【技术实现步骤摘要】
类神经肌肉骨骼机器人上肢模型的简化方法
本专利技术涉及智能机器人领域，尤其涉及一种类神经肌肉骨骼机器人上肢模型的简化方法。
技术介绍
类神经肌肉骨骼机器人以仿造人类骨骼结构制作的人造骨架为基础，依据解剖学中肌肉的分布特点，添加人造肌肉作为机器人的执行器，再利用类神经控制算法计算肌肉激活信号，刺激人造肌肉收缩以产生肌肉力，从而驱动骨架运动，使类神经肌肉骨骼机器人能够实现准确的运动控制和力控制。但是，类神经肌肉骨骼机器人是一个高度耦合、高度冗余的多输入多输出系统，构成类神经肌肉骨骼机器人的各个肢体都包括多个自由度，多块肌肉，且肌肉排布相互耦合，错综复杂。使得其控制过程复杂，硬件制作成本昂贵。为了易于控制，降低硬件平台的造价，需要提供一种简化方案，在保证控制精度的前提下，通过删减冗余的肌肉，降低类神经肌肉骨骼机器人的模型复杂度。因此，将类神经肌肉骨骼机器人的高度耦合、高度冗余的多输入多输出系统删减冗余的肌肉，对各肢体的肌肉进行简化，降低类神经肌肉骨骼机器人模型的复杂度成为亟待解决的问题。
技术实现思路
为了解决现有技术中的上述问题，即为了解决对类神经肌肉骨骼机器人的高度耦合...
【技术保护点】
1.一种类神经肌肉骨骼机器人上肢模型的简化方法，其特征在于，所述方法包括如下步骤：步骤1，获取待进行肌肉优化的目标运动模式，确定与所述目标运动模式的运动相关的目标关节集合；步骤2，根据肌肉筋腱附着点位置选取所述目标关节集合中各目标关节的肌肉，确定与所述目标运动模式相关的肌肉集合；步骤3，从预设的运动文件库中提取所述目标运动模式的运动文件作为期望运动；步骤4，根据所述期望运动，利用预设的静态优化算法计算所述肌肉集合中各肌肉的激活序列作为第一激活序列，使用各所述第一激活序列驱动所述肌肉集合中各肌肉的肌肉模型跟踪所述期望运动；步骤5，记录末端参考点的第一运动轨迹以及计算所述肌肉集...
【技术特征摘要】
1.一种类神经肌肉骨骼机器人上肢模型的简化方法，其特征在于，所述方法包括如下步骤：步骤1，获取待进行肌肉优化的目标运动模式，确定与所述目标运动模式的运动相关的目标关节集合；步骤2，根据肌肉筋腱附着点位置选取所述目标关节集合中各目标关节的肌肉，确定与所述目标运动模式相关的肌肉集合；步骤3，从预设的运动文件库中提取所述目标运动模式的运动文件作为期望运动；步骤4，根据所述期望运动，利用预设的静态优化算法计算所述肌肉集合中各肌肉的激活序列作为第一激活序列，使用各所述第一激活序列驱动所述肌肉集合中各肌肉的肌肉模型跟踪所述期望运动；步骤5，记录末端参考点的第一运动轨迹以及计算所述肌肉集合中各肌肉在运动过程中的肌肉力，并按照肌肉力平均值从大到小的顺序选出预定数目条肌肉作为简化肌肉，并生成简化肌肉集合；步骤6，根据所述期望运动，利用所述静态优化算法计算所述简化肌肉集合中各肌肉的激活序列作为第二激活序列，使用各所述第二激活序列驱动所述简化肌肉集合中各肌肉的肌肉模型跟踪所述期望运动；步骤7，记录末端参考点的第二运动轨迹，将所述第二运动轨迹与所述第一运动轨迹比较，确定运动轨迹的偏差；步骤8，如果所述偏差满足预设阈值，确定所述简化肌肉集合为所述类神经肌肉骨骼机器人对应于所述目标运动模式的最简肌肉集合。2.根据权利要求1所述的类神经肌肉骨骼机器人上肢模型的简化方法，其特征在于，在所述步骤2中，所述目标关节集合的相关肌肉，为肌肉筋腱在骨骼上的附着点分布在所述目标关节集合中任一目标关节运动方向两侧，并为所述目标关节的运动提供转动力矩的肌肉。3.根据权利要求1所述的类神经肌肉骨骼机器人上肢模型的简化方法，其特征在于，在所述步骤3中，所述运动文件为包含时间序列数据和所述目标关节集合中各目标关节随所述时间序列数据变化时的角度和/或位置数据。4.根据权利要求3所述的类神经肌肉骨骼机器人上肢模型的简化方法，其特征在于，在所述步骤4中，所述利用所述静态优化算法计算各肌肉的激活序列，包括通过如下公式计算各肌肉在所述时间序列数据下的肌肉激活强度：其中：式中，aTMi为第i条肌肉的激活强度，q和表示所述目标关节当前的角度和角速度，qexp、和是由所述运动文件中的数据求解得到所述目标关节期望角度、角速度和角加速度；A表示系统的质量矩阵，G表示重力，CC表示科式力矩阵，R表示肌肉力臂矩阵，E表示外力矩阵，表示肌肉力；表示跟踪期望运动所需要的理想运动学加速度，表示跟踪期望运动所需要的理想动力学加速度。5.根据权利要求4所述的类神经肌肉骨骼机器人上肢模型的简化方法，其特征在于，所述计算所述肌肉集合...
【专利技术属性】
技术研发人员：钟汕林，乔红，陈嘉浩，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。