负载机动型外骨骼的人机交互智能控制方法及外骨骼系统技术方案

本发明专利技术公开了一种负载机动型外骨骼的人机交互智能控制方法及外骨骼系统，方法先将人体与负载机动型外骨骼建模为由躯干、左右两条大腿和左右两条小腿构成的5连杆模型；然后将5连杆模型分为支撑腿模型与摆动腿模型，利用拉格朗日运动方程，分别建立两个模型的动力学方程；再设计结合位置控制和基于跟踪微分器的AIA控制的混合控制方法，在步态周期中将位置控制应用于支撑腿模型，使外骨骼的关节角度实时跟踪人体的关节角度，将基于跟踪微分器的AIA控制应用于摆动腿模型，使外骨骼自适应穿戴者的人体运动和环境，两种控制方法依据步态周期的支撑相与摆动相交替实现，以使外骨骼实时跟踪人体位置。本发明专利技术能够实现外骨骼与人体的协调运动。

【技术实现步骤摘要】
负载机动型外骨骼的人机交互智能控制方法及外骨骼系统
本专利技术涉及外骨骼控制
，特别涉及一种负载机动型外骨骼的人机交互智能控制方法及外骨骼系统。
技术介绍
负载机动型外骨骼是典型的人机耦合系统，通过融合仿生学、信息学、先进控制等技术，将人体的智力与机械的力量结合在一起，是人体与机器的完美结合。负载机动型外骨骼的大腿、小腿与液压执行机构在膝关节处呈三角形结构连接，其中液压执行机构由伺服驱动系统控制，承担外骨骼自身与外挂负载的重量。由于外骨骼的动作有人体的参与，人体与外骨骼成为有机统一的系统，这就要求二者之间运动协调，不相互干涉，从而保证人体运动的自然连续，因此人机交互控制在负载机动型外骨骼的研究中至关重要。人机交互包括认知交互和物理交互两种，认知交互的作用是使外骨骼识别人体的动态意图，这对应的是外骨骼的控制系统；而物理交互指的是外骨骼与穿戴者之间在物理上的耦合，需保证两主体之间的交互力量受控。然而，目前的外骨骼人机交互控制还存在着不足：(1)由于人的关节运动，外骨骼的力跟踪性能仍较差；(2)受到穿戴者与外骨骼之间的物理相互作用的影响，可能导致系统不稳定。
技术实现思路
本专利技术的第一目的在于克服现有技术的缺点与不足，提供一种负载机动型外骨骼的人机交互智能控制方法，该方法可以提高外骨骼的跟踪精度，降低位置跟踪误差。本专利技术的第二目的在于提供一种负载机动型外骨骼系统。本专利技术的第三目的在于提供一种计算机可读存储介质。本专利技术的第四目的在于提供一种计算设备。<br>本专利技术的第一目的通过下述技术方案实现：一种负载机动型外骨骼的人机交互智能控制方法，包括如下步骤：S1、将人体与负载机动型外骨骼建模为由躯干、左右两条大腿和左右两条小腿构成的5连杆模型；S2、根据人体的行走是两腿支撑相与摆动相的循环交替往复过程的特点，将5连杆模型分为两个子系统：支撑腿模型与摆动腿模型，然后利用拉格朗日运动方程，分别建立支撑腿模型和摆动腿模型的动力学方程；S3、设计结合位置控制和基于跟踪微分器的AIA控制的混合控制方法，在步态周期中将位置控制应用于支撑腿模型，使外骨骼的关节角度实时跟踪人体的关节角度，将基于跟踪微分器的AIA控制应用于摆动腿模型，使外骨骼自适应穿戴者的人体运动和环境，两种控制方法依据步态周期的支撑相与摆动相交替实现，以使外骨骼实时跟踪人体位置。优选的，在步骤S2中，支撑腿模型具有2个髋关节自由度、1个膝关节自由度与1个踝关节自由度，其中，2个髋关节自由度是指髋关节前屈/后伸、髋关节内旋/外旋，膝关节自由度是指膝关节屈曲/伸展，踝关节自由度是指踝关节趾屈/背伸；摆动腿模型具有1个髋关节自由度、1个膝关节自由度与1个踝关节自由度，其中，髋关节自由度是指髋关节前屈/后伸，膝关节自由度是指膝关节屈曲/伸展，踝关节自由度是指踝关节趾屈/背伸。更进一步的，支撑腿模型的动力学方程如下：式中，Mst(qe)是对称正定惯性矩阵；qe＝[q1,q2,q3,q4]T是指外骨骼在旋转关节处的角度位置，q1、q2、q3和q4分别是外骨骼在踝关节趾屈/背伸、膝关节屈曲/伸展、髋关节前屈/后伸、髋关节内旋/外旋这四个自由度的关节角度；是外骨骼在旋转关节处的角加速度；是外骨骼在旋转关节处的角速度；是向心与Coriolis矩阵；Cst(qe)是重力力矩；Tact＝[T1,T2,T3,T4]T是外骨骼的液压执行机构产生的关节力矩，T1、T2、T3、T4分别是液压执行机构在四个自由度的关节力矩；由于外骨骼只在髋关节前屈/后伸与膝关节屈曲/伸展这两个自由度上有助力，另外两个自由度由穿戴者自主控制，因此踝关节趾屈/背伸、髋关节内旋/外旋这两个自由度的力矩T1、T4为0；Tint是穿戴者施加的联合作用力矩；摆动腿模型的动力学方程如下：式中，Tint是穿戴者施加的联合作用力矩；qe＝[q5,q6,q7]T是外骨骼在旋转关节处的角度位置，q5、q6、q7分别是外骨骼在髋关节前屈/后伸、膝关节屈曲/伸展、踝关节趾屈/背伸这三个自由度的关节角度；Msw(qe)是对称正定惯性矩阵；是向心与Coriolis矩阵，Gsw(qe)是重力力矩；Tact＝[T5,T6,T7]T是液压执行机构驱动的关节扭矩，T5、T6、T7分别是液压执行机构在三个自由度驱动的关节扭矩，由于踝关节不需要外骨骼驱动，而是由穿戴者自主控制，因此踝关节自由度上的关节扭矩T7等于0。更进一步的，步骤S3中，将位置控制应用于支撑腿模型的过程如下：S311、先构建单自由度位置控制模型：先设计一种控制器，以实现较小的差异角θe，即外骨骼可更柔顺地跟踪人体运动，该控制器的设计规范如下：其中，θexo表示从动角，θh表示主动角，差异角θe＝θh-θexo；s表示Laplace运算符；S表示将人机交互作用扭矩d映射到外骨骼角速度ω上；H为函数符号，人机交互作用扭矩d是H的函数，d＝Hθe，代表穿戴者与外骨骼之间的动力学与运动学关系，越小的差异角代表越小的扭矩；G表示从外骨骼的液压执行机构扭矩Tact到外骨骼角速度ω的传递函数；C表示控制器参数，ω0表示外骨骼的初始角速度。选择外骨骼液压执行机构中液压阀的阀电压u来设计比例系数为K的比例控制器：u＝K(θh-θexo)(1-4)在位置控制中，若没有反馈控制的情况下，则设计位置控制模型的开环特征多项式为：当有反馈控制时，则设计位置控制模型的闭环特征多项式为：令H＝kH+kvs,C＝kp，将式(1-3)转化为：将开环特征多项式转化为：将闭环特征多项式转化为：S312、在外骨骼的每个关节上使用比例控制器，以使外骨骼的关节角度实时跟踪人体的关节角度，根据式(1-4)，设计支撑腿模型的比例控制器如下：ui＝kpi(θhi-θexoi)(1-10)其中，ui表示外骨骼的液压执行机构中第i个液压阀的阀门电压；θexoi表示第i个外骨骼的关节角；θhi表示第i个人体关节的角度，kpi为控制器参数；S313、基于式(1-1)、式(1-8)、式(1-9)和式(1-10)，利用MATLAB的SimMechanics工具箱建立外骨骼的位置控制模型，然后进行人体跟踪模拟，其中设置不同的kpi值进行仿真；S314、以人体实际运动作为参考，从外骨骼对人体的跟踪模拟结果中选择跟踪误差最小的kpi作为最终的控制器参数，将该kpi代入式(1-10)，即得到最终的能使外骨骼关节角度接近人体关节角度的比例控制器。更进一步的，将基于跟踪微分器的AIA控制应用于摆动腿模型，过程如下：S321、建立负载机动型外骨骼的动力学模型：式中，Md(t)为人机系统的惯性矩阵；Cd(t)为人机系统的阻尼矩阵；Gd(t)为人机系统的刚度矩阵；qd(t)为理想的关节轨迹；q(t)为实际的关节轨迹；f(t)为人机交互力；为理想的关节角加速度本文档来自技高网...

【技术保护点】
1.一种负载机动型外骨骼的人机交互智能控制方法，其特征在于，包括如下步骤：/nS1、将人体与负载机动型外骨骼建模为由躯干、左右两条大腿和左右两条小腿构成的5连杆模型；/nS2、根据人体的行走是两腿支撑相与摆动相的循环交替往复过程的特点，将5连杆模型分为两个子系统：支撑腿模型与摆动腿模型，然后利用拉格朗日运动方程，分别建立支撑腿模型和摆动腿模型的动力学方程；/nS3、设计结合位置控制和基于跟踪微分器的AIA控制的混合控制方法，在步态周期中将位置控制应用于支撑腿模型，使外骨骼的关节角度实时跟踪人体的关节角度，将基于跟踪微分器的AIA控制应用于摆动腿模型，使外骨骼自适应穿戴者的人体运动和环境，两种控制方法依据步态周期的支撑相与摆动相交替实现，以使外骨骼实时跟踪人体位置。/n

【技术特征摘要】
1.一种负载机动型外骨骼的人机交互智能控制方法，其特征在于，包括如下步骤：
S1、将人体与负载机动型外骨骼建模为由躯干、左右两条大腿和左右两条小腿构成的5连杆模型；
S2、根据人体的行走是两腿支撑相与摆动相的循环交替往复过程的特点，将5连杆模型分为两个子系统：支撑腿模型与摆动腿模型，然后利用拉格朗日运动方程，分别建立支撑腿模型和摆动腿模型的动力学方程；
S3、设计结合位置控制和基于跟踪微分器的AIA控制的混合控制方法，在步态周期中将位置控制应用于支撑腿模型，使外骨骼的关节角度实时跟踪人体的关节角度，将基于跟踪微分器的AIA控制应用于摆动腿模型，使外骨骼自适应穿戴者的人体运动和环境，两种控制方法依据步态周期的支撑相与摆动相交替实现，以使外骨骼实时跟踪人体位置。


2.根据权利要求1所述的负载机动型外骨骼的人机交互智能控制方法，其特征在于，在步骤S2中，支撑腿模型具有2个髋关节自由度、1个膝关节自由度与1个踝关节自由度，其中，2个髋关节自由度是指髋关节前屈/后伸、髋关节内旋/外旋，膝关节自由度是指膝关节屈曲/伸展，踝关节自由度是指踝关节趾屈/背伸；
摆动腿模型具有1个髋关节自由度、1个膝关节自由度与1个踝关节自由度，其中，髋关节自由度是指髋关节前屈/后伸，膝关节自由度是指膝关节屈曲/伸展，踝关节自由度是指踝关节趾屈/背伸。


3.根据权利要求2所述的负载机动型外骨骼的人机交互智能控制方法，其特征在于，支撑腿模型的动力学方程如下：



式中，Mst(qe)是对称正定惯性矩阵；qe＝[q1,q2,q3,q4]T是指外骨骼在旋转关节处的角度位置，q1、q2、q3和q4分别是外骨骼在踝关节趾屈/背伸、膝关节屈曲/伸展、髋关节前屈/后伸、髋关节内旋/外旋这四个自由度的关节角度；是外骨骼在旋转关节处的角加速度；是外骨骼在旋转关节处的角速度；是向心与Coriolis矩阵；Cst(qe)是重力力矩；Tact＝[T1,T2,T3,T4]T是外骨骼的液压执行机构产生的关节力矩，T1、T2、T3、T4分别是液压执行机构在四个自由度的关节力矩；由于外骨骼只在髋关节前屈/后伸与膝关节屈曲/伸展这两个自由度上有助力，另外两个自由度由穿戴者自主控制，因此踝关节趾屈/背伸、髋关节内旋/外旋这两个自由度的力矩T1、T4为0；Tint是穿戴者施加的联合作用力矩；
摆动腿模型的动力学方程如下：



式中，Tint是穿戴者施加的联合作用力矩；qe＝[q5,q6,q7]T是外骨骼在旋转关节处的角度位置，q5、q6、q7分别是外骨骼在髋关节前屈/后伸、膝关节屈曲/伸展、踝关节趾屈/背伸这三个自由度的关节角度；Msw(qe)是对称正定惯性矩阵；是向心与Coriolis矩阵，Gsw(qe)是重力力矩；Tact＝[T5,T6,T7]T是液压执行机构驱动的关节扭矩，T5、T6、T7分别是液压执行机构在三个自由度驱动的关节扭矩，由于踝关节不需要外骨骼驱动，而是由穿戴者自主控制，因此踝关节自由度上的关节扭矩T7等于0。


4.根据权利要求3所述的负载机动型外骨骼的人机交互智能控制方法，其特征在于，步骤S3中，将位置控制应用于支撑腿模型的过程如下：
S311、先构建单自由度位置控制模型：
先设计一种控制器，以实现较小的差异角θe，即外骨骼可更柔顺地跟踪人体运动，该控制器的设计规范如下：



其中，θexo表示从动角，θh表示主动角，差异角θe＝θh-θexo；s表示Laplace运算符；S表示将人机交互作用扭矩d映射到外骨骼角速度ω上；H为函数符号，人机交互作用扭矩d是H的函数，d＝Hθe，代表穿戴者与外骨骼之间的动力学与运动学关系，越小的差异角代表越小的扭矩；G表示从外骨骼的液压执行机构扭矩Tact到外骨骼角速度ω的传递函数；C表示控制器参数，ω0表示外骨骼的初始角速度。
选择外骨骼液压执行机构中液压阀的阀电压u来设计比例系数为K的比例控制器：
u＝K(θh-θexo)(1-4)
在位置控制中，若没有反馈控制的情况下，则设计位置控制模型的开环特征多项式为：



当有反馈控...

【专利技术属性】
技术研发人员：屈盛官，尹鹏，杨靓，曲希帅，曾德政，姜笑天，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44