一种主动型膝上假肢的准滑模控制方法与流程

本发明涉及主动型膝上假肢领域，具体是一种主动型膝上假肢的准滑模控制方法，用以解决主动型膝上假肢运行中存在的建模误差及各类扰动等问题。

背景技术：

主动型膝上假肢作为一类能够为膝关节以上截肢者提供膝关节助力和良好地完成对健肢跟踪的产品，其控制性能的好坏既影响截肢者的舒适体验，也决定着产品的安全性能。申请号201110456535.6公开了一种假肢膝关节运动的控制方法，简单地通过霍尔传感器判定步态、步速后直接给出设定好的控制信号来控制假肢的行走。申请号201010589305.2公开了建立下肢假肢自动训练专家知识库的方法，提出了使用迭代学习的方法来寻找使得假肢和健肢侧步态周期相差最小，在不同步态下对称性最好的假肢膝关节控制量来进行假肢控制。以上两种方案中的控制方法无法做到实时控制信号的调节，一旦系统由于各种原因出现扰动，就会导致控制效果变差。

目前已经产品化的智能假肢的控制方法可以大体分为映射控制、专家控制以及神经网络控制。其中映射控制也称为跟踪随动控制，其原理较为简单，即根据人类行走时两腿运动的对称性，通过采集残疾人健肢侧的运动数据并传送给假肢控制器，使假肢跟踪健肢侧的运动轨迹，从而实现正常行走。专家控制则是在假肢侧安装传感器，通过对传感器采集到的信号进行分析判断，并根据经验知识进行推理，得到假肢执行机构的控制信号，从而对假肢进行控制，最常见的为基于有限状态机的专家控制，该方法对不同的运动情况建立不同的控制信号曲线，通过判断当前运动状态，直接选择已经设定好的控制信号。神经网络方法是利用BP神经网络来辨识假肢系统的逆动力学模型，在此基础上构造前馈控制器实现对被控对象的监督控制，PD控制器作为附加控制器补偿控制过程中因系统扰动或BP网络结构问题而产生的误差，从而实现闭环控制，不过神经网络控制需要考虑神经网络结构的复杂程度，同时复杂的网络结构和学习算法会增加微处理器的运行负担，且时效性较差。

鉴于现有假肢运动控制技术中存在的上述缺陷，对于主动型假肢的控制需要研发一种控制精度高、抗干扰能力强并且有较好时效性的控制方法。

技术实现要素：

针对现有技术的不足，本发明拟解决的技术问题是，提供一种主动型膝上假肢的准滑模控制方法。该方法是一种控制精度高、抗干扰能力强并且有较好时效性的控制方法。该方法离线采集患者的基本信息数据，生成数据报告；在不改变基本构造和相互作用方式的前提下，将人体下肢简化为多连杆模型进行分析，针对人体行走过程中摆动期和支撑期的运动形式的差异，分别建立下肢动力学模型；应用准滑模控制方法，将自抗扰控制中的非线性函数fal函数引入到准滑模控制中以设计切换控制律，对摆动期和支撑期分别设计控制器。该方法对系统的不确定性因素具有较强的鲁棒性和抗干扰能力，并且通过准滑模控制方法可以消除在实际情况下系统状态趋近于稳定点过程中出现的抖振情况，提高其控制性能。

本发明解决所述技术问题的技术方案是，提供一种主动型膝上假肢的准滑模控制方法，其特征在于该方法包括以下步骤：

第一步，离线采集患者的基本信息数据，生成数据报告：

在患者膝关节、大腿、小腿、踝关节、脚趾和足跟六个部位左右侧各粘贴一个表面涂有反光物质的红外反光球；通过VICON MX三维步态分析系统中的MX红外拍摄头捕捉红外反光球的运动轨迹，将患者的身高、体重、腿长、骻宽度、膝关节宽度和踝关节宽度数据传输到PC主机的VICON MX三维步态分析系统软件中获取患者在不同路况条件下的膝关节角度信号和踝关节角度信号，并生成数据报告；

第二步，建立下肢动力学模型：

在人体正常行走时，根据行走过程中足部是否与地面接触，可将一个步态周期分为支撑期和摆动期；

摆动期下肢动力学模型：

在摆动期内，p₀点表示髋关节，p₁点为大腿部分质心，p₂点表示膝关节，p₃点为小腿部分质心，大腿部分和小腿部分长度分别以l₁、l₂表示，大腿部分和小腿部分质心位置分别以r₁、r₂表示，髋关节部分和膝关节部分的角位移分别以q₁、q₂表示；

各点的位置矢量如下：

disp(p₀)＝(x₀,y₀)；

disp(p₁)＝(x₀+r₁cosq₁,y₀+r₁sinq₁)；

disp(p₂)＝(x₀+l₁cosq₁,y₀+l₁sinq₁)；

disp(p₃)＝(x₀+l₁cosq₁+r₂cos(q₁+q₂),y₀+l₁sinq₁+r₂sin(q₁+q₂))；

对位置矢量求导，可以得到各点的速度矢量：

摆动期系统的动能由大腿部分的平动动能和转动动能以及小腿部分的平动动能和转动动能组成：

其中m₁、m₂分别表示大腿部分和小腿部分的质量，I₁、I₂分别表示大腿部分和小腿部分的转动惯量；

摆动期系统的势能由大腿部分势能和小腿部分势能组成：

PE＝PE₁+PE₂

＝m₁g(y₀+r₁sinq₁)+m₂g[y₀+l₁sinq₁+r₂sin(q₁+q₂)] (2)

大腿部分和小腿部分组成的摆动期系统的Lagrange函数定义为：

对于膝关节而言，Lagrange方程如下：

其中T_k表示摆动期膝关节力矩；

将式(1)、(2)和(3)计算代入式(4)中得到：

对式(5)进行整理，可以得到摆动期下肢动力学模型如式(6)：

其中，q＝q₂，H＝0，T＝T_k；

支撑期下肢动力学模型：

在支撑期内，p₄点表示足部与地面的接触点，位置在支撑期内不变，p₅点为小腿部分质心，p₆点表示膝关节，p₇点为大腿部分质心，p₈表示髋关节，p₉为躯干部分质心；大腿部分和小腿部分长度分别以l₁、l₂表示，大腿部分和小腿部分质心位置分别以r₄、r₃表示，躯干部分的质心位置以r₅表示；踝关节部分和膝关节部分的角位移以q₃、q₄表示；

各点的位置矢量如下：

disp(p₄)＝(x₀′,y₀′)

disp(p₅)＝(x₀′+r₃cosq₃,y₀′+r₃sinq₃)

disp(p₆)＝(x₀′+l₂cosq₃,y₀′+l₂sinq₃)

disp(p₇)＝(x₀′+l₂cosq₃+r₄cos(q₃+q₄),y₀′+l₂sinq₃+r₄sin(q₃+q₄))

disp(p₈)＝(x₀′+l₂cosq₃+l₁cos(q₃+q₄),y₀′+l₂sinq₃+l₁sin(q₃+q₄))

disp(p₉)＝(x₀′+l₂cosq₃+l₁cos(q₃+q₄),y₀′+l₂sinq₃+l₁sin(q₃+q₄)+r₅)

对位置矢量求导，得到各点的速度矢量：

vel(p₄)＝(0,0)

支撑期系统的动能由小腿部分的转动动能、大腿部分的平动动能和转动动能以及躯干部分的平动动能组成：

其中m₁、m₃分别表示大腿部分和躯干部分的质量，I₁、I₂分别表示大腿部分和小腿部分的转动惯量；

支撑期系统的势能由大腿部分势能、小腿部分势能和躯干部分势能组成：

PE′＝PE₃+PE₄+PE₅

＝m₂gr₃sinq₃+m₁g[l₂sinq₃+r₄sin(q₃+q₄)]+m₃g[l₂sinq₃+l₁sin(q₃+q₄)+r₅] (8)

支撑期系统的Lagrange函数定义为：

对于踝关节而言，Lagrange方程如下：

将式(7)、(8)、(9)计算代入到公式(10)中得到：

其中T_a表示支撑期踝关节力矩；

对于膝关节而言，Lagrange方程如下：

将式(7)、(8)、(9)计算代入到公式(12)中得到：

其中T_k′表示支撑期膝关节力矩；

对式(12)、(13)整理后，可以得到支撑期的动力学模型如下：

其中q＝[q₃ q₄]^T，T＝[T_a T_k′]^T，

H(2,2)＝0，

G(1,1)＝(m₂r₃+m₁l₂+m₃l₂)gcosq₃+(m₁r₄+m₃l₁)g·cos(q₃+q₄)，

G(2,1)＝(m₁r₄+m₃l₁)gcos(q₃+q₄)；

经过上述分析，将下肢动力学模型建立完毕；

第三步，设计准滑模控制器：

摆动期控制器设计：

摆动期下肢动力学模型为公式(6)：

考虑到实际假肢系统中的建模误差和随机扰动，式(6)可化为如下表达式：

其中D、H、G为模型的标称值，D′、H′、G′表示建模误差，d表示摆动期系统的随机扰动，公式(15)进一步整理可得：

其中Δ表示摆动期系统的建模误差和随机扰动之和：

由扰动的性质可知Δ有界，且满足|Δ|≤C，定义状态变量x₁＝q，滑膜控制律u＝T，可得其状态空间表达式为：

定义摆动期系统的跟踪误差：

e＝y_r-y (19)

其中y_r表示期望输出；

设计摆动期系统滑模面如下：

其中k＞0，设计滑模控制律如下：

其中，为等效控制律：为切换控制律

为切换控制律，以自抗扰控制中的非线性函数fal函数构造：

fal函数形式为：

其中δ为边界层长度，a为参数；

切换控制律表示为：

其中ε＞0；得到摆动期系统的滑模控制律，进而得到期望的运动轨迹；

支撑期控制器设计：

支撑期下肢动力学模型为公式(14)：

考虑到建模误差和随机扰动，式(14)可化为如下表达式：

其中D、H、G为模型的标称值，D′，H′，G′表示建模误差，d表示支撑期系统的随机扰动，定义支撑期系统的建模误差和随机扰动之和Δ为：

则式(25)可以化简为：

由扰动的性质可知Δ＝[Δ₁Δ₂]^T有界，且满足|Δ₁|≤C₁，|Δ₂|≤C₂，定义状态变量x₁＝q，滑膜控制律u＝T，可得其状态空间表达式为：

定义支撑期系统的跟踪误差：

e＝y_r-y (29)

其中y_r表示期望输出；

设计支撑期系统滑模面如下：

其中s＝[s₁ s₂]^T，k＝diag(k₁,k₂)，k₁＞0，k₂＞0，设计滑模控制律为：

公式(31)中为等效控制律：

为切换控制律，同样以公式(23)fal函数构造：

其中ε₁＞0，ε₂＞0；

得到支撑期系统的滑模控制律，进而得到期望的运动轨迹。

与现有技术相比，本发明有益效果在于：

(1)相较于已存在的映射控制，映射控制必须要求健肢侧先行，即健肢侧先迈步，否则假肢没有跟踪信号，无法实现跟踪运动，并且还需要在残疾人的健肢侧安置传感器，对于残疾人而言，他们并不希望这种“额外”装置的存在。本发明的控制方法不存在此问题。

(2)相较于专家控制，专家控制只能根据传感器信号判断出当前运动状态所属的阶段进而基于对应的控制模型计算出控制量，其控制目标是按照专家系统预先设计好的轨迹进行运动，一般实现形式为开环控制，无法做到实时控制信号的调节，一旦系统中由于各种原因出现扰动，就会导致控制效果变差。本发明可以实时控制信号的调节，有更好的时效性；并且当系统中出现扰动时，本发明控制方法有更好的鲁棒性和抗干扰能力，能对假肢有更好的控制效果。

(3)滑模控制作为一种经典的非线性控制方法，优点在于对系统的不确定性因素具有较强的鲁棒性和抗干扰能力，但在实际工程中，由于系统延迟等因素的影响，使得系统状态趋近于稳定点的过程中往往出现抖振情况。本发明将自抗扰控制中的非线性函数fal函数引入到准滑模控制中以设计切换控制律，在增强其鲁棒性和抗干扰性的同时消除了抖振现象，从而体现了其优越性。

附图说明

图1为本发明主动型膝上假肢的准滑模控制方法一种实施例的下肢摆动期动力学模型示意图；

图2为本发明主动型膝上假肢的准滑模控制方法一种实施例的下肢支撑期动力学模型示意图；

图3为本发明主动型膝上假肢的准滑模控制方法一种实施例的摆动期膝关节角度的控制效果图；

图4为本发明主动型膝上假肢的准滑模控制方法一种实施例的支撑期踝关节角度的控制效果图；

图5为本发明主动型膝上假肢的准滑模控制方法一种实施例的支撑期膝关节角度的控制效果图。

具体实施方式

下面给出本发明的具体实施例。具体实施例仅用于进一步详细说明本发明，不限制本申请权利要求的保护范围。

图1所示实施例表示的是将下肢简化为多连杆模型进行分析的摆动期下肢动力学模型。在此步态时期内，人体躯干部分在另一侧腿的支撑下前移，摆动侧腿的大腿部分和小腿部分可以近似视为以髋关节为基点作动轴转动。

图2所示实施例表示的是将下肢简化为多连杆模型进行分析的支撑期下肢动力学模型。支撑期的运动轴心转移到足部，在足部的支撑下完成腿部和躯干的前移，因此，此时期内的小腿、大腿以及躯干部分可以近似看作以足部为基点的定轴转动。

图3所示实施例中的摆动期膝关节角度控制效果对比图表明：该图中实线为采集到的实际情况下的摆动期膝关节角度图，虚线是通过本方法控制得到的摆动期膝关节角度图，从图中可以看出本方法系统的输出能够良好的跟踪期望轨迹，控制效果是良好的。

图4所示实施例中的支撑期踝关节角度控制效果对比图表明：该图中实线为采集到的实际情况下的支撑期踝关节角度图，虚线是通过本方法控制得到的支撑期踝关节角度图，从图中可以看出本方法系统的输出能够良好的跟踪期望轨迹，控制效果是良好的。

图5所示实施例中的支撑期膝关节角度控制效果对比图表明：该图中实线为采集到的实际情况下的支撑期膝关节角度图，虚线是通过本方法控制得到的支撑期膝关节角度图，从图中可以看出本方法系统的输出能够良好的跟踪期望轨迹，控制效果是良好的。

本发明提供了一种主动型膝上假肢的准滑模控制方法(简称方法)，其特征在于该方法包括以下步骤：

第一步，离线采集患者的基本信息数据，生成数据报告：

患者位于在试验场地上，在患者膝关节、大腿、小腿、踝关节、脚趾和足跟六个部位左右侧各粘贴一个表面涂有反光物质的红外反光球；通过VICON MX三维步态分析系统中的MX红外拍摄头捕捉红外反光球的运动轨迹，进而将患者的身高、体重、腿长、骻宽度、膝关节宽度和踝关节宽度等数据传输到PC主机的VICON MX三维步态分析系统软件中先初始化建立静态模型并仿真出行走视频，生成完整的步态数据，最后加载动态模型，用Polygon软件导出数据，最终获取患者在不同路况条件下的膝关节角度信号和踝关节角度信号，并生成数据报告；其中数据传输过程为：任一个红外反光球被两台MX红外拍摄头同时所见，根据此刻MX红外拍摄头拍摄的图像和MX红外拍摄头参数，即可确定该点的位置，进而捕捉红外反光球的运动轨迹；MX红外拍摄头将数据通过MX Net传输到MX Link中，最后数据经由MX Link传输至PC主机中的VICON MX三维步态分析系统的软件部分中；

VICON MX三维步态分析系统包括硬件部分和软件部分；所述硬件部分包括六个MX红外拍摄头、MX Net、MX Link、MX Control和PC主机；所述MX红外拍摄头通过MX Net与MX Link连接；所述MX Link与PC主机连接；MX Net与MX Control连接；MX Net用于为MX红外拍摄头提供电源，且使MX红外拍摄头与PC主机或MX Link进行数据交换；MX Link具有增强数据传输的功能；VICON软件均安装于该PC主机内；所述软件部分中的WORKSTATION是VICON系统核心处理软件，用于设置和校准VICON动作捕捉系统，捕捉和处理动作数据。WORKSTATION利用各MX红外拍摄头处理后图像数据，综合校准数据，重新生成3D动作数据。在此软件中能够查阅和控制此3D数据，还可以传递至其它VICON操作软件，进行分析和使用，或者送至第三方应用装置，如用于数字动画或虚拟环境中进行后续操作。

第二步，建立下肢动力学模型：本发明是从机理建模的角度出发，应用拉格朗日方法建立下肢动力学模型；

在人体正常行走时，根据行走过程中足部是否与地面接触，可将一个步态周期分为支撑期和摆动期；其中，支撑期是指足部与地面接触的时期，支撑身体的重量实现重心转移；摆动期是指支撑期过后，足部完全腾空的时期；因为人体行走过程中摆动期和支撑期的运动形式存在较为明显的差异，下面对其分别进行分析；

摆动期下肢动力学模型(参见图1)：

对于膝上截肢的残疾人而言，其大腿部分仍保留有部分残肢，可以认为其髋关节功能是正常的，无需控制；因此，主动型膝上假肢摆动期的控制在于对膝关节的控制；

在摆动期内，p₀点表示髋关节，p₁点为大腿部分质心，p₂点表示膝关节，p₃点为小腿部分质心，大腿部分和小腿部分长度分别以l₁、l₂表示，大腿部分和小腿部分质心位置分别以r₁、r₂表示，髋关节部分和膝关节部分的角位移分别以q₁、q₂表示；

各点的位置矢量如下：

disp(p₀)＝(x₀,y₀)；

disp(p₁)＝(x₀+r₁cosq₁,y₀+r₁sinq₁)；

disp(p₂)＝(x₀+l₁cosq₁,y₀+l₁sinq₁)；

disp(p₃)＝(x₀+l₁cosq₁+r₂cos(q₁+q₂),y₀+l₁sinq₁+r₂sin(q₁+q₂))；

对位置矢量求导，可以得到各点的速度矢量：

摆动期系统的动能由大腿部分的平动动能和转动动能以及小腿部分的平动动能和转动动能组成：

其中m₁、m₂分别表示大腿部分和小腿部分的质量，I₁、I₂分别表示大腿部分和小腿部分的转动惯量；

摆动期系统的势能由大腿部分势能和小腿部分势能组成：

PE＝PE₁+PE₂

＝m₁g(y₀+r₁sinq₁)+m₂g[y₀+l₁sinq₁+r₂sin(q₁+q₂)] (2)

大腿部分和小腿部分组成的摆动期系统的Lagrange函数定义为：

对于膝关节而言，Lagrange方程如下：

其中T_k表示摆动期膝关节力矩；

将式(1)、(2)和(3)计算代入式(4)中得到：

对式(5)进行整理，可以得到摆动期下肢动力学模型如式(6)：

其中，q＝q₂，H＝0，T＝T_k；

支撑期下肢动力学模型(参见图2)：

在支撑期内，p₄点表示足部与地面的接触点，位置在支撑期内不变，p₅点为小腿部分质心，p₆点表示膝关节，p₇点为大腿部分质心，p₈表示髋关节，p₉为躯干部分质心；大腿部分和小腿部分长度分别以l₁、l₂表示，大腿部分和小腿部分质心位置分别以r₄、r₃表示，躯干部分的质心位置以r₅表示；踝关节部分和膝关节部分的角位移以q₃、q₄表示；

各点的位置矢量如下：

disp(p₄)＝(x₀′,y₀′)

disp(p₅)＝(x₀′+r₃cosq₃,y₀′+r₃sinq₃)

disp(p₆)＝(x₀′+l₂cosq₃,y₀′+l₂sinq₃)

disp(p₇)＝(x₀′+l₂cosq₃+r₄cos(q₃+q₄),y₀′+l₂sinq₃+r₄sin(q₃+q₄))

disp(p₈)＝(x₀′+l₂cosq₃+l₁cos(q₃+q₄),y₀′+l₂sinq₃+l₁sin(q₃+q₄))

disp(p₉)＝(x₀′+l₂cosq₃+l₁cos(q₃+q₄),y₀′+l₂sinq₃+l₁sin(q₃+q₄)+r₅)

对位置矢量求导，可以得到各点的速度矢量，由于支撑期足部与地面的接触点位置不变，其速度矢量为零：

vel(p₄)＝(0,0)

根据实际的人体运动规律，正常情况下人体行走时上半身保持竖直，故支撑期系统的动能由小腿部分的转动动能、大腿部分的平动动能和转动动能以及躯干部分的平动动能组成：

其中m₁、m₃分别表示大腿部分和躯干部分的质量，I₁、I₂分别表示大腿部分和小腿部分的转动惯量；

支撑期系统的势能由大腿部分势能、小腿部分势能和躯干部分势能组成：

PE′＝PE₃+PE₄+PE₅

＝m₂gr₃sinq₃+m₁g[l₂sinq₃+r₄sin(q₃+q₄)]+m₃g[l₂sinq₃+l₁sin(q₃+q₄)+r₅] (8)

支撑期系统的Lagrange函数定义为：

对于踝关节而言，Lagrange方程如下：

将式(7)、(8)、(9)计算代入到公式(10)中得到：

其中T_a表示支撑期踝关节力矩；

对于膝关节而言，Lagrange方程如下：

将式(7)、(8)、(9)计算代入到公式(12)中得到：

其中T_k′表示支撑期膝关节力矩；

对式(12)、(13)整理后，可以得到支撑期的动力学模型如下：

其中q＝[q₃ q₄]^T，T＝[T_a T_k′]^T，

H(2,2)＝0，

G(1,1)＝(m₂r₃+m₁l₂+m₃l₂)gcosq₃+(m₁r₄+m₃l₁)g·cos(q₃+q₄)，

G(2,1)＝(m₁r₄+m₃l₁)gcos(q₃+q₄)；

经过上述分析，将下肢动力学模型建立完毕；

第三步，设计准滑模控制器：

在传统的滑模控制中，如果控制结构的切换具有理想的开关特性，则能在切换面上形成理想的滑动模态，使被控制的系统状态渐进趋于稳定点。但在实际工程中，由于被控制的系统延迟等因素的影响，使得被控制的系统状态趋近于稳定点的过程中往往出现抖振情况；而准滑动模态，是指被控制的系统的运动轨迹被限制在理想滑动模态的某一邻域内的模态，从相轨迹角度而言，传统滑模控制是使一定范围内的状态点均被吸引至切换面，而准滑模控制则是使一定范围内的状态点均被吸引至切换面的某一邻域内；也正是由于准滑模控制的这一特点，其能够从根本上避免或削弱抖振现象；

因为下肢动力学模型是对摆动期和支撑期分别进行的，故下面针对摆动期和支撑期控制器分别进行设计说明；

摆动期控制器设计：

摆动期下肢动力学模型为公式(6)：

考虑到实际假肢系统中的不确定性因素，如建模误差和随机扰动等，式(6)可化为如下表达式：

其中D、H、G为模型的标称值，D′、H′、G′表示建模误差，d表示摆动期系统的随机扰动，公式(15)进一步整理可得：

其中Δ表示摆动期系统的建模误差和随机扰动之和：

由扰动的性质可知Δ有界，且满足|Δ|≤C，定义状态变量x₁＝q，滑膜控制律u＝T，可得其状态空间表达式为：

定义摆动期系统的跟踪误差：

e＝y_r-y (19)

其中y_r表示期望输出；

设计摆动期系统滑模面如下：

其中k＞0，设计滑模控制律如下：

其中，为等效控制律：为切换控制律

为切换控制律，以自抗扰控制中的非线性函数fal函数构造：

fal函数形式为：

其中δ为边界层长度，a为参数；

切换控制律表示为：

其中ε＞0；得到摆动期系统的滑模控制律，进而得到期望的运动轨迹；

支撑期控制器设计：

支撑期下肢动力学模型为公式(14)：

与摆动期相似，考虑到建模误差和随机扰动，式(14)可化为如下表达式：

其中D、H、G为模型的标称值，D′，H′，G′表示建模误差，d表示支撑期系统的随机扰动，定义支撑期系统的建模误差和随机扰动之和Δ为：

则式(25)可以化简为：

由扰动的性质可知Δ＝[Δ₁Δ₂]^T有界，且满足|Δ₁|≤C₁，|Δ₂|≤C₂，定义状态变量x₁＝q，滑膜控制律u＝T，可得其状态空间表达式为：

定义支撑期系统的跟踪误差：

e＝y_r-y (29)

其中y_r表示期望输出；

设计支撑期系统滑模面如下：

其中s＝[s₁ s₂]^T，k＝diag(k₁,k₂)，k₁＞0，k₂＞0，设计滑模控制律为：

公式(31)中为等效控制律：

为切换控制律，同样以公式(23)fal函数构造：

其中ε₁＞0，ε₂＞0；

得到支撑期系统的滑模控制律，进而得到期望的运动轨迹。

上述为主动型膝上假肢准滑模控制方法，其中所用到的设备均由公知途径获得。

本发明未述及之处适用于现有技术。