本發(fā)明涉及機(jī)器人關(guān)節(jié)電機(jī)控制領(lǐng)域，具體是一種助力機(jī)器人關(guān)節(jié)電機(jī)柔順控制方法。

背景技術(shù)：

1、助力機(jī)器人是一種能夠增強(qiáng)人類(lèi)工作能力的機(jī)械裝置，廣泛應(yīng)用于工業(yè)、醫(yī)療和服務(wù)等領(lǐng)域。它通過(guò)動(dòng)力系統(tǒng)、傳感器與控制系統(tǒng)實(shí)現(xiàn)精準(zhǔn)操作，可協(xié)助完成重復(fù)性、繁瑣或高精度工作。助力機(jī)器人具有提高工作效率、降低人力成本和提高安全性的優(yōu)勢(shì)，但也面臨技術(shù)成熟度、成本及倫理法律等方面的挑戰(zhàn)。其中外骨骼機(jī)器人是一種高度集成的生機(jī)電一體化系統(tǒng)，它巧妙融合了計(jì)算機(jī)、機(jī)械工程等多領(lǐng)域技術(shù)，能夠根據(jù)人體運(yùn)動(dòng)信息智能驅(qū)動(dòng)動(dòng)力系統(tǒng)，實(shí)現(xiàn)信息的實(shí)時(shí)交換與感知，以及精準(zhǔn)的人機(jī)協(xié)同。這種系統(tǒng)通過(guò)為穿戴者提供運(yùn)動(dòng)輔助，顯著增強(qiáng)了人類(lèi)的物理效能，拓展了人體能力邊界。下肢外骨骼機(jī)器人作為其中的代表，廣泛應(yīng)用于軍事、醫(yī)療康復(fù)和工業(yè)等多個(gè)領(lǐng)域，不僅減輕了軍人的作戰(zhàn)負(fù)擔(dān)、提升了殘障人士的康復(fù)效果，還有效保護(hù)了工業(yè)作業(yè)人員的脊椎和腰椎健康，充分展現(xiàn)了其在增強(qiáng)人體機(jī)能、提高工作效率和保障人體安全方面的巨大潛力。

2、外骨骼機(jī)器人關(guān)節(jié)的柔順性控制能夠一邊控制外骨骼按期望的方向與位置進(jìn)行運(yùn)動(dòng)，一邊根據(jù)接觸力產(chǎn)生位置的剛度，調(diào)整關(guān)節(jié)的位置增益，使外骨骼關(guān)節(jié)角度控制與力的剛度相適應(yīng)。這種控制方法能夠使外骨骼在運(yùn)動(dòng)過(guò)程中更加靈活，減少與穿戴者之間的干涉力，提高穿戴者的舒適度，進(jìn)而幫助神經(jīng)損傷或肢體殘疾的患者進(jìn)行康復(fù)訓(xùn)練，恢復(fù)運(yùn)動(dòng)機(jī)能。在康復(fù)過(guò)程中，外骨骼能夠根據(jù)患者的運(yùn)動(dòng)意圖和受力情況，提供適當(dāng)?shù)闹椭巍?/p>

3、主動(dòng)助力下肢康復(fù)外骨骼機(jī)器人是一種協(xié)助殘障患者進(jìn)行下肢康復(fù)訓(xùn)練的設(shè)備，它使用先進(jìn)的機(jī)器人技術(shù)和智能控制系統(tǒng)，通過(guò)提供動(dòng)力和助力來(lái)幫助患者進(jìn)行步態(tài)訓(xùn)練和肌肉力量恢復(fù)，從而提高患者的行走能力和生活質(zhì)量。目前針對(duì)外骨骼機(jī)器人的關(guān)節(jié)助力曲線的生成主要依托于人體下肢關(guān)節(jié)的生物力矩，人體在行走過(guò)程中，關(guān)節(jié)力矩在一個(gè)步態(tài)周期中也會(huì)存在著周期性的變化，使用高斯模型在線擬合助力曲線對(duì)數(shù)據(jù)分布要求較為嚴(yán)格，異常值影響明顯，計(jì)算復(fù)雜度高，因此本發(fā)明使用正弦曲線對(duì)其進(jìn)行簡(jiǎn)單的擬合，可快速得到下肢外骨骼的助力軌跡。而且傳統(tǒng)的助力策略通常需要手動(dòng)調(diào)節(jié)參數(shù)以滿足不同場(chǎng)景或運(yùn)動(dòng)狀態(tài)的需求，本發(fā)明可根據(jù)人體不同狀態(tài)自動(dòng)調(diào)整助力曲線。

4、疲勞會(huì)導(dǎo)致人體肌肉力量和耐力下降，從而增加對(duì)外骨骼機(jī)器人關(guān)節(jié)助力的需求。在疲勞狀態(tài)下，人體為了維持正常的運(yùn)動(dòng)功能，需要更多的外部支持。疲勞會(huì)改變?nèi)梭w的運(yùn)動(dòng)模式，包括關(guān)節(jié)角度、肌肉活動(dòng)方式和力量輸出等。這些變化可能導(dǎo)致外骨骼的助力效果降低，使原有的助力曲線可能不再與人體運(yùn)動(dòng)模式相匹配。疲勞還可能導(dǎo)致人體與外骨骼之間的協(xié)調(diào)性下降，使人體反應(yīng)速度和判斷能力受到影響，從而難以準(zhǔn)確地控制外骨骼的運(yùn)動(dòng)。這都將導(dǎo)致助力曲線與實(shí)際需求之間的偏差增大，甚至可能導(dǎo)致外骨骼的運(yùn)動(dòng)與人體運(yùn)動(dòng)產(chǎn)生沖突。為了確保助力效果，外骨骼的助力曲線需要能夠根據(jù)人體的疲勞狀態(tài)進(jìn)行動(dòng)態(tài)調(diào)整。

5、為了實(shí)現(xiàn)助力機(jī)器人關(guān)節(jié)電機(jī)的柔順控制，當(dāng)前下肢外骨骼助力策略的研究大多聚焦于人體正常狀態(tài)，鮮少探討肌肉疲勞對(duì)助力曲線的影響。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種助力機(jī)器人關(guān)節(jié)電機(jī)柔順控制方法，包括以下步驟：

2、1)利用imu單元和足底壓力傳感器獲取人體運(yùn)動(dòng)數(shù)據(jù)；

3、2)對(duì)人體運(yùn)動(dòng)數(shù)據(jù)進(jìn)行處理，預(yù)測(cè)人體當(dāng)前步態(tài)周期；

4、3)基于人體當(dāng)前步態(tài)周期，生成期望助力曲線，并以期望助力曲線的最大值作為期望助力基礎(chǔ)值；

5、4)計(jì)算肌電信號(hào)模糊增量熵；

6、5)根據(jù)肌電信號(hào)模糊增量熵確定人體疲勞階段；

7、6)基于人體疲勞階段，對(duì)期望助力基礎(chǔ)值進(jìn)行調(diào)整，生成期望助力值；

8、7)基于期望助力值，生成外骨骼機(jī)器人關(guān)節(jié)電機(jī)控制量；

9、8)基于外骨骼機(jī)器人關(guān)節(jié)電機(jī)控制量，驅(qū)動(dòng)電機(jī)進(jìn)行外骨骼機(jī)器人關(guān)節(jié)控制。

10、進(jìn)一步，所述人體運(yùn)動(dòng)數(shù)據(jù)包括足底壓力信息、人體關(guān)節(jié)的姿態(tài)角度、人體左右腿的髖關(guān)節(jié)、膝關(guān)節(jié)和踝關(guān)節(jié)的角速度、加速度。

11、進(jìn)一步，步驟1)中，獲取人體運(yùn)動(dòng)數(shù)據(jù)的步驟包括：

12、1.1)利用分別貼置于人體左右腿髖關(guān)節(jié)、膝關(guān)節(jié)和踝關(guān)節(jié)的imu單元采集各關(guān)節(jié)的角速度、加速度；利用足底壓力傳感器采集足底壓力信息；

13、1.2)利用卡爾曼濾波或互補(bǔ)濾波方法對(duì)角速度、加速度進(jìn)行處理，得到人體關(guān)節(jié)的姿態(tài)角度。

14、進(jìn)一步，一個(gè)步態(tài)周期是指下肢同一側(cè)肢體連續(xù)兩次髖關(guān)節(jié)伸展角度達(dá)到最大的時(shí)間節(jié)點(diǎn)之差。

15、進(jìn)一步，步驟2)中，預(yù)測(cè)人體當(dāng)前步態(tài)周期的步驟包括：

16、2.1)計(jì)算步態(tài)周期ti-j，即：

17、ti-j＝si-j-si-j-1??(1)

18、式中，si-j為i-j步達(dá)到最大髖伸角度的時(shí)間；si-j-1為i-j-1步達(dá)到最大髖伸角度的時(shí)間；j初始值為1；

19、2.2)判斷j≥m是否成立，若否，則令j＝j(luò)+1，并返回步驟2.1)，若是，則進(jìn)入步驟2.3)；

20、2.3)預(yù)測(cè)人體當(dāng)前步態(tài)周期ti，即：

21、ti＝ω1ti-1+ω2ti-2+...+ωnti-n??(2)

22、式中，ωj為權(quán)重系數(shù)；j＝1,2，…，m。

23、進(jìn)一步，期望助力曲線f如下所示：

24、

25、式中，fn為期望助力曲線的最大值；to為助力開(kāi)始時(shí)間，te為助力曲線的結(jié)束時(shí)間，x為時(shí)間變量。

26、進(jìn)一步，步驟4)中，計(jì)算肌電信號(hào)模糊增量熵的步驟包括：

27、4.1)將第i個(gè)動(dòng)作信號(hào)段(肌電信號(hào)動(dòng)作活動(dòng)段)作為單獨(dú)的時(shí)間序列{u1(i):1≤i≤n1}；所述第i個(gè)動(dòng)作信號(hào)段包括髖關(guān)節(jié)信息；

28、時(shí)間序列中的一個(gè)向量序列表示為，即：

29、

30、其中，u0為肌電信號(hào)幅值時(shí)間序列；

31、4.2)計(jì)算時(shí)間序列中向量序列與向量序列之間的距離即：

32、

33、4.4)計(jì)算向量序列與向量序列之間相似度即：

34、

35、式中，r＝k·std(t)代表定容差值；k為大于0的常數(shù)；函數(shù)std(·)代表時(shí)間序列的標(biāo)準(zhǔn)差；

36、4.5)計(jì)算函數(shù)φm(r)，即：

37、

38、式中，為與之間的相似度；

39、4.6)構(gòu)建時(shí)間序列的近似熵fapen(m,r)表達(dá)式，即：

40、fapen(m,r,n)＝φm(r)-φm+1(r)??(9)

41、4.7)采用高斯函數(shù)作為模糊隸屬度函數(shù)求解公式(9)，得到第i個(gè)動(dòng)作信號(hào)段對(duì)應(yīng)的近似熵fi，即：

42、

43、4.8)構(gòu)建具有n-1個(gè)0值的時(shí)間序列x1，即：

44、x1＝{f1,0,…,0}??(11)

45、4.9)對(duì)時(shí)間序列x1估計(jì)fapen值,得出模糊增量熵序列的h1；

46、4.10)重復(fù)步驟4.1)-4.9)，得到由n個(gè)模糊增量熵組成的模糊增量熵序列h1,h2,…,hn。

47、進(jìn)一步，所述人體疲勞階段包括輕微疲勞階段、中度疲勞階段和力竭階段；

48、當(dāng)模糊增量熵滿足α≤hi≤β1時(shí)，人體疲勞階段為輕微疲勞階段；

49、當(dāng)模糊增量熵滿足β1≤hi≤β2時(shí)，人體疲勞階段為中度疲勞階段；

50、當(dāng)模糊增量熵滿足β2≤hi≤γ時(shí)，人體疲勞階段為力竭階段。

51、進(jìn)一步，當(dāng)人體疲勞階段為輕微疲勞階段時(shí)，期望助力值為fn1＝fn+10％fn；

52、當(dāng)人體疲勞階段為中度疲勞階段時(shí)，期望助力值為fn1＝fn+15％fn；

53、人體疲勞階段為力竭階段時(shí)，期望助力值為fn1＝fn+30％fn。

54、進(jìn)一步，步驟7)中，生成外骨骼機(jī)器人關(guān)節(jié)電機(jī)控制量的步驟包括：

55、1)獲取期望助力和外骨骼實(shí)際助力的誤差ef；

56、2)利用導(dǎo)納控制器求解誤差與位移調(diào)整量的關(guān)系方程，得到位移調(diào)整量δx，將位移調(diào)整量作為外骨骼機(jī)器人關(guān)節(jié)電機(jī)控制量；

57、誤差與位移調(diào)整量的關(guān)系方程如下所示：

58、

59、其中，m為慣性參數(shù)；b為阻尼參數(shù)；k為剛度參數(shù)。

60、本發(fā)明的技術(shù)效果是毋庸置疑的，本發(fā)明生成符合人體自然運(yùn)動(dòng)規(guī)律的人機(jī)系統(tǒng)期望助力曲線，確保外骨骼的助力與穿戴者的運(yùn)動(dòng)意圖保持高度一致，同時(shí)采集肌電信號(hào)，并運(yùn)用模糊增量熵算法對(duì)信號(hào)進(jìn)行處理，以量化評(píng)估穿戴者的疲勞程度。

61、根據(jù)這一評(píng)估結(jié)果，將整個(gè)疲勞過(guò)程科學(xué)地劃分為三種不同的疲勞程度類(lèi)別。這一分類(lèi)有助于在外骨骼機(jī)器人控制過(guò)程中，針對(duì)不同疲勞階段提供精準(zhǔn)的補(bǔ)償信號(hào)，從而優(yōu)化助力效果，達(dá)到更好的人機(jī)協(xié)同目的。最后，基于上述的步態(tài)周期預(yù)測(cè)、疲勞程度評(píng)估以及期望助力曲線的生成，本發(fā)明會(huì)根據(jù)不同的助力需求，向驅(qū)動(dòng)器發(fā)送相應(yīng)的控制信號(hào)，驅(qū)動(dòng)電機(jī)進(jìn)行精確的外骨骼控制。這一過(guò)程不僅確保了外骨骼機(jī)器人關(guān)節(jié)的助力效果與穿戴者的實(shí)際需求相匹配，還通過(guò)靈活的調(diào)整策略，實(shí)現(xiàn)了助力機(jī)器人關(guān)節(jié)的柔順控制，極大地提升了穿戴者的舒適度和使用體驗(yàn)。

62、本發(fā)明通過(guò)獲取慣性測(cè)量傳感器和足底壓力傳感器采集到的人體運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，包括左右腿髖關(guān)節(jié)、膝關(guān)節(jié)和踝關(guān)節(jié)的加速度、角速度數(shù)值和足底壓力信息，識(shí)別人體當(dāng)前步態(tài)周期的運(yùn)動(dòng)意圖，包括步態(tài)事件識(shí)別、步態(tài)周期劃分和步態(tài)周期預(yù)測(cè)，進(jìn)而生成外骨骼機(jī)器人關(guān)節(jié)電機(jī)助力曲線。同時(shí)采集人體肌電信號(hào)，通過(guò)計(jì)算其模糊增量熵識(shí)別當(dāng)前肌肉所處的疲勞狀態(tài)，選擇相應(yīng)的助力模式，調(diào)整原始的助力值，最后根據(jù)不同的助力模式發(fā)送控制信號(hào)到驅(qū)動(dòng)器驅(qū)動(dòng)電機(jī)進(jìn)行外骨骼控制，實(shí)現(xiàn)機(jī)器人關(guān)節(jié)電機(jī)的柔順控制。

63、本發(fā)明中對(duì)外骨骼機(jī)器人關(guān)節(jié)電機(jī)助力曲線的生成采用使用imu和足底壓力傳感器來(lái)識(shí)別步態(tài)周期，通過(guò)分析周期內(nèi)的角度變化和力矩變化，確定了助力機(jī)器人電機(jī)的助力時(shí)機(jī)和助力大小，通過(guò)正弦函數(shù)擬合生成了期望的助力曲線。精確的助力時(shí)機(jī)和大小可以減少人體在運(yùn)動(dòng)過(guò)程中的沖擊和震動(dòng)，從而降低運(yùn)動(dòng)損傷的風(fēng)險(xiǎn)。特別是在步態(tài)轉(zhuǎn)換等關(guān)鍵階段，合適的助力可以有效緩解關(guān)節(jié)和肌肉的負(fù)擔(dān)。該發(fā)明能夠較好地解決人機(jī)之間的交互力，提高了人機(jī)協(xié)同性。

64、本發(fā)明中對(duì)人體肌肉疲勞狀態(tài)的識(shí)別采用基于模糊增量熵的疲勞表征算法，能夠?qū)ζ陔A段進(jìn)行客觀有效的劃分，以便于在外骨骼機(jī)器人電機(jī)控制中根據(jù)不同疲勞階段提供相應(yīng)的補(bǔ)償信號(hào),以更好地達(dá)到柔順控制和人機(jī)融合的目的。

65、本發(fā)明提出的助力機(jī)器人關(guān)節(jié)電機(jī)柔順控制方法，在生成基本助力曲線和精準(zhǔn)識(shí)別人體疲勞階段基礎(chǔ)上，為外骨骼電機(jī)提供了符合人體運(yùn)動(dòng)意圖的助力曲線，減少了人體運(yùn)動(dòng)消耗，消除了人機(jī)不匹配導(dǎo)致的安全隱患，提高了關(guān)節(jié)柔順性，具有更好的助力效果和安全性。