一种消防救援可穿戴助力外骨骼机器人制造技术

本发明专利技术涉及一种消防救援可穿戴助力外骨骼机器人，包括腰部支撑板、右腿组件、左腿组件、消防装备适配接口和识别模块，所述的腰部支撑板的底部通过分支板分别与右腿组件和左腿组件连接；所述的消防装备适配接口安装在腰部支撑板上，该消防装备适配接口用于与消防设备的接口适配，承载消防救援人员的装备负重；所述的识别模块用于将步态状态转移概率与不同子类的基本状态的空间坐标位置相结合，得到受外界影响后的步态状态在运动空间中的位置。

【技术实现步骤摘要】
一种消防救援可穿戴助力外骨骼机器人
本专利技术涉及消防救援器械
，具体涉及一种消防救援可穿戴助力外骨骼机器人。
技术介绍
近年来全球灾害频发，灾难现场诸多复杂情况制约了消防救援人员第一时间进行救助，使得常规的、靠人工操作的消防救援装备在毁坏严重、极其不稳定的场景中难以发挥作用，对救援人员自身生命安全构成严重威胁；救援现场往往造成大区域范围内的道路及建筑物严重毁坏，救援人员只能背负沉重的救援仪器设备徒步进入现场，使救援工作更加困难。因此，用于辅助救援的可穿戴外骨骼助力增强技术的研究变得至关重要。人体生理承受极限目前已经成为制约消防员战斗力的主要因素。利用可穿戴外骨骼技术，辅助消防员增强肢体力量，能够大幅提升消防员的装备携带、楼梯攀爬、障碍破拆、安全保护等能力，减轻消防员体力消耗，增加连续作业时间，保障消防员与人民群众的生命财产安全。针对城市大尺度火灾灾后灭火救援中消防人员的繁重体力作业任务与长时间体力耗损等问题，研制面向重特大救援抢险任务的消防外骨骼助力机器人，是一种集辅助助力和安全防护于一体的可穿戴式人体辅助智能装置，通过人与外骨骼的对接、融合与协同，打破生理极限，增强人体机能，可以在负重行进、楼梯攀爬、障碍破拆、人员抢救等不同应急救援场合发挥高效能的人体助力作用，大幅度减轻救援人员的体力消耗，提高抢险工作效率，增加连续作业时间。现有技术中，外骨骼机器人主要应用于两方面，包括军事应用及民用应用。在军事方面以美国国防高级研究项目署、意大利国防部、法国武器装备总署等机构为代表开发出了一系列增强士兵能力的功能设备。在民用方面，主要针对工人劳动方面、救援救灾方面以及助老助残方面等，目前有很多产品已经完成了产业化，准备向市场进军。而相较于国外的发展势头，国内的起步就稍显缓慢，但是近几年也有相当多的高校、企业以及研究所投入到外骨骼机器人研究以及开发中。但是现有技术缺少针对消防外骨骼作业任务而专门设计的可穿戴助力外骨骼机器人，无法满足消防救援复杂作业对于外骨骼机器人的安全性、灵活性、易用性等方面的要求。
技术实现思路
本专利技术旨在提供一种消防救援可穿戴助力外骨骼机器人，所要解决的技术问题包括如何针对消防外骨骼作业任务优化可穿戴助力外骨骼机器人的设计，提升消防救援人员火场作业的活动能力，满足消防救援复杂作业对于外骨骼机器人的安全性、灵活性、易用性等方面的要求。本专利技术的目的是解决现有技术的不足，提供一种消防救援可穿戴助力外骨骼机器人，包括腰部支撑板、右腿组件、左腿组件、消防装备适配接口和识别模块，所述的腰部支撑板的底部通过分支板分别与右腿组件和左腿组件连接；所述的消防装备适配接口安装在腰部支撑板上，该消防装备适配接口用于与消防设备的接口适配，承载消防救援人员的装备负重；所述的识别模块用于采集所述右腿组件和左腿组件的步态信号，并将采集到的步态信号中的90％作为训练集，10％作为测试集，选择角度、压力或姿态作为特征向量来表示各种类步态信号特征，将所有的特征向量聚类形成不同的子类，采用不同子类对应的标签作为观测值对训练集进行参数训练，得到模型参数；利用测试集检测模型参数是否正确；如果模型参数不正确，则继续采集步态信号，并将采集的步态信号补入训练集再次进行参数训练，直到得到正确的模型参数；利用正确的模型参数对所述右腿组件和左腿组件的动作及步态进行识别；将步态状态转移概率与不同子类的基本状态的空间坐标位置相结合，得到受外界影响后的步态状态在运动空间中的位置。所述的不同的子类包括平地行走、上坡、下坡、上楼梯、下楼梯、起立、坐下和搬运8个子类。所述的右腿组件包括右髋关节、右大腿支架、右膝关节、右小腿支架、右踝关节和右鞋组件，所述右大腿支架的顶端通过右髋关节与所述分支板的右侧端部连接；所述右大腿支架的底端通过右膝关节与所述右小腿支架的顶端连接；所述右小腿支架的底端通过右踝关节与右鞋组件连接。所述的左腿组件包括左髋关节、左大腿支架、左膝关节、左小腿支架、左踝关节和左鞋组件，所述左大腿支架的顶端通过左髋关节与所述分支板的左侧端部连接；所述左大腿支架的底端通过左膝关节与所述左小腿支架的顶端连接；所述左小腿支架的底端通过左踝关节与左鞋组件连接。优选地，所述的识别模块用于提取测试集中右髋关节、左髋关节、右膝关节、左膝关节、右踝关节和左踝关节的角度特征，构成观察向量序列Q，进而获得步态及其相位的判别函数gi(Q)，其中,gi(Q)＝P(Q|λi)P(λi),i＝1,2,…,L；其中,λi为第i种动作对应的模型参数；L为动作的种类数；P(Q|λi)为当前模型下观察向量序列Q的输出概率；P(λi)为第i种动作的先验概率；计算训练集中8个子类不同动作的判别函数gi(Q)值，在8个子类中找出判别函数gi(Q)值达到最大值时相应的动作类别作为测试样本的动作归类。进一步优选地，所述的识别模块还用于计算测试样本中经过动作归类的基本步态及其相位状态的位置矢量Gi与外界环境影响Gsi之间的欧式距离DGsi，其中，Gi＝{hi,ki,ai,ei|i＝1,2,…,8},Gsi＝{hs,ks,as,es},其中，(hi,ki,ai,ei)为第i种基本步态动作的坐标，(hs,ks,as,es)为施加到第i种基本步态动作的各个坐标上的外界环境影响数值；不同欧式距离的动作状态与基本动作状态的转移概率P(Gi|Gs)近似服从高斯分布，即：其中，σi为第i种基本步态动作的期望值；μi为第i种基本步态动作的方差；所述的不同欧式距离的动作状态与基本动作状态的转移概率P(Gi|Gs)满足：不同欧式距离的动作状态与基本动作状态的转移概率P(Gi|Gs)表征的是因外界地形地貌导致步态向平地行走、上坡、下坡、上楼梯、下楼梯、起立、坐下和搬运这8种基本步态动作状态转移的概率。假设t时刻本专利技术所述的消防救援可穿戴助力外骨骼机器人的步态状态为Gt，t时刻本专利技术所述的消防救援可穿戴助力外骨骼机器人的步态状态Gt转移到平地行走、上坡、下坡、上楼梯、下楼梯、起立、坐下和搬运这8种基本步态动作状态的初始概率Pt+1(i)为:Pt+1(i)＝Pt+P(Gi|Gs)，i＝1，2，…，8；所述的将步态状态转移概率与不同子类的基本状态的空间坐标位置相结合，是指通过利用步态状态转移概率和基本动作状态在运动空间中的坐标位置，得到所求的动作状态在运动空间中的坐标值。受到外界地形地貌影响下的运动状态转移到平地行走、上坡、下坡、上楼梯、下楼梯、起立、坐下和搬运这8种基本步态动作状态的概率Pt+1为：Pt+1(i)＝{Pt+1(1)，Pt+1(2)，...，Pt+1(8)}；则步态动作状态转移到第i种基本步态动作的置信度C(Pt+1(i))表示为：其中，min{Pt+1(1)，Pt+1(2)，...，Pt+1(8)}表示{Pt+1(1)，Pt+1(2)，...，Pt+1本文档来自技高网...

【技术保护点】
1.一种消防救援可穿戴助力外骨骼机器人，其特征在于，所述的消防救援可穿戴助力外骨骼机器人包括腰部支撑板、右腿组件、左腿组件、消防装备适配接口和识别模块，所述的腰部支撑板的底部通过分支板分别与右腿组件和左腿组件连接；所述的消防装备适配接口安装在腰部支撑板上，该消防装备适配接口用于与消防设备的接口适配，承载消防救援人员的装备负重；所述的识别模块用于采集所述右腿组件和左腿组件的步态信号，并将采集到的步态信号中的90％作为训练集，10％作为测试集，选择角度、压力或姿态作为特征向量来表示各种类步态信号特征，将所有的特征向量聚类形成不同的子类，采用不同子类对应的标签作为观测值对训练集进行参数训练，得到模型参数；利用测试集检测模型参数是否正确；如果模型参数不正确，则继续采集步态信号，并将采集的步态信号补入训练集再次进行参数训练，直到得到正确的模型参数；利用正确的模型参数对所述右腿组件和左腿组件的动作及步态进行识别；将步态状态转移概率与不同子类的基本状态的空间坐标位置相结合，得到受外界影响后的步态状态在运动空间中的位置。/n

【技术特征摘要】
1.一种消防救援可穿戴助力外骨骼机器人，其特征在于，所述的消防救援可穿戴助力外骨骼机器人包括腰部支撑板、右腿组件、左腿组件、消防装备适配接口和识别模块，所述的腰部支撑板的底部通过分支板分别与右腿组件和左腿组件连接；所述的消防装备适配接口安装在腰部支撑板上，该消防装备适配接口用于与消防设备的接口适配，承载消防救援人员的装备负重；所述的识别模块用于采集所述右腿组件和左腿组件的步态信号，并将采集到的步态信号中的90％作为训练集，10％作为测试集，选择角度、压力或姿态作为特征向量来表示各种类步态信号特征，将所有的特征向量聚类形成不同的子类，采用不同子类对应的标签作为观测值对训练集进行参数训练，得到模型参数；利用测试集检测模型参数是否正确；如果模型参数不正确，则继续采集步态信号，并将采集的步态信号补入训练集再次进行参数训练，直到得到正确的模型参数；利用正确的模型参数对所述右腿组件和左腿组件的动作及步态进行识别；将步态状态转移概率与不同子类的基本状态的空间坐标位置相结合，得到受外界影响后的步态状态在运动空间中的位置。


2.根据权利要求1所述的消防救援可穿戴助力外骨骼机器人，其特征在于，所述的不同的子类包括平地行走、上坡、下坡、上楼梯、下楼梯、起立、坐下和搬运8个子类。


3.根据权利要求2所述的消防救援可穿戴助力外骨骼机器人，其特征在于，所述的右腿组件包括右髋关节、右大腿支架、右膝关节、右小腿支架、右踝关节和右鞋组件，所述右大腿支架的顶端通过右髋关节与所述分支板的右侧端部连接；所述右大腿支架的底端通过右膝关节与所述右小腿支架的顶端连接；所述右小腿支架的底端通过右踝关节与右鞋组件连接。


4.根据权利要求3所述的消防救援可穿戴助力外骨骼机器人，其特征在于，所述的左腿组件包括左髋关节、左大腿支架、左膝关节、左小腿支架、左踝关节和左鞋组件，所述左大腿支架的顶端通过左髋关节与所述分支板的左侧端部连接；所述左大腿支架的底端通过左膝关节与所述左小腿支架的顶端连接；所述左小腿支架的底端通过左踝关节与左鞋组件连接。


5.根据权利要求4所述的消防救援可穿戴助力外骨骼机器人，其特征在于，所述的识别模块用于提取测试集中右髋关节、左髋关节、右膝关节、左膝关节、右踝关节和左踝关节的角度特征，构成观察向量序列Q，进而获得步态及其相位的判别函数gi(Q)，其中,
gi(Q)＝P(Q|λi)P(λi),i＝1,2,…,L；
其中,λi为第i种动作对应的模型参数；
L为动作的种类数；
P(Q|λi)为当前模型下观察向量序列Q的输出概率；
P(λi)为第i种动作的先验概率；
计算训练集中8个子类不同动作的判别函数gi(Q)值，在8个子类中找出判别函数gi(Q)值达到最大值时相应的动作类别作为测试样本的动作归类。


6.根据权利要求5所述的消防救援可穿戴助力外骨骼机器人，其特征在于，所述的识别模块还用于计算测试样本中经过动作归类的基本步态及其相位状态的位置矢量Gi与外界环境影响Gsi之间的欧式距离DGs...

【专利技术属性】
技术研发人员：白殿涛，马克辛，
申请(专利权)人：深圳因特安全技术有限公司，
类型：发明
国别省市：广东;44