CN107414824A - 一种机器人控制装置及控制模块 - Google Patents

Abstract

本发明公开了一种机器人控制装置及控制模块，该机器人控制装置包括动平台、静平台、弹簧支撑装置、气动肌肉、力传感器、压力传感器、球铰、转动副、比例压力阀；控制模块包括基于逆动力学的自由度补偿模块、动平台速度镇定模块、气动肌肉动力学模块、机器人运动学正解模块。该控制装置利用力传感器及压力传感器实现气动肌肉拉力及压力测量，并通过逆动力学的自由度补偿模块、动平台速度镇定模块、气动肌肉动力学模块、机器人运动学正解模块实现对机器人的高精度、高响应自由度控制，本发明可广泛应用于汽车模拟、飞行模拟、游戏模拟、VR/AR运动模拟等领域。

Description

一种机器人控制装置及控制模块

技术领域

本发明涉及一种机器人控制装置及控制模块，属于机械设备领域。

背景技术

传统的并联机器人大多采用液压缸、气缸或者电机进行驱动，但是这些驱动器结构复杂、 功耗大、缺乏柔性。而气动肌肉是模拟生物体肌肉设计制造出来的，其结构简单、功率密度 大、质量小、效率高、响应快，并像生物体肌肉一样具有良好的柔顺性，这种天然的人机友 好性使得气动肌肉在驾驶模拟器、仿人机器人、康复理疗机器人等人机交互领域得到了广泛 应用。由于气体具有很强的可压缩性以及受到气动肌肉橡胶筒弹性和内外摩擦等的影响，气 动肌肉存在很强的非线性特征，对其进行精确控制比较难。为能将其成功地应用于冗余并联 机器人，本发明针对气动肌肉与并联机器人的特点，提出了一种机器人控制装置及控制模块， 该控制装置及控制模块能够大幅提高气动肌肉驱动的并联机器人的控制精度、响应特性、稳 定性。

发明内容

为克服现有技术对气动肌肉伸缩量难于精确控制的缺陷，本发明采用一种控制装置及控 制模块提高气动肌肉驱动的机器人的控制精度、响应特性、稳定性。

为实现上述目的，本发明的技术方案如下：

一种机器人控制装置及控制模块，该机器人控制装置包括动平台、静平台、弹簧支撑装 置、气动肌肉、力传感器、压力传感器、球铰、转动副、比例压力阀；

所述动平台安装于所述静平台上面的弹簧支撑装置上；

所述弹簧支撑装置与所述动平台采用带三个自由度的所述转动副连接；

所述气动肌肉采用所述球铰并联于所述动平台与所述静平台之间；

所述力传感器与所述气动肌肉串联安装于所述动平台与所述静平台之间；

所述机器人控制模块包括：基于逆动力学的自由度补偿模块、动平台速度镇定模块、气 动肌肉动力学模块、机器人运动学正解模块；

所述机器人控制模块采用以下步骤对机器人进行控制：

第一步，计算气动肌肉期望出力、期望长度和期望伸缩率；

第二步，查得气动肌肉充气压力期望值；

第三步，查得气动肌肉实际伸缩率并计算实际长度；

第四步，计算机器人动平台实际位姿；

第五步，计算气动肌肉充气压力；

所述控制模块安装在控制箱内，控制箱体固定在所述控制装置静平台上。

本发明的优选技术方案中，所述气动肌肉的充气压力由比例压力阀控制，所述比例压力 阀配有压力传感器，可实时向所述控制模块反馈气动肌肉工作压力。

本发明的优选技术方案中，基于逆动力学的自由度补偿模块中，逆动力学的计算方法可 采用牛顿—欧拉法、拉格朗日法、凯恩法、虚功原理法、微分几何原理法、旋量对偶数法、 高斯方法。

本发明的优选技术方案中，所述逆动力学的自由度补偿模块中的逆动力学计算方法使用 的机器人位姿参数，可选用实际位姿数据或期望位姿数据；逆动力学计算时需要分析弹簧支 撑对抗力；在不考虑惯性力与科氏力的情况下，逆动力学可以简化为只考虑重力与弹性力的 逆静力学模块。

本发明的优选技术方案中，所述动平台速度镇定模块，通过对气动肌肉实际长度进行一 阶高通滤波，再乘以比例因子，作为气动肌肉的附加充气压力。

本发明的优选技术方案中，所述气动肌肉动力学模块中力、气压与伸缩量的关系采用动 态表格查询的方式取得；在已知力、气压与伸缩量三个量中的任意两个量查表获得第三个量； 在充分考虑气动肌肉非线性特征的情况下，气动肌肉的充气压力根据预估的伸缩量与出力动 态查表获得；气动肌肉的实际伸缩量根据气动肌肉的实际出力与工作压力动态查表获得；动 态表格中的数据来自气动肌肉的特性试验。

本发明的优选技术方案中，机器人运动学正解模块采用牛顿拉夫逊方法、神经网络函数 映射方法实现。

本发明的优选技术方案中，所述控制模块的具体实现过程包括如下几个步骤：

第一步，计算气动肌肉期望出力、期望长度和期望伸缩率：

根据并联机器人动平台的期望位姿q、速度加速度采用机器人逆动力学计算气 动肌肉期望出力f_p,d：

式中，f_p,d为并联机器人气动肌肉期望出力；M_p(q)为并联机器人的质量矩阵；为哥氏/向心力；G_p(q)为重力项；F_p(q)为弹性力项；J_pq(q)为并联机器人雅克比矩阵； q，分别为动平台相对静平台的期望位姿、速度、加速度矢量；为矩阵J_pq(q)的逆转置矩阵；

根据并联机器人动平台的期望位姿q，采用机器人运动学反解计算气动肌肉的期望长度 l_d,i：

式中，R为旋转变换矩阵；p为上铰点在动坐标系中的位置矢量；b为下铰点在静坐标系 中的位置矢量；t为动平台相对静坐标系的平移矢量；L_d,i为第i个气动肌肉长度向量；l_d,i为第i个气动肌肉的长度，且为标量；(*)^T为(*)的转置；为(*)的开根号操作；(*)_i表示(*)的第i个元素；

计算气动肌肉的期望伸缩率ε_d,i

ε_d,i＝(l_d,i-l_i,0)/l_f,0

式中，ε_d,i为第i个气动肌肉期望伸缩率；l_i,0为第i个气动肌肉初始长度，且为标量；l_f,0为 第i个气动肌肉自由长度，且为标量；

第二步，查得气动肌肉充气压力期望值：

根据气动肌肉期望出力f_p,d与期望伸缩率ε_d,i，采用动态表格查表得出气动肌肉充气压 力期望值P_d,i；

P_d,i＝F₁(f_p,d,i,ε_d,i)

式中，P_d,i为气动肌肉充气压力期望值；F(x,y)表示由变量x及变量y组成的函数；F(x,y)的值可采用动态表格根据变量x及变量y的取值查得；F₁(f_p,d,i,ε_d,i)为根据变量f_p,d,i及变量ε_d,i来查得P_d,i的函数；

第三步，查得气动肌肉实际伸缩率并计算实际长度：

根据每根气动肌肉的力传感器测量值f_m,i与压力传感器测量值P_m,i，采用动态表格查表 给出每根气动肌肉的实际伸缩率ε_a,i，并计算每根气动肌肉实际长度l_a,i；

ε_a,i＝F₂(f_m,i,P_m,i)

l_a,i＝l_f,0ε_a,i+l_i,0

式中，ε_a,i为第i根气动肌肉实际伸缩率；l_a,i为第i根气动肌肉实际长度，且为标量； F₂(f_m,i,P_m,i)为根据变量f_m,i及变量P_m,i来查得ε_a,i的函数；

第四步，计算机器人动平台实际位姿：

根据气动肌肉的实际长度L_a，基于机器人运动学正解模块计算机器人动平台实际位姿 q_e：

式中；j为迭代次数；q_e(j+1)表示第j+1次迭代计算后的q_e值；q_e(j)表示第j次迭代计算后的q_e值；(*)^-1为(*)的逆操作；L_a为由各气动肌肉实际长度l_a,i组成的向量；L(j) 表示第j次迭代的气动肌肉长度向量；

第五步，计算气动肌肉充气压力：

基于期望位姿q与第四步所得到的机器人动平台实际位姿q_e，设计基于所述机器人运 动学正解模块的逆动力学自由度补偿模块：

式中，Q_Δ(t)为机器人的自由度补偿模块；f_p为并联机器人气动肌肉修正后出力；e(t)＝q-q_e为机器人动平台位姿误差；K_P，K_I，K_d分别为比例阵、积分阵及微分阵； ∫(*)dt表示积分操作；表示*的微分操作；

根据气动肌肉修正后出力f_p与期望伸缩率ε_d,i，采用动态表格查表得出气动肌肉充气 压力修正值P_i：

P_i＝F₁(f_p,i,ε_d,i)

式中，P_i为第i个气动肌肉充气压力修正值；

对每根气动肌肉的实际长度l_a,i进行一阶高通滤波，其结果乘以比例因子k_p,i，作为气动 肌肉附加充气压力P_Δ,i：

式中，P_Δ,i为气动肌肉附加充气压力，该项附加充气压力P_Δ,i用于对动平台进行速度镇定； k_p,i为设定的比例因子；T_c为滤波常数；s为微分操作；

基于自由度补偿模块及速度镇定模块，并联机器人气动肌肉的充气压力P_i′为：

P_i′＝P_i+P_Δ,i

式中，P_i为第i个气动肌肉充气压力修正值；P_Δ,i为气动肌肉的附加充气压力。

本发明的优选技术方案中，所述控制模块具体实现过程中的第五步中，所述气动肌肉附 加充气压力可采用另外两种方式获得：即采用对气动肌肉的实际长度进行低通滤波后差分， 再乘以比例因子获得；或基于气动肌肉的实际长度采用扩展状态观测器ESO计算出伸缩速 率，再乘以比例因子获得。

本发明的优点在于：

(1)稳定性好：本发明在充分考虑气动肌肉的非线性特性的基础上，气动肌肉单纯的 压力控制被改造为精确的力控制，这使得采用先进的逆动力学控制成为可能。而逆动力学模 块则使得***转化为双积分环节，在PD比例微分控制下其稳定性得到了充分保证；

(2)精度高：本发明在逆动力学控制的基础上加入了自由度补偿控制，能够抵消重力 负载与弹性负载变化引起的位置误差；

(3)响应快速：本发明中气动肌肉动力学模块中力、气压与伸缩量等三参量关系采用 动态表格查询方式取得，在已知三个量中的任意两个量查表即可获得第三个量，且这一关系 贯穿于气动肌肉的力和压力控制、自由度计算和补偿环节中，消除了气动肌肉非线性影响， 避免了采用常规线性控制中出现的过冲与回弹现象，提高了气动肌肉快速响应能力。

附图说明

图1为本发明机器人控制装置结构示意图。

图2为本发明机器人控制装置及控制模块工作流程图。

具体实施方式

下面结合附图对本发明的具体实施进行详细说明。

如图1所示，机器人控制装置及控制模块包括控制装置10及控制模块20，其中所述控 制装置10包括动平台11、静平台12、弹簧支撑装置13、气动肌肉14、力传感器15及压力传感器16、球铰17、转动副18(图中未示)，比例压力阀19(见图2所示)；

所述动平台11安装于所述静平台12上面的弹簧支撑装置13上；

所述弹簧支撑装置13与所述动平台11采用带三个自由度的转动副18链接；

所述气动肌肉14采用球铰17并联于所述动平台11与静平台12之间；

所述力传感器15与所述气动肌肉14串联安装于所述动平台11与所述静平台12之间；

所述机器人控制模块20包括：气动肌肉动力学模块21、机器人运动学正解模块22、基 于逆动力学的自由度补偿模块23、动平台速度镇定模块24；

所述机器人控制模块20采用以下步骤对机器人进行控制：

第一步，计算气动肌肉14期望出力、期望长度和期望伸缩率：

根据并联机器人动平台11的期望位姿q、速度加速度采用机器人逆动力学计算气动肌肉14期望出力f_p,d：

式中，f_p,d为并联机器人气动肌肉14期望出力；M_p(q)为并联机器人的质量矩阵；为哥氏/向心力；G_p(q)为重力项；F_p(q)为弹性力项；J_pq(q)为并联机器人雅克比矩阵； q，分别为动平台11相对静平台12的期望位姿、速度、加速度矢量；为矩 阵J_pq(q)的逆转置矩阵；

根据并联机器人动平台11的期望位姿q，采用机器人运动学反解计算气动肌肉14的期 望长度l_d,i：

式中，R为旋转变换矩阵；p为球铰17的上铰点在动坐标系中的位置矢量；b为球铰17 的下铰点在静坐标系中的位置矢量；t为动平台11相对静坐标系的平移矢量；L_d,i为第i个气动肌肉14长度向量；l_d,i为第i个气动肌肉14的长度，且为标量；(*)^T为(*)的转置；为(*)的开根号操作；(*)_i表示(*)的第i个元素；

计算气动肌肉14的期望伸缩率ε_d,i

ε_d,i＝(l_d,i-l_i,0)/l_f,0

式中，ε_d,i为第i个气动肌肉14期望伸缩率；l_i,0为第i个气动肌肉14初始长度，且为标量； l_f,0为第i个气动肌肉14自由长度，且为标量；

第二步，查得气动肌肉14充气压力期望值：

所述气动肌肉动力学模块21中力、气压与伸缩量的关系采用动态表格查询的方式取得； 在已知力、气压与伸缩量三个量中的任意两个量查表获得第三个量；在充分考虑气动肌肉 14非线性特征的情况下，比例压力阀19的气压输入命令根据预估的伸缩量与出力动态查表 获得；气动肌肉14的实际伸缩量根据气动肌肉14的实际出力与工作压力动态查表获得；动 态表格中的数据来自气动肌肉14的特性试验。

根据气动肌肉14期望出力f_p,d与期望伸缩率ε_d,i，采用动态表格查表得出气动肌肉14 充气压力期望值P_d,i；

P_d,i＝F₁(f_p,d,i,ε_d,i)

式中，P_d,i为气动肌肉14充气压力期望值；F(x,y)表示由变量x及变量y组成的函数； F(x,y)的值可采用动态表格根据变量x及变量y的取值查得；F₁(f_p,d,i,ε_d,i)为根据变量f_p,d,i及变量ε_d,i来查得P_d,i的函数；

不同压力下气动肌肉出力f与伸缩率ε之间的关系

第三步，查得气动肌肉14实际伸缩率并计算实际长度：

根据每根气动肌肉14的力传感器15测量值f_m,i与压力传感器16测量值P_m,i，采用动态表格查表给出每根气动肌肉14的实际伸缩率ε_a,i，并计算每根气动肌肉14实际长度l_a,i；

ε_a,i＝F₂(f_m,i,P_m,i)

l_a,i＝l_f,0ε_a,i+l_i,0

式中，ε_a,i为第i根气动肌肉14实际伸缩率；l_a,i为第i根气动肌肉14实际长度，且为标量； F₂(f_m,i,P_m,i)为根据变量f_m,i及变量P_m,i来查得ε_a,i的函数；

第四步，计算机器人动平台11实际位姿：

根据气动肌肉14的实际长度L_a，基于机器人运动学正解模块22计算机器人动平台11 实际位姿q_e：

式中；j为迭代次数；q_e(j+1)表示第j+1次迭代计算后的q_e值；q_e(j)表示第j次迭代计算后的q_e值；(*)^-1为(*)的逆操作；L_a为由各气动肌肉14实际长度l_a,i组成的向量；L(j)表示第j次迭代的气动肌肉14长度向量；

第五步，计算气动肌肉14充气压力：

基于期望位姿q与第四步所得到的机器人动平台11实际位姿q_e，设计基于所述机器人 运动学正解模块22的逆动力学自由度补偿模块23：

式中，Q_Δ(t)为机器人的逆动力学自由度补偿模块23；f_p为并联机器人气动肌肉14修正 后出力；e(t)＝q-q_e为机器人动平台11位姿误差；K_P，K_I，K_d分别为比例阵、积分阵 及微分阵；∫(*)dt表示积分操作；表示*的微分操作；

根据气动肌肉14修正后出力f_p与期望伸缩率ε_d,i，采用动态表格查表得出气动肌肉14 充气压力修正值P_i：

P_i＝F₁(f_p,i,ε_d,i)

式中，P_i为第i个气动肌肉14充气压力修正值；

所述动平台速度镇定模块24，通过对气动肌肉14实际长度进行一阶高通滤波，再乘以 比例因子，作为比例压力阀19的附加控制输入。

对每根气动肌肉14的实际长度l_a,i进行一阶高通滤波，其结果乘以比例因子k_p,i，作为 气动肌肉14附加充气压力P_Δ,i：

式中，P_Δ,i为气动肌肉14附加充气压力，该项附加充气压力P_Δ,i用于对动平台11进行速度 镇定；k_p,i为设定的比例因子；T_c为滤波常数；s为微分操作；

基于逆动力学自由度补偿模块23及动平台速度镇定模块24，并联机器人气动肌肉14 的充气压力P_i′为：

P_i′＝P_i+P_Δ,i

式中，P_i为第i个气动肌肉14充气压力修正值；P_Δ,i为气动肌肉14的附加充气压力。

附加充气压力的另外两种获取方式的实施例，即一种为采用低通滤波后差分、再乘以比 例因子的方式，另一种为采用扩展状态观测器ESO计算出伸缩速率，再乘以比例因子的方 式，在此不再详述，但仍作为本发明的保护范围。

通过以上五个步骤，利用机器人控制模块20计算出气动肌肉14的充气压力，该充气压 力作为比例压力阀19的控制输入，通过比例压力阀19进行气动肌肉14的压力控制，从而 实现气动肌肉14的伸缩运动，各气动肌肉14伸缩运动的配合可实现动平台11的期望轨迹 运动，即可完成对机器人动平台11的精确控制。

尽管参照前述实施例对本发明进行了详细说明，对于本领域的技术人员来说，其依然可 以对前述实施例所记载的技术方案进行修改，或对其中部分技术特征进行类似替换，凡在本 发明的精神和原则之内所作的任何修改、改进、替换等，均包含在本发明的保护范围之内。

Claims (9)

1.一种机器人控制装置及控制模块，该机器人控制装置包括动平台、静平台、弹簧支撑装置、气动肌肉、力传感器、压力传感器、球铰、转动副、比例压力阀；

所述动平台安装于所述静平台上面的弹簧支撑装置上；

所述弹簧支撑装置与所述动平台采用带三个自由度的所述转动副连接；

所述气动肌肉采用所述球铰并联于所述动平台与所述静平台之间；

所述力传感器与所述气动肌肉串联安装于所述动平台与所述静平台之间；

所述机器人控制模块包括：基于逆动力学的自由度补偿模块、动平台速度镇定模块、气动肌肉动力学模块、机器人运动学正解模块；

所述机器人控制模块采用以下步骤对机器人进行控制：

第一步，计算气动肌肉期望出力、期望长度和期望伸缩率；

第二步，查得气动肌肉充气压力期望值；

第三步，查得气动肌肉实际伸缩率并计算实际长度；

第四步，计算机器人动平台实际位姿；

第五步，计算气动肌肉充气压力；

所述控制模块安装在控制箱内，控制箱体固定在所述控制装置静平台上。

2.根据权利要求1所述的机器人控制装置及控制模块，其特征在于：所述气动肌肉的充气压力由比例压力阀控制，所述比例压力阀配有压力传感器，可实时向所述控制模块反馈气动肌肉工作压力。

3.根据权利要求1所述的机器人控制模块，其特征在于：基于逆动力学的自由度补偿模块中，逆动力学的计算方法可采用牛顿—欧拉法、拉格朗日法、凯恩法、虚功原理法、微分几何原理法、旋量对偶数法、高斯方法。

4.根据权利要求1所述的机器人控制模块，其特征在于：所述逆动力学的自由度补偿模块中的逆动力学计算方法使用的机器人位姿参数，可选用实际位姿数据或期望位姿数据；逆动力学计算时需要分析弹簧支撑对抗力；在不考虑惯性力与科氏力的情况下，逆动力学可以简化为只考虑重力与弹性力的逆静力学模块。

5.根据权利要求1所述的机器人控制模块，其特征在于：所述动平台速度镇定模块，通过对气动肌肉实际长度进行一阶高通滤波，再乘以比例因子，作为气动肌肉的附加充气压力。

6.根据权利要求1所述的机器人控制装置及控制模块，其特征在于：所述气动肌肉动力学模块中力、气压与伸缩量的关系采用动态表格查询的方式取得；在已知力、气压与伸缩量三个量中的任意两个量查表获得第三个量；在充分考虑气动肌肉非线性特征的情况下，气动肌肉的充气压力根据预估的伸缩量与出力动态查表获得；气动肌肉的实际伸缩量根据气动肌肉的实际出力与工作压力动态查表获得；动态表格中的数据来自气动肌肉的特性试验。

7.根据权利要求1所述的机器人控制模块，其特征在于：机器人运动学正解模块采用牛顿拉夫逊方法、神经网络函数映射方法实现。

8.根据权利要求1所述的机器人控制装置及控制模块，其特征在于：所述控制模块的具体实现过程包括如下几个步骤：

第一步，计算气动肌肉期望出力、期望长度和期望伸缩率：

根据并联机器人动平台的期望位姿q、速度加速度采用机器人逆动力学计算气动肌肉期望出力f_p,d：

式中，f_p,d为并联机器人气动肌肉期望出力；M_p(q)为并联机器人的质量矩阵；为哥氏/向心力；G_p(q)为重力项；F_p(q)为弹性力项；J_pq(q)为并联机器人雅克比矩阵；q，分别为动平台相对静平台的期望位姿、速度、加速度矢量；为矩阵J_pq(q)的逆转置矩阵；

根据并联机器人动平台的期望位姿q，采用机器人运动学反解计算气动肌肉的期望长度l_d,i：

式中，R为旋转变换矩阵；p为上铰点在动坐标系中的位置矢量；b为下铰点在静坐标系中的位置矢量；t为动平台相对静坐标系的平移矢量；L_d,i为第i个气动肌肉长度向量；l_d,i为第i个气动肌肉的长度，且为标量；(*)^T为(*)的转置；为(*)的开根号操作；(*)_i表示(*)的第i个元素；

计算气动肌肉的期望伸缩率ε_d,i

ε_d,i＝(l_d,i-l_i,0)/l_f,0

式中，ε_d,i为第i个气动肌肉期望伸缩率；l_i,0为第i个气动肌肉初始长度，且为标量；

l_f,0为第i个气动肌肉自由长度，且为标量；

第二步，查得气动肌肉充气压力期望值：

根据气动肌肉期望出力f_p,d与期望伸缩率ε_d,i，采用动态表格查表得出气动肌肉充气压力期望值P_d,i；

P_d,i＝F₁(f_p,d,i,ε_d,i)

式中，P_d,i为气动肌肉充气压力期望值；F(x,y)表示由变量x及变量y组成的函数；F(x,y)的值可采用动态表格根据变量x及变量y的取值查得；F₁(f_p,d,i,ε_d,i)为根据变量f_p,d,i及变量ε_d,i来查得P_d,i的函数；

第三步，查得气动肌肉实际伸缩率并计算实际长度：

根据每根气动肌肉的力传感器测量值f_m,i与压力传感器测量值P_m,i，采用动态表格查表给出每根气动肌肉的实际伸缩率ε_a,i，并计算每根气动肌肉实际长度l_a,i；

ε_a,i＝F₂(f_m,i,P_m,i)

l_a,i＝l_f,0ε_a,i+l_i,0

式中，ε_a,i为第i根气动肌肉实际伸缩率；l_a,i为第i根气动肌肉实际长度，且为标量；F₂(f_m,i,P_m,i)为根据变量f_m,i及变量P_m,i来查得ε_a,i的函数；

第四步，计算机器人动平台实际位姿：

根据气动肌肉的实际长度L_a，基于机器人运动学正解模块计算机器人动平台实际位姿q_e：

式中，j为迭代次数；q_e(j+1)表示第j+1次迭代计算后的q_e值；q_e(j)表示第j次迭代计算后的q_e值；(*)^-1为(*)的逆操作；L_a为由各气动肌肉实际长度l_a,i组成的向量；L(j)表示第j次迭代的气动肌肉长度向量；

第五步，计算气动肌肉充气压力：

基于期望位姿q与第四步所得到的机器人动平台实际位姿q_e，设计基于所述机器人运动学正解模块的逆动力学自由度补偿模块：

式中，Q_Δ(t)为机器人的自由度补偿模块；f_p为并联机器人气动肌肉修正后出力；e(t)＝q-q_e为机器人动平台位姿误差；K_P，K_I，K_d分别为比例阵、积分阵及微分阵；∫(*)dt表示积分操作；表示*的微分操作；

根据气动肌肉修正后出力f_p与期望伸缩率ε_d,i，采用动态表格查表得出气动肌肉充气压力修正值P_i：

P_i＝F₁(f_p,i,ε_d,i)

式中，P_i为第i个气动肌肉充气压力修正值；

对每根气动肌肉的实际长度l_a,i进行一阶高通滤波，其结果乘以比例因子k_p,i，作为气动肌肉附加充气压力P_Δ,i：

式中，P_Δ,i为气动肌肉附加充气压力，该项附加充气压力P_Δ,i用于对动平台进行速度镇定；k_p,i为设定的比例因子；T_c为滤波常数；s为微分操作；

基于自由度补偿模块及速度镇定模块，并联机器人气动肌肉的充气压力P_i′为：

P_i′＝P_i+P_Δ,i

式中，P_i为第i个气动肌肉充气压力修正值；P_Δ,i为气动肌肉的附加充气压力。

9.根据权利要求8所述的机器人控制装置及控制模块，其特征在于：所述控制模块具体实现过程中的第五步中，所述气动肌肉附加充气压力可采用另外两种方式获得：即采用对气动肌肉的实际长度进行低通滤波后差分，再乘以比例因子获得；或基于气动肌肉的实际长度采用扩展状态观测器ESO计算出伸缩速率，再乘以比例因子获得。