对人体上肢进行运动意图识别和助力的方法及装置制造方法及图纸

本公开涉及一种基于三维力传感器对人体上肢进行运动意图识别和助力的方法及装置。根据本公开的一个方面，提供了一种对人体上肢进行运动意图识别和助力的方法，所述人体上肢上安装有外骨骼机械臂，所述方法包括以下步骤：实时采集所述外骨骼机械臂与人体上肢之间产生的三维力数据；获取所述外骨骼机械臂各个关节当前时间点的位置数据；对所述三维力数据和当前时间点的位置数据进行计算得到所述外骨骼机械臂各个关节下一时间点所期望的位置数据；根据所述外骨骼机械臂各个关节当前时间点的位置数据和下一时间点所期望的位置数据生成对所述外骨骼机械臂进行驱动的控制信号；以及根据控制信号控制所述外骨骼机械臂进行相应动作对人体上肢进行助力。

A method and device for identifying and assisting the movement intention of the upper limb of the human body

The present disclosure relates to a method and device for identifying and assisting the movement intention of the upper limb of a human body based on a three-dimensional force sensor. According to one aspect of the disclosure, provides a method for motion intention recognition and power of the human upper limb, the upper body is installed on the exoskeleton manipulator, the method comprises the following steps: three-dimensional force data generated between the real-time acquisition of the exoskeleton manipulator and the upper limb of the human body; obtaining location data the skeletal arm of each joint at the present time the position data of the three-dimensional force; the data and the current time point to calculate the position data of the exoskeleton manipulator joints under a time point of the desired position; data generated according to the position data of the exoskeleton manipulator of each joint at the current time and the next time the desired on the outer skeleton manipulator control signal; and according to the control signal to control the exoskeleton manipulator accordingly Action helps the upper limb of the body.

【技术实现步骤摘要】
对人体上肢进行运动意图识别和助力的方法及装置
本专利技术涉及肢体运动意图识别及助力领域。
技术介绍
目前，肢体的运动识别主要通过肌电传感器进行。由于神经肌肉系统在进行随意性和非随意性活动时会产生生物电变化，所以通过将肌电传感器贴在肢体的表面，经过表面电极的引导、放大，能够获得一维电压时间序列信号。采用肌电传感器的系统通过对采集到的信号进行模式识别来获取肢体的运动意图。但是，使用肌电传感器的采集过程很不方便，采集到的信号难以识别，并且建模复杂。本公开针对但不限于上述诸多因素进行了改进。
技术实现思路
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。根据本公开的一个方面，提供了一种对人体上肢进行运动意图识别和助力的方法，所述人体上肢上安装有外骨骼机械臂，所述方法包括以下步骤：实时采集所述外骨骼机械臂与人体上肢之间产生的三维力数据；获取所述外骨骼机械臂各个关节当前时间点的位置数据；对所述三维力数据和当前时间点的位置数据进行计算得到所述外骨骼机械臂各个关节下一时间点所期望的位置数据；根据所述外骨骼机械臂各个关节当前时间点的位置数据和下一时间点所期望的位置数据生成对所述外骨骼机械臂进行驱动的控制信号；以及根据控制信号控制所述外骨骼机械臂进行相应动作对人体上肢进行助力。根据本公开的一实施例，所述计算包括：将所述三维力数据进行坐标变换；将经坐标变换的三维力数据代入力阻抗控制模型以得到所述外骨骼机械臂各个关节下一时间点所期望的加速度、速度和位置向量；以及将所得到的期望的加速度、速度和位置向量转换成期望的位置数据，其中所述控制信号包括所获得的期望的位置数据。根据本公开的一实施例，将所述三维力数据进行坐标变换包括通过齐次变换矩阵将所述三维力数据从传感器坐标系变换到相对于人体背部固定的坐标系，并且将所得到的期望的加速度、速度和位置向量转换成期望的位置数据包括将所得到的期望的位置向量代入由所述外骨骼机械臂的关节的转角和各连杆的长度表示的、所述传感器坐标系原点在相对于人体背部固定的坐标系中的位置的位置对应公式中，以获得期望的位置数据。根据本公开的一实施例，所述坐标变换是其中是所述三维力数据在传感器坐标系Os中的表示，是所述三维力数据在相对于人体背部固定的坐标系O0中的表示，T0s是Os坐标系到O0坐标系的齐次变换矩阵且其中l1、l2、l3分别是所述外骨骼机械臂的肩关节以上的第一连杆、肩关节与肘关节之间的第二连杆以及肘关节以下的第三连杆的长度，θ1、θ2、θ3分别是肩部内外旋角、肩部屈伸角、以及肘部屈伸角，并且所得到的期望的位置向量表示为所述位置对应公式是根据本公开的一实施例，当前时间点与下一时间点的时间间隔取决于所述计算所需的时间、三维力数据和位置数据的传输时间，其中所述时间间隔大于或等于所述计算所需的时间与所述传输时间之和。根据本公开的一实施例，所述力阻抗控制模型是其中是所述三维力数据在相对于人体背部固定的坐标系O0中的表示，表示坐标系O0的原点的期望的加速度、速度和位置向量，表示由外骨骼机械臂测量到的坐标系O0的原点当前时间点的加速度、速度和位置向量，并且其中参数M表示外骨骼机械臂的理想惯性，参数C表示外骨骼机械臂的理想阻尼，参数K表示外骨骼机械臂的理想刚度，并且其中所述参数是使用自适应控制算法来动态地确定的。根据本公开的一实施例，所述力阻抗控制模型的参数能经由反馈来动态调整。根据本公开的另一个方面，提供了一种对人体上肢进行运动意图识别和助力的装置，所述装置包括：外骨骼机械臂，所述外骨骼机械臂安装在人体上肢上，所述外骨骼机械臂能感测所述外骨骼机械臂各个关节当前时间点的位置数据；三维力传感器，所述三维力传感器实时采集所述外骨骼机械臂与人体上肢之间产生的三维力数据；接收单元，所述接收单元被配置成接收由所述三维力传感器和所述机械臂感测到的数据；以及处理单元，所述处理单元被配置成：对所述三维力数据和当前时间点的位置数据进行计算得到所述外骨骼机械臂各个关节下一时间点所期望的位置数据；根据所述外骨骼机械臂各个关节当前时间点的位置数据和下一时间点所期望的位置数据生成对所述外骨骼机械臂进行驱动的控制信号；以及根据控制信号控制所述外骨骼机械臂进行相应动作对人体上肢进行助力。根据本公开的一实施例，所述计算包括：将所述三维力数据进行坐标变换；将经坐标变换的三维力数据代入力阻抗控制模型以得到所述外骨骼机械臂各个关节下一时间点所期望的加速度、速度和位置向量；以及将所得到的期望的加速度、速度和位置向量转换成期望的位置数据，其中所述控制信号包括所获得的期望的位置数据。根据本公开的一实施例，将所述三维力数据进行坐标变换包括通过齐次变换矩阵将所述三维力数据从传感器坐标系变换到相对于人体背部固定的坐标系，并且将所得到的期望的加速度、速度和位置向量转换成期望的位置数据包括将所得到的期望的位置向量代入由所述外骨骼机械臂的关节的转角和各连杆的长度表示的、所述传感器坐标系原点在相对于人体背部固定的坐标系中的位置的位置对应公式中，以获得期望的位置数据。根据本公开的一实施例，所述坐标变换是其中是所述三维力数据在传感器坐标系Os中的表示，是所述三维力数据在相对于人体背部固定的坐标系O0中的表示，T0s是Os坐标系到O0坐标系的齐次变换矩阵且其中l1、l2、l3分别是所述外骨骼机械臂的肩关节以上的第一连杆、肩关节与肘关节之间的第二连杆以及肘关节以下的第三连杆的长度，θ1、θ2、θ3分别是肩部内(外)旋角、肩部屈伸角、以及肘部屈伸角，并且表示所得到的期望的位置向量，所述位置对应公式是根据本公开的一实施例，当前时间点与下一时间点的时间间隔取决于所述计算所需的时间、三维力数据和位置数据的传输时间，其中所述时间间隔大于或等于所述计算所需的时间与所述传输时间之和。根据本公开的一实施例，所述外骨骼机械臂上包括角度传感器，其中所述外骨骼机械臂各个关节当前时间点的位置数据是由所述角度传感器来感测到的。根据本公开的一实施例，所述机械臂包括左、右两个机械臂，并且其中这两个机械臂通过背部支架连接在一起。根据本公开的一实施例，所述力阻抗控制模型是其中是所述三维力数据在相对于人体背部固定的坐标系O0中的表示，表示坐标系O0的原点的期望的加速度、速度和位置向量，表示由外骨骼机械臂测量到的坐标系O0的原点当前时间点的加速度、速度和位置向量，并且其中参数M表示外骨骼机械臂的理想惯性，参数C表示外骨骼机械臂的理想阻尼，参数K表示外骨骼机械臂的理想刚度，并且其中所述参数是使用自适应控制算法来动态地确定的。根据本公开的一实施例，所述力阻抗控制模型的参数能经由反馈来动态调整。如上所述，通过采用三维力传感器而非肌电传感器来对人体上肢进行运动意图识别，克服了现有技术中信号采集困难、信号难以被识别等缺陷，并且所采集的信号的建模相对简单，使得能够更加方便且快速地进行人体上肢运动意图识别，从而提高了识别的准确度和效率。附图说明在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本专利技术的上述特征本文档来自技高网...

【技术保护点】
一种对人体上肢进行运动意图识别和助力的方法，所述人体上肢上安装有外骨骼机械臂，其特征在于，所述方法包括以下步骤：实时采集所述外骨骼机械臂与人体上肢之间产生的三维力数据；获取所述外骨骼机械臂各个关节当前时间点的位置数据；对所述三维力数据和当前时间点的位置数据进行计算得到所述外骨骼机械臂各个关节下一时间点所期望的位置数据；根据所述外骨骼机械臂各个关节当前时间点的位置数据和下一时间点所期望的位置数据生成对所述外骨骼机械臂进行驱动的控制信号；以及根据控制信号控制所述外骨骼机械臂进行相应动作对人体上肢进行助力。

【技术特征摘要】
1.一种对人体上肢进行运动意图识别和助力的方法，所述人体上肢上安装有外骨骼机械臂，其特征在于，所述方法包括以下步骤：实时采集所述外骨骼机械臂与人体上肢之间产生的三维力数据；获取所述外骨骼机械臂各个关节当前时间点的位置数据；对所述三维力数据和当前时间点的位置数据进行计算得到所述外骨骼机械臂各个关节下一时间点所期望的位置数据；根据所述外骨骼机械臂各个关节当前时间点的位置数据和下一时间点所期望的位置数据生成对所述外骨骼机械臂进行驱动的控制信号；以及根据控制信号控制所述外骨骼机械臂进行相应动作对人体上肢进行助力。2.如权利要求1所述的方法，其特征在于，所述计算包括：将所述三维力数据进行坐标变换；将经坐标变换的三维力数据代入力阻抗控制模型以得到所述外骨骼机械臂各个关节下一时间点所期望的加速度、速度和位置向量；以及将所得到的期望的加速度、速度和位置向量转换成期望的位置数据，其中所述控制信号包括所获得的期望的位置数据。3.如权利要求2所述的方法，其特征在于，将所述三维力数据进行坐标变换包括通过齐次变换矩阵将所述三维力数据从传感器坐标系变换到相对于人体背部固定的坐标系，并且将所得到的期望的加速度、速度和位置向量转换成期望的位置数据包括将所得到的期望的位置向量代入由所述外骨骼机械臂的关节的转角和各连杆的长度表示的、所述传感器坐标系原点在相对于人体背部固定的坐标系中的位置的位置对应公式中，以获得期望的位置数据。4.如权利要求3所述的方法，其特征在于，所述坐标变换是其中是所述三维力数据在传感器坐标系Os中的表示，是所述三维力数据在相对于人体背部固定的坐标系O0中的表示，T0s是Os坐标系到O0坐标系的齐次变换矩阵且

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：深圳光启合众科技有限公司，
类型：发明
国别省市：广东,44