Hình 2. 3 Cấu hình cặp cơ đối ngẫu

Đầu tiên, ta bơm một lượng khí có cùng áp suất P0 vào cả hai cơ để hai cơ
cân bằng nhau, góc quay θ0 =0o , chiều dài cơ gắn trên hệ sẽ có chiều dài ban đầu
là L0. Khi áp suất trong cơ thay đổi, chiều dài cơ thay đổi đồng thời cũng làm
khớp quay đươc một góc θ . Ta sẽ tạo chuyển động quay của cơ bằng cách bơm
một lượng khí vào một cơ làm áp suất tăng ΔP , đồng thời cơ còn lại sẽ rút đi một
lượng khí để áp giảm ΔP .
Chiều dài khối cơ có thể tính bằng công thức
L=L0 ± rθ PT 2.18

Theo như (PT 2.17), ta có:

F=K p P ( L−Lmin )
⟹ F=K p (P0 ± ΔP)( L0 ±rθ−Lmin ) PT 2.19

Trong đó:
 P: Áp suất ở thời điểm hiện tại
 P0: Áp suất của khí ban đầu bơm vào cơ
 ΔP : Chênh lệch áp suất thời điểm hiện tại so với áp suất ban đầu.
 L0: Chiều dài cơ ban đầu
 L: Chiều dài cơ thời điểm hiện tại
 Lmin: Chiều dài cơ ngắn nhất
 K : Hệ số độ cứng của cơ

13
 2.1.2 Mô hình toán học của robot phục hồi chức năng sử dụng cơ
nhân tạo
Trong mục 1.3 đã cho thấy Robot phục hồi chức năng sử dụng cơ nhân tạo
trong báo cáo này gồm hai khớp quay: Khớp thứ nhất là khớp hông (Hip joint) và
khớp thứ hai là khớp gối (Knee joint). Hệ truyền động điều khiển góc quay của
mỗi khớp gồm hai cơ nhân tạo được mắc đối ngẫu với một đầu được cố định,
một đầu được gắn vào khớp quay.
Ta có quan hệ giữa momen quay của các khớp quay với vị trí, tốc độ và
gia tốc:
PT 2.20
M i= ( )
d ∂L
−
∂L
dt ∂ q̇ i ∂ qi

Trong đó:
 i: Hệ số (h: khớp hông, k: khớp gối)
 M i: Momen quay của khớp i
 L=K −P : Lagrange của Robot
 K : Tổng động năng của Robot
 P: Tổng thế năng của Robot
 q i: Góc quay của khớp i
 q̇ i: Tốc độ quay của khớp

Bỏ qua thành phần momen quán tính của khớp quay 1 và 2, xét hệ thống
Robot cơ nhân tạo trên khung toạn độ Descartes:

14
 Hình 2. 4 Mô hình robot cơ nhân tạo trong hệ tọa độ Descartes

Trong đó:
 i: Hệ số (h: khớp hông, k: khớp gối)
 mi: Khối lượng khớp và thanh nối i
 θi : Góc quay của khớp i
 Lci: Vị trí đặt trọng tâm của khớp và thanh nối i
 Li: Độ dài của thanh nối i
 Tổng động năng:
1 2 1 2
PT 2.21
K= mh v h + mh v k
2 2
 Xét khớp hông, ta có:
x h=Lch cos θ h ; y h =Lch sinθ h PT 2.22

⟹ ẋ h=−Lch sin θh θ̇h ; ẏ h=Lch cos θ h θ̇ h PT 2.23

 Tốc độ dài của khớp 1 là:

2 2 2 2 2
v h = ẋ h + ẏ h =L ch θ̇ h PT 2.24

 Xét khớp quay 2, ta có:

x k =Lh cos θh + Lck cos ( θh +θk ) PT 2.25

y k =L h sin θh + Lck sin ⁡(θh +θk ) PT 2.26

15
 ⟹ ẋ k =−Lh sin θh θ̇h−Lck sin ( θ h+ θk ) (¿ θ̇ h+ θ̇ k )¿ PT 2.27

ẏ k =L h cos θ h θ̇ h+ L ck cos ( θh +θk ) (¿ θ̇h + θ̇k )¿ PT 2.28

 Tốc độ dài của khớp 2 là:

v k 2= ẋ k 2+ ẏ k 2
⟹ v k 2=Lh2 θ̇ h2 + Lck 2 ( θ̇ h+ θ̇k )2+2 Lh L ck θ̇ h ( θ̇h + θ̇k ) cos θk PT 2.29

 Tổng động năng là:

1 2 2 2 2 2 2 PT 2.30
K= mh Lch θ̇ h + mk ( Lh θ̇h + Lck ( θ̇h + θ̇ k ) +2 Lh Lck θ̇h ( θ̇h + θ̇ k ) cos θk )
2
 Tổng thế năng:
P=mh g y h+ mk g y k PT 2.31

 Xét khớp quay 1 và 2, ta có:

y h=L ch sin θ h PT 2.32

y k =L h sin θh + Lck sin ⁡(θh +θk ) PT 2.33

 Tổng thế năng là:

P=mh g Lch sinθ h+ mk g( L h sin θh + Lck sin ( θ h+θ k ) )PT 2.34

Thay (PT 2.30) và (PT 2.34) vào (PT 2.20), ta được:

M =H ( q ) q̈ +V ( q , q̇ )+G ( q ) PT 2.35

Trong đó:

 H ( q) = h h
11

21
[12

22
h h
]
 V ( q , q̇ )= [
−mk Lh Lck sin θ k θ̇ k ( 2 θ̇h + θ̇ k )
2
mk Lh Lck sinθ k θ̇ h ]
 G ( q ) =¿
 h11=mh Lch2 +mk ( Lh2+ Lck 2+ 2 Lh Lck cos θk )
2
 h12=h21=mk ( Lck + Lh Lck cos θ k )
2
 h22=mk Lck

Dựa vào (PT 2.35) ta có thế thấy mô hình robot 2 khớp là một hệ phi
tuyến, các tham số của hàm truyền đều phụ thuộc vào góc quay của cả 2 khớp.
Điều này sẽ rất khó khăn khi ta gián đoạn hóa mô hình toán học của Robot và
việc điều khiển cũng sẽ gặp trở ngại. Để khắc phục trở ngại này, ta sẽ đơn giản
hóa mô hình Robot cơ nhân tạo bằng cách coi 2 khớp quay của Robot là hai cơ
cấu truyền động độc lập, ảnh hưởng của các khớp quay sẽ được coi là nhiễu, bài
toán mô hình hóa được đặt ra cho từng khớp như trong mục 2.1.1.
 Ta có phương trình chuyển động quay của một hệ truyền động robot sử
dụng cơ nhân tạo:

16
 M =( F1−F 2 )r =H . θ̈+V . θ̇+G .θ PT 2.36

Trong đó:
F 1: Lực kéo của cơ trước
F 2: Lực kéo của cơ sau
Thay (PT 2.19) vào (PT 2.36), ta được:
M =K p r [(P 0+ ΔP) ( L0−rθ−Lmin )−(P0−ΔP )( L0+ rθ−Lmin )]
⟹ M =K p r ( 2 ΔP L0−2 ΔP L min−2 P0 rθ ) =H . θ̈+ V . θ̇+G . θ
⟹ 2 PT 2.37
ΔP .2 K p r (L0−L min )=H θ̈+V θ̇+(G−2 K p r P0 )θ

2.2 Nhận dạng hàm hệ thống

Nhận dạng hệ thống là xây dựng mô hình toán học của hệ thống d ựa trên
dữ liệu vào, ra quan sát được và mô hình tìm được phải có sai số nhỏ nhất với đối
tượng.
Nhận dạng là phương pháp thực nghiệm nhằm xác định một mô hình cụ thể phù
hợp với mô hình lí thuyết đã đưa ra bằng việc quan sát các tín hiệu vào ra.
 Mô hình tìm được phải có sai số nhỏ nhất với đối tượng.

Hình 2. 3 Cấu trúc nhận dạng hệ thống

Trong quá trình xây dựng mô hình toán học của hệ thống theo lý thuyết,
người ta thường không thể khảo sát được mọi ảnh hưởng của môi trường đến tính
động học của hệ thống cũng như những tác động qua lại bên trong hệ thống một
cách chính xác tuyệt đối. Rất nhiều yếu tố đã bị bỏ qua hoặc chỉ được xem xét
đến như một tác động ngẫu nhiên. Bởi vậy, nếu nói một cách chặt chẽ thì những
hiểu biết lý thuyết ban đầu về hệ thống mới chỉ có thể giúp người ta khoanh được
vùng lớp các mô hình thích hợp. Việc nhận dạng hàm hệ thống sẽ giúp ta có
được một mô hình toán học của hế thống có chất lượng gần với mô hình thực tế
hơn.

17
 Hình 2. 4 Vòng lặp nhận dạng

Nhìn vào sơ đồ Hình 2.6 ta có thể nhận thấy được các bước của quy trình
nhận dạng mô hình:
1. Thực nghiệm thu thập số liệu.
2. Chọn cấu trúc mô hình.
3. Ước lượng tham số mô hình.
4. Đánh giá mô hình.
2.2.1 Thu thập dữ liệu từ thực nghiệm
Nhiệm vụ nhận dạng trong mục (2.2.1) này là xác định giá trị các tham số
của mô hình đó với hướng nghiên cứu tập trung là xét tính hội tụ của các phương
pháp và ảnh hưởng của nhiễu vào kết quả. Việc này sẽ dễ dàng thực hiện do đã
có công cụ matlab hỗ trợ, ta sẽ nói đến ở phần sau.
Ta sử dụng chương trình Labview để lập trình cho Kit vi điều khiển NI
Myrio để thu thập dữ liệu. Đầu vào hệ thống là ΔP được đưa vào với các dạng
xung khác nhau bao gồm xung vuông, sin, tam giác. Đầu ra của hệ thống sẽ là
góc quay được đo về vi điều khiển. Chương trình Labview bao gồm các khối sau:

 Khối tạo xung điều khiển: Sử dụng khối Case trong labview để tạo ra các
loại xung đầu vào khác nhau. Trong một thời điểm chỉ có một xung được
lựa chọn qua giao diện.
 Khối hiển thị và thu thập dữ liệu: Hiển thị đồ thị góc đầu ra và lưu các dữ
liệu về đầu vào và đầu ra vào bộ nhớ của máy tính.
Các bước tiến hành thu thập dữ liệu:
 B1: Thiết lập các trạng thái ban đầu cho hệ thống: P0 , θ0=0

18
  B2: Chọn giá trị xung ΔP phù hợp để đưa vào điều khiển đối tượng (biên
độ = biên độ điều khiển tối đa, tần số = tần số sóng tham chiếu tối đa)
 B3: Chạy chương tình khảo sát đồ thị góc đầu ra với các dạng xung ΔP
khác nhau, nếu đồ thị phù hợp mong muốn thì lưu các giá trị đầu vào và
đầu ra vào bộ nhớ máy tính và sang B4. Nếu không phù hợp chạy lại B1.
 B4: Chạy chương trình nhận dạng hàm truyền trên matlab, và đánh giá
chất lượng (độ khớp đầu ra nhận dạng và đầu ra mẫu, độ hội tụ).
2.2.2 Sử dụng Matlab nhận dạng
Từ những dữ liệu thu thập được từ Labview, ta sẽ lưu vào bộ nhớ máy
tính dưới dạng file excel. Sau đó các dữ liệu đầu vào và đầu ra mẫu thu thập được
sẽ được đọc về Matlab, Matlab sẽ chạy chương trình nhận dạng tham số hàm
truyền.
Với mỗi dạng xung đầu vào sẽ được lưu trong một file riêng. Trong file đó
sẽ có những file con lưu dữ liệu với các giá trị khác nhau của xung đầu vào đó.
Tên của các file sẽ được đặt đồng bộ hóa để có thể dễ dàng xử lí để có thể hướng
đến đường dẫn trong matlab. Để tìm đến đường dẫn của các file con, ta sẽ dùng
lệnh nối chuỗi strcat trong matlab. Ta cũng dung phương pháp đó để lưu dữ liệu
sau xử lí vào một đường dẫn file chỉ định. Để đọc file excel, ta dùng lệnh
xlsread(). Hàm nhận dạng được sử dụng là hàm iddata( y ,u ,T s ).
2.3 Hàm truyền của hệ thống robot phục hồi chức năng
2.3.1 Hàm truyền của góc quay khớp hông (Hip joint)
Sau khi thu thập thành công dữ liệu đầu ra góc quay của khớp quay hông,
dưới sự trợ giúp của phần mềm nhận dạng hàm truyền trong Matlab, ta thu được
được hàm truyền đạt liên tục của khớp quay hông như sau:
−0.07 s PT 2.38
9.178 e
Gh (s)= 2
s +11.86 s +48.86
Với hàm truyền thu được, ta có đáp ứng đầu ra với đầu vào mẫu như sau:

Hình 2. 5 Đáp ứng đầu ra mẫu với đầu vào là sóng Sin 0.3Hz

19
 2.3.2 Hàm truyền của góc quay khớp gối (Knee joint)
Sau khi thu thập thành công dữ liệu đầu ra góc quay của khớp quay gối,
dưới sự trợ giúp của phần mềm nhận dạng hàm truyền trong Matlab, ta thu được
được hàm truyền đạt liên tục của khớp quay hông như sau:
11.109 e−0.065 s PT 2.39
G(s)=
s 2 +2.279 s+ 12.34

Hình 2. 6 Đáp ứng đầu ra mẫu với đầu vào là sóng Sin 0.3Hz

20
 CHƯƠNG 3. THIẾT KẾ BỘ ĐIỀU KHIỂN LOẠI BỎ NHIỄU CHỦ
ĐỘNG ADRC

3.1 Tổng quan về bộ điều khiển loại bỏ nhiễu chủ động ADRC
Robot phục hồi chức năng trong báo cáo này sử dụng hệ truyền động là
cặp cơ nhân tạo đối ngẫu (PAMs), bởi những ưu điểm sau: tỷ lệ công suất/trọng
lượng lớn, giá thành rẻ, khối lượng nhẹ, có đặc tính giống với cơ của con người.
Bên cạnh những ưu điểm đó các hệ thống này còn có một số nhược điểm như: độ
phi tuyến và không chắc chắn cao, lực tác động chậm do đặc tính của hệ cơ, sự
ma sát giữa ống cao su với vỏ, hình dạng và nhiệt độ ống cơ liên tục thay đổi
trong quá trình chuyển động. Sự phi tuyến và không chắc chắn của mô hình sẽ
được giải quyết bởi một bộ quan sát ESO của bộ điều khiển loại bỏ nhiễu chủ
động (ADRC) [7] [8].
ADRC bắt nguồn từ bộ điều khiển PID cổ điển và giữ lại ý tưởng cốt lõi
của điều khiển phản hồi PID. Về bộ điều khiển ADRC, có thể khái quát cấu trúc
bao gồm các thành phần cơ bản sau:
 Bộ theo dõi vi phân TD (Tracking Differentiator): với mục đích tránh
bước nhảy đột ngột của sai số giữa tín hiệu đầu ra và đặt của hệ. Hay là
tạo ra một quỹ đạo tham chiếu mong muốn có tính khả thi về mặt vật lý.
 Bộ quan sát ESO (Extended State Observer): với mục đích ước lượng
được hàm f(.)- là hàm không xác định chứa các thành phần chưa được mô
hình hoá cuả hệ thống (hoặc chứa các nhiễu mô hình và nhiễu từ các tác
động bên ngoài). để có thể loại bỏ thành phần không xác định trong điều
khiển mô hình.
 Bộ điều khiển phản hồi trạng thái: với mục đích điều khiển các biến trạng
thái của mô hình bám theo một quỹ đạo mong muốn.

Hình 3. 1 Mô hình bộ điều khiển loại bỏ nhiễu chủ động ADRC

Khái niệm về ADRC (Active Disturbance Rejection Control) được giới

thiệu bởi Jinqing Han [7] và sau đó được hệ thống lại trong phiên bản tiếng Anh
công bố lần đầu tiên bởi Zhiqiang Gao [8]. Trong bài viết [9] đã chỉ ra bộ điều
khiển PID vẫn tồn tại 4 hạn chế cơ bản như sau:

21
  Quỹ đạo điều khiển thường là một hàm bước , không phù hợp với hầu
hết các hệ thống động lực học.
 Thành phần D trong bộ điều khiển PID thường được loại bỏ vì rất nhạy
với nhiễu.
 Tín hiệu điều khiển do PID tạo ra có thể không phải là luật điều khiển
tốt nhất dựa trên sai số đầu ra hiện tại và quá khứ cũng như tốc độ thay đổi
của nó.
 Thành phần tích phân I gây ra quá trình quá độ trong điều khiển.
ADRC là một chiến lược điều khiển mạnh mẽ, nơi các mô hình của hệ
thống được mở rộng với một biến trạng thái mới, trong đó bao gồm tất cả các
động học chưa rõ và nhiễu còn sót lại không được chú ý trong mô tả đối tượng.
Việc ước tính trạng thái mới này được thực hiện bằng cách sử dụng bộ quan sát
trạng thái mở rộng (Extended State Obsever-ESO). Bộ quan sát này có nhiệm vụ
theo dõi và ước lượng các nhiễu tác động trực tiếp, các sai số mô hình của đối
tượng so với thực tế. Bằng cách đó, mặc dù chỉ có một mô hình với độ chính xác
không cao, chúng ta vẫn có thể thiết kế được một bộ điều khiển có chất lượng tốt,
mạnh mẽ chống lại các nhiễu tác động đối tượng, do đó gián tiếp đơn giản hóa
mô hình. Cụ thể trong báo cáo này sẽ phân tích và so sánh 2 bộ quan sát:
 Bộ quan sát tuyến tính (Linear Extended State Obsever-LESO)
 Bộ quan sát phi tuyến (Non-Linear Extended State Obsever-NLESO)
3.2 Bộ theo dõi vi phân TD của bộ điều khiển ADRC
3.2.1 Khái quát về bộ theo dõi vi phân TD:
Trong ba thành phần của ADRC, bộ theo dõi vi phân TD là phần rõ ràng
nhất được kế thừa trực tiếp từ PID. Bởi vì trong PID, D thường không thể thực
hiện được do giới hạn về mặt vật lý của mô hình, điều này khiến bộ điều khiển
PID thường chỉ sử dụng PI. Thông thường, khi D được sử dụng trong PID, việc
triển khai thành phần vi phân của tín hiệu như sau:
PT 3.1

Trong đó: là hằng số thời gian ( và rất nhỏ). Đặt ,

laplace 2 vế ta được
PT 3.2

Với hằng số rất nhỏ, sử dụng khai triển Taylor để xấp xỉ ta có:
PT 3.3

Nếu tín hiệu có chứa thành phần nhiễu tần số cao là , đầu vào tín
hiệu sẽ trở thành , và thành phần chứa tín hiệu delay có thể
được lọc tần số cao [6], ta được:

22
 PT 3.4

Như vậy thành phần ước tính vi phân khá nhạy cảm nhiễu trong tín

hiệu vì nó được khuếch đại bởi hệ số . Để giải quyết khó khăn này, Han đã
đề xuất một bộ theo dõi vi phân có khả năng chống nhiễu:
PT 3.5

Bởi các thành phần trong (PT 3.5) đều chưa tín hiệu delay cho nên ta hoàn
toàn có thể sử dụng được bộ lọc tần số cao, sử dụng (PT 3.2) và (PT 3.3), ta có:
PT 3.6


s
Một xấp xỉ thứ hai cụ thể của một dấu hiệu phân biệt là 2 , tương ứng
( τs+1)
với phương trình vi phân với r = 1 / τ

Đặt: , ta được phương trình không gian trạng thái

như sau:


PT 3.7


Trong đó: bám theo , bám theo , là tham số

điều chỉnh, là một hàm phi tuyến thích hợp.
Như đã đề cập trong phần trước, bộ theo dõi vi phân TD (PT 3.7) không
chỉ bám được theo tín hiệu đặt và lọc nhiễu mà còn có thể tạo ra một tín hiệu
23
tham chiếu mới cho mô hình có thể chạy theo một cách hợp lý để tránh bước
nhảy điểm đặt trong PID. Nói cách khác, trong các ứng dụng kỹ thuật, quỹ đạo
tham chiếu được thiết kế để đầu ra mô hình bám theo là của mô hình (PT
3.7), chứ không phải là có thể nhảy như hàm bước. Điều này làm cho quỹ
đạo tham chiếu trơn tru. Bằng cách làm cho quỹ đạo tham chiếu trơn tru, tín hiệu
điều khiển cũng có thể được thực hiện trơn tru.
Mô hình (Error: Reference source not found) là một dạng tổng quát của
bộ theo dõi vi phân TD được đề xuất bởi Han [10].
3.2.2 Bộ theo dõi vi phân tuyến tính TD:
Một mô hình theo dõi vi phân tuyến LTD đã được đề xuất bới Guo và
Zhao trong [11], như sau:
PT 3.8

Trong đó: là tham số điều chỉnh.

Đặt , mô hình (Error: Reference source not found) trở

thành:

PT 3.9

Trong đó: và .

24
 Giả sử tín hiệu tham chiếu thoản mã với
đại diện cho vi phân bậc của tín hiệu , mô hình (Error: Reference
source not found) sẽ ổn định tiệm cận nếu là ma trận Hurwitz. Áp dụng
phương pháp gán điểm cực cho có điểm cực kép là , ta có:
PT 3.10

Và khi đó:
3.3 Bộ quan sát mở rộng ESO của bộ điều khiển ADRC
Như đã trình bày trong phần Error: Reference source not found, thành
phần quan trọng thứ hai của bộ điều khiển ADRC là bộ quan sát trạng thái mở
rộng (ESO). Bộ quan sát ESO là phần mở rộng của bộ quan sát trạng thái trong lý
thuyết điều khiển hiện đại. Bộ quan sát trạng thái là một mô hình hỗ trợ cung cấp
ước tính về biến trạng thái bên trong của một hệ thống thực nhất định dựa trên
đầu vào và đầu ra.
Bộ quan sát ESO được phát triển dựa trên bộ quan sát trạng thái cơ bản,
không chỉ trạng thái được ước lượng mà còn ước lượng được cả "tổng nhiễu".
“Tổng nhiễu" có thể đến từ động lực học của hệ thống chưa được mô hình hóa,
hệ số kiểm soát không xác định và nhiễu bên ngoài. Bởi vì trong bộ quan sát
ESO, "nhiễu bên ngoài" và biến trạng thái của hệ thống được ước tính đồng thời,
chúng ta có thể thiết kế luật điều khiển phản hồi đầu ra không phụ thuộc nhiều
vào mô hình toán học. Xét một mô hình SISO như sau:
PT 3.11

Một bộ quan sát ESO đầu tiên được Han đề xuất cho hệ thống [PT 3.11]
trên như sau [12]:
PT 3.12

Trong đó: là tín hiệu điều khiển. là đầu ra của hệ thống (có thể
đo được). là hàm mô hình hệ thống (thành phần không biết), là nhiễu
tác động lên mô hình (thành phần không biết). được gọi “tổng
25
nhiễu” hay còn gọi là “biến trạng thái mở rộng”. với là hệ số điều
chỉnh. với là hàm ước lượng.

Bằng cách lựa chọn hàm ước lượng và hệ số điều chỉnh phù hợp,
chúng ta có thể mong đợi rằng các biến có thể ước lượng được các biến
trạng thái và “biến trạng thái mở rông” của hệ thống.
3.3.1 Bộ quan sát mở rộng tuyến tính LESO:
Để dễ sử dụng và thiết kế, Gao đã đơn giản hóa bộ quan sát ESO (PT )
bằng cách giới thiệu bộ quan sát tuyến tính LESO cho các hệ thống phi tuyến bậc
hai như sau [13]:
PT 3.13

Trong đó, với là các hằng số ta cần chọn để:

Đặt , ta có:
PT 3.14

PT 3.15


Trong đó: , . Giả sử rằng , khi đó

mô hình tuyến tính (Error: Reference source not found) sẽ ổn định tiệm cận toàn
cục nếu A là ma trận Hurwitz. Khi đó ta có .


Cách đơn giản nhất để chọn hằng số là khi đó A sẽ có điểm cực kép
, khi đó:

PT 3.16


26
 Như vậy bộ quan sát tuyến tính LESO có thể được viết lại như sau:
PT 3.17

Trong đó: là tham số điều chỉnh

3.3.2 Bộ quan sát mở rộng phi tuyến NLESO:
Trong bài báo [14], một bộ quan sát phi tuyến NLESO dựa trên bộ quan
sát tuyến tính LESO đã được giới thiệu cho một đối tượng phi tuyến bậc 2 như
sau:
PT 3.18

Trong đó: là hệ số điều chỉnh và .

3.4 Bộ điều khiển phản hồi trạng thái ADRC
Phần quan trọng cuối cùng của bộ điều khiển ADRC là điều khiển phản
hồi dựa trên bộ theo dõi vi phân TD và bộ quan sát mở rộng ESO. Trong vòng
phản hồi, các thành phần không biết của mô hình được gọi là "tổng nhiễu" sẽ
được loại bỏ bằng cách sử dụng khả năng ước tính của bộ điều khiển ADRC dựa
trên bộ quan sát ESO. Để đơn giản, bộ điều khiển ADRC cho hệ thống SISO bậc
2 như sau:
PT 3.19

Trong đó: là biến trạng thái; là đầu ra (có thể đo

được); là tín hiệu điều khiển; là hàm mô hình của hệ thống; là hệ
số khuếch đại tín hiệu điều khiển cũng chứa thành phần không biết, là
nhiễu tác động lên mô hình.
Đặt , ta có:

27
 PT 3.20

Mục tiêu điều khiển của bộ ADRC là dựa trên bộ điều khiển phản hồi
trạng thái mà trong đó các biến trạng thái của mô hình được ước lượng, để đầu ra
bám được theo quỹ đạo tham chiếu , và đồng thời bám theo .
Thành phần cuối cùng của bộ điều khiển ADRC là thiết kế bộ điều khiển
phản hồi dựa trên bộ quan sát ESO, luật điều khiển như sau:
PT 3.21

Trong đó: và là biến trạng thái của hệ (PT 3.20);

và là biến trạng thái của hệ (PT 3.19). cũng đóng vai trò để
huỷ tác động “tổng nhiễu” của mô hình đối tượng (PT 3.18). Hàm được
lựa chọn phù hợp để mô hình sau ổn định tiệm cận:
PT 3.22

Trong đó: . Mục tiêu của bộ điều khiển ADRC là các

biến trạng thái của mô hình (PT 3.22) hội tụ về gốc toạ độ

hay: . Hình 3.2 thể hiện mô hình bộ điều khiển

ADRC:

Hình 3. 2 Mô hình bộ điều khiển ADRC

28
 Cụ thể, có rất nhiều cách chọn hàm để hệ (PT 3.22) ổn định tiệm cận
về gốc toạ độ:

Xét hệ: , có hàm Lyapunov như sau:

PT 3.23


Hệ (PT 3.22) sẽ ổn định tiệm cận nếu hay

xác định âm, ta có:

PT 3.24


Bộ điều khiển phản hồi ADRC có thể lựa chọn như sau
PT 3.25


29
 CHƯƠNG 4. KẾT QUẢ THỰC NGHIỆM

Các kết quả thực nghiệm dựa trên mô hình robot cơ nhân tạo 2 bậc tự do
như hình sau:

Hình 4. 1 Mô hình thực nghiệm Robot phục hồi chức năng

Mô hình Robot gồm 2 góc khớp: khớp hông (Hip joint) và khới gối (Knee
joint). Tín hiệu góc khớp được thu thập thông qua 2 cảm biến góc. Thực nghiệm
đã điều khiển đồng thời cả 2 khớp của mô hình Robot tại tần số 0.5Hz.
Để đánh giá chất lượng điều khiển, sử dụng tiêu chuẩn đánh giá sai số
bình phương tối thiểu (RMSE-Root Mean Square Error) được cho theo công thức
sau:

30
 PT 4.1

4.1 Chạy không tải:

4.1.1 Đáp ứng đầu ra mô hình:
Chú thích trong hình vẽ:
 LESO: Bộ quan sát tuyến tính
 NLESO: Bộ quán sát phi tuyến.
Giá trị đặt GIá trị đáp ứng LESO Giá trị đáp ứng NLESO
20

15

10
Góc quay (°)

-5

-10

-15
0 1 2 3 4 5 6 7 8
Thời gian (s)

Hình 4. 2 Đáp ứng góc quay khớp hông với sóng đặt tần số 0.5Hz

31
 Giá trị đặt Giá trị đáp ứng LESO Giá trị đáp ứng NLESO
0

-5

-10

-15

Góc quay (°) -20

-25

-30

-35

-40
0 1 2 3 4 5 6 7 8
Thời gian (s)

Hình 4. 3 Đáp ứng góc quay khớp gối với sóng đặt tần số 0.5Hz

Đánh giá: Góc quay của cả hai khớp đều bám quỹ đạo đặt rất nhanh. Góc
quay khớp gối và khớp hông tồn tại sai lệch nhỏ nhưng không đáng kể. Việc đáp
ứng quỹ đạo này rất quan trọng khi robot cần phải hướng người bệnh theo các bài
tập do bác sĩ đưa ra.

Bảng 4. 1 Sai số RMSE cho 2 bộ quan sát LESO và NLESO

Góc quay Bộ quan sát tuyến tính- Bộ quan sát phi tuyến-
LESO NLESO
Khớp hông 1.598
o
1.271
o

Khớp gối 2.342

o
1.998
o

4.1.2 Đáp ứng của bộ quan sát:

4.1.2.1 Góc quay khớp hông:
Chú thích trong hình vẽ:
 x 1 h , x 2 h , x 3 h , x 1 k , x 2 k , x 3 k : các biến trạng thái của mô hình. (h: khớp
hông, k: khớp gối)

x 1 h−LESO , x 2 h−LESO , x 3 h−LESO , x 1 k−LESO , x 2k −LESO , x 3 k−LESO
: các biến trạng thái của bộ quan sát LESO.

x 1 h−NLESO , x 2h−NLESO , x 3 h−NLESO , x 1 k −NLESO , x 2 k−NLESO , x 3 k −NLESO
: các biến trạng thái của bộ quan sát NLESO.

32
 x1h x1h-LESO
20

15

10

-5

-10

-15
0 1 2 3 4 5 6 7 8
Thời gian (s)
Hình 4. 4 Đáp ứng bộ quan sát LESO với góc quay khớp hông, biến x1

x1h x1h-NLESO
20

15

10

-5

-10

-15
0 1 2 3 4 5 6 7 8
Thời gian(s)
Hình 4. 5 Đáp ứng bộ quan sát NLESO với góc quay khớp hông, biến x1

33
 x2h x2h-LESO
60

40

20

-20

-40

-60

0 1 2 3 4 5 6 7 8
Thời gian(s)

Hình 4. 6 Đáp ứng bộ quan sát LESO với góc quay khớp hông, biến x2

x2h x2h-NLESO
60

40

20

-20

-40

-60

-80
0 1 2 3 4 5 6 7 8
Thời gian (s)
Hình 4. 7 Đáp ứng bộ quan sát NLESO với góc quay khớp hông, biến x2

34
 x3h x3h-LESO

4000

2000

-2000

-4000

-6000
0 1 2 3 4 5 6 7
Thời gian (s)

Hình 4. 8 Đáp ứng bộ quan sát LESO với góc quay khớp hông, biến x3

x3h x3h-NLESO
3000

2000

1000

-1000

-2000

-3000

-4000
0 1 2 3 4 5 6 7 8
Thời gian (s)

Hình 4. 9 Đáp ứng bộ quan sát NLESO với góc quay khớp hông, biến x3

Đánh giá: Bộ quan sát cho kết quả rất tốt. Các biến trạng thái của bộ quan
sát bám sát với trạng thái mô hình.
4.1.2.2 Góc quay khớp gối

35
 x1k x1k-LESO
0

-5

-10

-15

-20

-25

-30

-35

-40
0 1 2 3 4 5 6 7 8
Thời gian (s)
Hình 4. 10 Đáp ứng bộ quan sát LESO với góc quay khớp gối, biến x1

x1k x1k-NLESO
0

-5

-10

-15

-20

-25

-30

-35

-40
0 1 2 3 4 5 6 7 8
Thời gian (s)

36
Hình 4. 11 Đáp ứng bộ quan sát NLESO với góc quay khớp gối, biến x1

x2k x2k-LESO
200

150

100

50

-50

-100

-150
0 1 2 3 4 5 6 7 8
Thời gian (s)
Hình 4. 12 Đáp ứng bộ quan sát LESO với góc quay khớp gối, biến x2

x2k x2k-NLESO
150

100

50

-50

-100

-150
0 1 2 3 4 5 6 7 8
Thời gian (s)

Hình 4. 13 Đáp ứng bộ quan sát NLESO với góc quay khớp gối, biến x2

37
 x3k x3k-LESO
14000

12000

10000

8000

6000

4000

2000

-2000

-4000
0 1 2 3 4 5 6 7 8
Thời gian (s)
Hình 4. 14 Đáp ứng bộ quan sát LESO với góc quay khớp gối, biến x3

x3k x3k-NLESO
12000

10000

8000

6000

4000

2000

-2000
0 1 2 3 4 5 6 7 8
Thời gian (s)
Hình 4. 15 Đáp ứng bộ quan sát NLESO với góc quay khớp gối, biến x3

Đánh giá: Bộ quan sát cho kết quả rất tốt. Các biến trạng thái của bộ quan
sát bám sát với trạng thái mô hình.
4.2 Khi có tác động của nhiễu

38
 Tại thời điểm t=3.5(s), tác động 1 lực kéo điều hòa Sin tương đương
25 ÷ 40(N ) vào Robot.

Giá trị đặt Giá trị đáp ứng LESO Lực Loadcell
20 45

40
15

35
10
30
Góc quay (°)

5 25

F (N)
0 20

15
-5
10

-10
5

-15 0
0 1 2 3 4 5 6 7 8 9 10
Thời gian (s)
Hình 4. 16 Đáp ứng góc quay khớp hông với bộ quan sát LESO, có nhiễu tác động

39
 Giá trị đặt Giá trị đáp ứng NLESO Lực Loadcell
20 45

40
15

35
10
30
Góc quay (°)

5 25

F (N)
0 20

15
-5
10

-10
5

-15 0
0 1 2 3 4 5 6 7 8 9 10
Thời gian(s)

Hình 4.17 Đáp ứng góc quay khớp hông với bộ quan sát NLESO, có nhiễu tác động

Giá trị đặt Giá trị đáp ứng LESO Lực Loadcell
0 45

-5 40

35
-10

30
-15
Góc quay (°)

25
F (N)

-20
20
-25
15

-30
10

-35 5

-40 0
0 1 2 3 4 5 6 7 8 9 10
Thời gian (s)

Hình 4. 18 Đáp ứng góc quay khớp gối với bộ quan sát LESO, có nhiễu tác động

40
 Giá trị đặt Giá trị đáp ứng LESO Lực Loadcell
0 45

-5 40

35
-10

30
-15
Góc quay (°)

25

F (N)
-20
20
-25
15

-30
10

-35 5

-40 0
0 1 2 3 4 5 6 7 8 9 10
Thời gian (s)

Hình 4. 19 Đáp ứng góc quay khớp gối với bộ quan sát NLESO, có nhiễu tác động

Đánh giá: : Mặc dù đã tác động thêm ngoại lực tương đối lớn ~40N
nhưng góc quay của cả hai khớp đều bám quỹ đạo đặt rất nhanh.. So với trường
hợp không tải, sai lệch góc quay hai khớp đã gia tăng nhưng vẫn không đáng kể.
Cụ thể được thể hiện trong bảng sau:

Bảng 4. 2 Sai số RMSE cho 2 bộ quan sát LESO và NLESO

Góc quay Bộ quan sát tuyến tính- Bộ quan sát phi tuyến-
LESO NLESO
Khớp hông 1.612o 1.317o
Khớp gối 2.502o 2.1002o

41
 CHƯƠNG 5. KẾT LUẬN

5.1 Kết luận

Đồ án “Ứng dụng bộ điều khiển loại bỏ nhiễu chủ động cho Robot phục
hồi chức năng sử dụng cơ nhân tạo: Điều khiển bám quỹ đạo” là một đề tài rất có
ý nghĩa trong quá trình học tập và làm việc tại trường của em. Đây là một đề tài
mang tính thực tiễn cao khi nó được ứng dụng rộng rãi trong ngành y tế, hỗ trợ
các bệnh nhân phục hồi chức năng. Em rất hứng thú với đề tài vì nó vừa có ý
nghĩa cao, được học thêm các lý thuyết về điều khiển Robot và được thực hành
với mô hình thực tế.
Qua thời gian tìm hiểu và nghiên cứu, cùng với sự giúp đỡ của thầy TS.
Đào Quý Thịnh cùng các thành viên trong nhóm, đồ án “Ứng dụng bộ điều khiển
loại bỏ nhiễu chủ động cho Robot phục hồi chức năng sử dụng cơ nhân tạo: Điều
khiển bám quỹ đạo” đã được hoàn thành kịp thời gian và đủ khối lượng để tốt
nghiệp. Kết quả thu được trong quá trình làm đồ án:
 Thiết kế điều khiển bám quỹ đạo sử dụng bộ loại bỏ nhiễu chủ
động ADRC
Mặc dù đã hoàn thành đồ án với mục tiêu ban đầu, nhưng do hiểu biết còn
nhiều hạn chế nên không tránh khỏi những thiếu sót. Vì thế em mong được sự
góp ý của các thầy cô để đồ án của em được hoàn thiện hơn và sớm được đưa vào
thực tế.
5.2 Hướng phát triển của đồ án trong tương lai
Vì đây chỉ là mô hình mô phỏng cho một chi dưới và chưa hoàn thiện về
cơ khí nên chưa thể mang vào thực tế sử dụng với con người. Trong tương lai em
hy vọng mọi thứ về cơ khí của mô hình Robot được hoàn thiện hơn và có thể
thực nghiệm trên con người trong thực tế. Ngoài ra trong báo cáo này mới chỉ
dùng bộ điều khiển loại bỏ nhiễu chủ động ADRC ở mô hình đơn giản, còn nhiều
mô hình phức tạp hơn có thể mang lại chất lượng điều khiển tốt hơn. Kết hợp với
các phương án ước lượng Momen ngoại lực do cơ người sinh ra để có thể lập kế
hoạch điều khiển Robot một cách phù hợp trong việc phục hồi chức năng cho chi
dưới của con người.

42
 TÀI LIỆU THAM KHẢO

[1] Quy-ThinhDao, Yamamoto and Shin-ichiroh, "In Assist-as-Needed

Control of a Robotic OrthosisActuated by," MDPI, 2018.
[2] G. Herbst, "A Simulative Study on Active Disturbance Rejection
Control (ADRC) as a Control Tool for Practitioners," Sciencedirect,
2013.
[3] "Artificial muscle," Wikipedia, 2020. [Online]. Available:
https://en.wikipedia.org/wiki/Artificial_muscle.
[4] "Pneumatic artificial muscles," Wikipedia, 2020. [Online]. Available:
https://en.wikipedia.org/wiki/Pneumatic_artificial_muscles.
[5] C. P. Chou and B. Hannaford, "Measurement and Modeling of
McKibben Pneumatic Artificial Muscles," IEEE, 1996.
[6] "Mạng thần kinh nhân tạo," Wikipedia, 2020. [Online]. Available:
https://vi.wikipedia.org/wiki/M%E1%BA%A1ng_th%E1%BA
%A7n_kinh_nh%C3%A2n_t%E1%BA%A1o.
[7] J. Han, "From PID to active disturbance rejection control," IEEE,
2009.
[8] Z.Gao, "Active disturbance rejection control: A paradigm shift in
feedback control system design," IEEE, 2006.
[9] Y. Yuan, Y. Yu and L. Guo, "Nonlinear Active Disturbance Rejection
Controlfor the Pneumatic Muscle Actuators With Discrete-Time
Measurements," IEEE, 2019.
[10] I. E. Sumit Aole, L. Waghmare, B. Patre and F. Meriaudeau,
"Improved Active Disturbance Rejection Control for Trajectory
Tracking Control of Lower Limb Robotic Rehabilitation Exoskeleton,"
MDPI, 2020.
[11] Quy-ThinhDao, Manh-LinhNguyen and S.-i. Yamamoto, "Discrete-
Time Fractional Order Integral Sliding Mode Control of an
Antagonistic Actuator Driven by Pneumatic Artificial Muscles,"
MDPI, 2019.
[12] A. J. HumaidiIbraheem, K. Ibraheem, A. T. Azar and M. E. Sadiq, "A
New Adaptive Synergetic Control Design for SingleLink Robot Arm
Actuated by Pneumatic Muscles," NCBI, 2020.
[13] T. Choi and J. Lee, "Control of Manipulator Using Pneumatic Muscles
for Enhanced Safety," IEEE, 2010.

43
44