摘要
气动人工肌肉，包括麦克比本型（McKibben-type）执行器，具有高功率重量比、柔顺性和固有的安全性等优点，但其非线性的压力–收缩行为、迟滞特性、饱和效应以及依赖于负载的动力学特征使得精确的位置控制极具挑战性。本研究开发了一套实用的数据驱动工作流，能够从一次开环表征实验中获得分步前馈补偿器以及线性二次积分（LQI）或比例–积分–微分（PID）控制器。首先通过准静态表征确定一个保守的可控电压窗口。在该窗口内施加有界随机激励并回放，其中包含4秒的保持阶段，以揭示终端行为和瞬态行为。同一实验还为分步离散被控对象模型和前馈查找表提供了数据。在仿真之前，将两个由开环数据导出的瞬态补偿层——电压蠕变补偿和动态压力参考——施加到原始查找表上。基于辨识出的被控对象模型搭建统一的闭环仿真基准，对四种控制器变体进行了比较：仅前馈的基线方案、分步PID基线方案、采用位移和压力反馈的基础LQI控制器，以及带有滤波速度估计的速度状态LQI扩展方案。一种多指标优化评分综合考虑了跟踪均方根误差（RMS）、收敛振荡、控制指令活跃度、饱和程度和增益幅值等指标。该评分在LQI族中选择了基础LQI方案。随后将选定的增益参数和瞬态补偿层部署到实时实现中，并手动降低了位置增益。最后，在相同的参考信号下对物理执行器上的各控制器进行了评估。尽管仿真指标无法直接迁移到实际系统，但各控制器的综合指标排名保持不变。
