比例-积分-微分（PID）控制器广泛应用于国防武器装备、流程工业过程、生物医疗和工业机器人的控制系统中。本书针对外骨骼机器人，提出了比其他基于模型的补偿更易实现的新型PD/PID智能补偿控制器，简要介绍了外骨骼机器人、神经网络与模糊系统、PD和PID控制等预备知识，详尽论述了稳定PID控制与PID增益整定、PD/PID神经网络补偿控制、PD模糊补偿控制、PD滑模补偿控制、机器人任务空间/关节空间PID导纳控制、关节空间的机器人轨迹生成等内容，并针对这些内容进行了详实的稳定性分析，确保控制过程的安全性和可靠性。本书的创新之处在于阐述了面向生物医学和工业机器人应用的新型PD/PID控制器，进行了针对工业线性PID控制器的稳定性分析，给出了面向外骨骼机器人的PD/PID控制器的实际应用解决方案，表明了采用PD/PID智能补偿控制策略是如何比其他基于模型的补偿策略更为有效。 本书读者包括生物医学工程师、生物机电、生物力学、机器人学、生物技术、医学工程、机电工程、卫生科学与技术研究人员，以及生物机电专业本科和研究生课程的学生，以及进行国防装备论证、研制和开发的相关部门的管理人员和工程技术人员。同时，本书还适合于从事智能控制、人工智能等不同学科领域的实践者与研究者进行自学。

1． 预备知识 11．1． 外骨骼机器人11．2． 外骨骼机器人的控制问题 31．3． 神经网络与模糊系统 41．4． PD和PID控制51．4．1． PID参数整定51．4．2． 任务空间的PID控制61．4．3． 基于速度观测器的PID控制71．5． 基于补偿的PD和PID控制71．6． 机器人导纳控制91．7． 外骨骼机器人的路径规划102． 稳定PID控制与PID增益的系统整定132．1． 外骨骼机器人的稳定PD和PID控制132．1．1． 稳定PD控制142．1．2． 稳定PID控制172．2． PID参数的闭环整定222．2．1． 闭环系统的线性化252．2．2． PDPID 整定262．2．3． PID增益微调282．2．4． PID增益的稳定条件282．3． 应用于外骨骼机器人292．4． 结论333． 任务空间的PID控制353．1． 任务空间的线性PID控制353．2． 基于速度观测器的线性PID控制443．3． 实验结果 483．4． 结论534． 神经网络补偿PD控制554．1． 高增益观测器的PD控制554．1．1． 奇异摄动法564．1．2． 李雅普诺夫法634．2． 神经网络补偿PD控制654．2．1． 单层神经网络补偿PD控制654．2．2． 多层前馈神经网络补偿PD控制664．3． 基于速度估计和神经网络补偿的PD控制714．4． 仿真754．5． 结论805． 神经网络补偿PID控制815．1． 稳定神经网络PID控制815．2． 基于不速度可测的神经网络PID控制915．3． 神经网络PID跟踪控制965．4． 神经网络PID的实验结果1015．5． 结论1066． 模糊补偿PD控制1096．1． 基于模糊补偿的PD控制1096．2． 隶属度函数学习与稳定性分析1146．3． 实验比较 1206．4． 结论1247． 滑模补偿PD控制1257．1． 基于并行神经网络和滑模的PD控制1257．2． 基于串行神经网络和滑模的PD控制1297．3． 仿真1337．4． 结论1388． 任务空间的PID导纳控制1398．1． 通过导纳控制的人-机器人合作1398．2． 任务空间的PID导纳控制 1418．3． 任务空间基于神经网络补偿的PID导纳控制1458．4． 基于雅可比近似的导纳PD控制 1498．5． 基于自适应补偿的导纳控制1548．6． 实验结果 1568．6．1． 云台机器人1568．6．2． 四自由度机器人1568．7． 结论1589． 关节空间的PID导纳控制1599．1． PD导纳控制1599．2． 基于自适应补偿的PD导纳控制1649．3． 基于滑模补偿的PD导纳控制1679．4． PID 导纳控制1689．5． 实验结果 1709．5．1． 云台机器人1709．5．2． 四自由度机器人1709．6． 结论17410． 关节空间的机器人轨迹生成17510．1． 码本和关键点生成17510．2． 基于改进隐马尔可夫模型的关节空间轨迹生成17910．3． 学习轨迹实验18510．3．1． 双连杆平面肘部机械手18610．3．2． 四自由度上肢外骨骼18910．4． 结论192附件A． 上肢外骨骼机器人设计195A．1． 重型外骨骼机器人195A．2． 便携式外骨骼机器人200