基于LSTM神经网络的上肢外骨骼机器人控制方法及装置制造方法及图纸

本发明专利技术提供一种基于LSTM神经网络的上肢外骨骼机器人控制方法及装置，上肢外骨骼机器人的机器臂跟随人体的上肢运动，所述方法包括：通过构建的LSTM神经网络预测模型对人体的历史运动轨迹数据进行处理，预测得到人体的未来运动状态数据；根据所述人体的未来运动状态数据和所述上肢外骨骼机器人的预先建立的动力学模型，得到控制所述上肢外骨骼机器人所需的补偿力矩；获取上肢外骨骼机器人的人机交互力；对所述补偿力矩和所述人机交互力进行处理，根据处理结果对所述上肢外骨骼机器人进行控制。本发明专利技术能够在人机交互力为零的情况下实现上肢外骨骼机器人对人体运动的跟随。

【技术实现步骤摘要】
基于LSTM神经网络的上肢外骨骼机器人控制方法及装置
本专利技术涉及外骨骼机器人控制
，具体涉及一种基于LSTM神经网络的上肢外骨骼机器人控制方法及装置。
技术介绍
目前，国内外对于上肢外骨骼机器人研究的主要技术方向分为以下几种：一种集中于康复训练方面的研究，帮助上肢瘫痪或者肌肉受损患者恢复机能；另一种主要是托举搬运方向，快速发展的快递物流领域成为应用的重要民用市场、高原缺氧环境下的装甲炮兵战士的炮弹搬运装填成为应用的重要军用市场，能够解决快递员和战士徒手搬运时费力、易出现脊柱损伤等问题。现有的大部分上肢外骨骼机器人控制算法有力位置控制算法、灵敏度放大控制(SAC)、导纳控制。力位置控制算法的响应速度快，可以检测到人的交互作用力并有针对性地对其进行补偿，但是对建模精度有很高的要求。灵敏度放大控制(SAC)方法通过直接补偿运动部件的动态来跟随使用者的运动，其本质是一种开环控制方法，由于系统中缺少有关人体状态信息的反馈，因此它无法适应不断变化的负载，并且容易受到干扰。申请号为201910188958.0、申请名称为“一种具有动态负载补本文档来自技高网...

【技术保护点】
1.一种基于LSTM神经网络的上肢外骨骼机器人控制方法，所述上肢外骨骼机器人的机器臂跟随人体的上肢运动，其特征在于，所述方法包括：/n通过构建的LSTM神经网络预测模型对人体的历史运动轨迹数据进行处理，预测得到人体的未来运动状态数据；/n根据所述人体的未来运动状态数据和所述上肢外骨骼机器人的预先建立的动力学模型，得到控制所述上肢外骨骼机器人所需的补偿力矩；/n获取上肢外骨骼机器人的人机交互力；/n对所述补偿力矩和所述人机交互力进行处理，根据处理结果对所述上肢外骨骼机器人进行控制。/n

【技术特征摘要】
1.一种基于LSTM神经网络的上肢外骨骼机器人控制方法，所述上肢外骨骼机器人的机器臂跟随人体的上肢运动，其特征在于，所述方法包括：
通过构建的LSTM神经网络预测模型对人体的历史运动轨迹数据进行处理，预测得到人体的未来运动状态数据；
根据所述人体的未来运动状态数据和所述上肢外骨骼机器人的预先建立的动力学模型，得到控制所述上肢外骨骼机器人所需的补偿力矩；
获取上肢外骨骼机器人的人机交互力；
对所述补偿力矩和所述人机交互力进行处理，根据处理结果对所述上肢外骨骼机器人进行控制。


2.根据权利要求1所述的基于LSTM神经网络的上肢外骨骼机器人控制方法，其特征在于，通过构建的LSTM神经网络预测模型对人体的历史运动轨迹数据进行预测，得到人体的未来运动状态数据，包括：
通过惯性测量单元测量得到所述机器臂的运动状态数据，将所述机器臂在设定时间段内的运动状态数据作为人体的历史轨迹数据，并将所述机器臂在最新时刻的运动状态数据作为人体的实时运动状态数据；
基于所述人体的历史轨迹数据构建LSTM神经网络预测模型；
根据所述人体的实时运动状态数据和所述LSTM神经网络预测模型，预测得到人体的未来运动状态数据。


3.根据权利要求1或2所述的基于LSTM神经网络的上肢外骨骼机器人控制方法，其特征在于，所述运动状态数据包括关节运动角度、关节运动角速度和关节运动角加速度。


4.根据权利要求2所述的基于LSTM神经网络的上肢外骨骼机器人控制方法，其特征在于，通过贝叶斯归一化法对所述人体的历史轨迹数据进行训练，得到LSTM神经网络预测模型。


5.根据权利要求1所述的基于LSTM神经网络的上肢外骨骼机器人控制方法，其特征在于，所述补偿力矩包括惯性力矩、重力矩和摩擦力矩。


6.根据权...

【专利技术属性】
技术研发人员：李昀佶，王欣然，张震宇，芮岳峰，方略，王春雷，杨亚，范春辉，
申请(专利权)人：上海微电机研究所中国电子科技集团公司第二十一研究所，
类型：发明
国别省市：上海;31