1. More About MPIC Applications

2. Model Predictive Impedance Control
Trajectory
Brain Model
Selector . q
Identifier d q d
System-
Disturbance
M P C and
Feedforward
Controller
Adaptation
Models
Algorithm . b + + b - -
Delay s b
Delay
Model Predictive
Impedance Control + + G1
Receptors
EMG
Receptors G2
Torque T d + + G3
Joint-Load . q q

3. Some Recent Projects Using MPIC
1- Jafari, use of neural networks, 1377
2- Salehpour, use of fuzzy logic, 1378
3- Ebrahimzadeh, study of changes of impedance during movement, 1378
4- Kordari, new algorithm for on-line impedance tuning, 1380
5- Karimian, 3D Gait control , 1381
6- Mahboobi, FES for Parapelegia , 1382
7- Darainy, learning and impedance control, 1384

4. 1- Jafari, use of neural networks, 1377 Jafari.pdf

6. مدل غير خطي:
مدل خطي:

7. Linear Model – No Disturbance

8. Linear Model – with Disturbance

9. 2- Salehpour, use of fuzzy logic, 1378 salehpour1.pdf salehpour2.pdf
مدلسازي (مدل مخچه):
1- روابط فازي (تعداد پارامترهاي كمتر)
2- تخمين پارامترها (مدلسازي بهتر)

14. 2- Salehpour, use of fuzzy logic, 1378 salehpour2.pdf
كنترل (مدل قشر حركتي):
1- مينيمم گردايان
DMC (Dynamic Matrix Control)2-

18. 3- Ebrahimzadeh, study of changes of impedance during movement, 1378 Ebrahimzadeh.pdf

21. Cost Function Effects on Impedance Variations

22. Disturbance & Mis-Maching Effects on Impedance Variations

23. 4- Kordari, new algorithm for on-line impedance tuning, 1380 Kordari
4- Kordari, new algorithm for on-line impedance tuning, Kordari.doc Kordari.ppt

24. Model Predictive Impedance Control
Trajectory
Brain Model
Selector . q
Identifier d q d
System-
Disturbance
M P C and
Feedforward
Controller
Adaptation
Models
Algorithm . b + + b - -
Delay s b
Delay
Model Predictive
Impedance Control + + G1
Receptors
EMG
Receptors G2
Torque T d + + G3
Joint-Load . q q

25. مسالة تنظيم امپدانس در حين حركت
در هر لحظه محاسباتي مقادير سفتي، ويسكوزيته و نقطة تعادل در افق پيش بيني را طوري پيدا كنيد كه تابع معيار مينيمم شود.

26. مسالة تنظيم امپدانس ... (ادامه(

27. راه حل
گراديان

28. بردار گراديان

29. الگاريتم محاسباتي در هر گام محاسباتي: مقدار دهي اوليه بردار ها
اصلاح بردارها در جهت كاهش تابع معيار
ادامه اصلاح تا رسيدن به مينيمم تابع
اعمال ورودي‌ لحظات k,…,k+stp به سيستم با امپدانس مربوطه و اندازه‌گيري خروجي سيستم

30. نكات قابل توجه در الگوريتم
مقدار دهي اوليه در آغاز هر گام محاسباتي
محاسبه ماتريس J
ضريب اصلاح
محاسبه خروجي مدل و سيستم

31. نتايج شبيه‌سازي تعقيب سيگنال مرجع سيگموييد اعمال اغتشاش قابل پيش‌ بيني
غير قابل پيش بيني
عدم تطابق بين مدل و سيستم

32. تعقيب سيگنال مرجع سيگموييد

33. اعمال اغتشاش

34. عدم تطابق بين مدل و سيستم

35. خلاصه
ارتقا MPIC با افزودن قابليت تنظيم امپدانس همزمان با يافتن سيگنال كنترل (نقطه تعادل) به آن
تعقيب سيگنال مرجع
تطابق رفتار سفتي و ويسكوزيته عضله با مشاهدات طبيعي
قابليت جبران و حذف اغتشاش اعمال شده به سيستم
مقاومت خوب در برابر تغيير سيستم و يا مدل غيردقيق

36. پيشنهادات توسعه الگوريتم جهت تطابق بيشتر با واقعيت: حركت چند مفصلي
امپدانس غير خطي
قيود
بهبود الگوريتم ارايه شده:
روش‌هاي بهينه سازي
زمان اجرا
يادگيري

37. 5- Karimian, 3D Gait control , 1381 Karimian. pdf KArimian
5- Karimian, 3D Gait control , Karimian.pdf KArimian.ppt obstacle_isometric.avi side_stairs.avi

38. 6- Mahboobi, FES for Parapelgia , 1382 Mahboobi. pdf Mahboobi
6- Mahboobi, FES for Parapelgia , Mahboobi.pdf Mahboobi.ppt animation.avi

39. 7- Darainy, learning and impedance control, 1384 Darainy1.pdf Darainy2.pdf Darainy.ppt