一种基于代数方法的膝关节外骨骼关节状态估计方法技术

本发明专利技术提出一种基于代数方法的膝关节外骨骼关节状态估计方法，首先对膝关节外骨骼进行建模，再使用Laplace变换将其变换到复频域并对其求导，然后将等式进行二重积分以减轻噪声干扰的影响，接着基于滑动窗方法对其进行逆变换求出膝关节外骨骼角度估计表达式，随后在求得角度估计式的基础上求得角速度估计表达式，最后在角度和角速度估计式的基础上求得角加速度表达式。该方法能快速估计出状态且没有延迟；其次能对角度传感器测出的状态进行滤波，剔除白噪声的干扰；能估计出角速度和角加速度，无需使用传感器；该方法十分适用于机器人关节状态估计，是一种有效的估计方法。

An Algebraic Method for Estimating the State of Knee Exoskeleton Joint

【技术实现步骤摘要】
一种基于代数方法的膝关节外骨骼关节状态估计方法
本专利技术属于机器人关节状态估计领域，特别是一种基于代数方法的膝关节外骨骼关节状态估计方法。
技术介绍
外骨骼是一种可穿戴式仿生机器人套装，它可以根据人的运动意图，通过各种各样的驱动机械设备来达到目的，换句话说就是能够实现人力不可及的功能。目前，随着各国智能制造事业的飞速发展，外骨骼机器人的研究已经引起了广泛的关注。尤其是中国制造2025计划里面的机器人部分和德国工业4.0里面的工业智能机器人部分都强调了机器人在未来生产生活中的重要性。但是膝关节外骨骼的状态估计一直是个难题。由于膝关节外骨骼的建模存在不确定性和非线性部分，因此模型建立很复杂，传统的基于模型的全维状态观测器已经无法实时观测出系统状态，因此急需专利技术一种膝关节外骨骼的状态估计方法。国内外许多研究者开展了相关建模、仿真与分析的工作。文献1(LinL,SteffenL,BernoM.EMG-drivenmodel-basedkneetorqueestimationonavariableimpedanceactuatororthosis.IEEE2017InternationalConferenceonCyborgandBionicSystems.2017,10(1109):262-267.)中德国亚琛工业大学的学者利用干电极采集膝关节的肌电信号，从而实现膝关节角度的估计，进而估计出膝关节外骨骼的角度。他们在人体膝关节的大腿和小腿同时放置四块干电极，对运动中的膝关节进行肌电信号检测，然后将采集的数据用神经网络训练出来，与运动角度一一对应。这是一种离线状态估计方法，无法实时估计，只能估计出角度而无法有效估计出角速度，并且干电极在运动过程中容易脱落，检测出的肌电信号也带有大量干扰，总体来说这种方法不好。
技术实现思路
本专利技术的目的在于提供一种基于代数方法的膝关节外骨骼关节状态估计方法，以能够快速准确的反映膝关节外骨骼在运动过程中的角度、角速度和角加速度状态变化。实现本专利技术目的的技术解决方案为：一种基于代数方法的膝关节外骨骼关节状态估计方法，包括以下步骤：步骤1、建立膝关节外骨骼的阻抗模型：包括人体膝关节的阻抗模型和膝关节外骨骼的阻抗模型，然后将两者联立；步骤2、根据上述联立模型，利用代数方法表示出膝关节外骨骼角度估计；步骤3、基于上述步骤角度估计的结果，利用代数方法表示出膝关节外骨骼角速度估计；步骤4、基于前面步骤得到的角度估计和角速度估计结果，利用代数方法表示出膝关节外骨骼角加速度估计；步骤5、根据上述步骤得到的膝关节外骨骼角度、角速度和角加速度估计结果，利用低通滤波器对三种状态进行滤波处理，从而消除掉尖锐毛刺，得到比较平滑的三种运动状态的估计表达式。本专利技术与现有技术相比，其显著优点：(1)本专利技术建立了适用于膝关节外骨骼机器人的力/位控制阻抗模型，使用基于代数理论的估计方法可以对传感器测量的膝关节外骨骼角度进行滤波，能有效避免白噪声的影响。(2)本专利技术采用代数估计的方式给出膝关节外骨骼角速度的表达式，不需要使用角速度传感器，同样能够避免噪声干扰。这是一种不需要对角度进行微分的角速度估计方法，免去了微分状态的种种不足。(3)本专利技术基于前面得到的角度和角速度估计结果，可以得到膝关节外骨骼角加速度估计结果，避免了高阶微分的毛刺现象，同时可以避免使用传感器。下面结合附图对本专利技术作进一步详细描述。附图说明图1为本专利技术方法的总体流程图。图2是膝关节外骨骼模拟示意图。图3是输入阶跃信号后膝关节外骨骼的角度响应曲线。图4是输入阶跃信号后膝关节外骨骼带白噪声干扰的角度响应曲线。图5是输入正弦信号后膝关节外骨骼的角度响应曲线。图6是输入阶跃信号后膝关节外骨骼的角速度响应曲线。图7是输入阶跃信号后膝关节外骨骼带白噪声干扰的角速度响应曲线。图8是输入正弦信号后膝关节外骨骼的角速度响应曲线。图9是输入阶跃信号后膝关节外骨骼的角加速度响应曲线。图10是输入阶跃信号后膝关节外骨骼带白噪声干扰的角加速度响应曲线。图11是输入正弦信号后膝关节外骨骼的角加速度响应曲线。具体实施方式为了说明本专利技术的技术方案及技术目的，下面结合附图及具体实施例对本专利技术做进一步的介绍。结合图1，本专利技术的一种基于代数方法的膝关节外骨骼关节状态估计方法，包括以下步骤：步骤1、建立膝关节外骨骼机器人的阻抗模型，如图2所示。该模型包括两个部分：人体下肢模型和膝关节外骨骼模型；1.1、建立膝关节外骨骼的阻抗模型：其中，θj为人体膝关节运动角度；Jo为膝关节外骨骼转动惯量；Bo为膝关节外骨骼阻尼系数；Tj为膝关节外骨骼的力矩，由电机提供；Go(θj)为膝关节外骨骼的重力表达式，具体为Moglosinθj。其中，Mo是膝关节外骨骼重量；g是重力加速度；lo是膝关节外骨骼长度。1.2、建立人体下肢的阻抗模型：其中，θj为人体膝关节运动角度；Jh为人体下肢转动惯量；Bh为人体下肢阻尼系数；Th为人体下肢的力矩，由人体提供；Gh(θj)为人体下肢的重力表达式，具体为Mhglhsinθj。其中，Mh是人体下肢重量；g是重力加速度；lh是人体下肢长度。1.3、建立人机交互的阻抗模型：将上述两个模型相加就形成最终的外骨骼机器人人机交互模型。步骤2、对步骤1的人机交互阻抗模型建立角度状态估计器，具体流程图如图3所示。2.1、写出膝关节外骨骼输入/输出表达式：输出y(t)和输入u(t)由以下状态变量表示：2.2、对输入/输出表达式作Laplace变化：其中以y(t)表示膝关节外骨骼系统的输出，即膝关节角度θj；u(t)表示膝关节外骨骼系统的输入，即膝关节外骨骼力矩Tj；y(0)表示输出值的初始状态；Gh(s)和Go(s)分别表示拉氏变换后的Gh(t)和Go(t)表达式。2.3、对等式(5)进行二阶求导：2.4、求解角度估计表达式，将等式(6)两边分别乘以s-2：2.5、根据代数方法对上述等式(7)进行Laplace逆变换，将其写成时域表达式：这里就得到了膝关节外骨骼的角度估计表达式，使用到了滑动窗估计理论，将系统状态先分割成多个大的区间，在每个区间又分割成多个小区域，这里使用的矩形区域。该代数理论的思想是先进行积分，然后将积分结果除以每个小区间的长度，从而得到该时刻的状态估计结果。因此上述时域表达式中，ye(t)表示膝关节外骨骼角度估计结果；t表示大的分割区间长度，单位是秒(s)；φ表示小的分割区间长度，单位是秒(s)；Gh(φ)、Go(φ)、u(φ)和y(φ)分别表示小的区间窗口φ下的Gh(t)、Go(t)、u(t)和y(t)的表达式。步骤3、基于步骤2得到的膝关节外骨骼角度的估计结果，利用代数方法得到出膝关节外骨骼角速度的估计表达式。3.1、求解膝关节外骨骼角速度估计表达式，将步骤2.2的等式(6)两边分别乘以s-1：等式中的参数名称在前面步骤已经介绍过，在此不赘述。3.2、根据代数方法对等式(9)进行Laplace逆变换，将其写成时域表达式：其中，表示膝关节外骨骼角速度，ye(t)表示步骤2估计出来的膝关节外骨骼角度，不是传感器检测出来的角度。步骤4、基于步骤2得到的膝关节外骨骼角度的估计结果以及步骤3得到的膝关节外骨骼角速度估计结果，利用代数方法表示出膝关节外骨骼角加速度的本文档来自技高网...

【技术保护点】
1.一种基于代数方法的膝关节外骨骼关节状态估计方法，其特征在于，包括以下步骤：步骤1、建立膝关节外骨骼机器人的阻抗模型，包括人体膝关节的阻抗模型和膝关节外骨骼的阻抗模型，然后将两者联立形成最终的膝关节外骨骼人机交互模型；步骤2、对步骤1的人机交互阻抗模型建立角度状态估计器：对膝关节外骨骼输入/输出表达式进行Laplace变化，利用代数方法进行推导，可以得到膝关节外骨骼的角度估计表达式；步骤3、基于步骤2得到的膝关节外骨骼角度的估计结果，利用代数方法得到出膝关节外骨骼角速度的估计表达式。步骤4、基于步骤2得到的膝关节外骨骼角度的估计结果以及步骤3得到的膝关节外骨骼角速度估计结果，利用代数方法表示出膝关节外骨骼角加速度的估计表达式；步骤5、基于前面步骤得到的膝关节外骨骼角度、角速度和角加速度估计结果，使用低通滤波器对初始时刻的尖锐毛刺进行消除，得到比较平滑的三种运动状态的估计表达式。

【技术特征摘要】
1.一种基于代数方法的膝关节外骨骼关节状态估计方法，其特征在于，包括以下步骤：步骤1、建立膝关节外骨骼机器人的阻抗模型，包括人体膝关节的阻抗模型和膝关节外骨骼的阻抗模型，然后将两者联立形成最终的膝关节外骨骼人机交互模型；步骤2、对步骤1的人机交互阻抗模型建立角度状态估计器：对膝关节外骨骼输入/输出表达式进行Laplace变化，利用代数方法进行推导，可以得到膝关节外骨骼的角度估计表达式；步骤3、基于步骤2得到的膝关节外骨骼角度的估计结果，利用代数方法得到出膝关节外骨骼角速度的估计表达式。步骤4、基于步骤2得到的膝关节外骨骼角度的估计结果以及步骤3得到的膝关节外骨骼角速度估计结果，利用代数方法表示出膝关节外骨骼角加速度的估计表达式；步骤5、基于前面步骤得到的膝关节外骨骼角度、角速度和角加速度估计结果，使用低通滤波器对初始时刻的尖锐毛刺进行消除，得到比较平滑的三种运动状态的估计表达式。2.根据权利要求1所述的估计方法，其特征在于，步骤1建立膝关节外骨骼机器人的阻抗模型，具体为：其中Jo、Jh分别为膝关节外骨骼、人体下肢转动惯量；θj为人体膝关节运动角度；Bo、Bh分别为膝关节外骨骼、人体下肢阻尼系数；Tj、Th分别为膝关节外骨骼、人体下肢的扭矩；Go(θj)、Gh(θj)分别为膝关节外骨骼、人体下肢的重力表达式。3.根据权利要求1所述的估计方法，其特征在于，步骤2建立角度状态估计器，具体包括以下步骤：步骤2.1、定义膝关节外骨骼输入/输出表达式：其中y(t)表示膝关节外骨骼系统的输出，即膝关节角度θj；u(t)表示膝关节外骨骼系统的输入，即膝关节外骨骼力矩Tj；步骤2.2、对输入/...

【专利技术属性】
技术研发人员：唐昊，王浩平，田杨，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32