一种面向复杂环境的下肢机器人步态规划方法技术

本发明专利技术属于机器人领域，并具体公开了一种面向复杂环境的下肢机器人步态规划方法。该方法包括在人体下肢上设置标志点，通过运动捕捉系统获得人体的静止姿态数据和运动姿态数据；根据运动姿态数据在人体模型上进行逆运动学计算得到运动过程中各关节的角度数据；然后根据各关节的角度数据与周期之间的关系建立拟合函数，并根据该拟合函数进行下肢机器人步态规划。本发明专利技术将离散的关节角度数据连续化，可基本完全还原步态周期中关节角度数据的变化，经验证具有较好的拟合结果，同时不仅最大限度地使下肢机器人还原人体的运动，而且能够适用于复杂的行走环境，如步行、上坡或上楼梯等。

A Gait Planning Method for Lower Limb Robots in Complex Environment

【技术实现步骤摘要】
一种面向复杂环境的下肢机器人步态规划方法
本专利技术属于机器人领域，更具体地，涉及一种面向复杂环境的下肢机器人步态规划方法。
技术介绍
具有人类行走特征的机器人是国内外的研究热点之一，包括双足机器人、下肢(康复)外骨骼机器人和下肢假肢等。而步态规划是下肢类机器人研究的重要部分，由于下肢类机器人最终要实现不同行走环境下步态自适应调整，所以在步态规划部分要对不同行走环境下的步态进行分析，提前对各个关节的系列数据进行规划，使下肢机器人能在步行过程中实时调用已规划数据来完成特定步行环境下的步行动作。现有的步态规划研究方法主要分为：基于下肢简化模型的步态规划和基于下肢运动学数据的步态规划。其中基于下肢简化模型的步态规划方法将下肢机器人简化为各种不同的刚性结构模型，如连杆模型、倒立摆模型等，基于这些数学模型进行步态规划，基本思路是分析模型的运动学特性，给定某些特定约束来求解得到各关节所需要的步态数据。由于该方法的模型过于简化，在早期一些比较简单的双足机器人上应用较多，得到的步态较为僵硬，规划得到的数据用于下肢机器人的控制难以得到拟人效果非常好的步态。所以目前使用该方法时大部分是将简化模型结合其他的一些现代智能方法来进行的，如最优化方法、神经网络、模糊逻辑规划法等，但该方法多用于控制实体样机的步态规划上，考虑了实体样机的能耗、稳定性及驱动器的最大输出能力等因素来进行最优化计算得到需要的关节轨迹，虽然步态规划效果很好，但是规划结果只适用于产生最优化算法的样机，不具备普适性，且制作样机成本较高。基于下肢运动学数据的步态规划方法中，下肢机器人的目的是要完美复现人类的行走特征，所以其步态规划也可借鉴正常人行走时的步态数据。由于机器人与人相比在质量分布、自由度、关节力(力矩)以及关节的驱动特性上都会发生改变，故该步态规划方法主要是对HMCD进行分析，研究人类步行的基本原理，将得到的一些基本步态特征应用到步行规划中，生成合适的步态，并且该方法使步态规划更加简单，避免了复杂的计算。但是，目前该方法的应用场景不够广泛，大都停留在单一的平底行走条件下，对于复杂环境下的步态规划研究较少。
技术实现思路
针对现有技术的上述缺点和/或改进需求，本专利技术提供了一种面向复杂环境的下肢机器人步态规划方法，其中通过建立关节角度数据与周期之间的拟合函数，能够将离散的关节角度数据连续化，因而尤其适用于复杂环境的下肢机器人步态规划之类的应用场合。为实现上述目的，本专利技术提出了一种面向复杂环境的下肢机器人步态规划方法，其特征在于，该方法包括如下步骤：S1在人体下肢上设置标志点，采集人体处于静止状态和运动状态时所述标志点的位置数据，从而获得人体的静止姿态数据和运动姿态数据；S2根据所述静止姿态数据建立人体模型，并根据所述运动姿态数据在所述人体模型上进行逆运动学计算，得到一个运动周期内各关节的角度数据；S3根据所述各关节的角度数据与运动周期之间的关系分别建立拟合函数，并根据所述各关节的拟合函数在该运动状态下进行下肢机器人步态规划。作为进一步优选地，所述步骤S1中利用运动捕捉系统采集所述标志点的位置数据，所述运动捕捉系统采用Vicon运动捕捉系统、OptiTrack运动捕捉系统或ART光学运动捕捉系统。作为进一步优选地，所述步骤S1中运动状态包括平地行走状态、上坡行走状态或上楼梯行走状态。作为进一步优选地，所述步骤S2和S3中关节包括髋关节、膝关节和踝关节。作为进一步优选地，所述步骤S2包括如下子步骤：S21建立一个包含所有标志点的下肢连杆模型；S22根据一个运动周期内某一帧中标志点的位置数据，确定当前帧所述下肢连杆模型的姿态，处于该姿态时所述下肢连杆模型中各关节的角度数据，即为当前帧所述人体模型中各关节的角度数据；S23对一个运动周期内的每一帧重复步骤S22，从而获得一个运动周期内所述人体模型中各关节的角度数据。作为进一步优选地，所述步骤S22中，当公式(1)取得最小值时，获得当前帧所述下肢连杆模型的姿态；式中，k为标志点的个数，ωi为第i个标志点的权值，|XiX'i|为人体模型中第i个标志点Xi到对应的下肢连杆模型中第i个标志点X'i距离的绝对值。作为进一步优选地，所述步骤S3包括如下子步骤：S31选择n阶的拟合函数用于表示各关节的角度数据与周期之间的关系；S32分别对各关节的角度数据进行快速傅里叶变换，得到各关节的角度数据的频率成分个数；S33根据步骤S32中所述频率成分个数的最大值确定所述拟合函数中n的取值，然后分别求解各关节的拟合函数的参数；S34根据获得的各关节的拟合函数进行下肢机器人步态规划。作为进一步优选地，所述步骤S31中n阶的拟合函数为：y＝a1sin(b1x+c1)+a2sin(b2x+c2)+…+ansin(bnx+cn)(2)式中，y为关节的角度数据，x为周期的百分比，ai、bi和ci分别为第i个三角函数的参数。作为进一步优选地，所述步骤S31中n阶的拟合函数为：式中，y为关节的角度数据，x为周期的百分比，a0、ap、bp为傅里叶系数。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：1.本专利技术通过在人体下肢上设置标志点，并利用获得的运动姿态数据反算关节的角度数据，根据关节的角度数据呈周期性变化的特点，选择合适的拟合函数进行拟合，从而将离散的关节角度数据连续化，可基本完全还原步态周期中关节角度数据的变化，经验证具有较好的拟合结果；2.同时，本专利技术提出的下肢机器人步态规划方法是基于人体在不同行走方式下的运动姿态来进行的，因此不仅能够最大限度地使下肢机器人还原人体的运动，而且能够适用于复杂的行走环境，如步行、上坡或上楼梯等；3.尤其是，本专利技术提出了两种拟合函数用于表示关节的角度数据与周期之间的关系，不仅简化了离散的关节角度数据，而且还将其扩展为连续的周期表达式，给下肢机器人的控制提供了基础，其中采用公式(3)能够用更少的参数表示频率成分同样多的关节角度数据。附图说明图1是本专利技术提供的面向复杂环境的下肢机器人步态规划方法的流程图；图2是本专利技术优选实施例行走过程中下肢的简化连杆模型，其中a)为矢状面，b)为冠状面；图3是本专利技术优选实施例中右髋膝踝关节的角度数据；图4是本专利技术优选实施例中建立的人体模型的示意图；图5是本专利技术优选实施例中右髋膝踝关节的角度数据的频率组成成分；图6是本专利技术优选实施例中右髋膝踝关节的拟合函数与原始离散数据点的对比图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。如图1所示，本专利技术提出了一种面向复杂环境的下肢机器人步态规划方法，该方法包括如下步骤：S1在人体下肢上设置标志点，通过采用Vicon光学运动捕捉系统、OptiTrack光学运动捕捉系统或ART光学运动捕捉系统等运动捕捉系统对人体处于静止状态和运动状态时，标志点在三维空间中相对于世界坐标系的位置数据进行采集，从而获得人体的静止姿态数据和运动姿态数据，包括人体运动过程中标志点在每一帧的位置数据，数据的格式为.本文档来自技高网...

【技术保护点】
1.一种面向复杂环境的下肢机器人步态规划方法，其特征在于，该方法包括如下步骤：S1在人体下肢上设置标志点，采集人体处于静止状态和运动状态时所述标志点的位置数据，从而获得人体的静止姿态数据和运动姿态数据；S2根据所述静止姿态数据建立人体模型，并根据所述运动姿态数据在所述人体模型上进行逆运动学计算，得到一个运动周期内各关节的角度数据；S3根据所述各关节的角度数据与运动周期之间的关系分别建立拟合函数，并根据所述各关节的拟合函数在该运动状态下进行下肢机器人步态规划。

【技术特征摘要】
1.一种面向复杂环境的下肢机器人步态规划方法，其特征在于，该方法包括如下步骤：S1在人体下肢上设置标志点，采集人体处于静止状态和运动状态时所述标志点的位置数据，从而获得人体的静止姿态数据和运动姿态数据；S2根据所述静止姿态数据建立人体模型，并根据所述运动姿态数据在所述人体模型上进行逆运动学计算，得到一个运动周期内各关节的角度数据；S3根据所述各关节的角度数据与运动周期之间的关系分别建立拟合函数，并根据所述各关节的拟合函数在该运动状态下进行下肢机器人步态规划。2.如权利要求1所述的面向复杂环境的下肢机器人步态规划方法，其特征在于，所述步骤S1中利用运动捕捉系统采集所述标志点的位置数据，所述运动捕捉系统采用Vicon运动捕捉系统、OptiTrack运动捕捉系统或ART光学运动捕捉系统。3.如权利要求1或2所述的面向复杂环境的下肢机器人步态规划方法，其特征在于，所述步骤S1中运动状态包括平地行走状态、上坡行走状态或上楼梯行走状态。4.如权利要求1～3任一项所述的面向复杂环境的下肢机器人步态规划方法，其特征在于，所述步骤S2中关节包括髋关节、膝关节和踝关节。5.如权利要求4所述的面向复杂环境的下肢机器人步态规划方法，其特征在于，所述步骤S2包括如下子步骤：S21建立一个包含所有标志点的下肢连杆模型；S22根据一个运动周期内某一帧中标志点的位置数据，确定当前帧所述下肢连杆模型的姿态，处于该姿态时所述下肢连杆模型中各关节的角度数据，即为当前帧所述人体模型中各关节的角度数据；S23对一个运动...

【专利技术属性】
技术研发人员：张琴，周庆阳，孟阳，黄波，熊蔡华，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42