【技术实现步骤摘要】
一种自适应助力外骨骼机器人运动信息采集系统
本专利技术涉及智能机器人领域，尤其涉及一种自适应助力外骨骼机器人运动信息采集系统。
技术介绍
作为助力应用，外骨骼可以增强穿戴者的肢体能力或者直接承担外负荷，从而有效的降低人体能量消耗，可作为一种远距离负重行走的助力器械应用于军事，或者完成搬运物体的动作。未来外骨骼可以应用在军事、医疗、在后救援甚至日常生活中。助力外骨骼机器人分为以背负重物为目的的负重移动型外骨骼机器人和以搬移托举重物为目的的作业增强型外骨骼机器人，负重移动型又分为刚性和柔性助力外骨骼机器人，其驱动形式主要有液压驱动和电机驱动。在助力外骨骼机器人中，人是控制中心，外骨骼根据人的运动信息进行识别并预测人体的运动状态，进而计算出各个关节的运动力矩大小，从而控制液压缸驱动外骨骼关节运动，确保外骨骼快速精确助力人体运动，因此，通过多传感器获取人体运动信息是外骨骼助力运动的实现基础。对于多传感器的配置，现有的外骨骼人体信息采集系统中，虽然采用大量传感器是大部分研究者青睐的选择，但是在现实外骨骼使用过程...
【技术保护点】
1.一种自适应助力外骨骼机器人运动信息采集系统，其特征在于，包括贴附在外骨骼机器人大臂连杆、小臂连杆、背部连杆、大腿连杆、小腿连杆和踝关节连杆的九轴传感器，以及配置于外骨骼机器人鞋内的足底传感器；所述九轴传感器用于测量各连杆运动时的俯仰、横滚和偏航角信息，并传输到计算机端；所述的足底传感器采集脚底压力信息，也传输到所述计算机端。/n
【技术特征摘要】
1.一种自适应助力外骨骼机器人运动信息采集系统，其特征在于，包括贴附在外骨骼机器人大臂连杆、小臂连杆、背部连杆、大腿连杆、小腿连杆和踝关节连杆的九轴传感器，以及配置于外骨骼机器人鞋内的足底传感器；所述九轴传感器用于测量各连杆运动时的俯仰、横滚和偏航角信息，并传输到计算机端；所述的足底传感器采集脚底压力信息，也传输到所述计算机端。
2.根据权利要求1所述的自适应助力外骨骼机器人运动信息采集系统，其特征在于，所述九轴传感器是基于MEMS的九轴惯性传感器，集成高精度的陀螺仪、加速度计、地磁场传感器，采用微处理器和动力学解算与卡尔曼动态滤波算法，精密测量人体运动的角速度和加速度信息。
3.根据权利要求2所述的自适应助力外骨骼机器人运动信息采集系统，其特征在于，所述足底传感器包括多个单点式柔性薄膜压力传感器片和压力信号处理模块，所述的压力信号处理模块控制每个压力传感器片的采样工作，并计算出每个压力传感器片的压力大小和整个脚部的压力中心。
4.根据权利要求3所述的自适应助力外骨骼机器人运动信息采集系统，其特征在于，所述九轴传感器和所述足底传感器的信号采集方法包括步骤：
设备校准，对九轴传感器通过加速度计校准去除加速度计的零偏，磁场校准用于去除磁场传感器的零偏；对左右脚的足底传感器进行多次采样，求得压力传感器片的零偏值，在之后的行走过程中，消去压力传感器片的零偏值；
数据采集，在数据采集过程中，所述足底传感器的压力传感器片在压力信号处理模块的控制下采样，通过低通滤波处理，得到每个压力传感器片对应的电压值，再通过数据转换，得到对应的足底压力数据；加速度计、陀螺仪和地磁场传感器分别采样，通过卡尔曼滤波求得在行走过程中外骨骼大腿和小腿的俯仰、横滚和偏航角；
数据存储，构建人体助力外骨骼运动信息数据库，对所采集的多个周期的步态数据进行滤波、放大、去噪与离散化处理后进行存储，得到每一个周期内任意时刻的步态数据，所述步态数据包括关节角度数据、下肢俯仰、横滚、偏航角和足底压力数据。
5.根据权利要求4所述的自适应助力外骨骼机器人运动信息采集系统，其特征在于，所述数据转换对应的转换方法是：
f(p)＝Ag(V,K1,K2)3+Bg(V,K1,K2)2+Cg(V,K1,K2)+D，
其中A,B,C,D,K1,K2为系统配置文件，根据传感器型号确定数值，V为采集得到的电压值。
6.根据权利要求5所述的自适应助力外骨骼机器人运动信息采集系统，其特征在于，在数据采集过程中，计算机端通过MODBUS协议与各传感器级联，向各传感器发送请求，调用传感器中的数据并返回数据值；数据通过485串口回传计算机端，信息通过读写线程，同步保存至对应文件名中。
7.根据权利要求6所述的自适应助力外骨骼机器人运动信息采集系统，其特征在于，基于采集获得的数据，还进一步包括对运动模式的识别，使用支持向量机算法进行运动模式的辨识，输入支持...
【专利技术属性】
技术研发人员：吕培，郑永康，赵灿，徐明亮，
申请(专利权)人：郑州大学，
类型：发明
国别省市：河南;41
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。