基于肌电接口的机器人力位同步遥操作控制方法及装置制造方法及图纸

本发明专利技术提供了基于肌电接口的机器人力位同步遥操作控制方法及装置，属于人机交互领域，包括：(1)将机器人当前实际位置、实际接触力以及由肌电接口获取的期望交互力输入至力跟踪导纳控制器中，获取期望位置；(2)对期望位置进行运动学逆解，获取第一期望关节角度；(3)将第一期望关节角度与肌电接口获取的第二期望关节角度叠加获取总期望关节角度；(4)利用总期望关节角度控制机器人在待处理对象上施加实际交互力与旋转角度，更新并反馈机器人当前实际位置和接触力，更新期望交互力与第二期望角度，转至步骤(1)，使机器人持续跟踪期望交互力与角度。本发明专利技术保证机器人对待处理对象的准确操作，使机器人按照人体运动和力意图行动。动。动。

【技术实现步骤摘要】
基于肌电接口的机器人力位同步遥操作控制方法及装置


[0001]本专利技术属于人机交互领域，更具体地，涉及一种基于肌电接口的机器人力位同步遥操作控制方法及装置。

技术介绍

[0002]随着机器人技术的迅速发展，机器人在越来越多的领域中得到应用，人与机器人之间的交互与协作日益频繁。在此环境之下，人不再是充当机器人无法完成任务时的辅助角色，而是人占主导地位，机器人理解人的主观意图并协助、配合人完成相应的任务。
[0003]人与机器人的交互协作结合了人的灵巧、感知能力、智能思维的特点和机器人的可重复性、精确性和环境适应性的特点，能够更加高效和准确地完成相关的任务。在日常生活中，人体完成任务时不仅控制关节的运动，还会根据任务需求调节各关节的力矩，控制肢体末端施加给环境的力的大小，以适当的力与外界环境进行交互。例如人体在执行拧钻、装配、雕刻和切割任务时，需要控制关节运动使工件达到适当的工作位置，同时精确控制施加给工件的力，从而完成操作任务。盲目地在工件上施加过大的力将存在破坏工件与伤及人身的风险，过小的力又会导致无法完成操作任务。同样，在对机器人进行遥操作时，也希望机器人能够准确地识别人体意图，使用人所传递的力和运动角度信息与环境进行交互，精巧、灵活地完成任务。
[0004]在识别人体意图时，通常使用的是传统的物理传感器，如数据手套、视觉追踪设备等，而其均存在一定的缺点。如数据手套，可以实时测量人体关节运动角度，但可能会阻碍操作员的肢体运动；带有标记点的视觉追踪设备，对人体自然运动几乎没有干扰，但存在着易被遮挡、丢失追踪点等缺点。并且传统的物理传感器在动作发生之后才能从外部采集到动作信号，解码出的运动意图滞后于人体实际意图，从而导致机器人运动滞后于人体运动。
[0005]在识别人体意图之后，准确地完成任务还需要机器人拥有精确的运动控制功能。目前机器人的运动控制功能允许机器人在确定的环境下快速、准确地到达指定位置，引入力传感器则使机器人关节和末端具有一定的柔顺性，从而完成工厂里诸如搬运、卸料等环境已知的简单、重复性工作。然而机器人始终无法在遥操作的情况下按照人体运动意图与参数未知的环境进行交互，限制了机器人交互水平的进一步提高。

技术实现思路

[0006]针对现有技术的缺陷，本专利技术的目的在于提供了一种基于肌电接口的机器人力位同步遥操作控制方法及装置，旨在实现机器人交互力与旋转角度同步控制，并解决现有的遥操作控制方法在环境参数未知的场景中存在较大控制误差的问题。
[0007]为实现上述目的，一方面，本专利技术提供了一种基于肌电接口的机器人力位同步遥操作控制方法，包括以下步骤：
[0008](1)将机器人当前实际位置、当前实际接触力以及由肌电接口获取的期望交互力输入至力跟踪导纳控制器中，获取期望位置；
[0009](2)对期望位置进行运动学逆解，获取第一期望关节角度；
[0010](3)将第一期望关节角度与肌电接口获取的第二期望关节角度叠加获取总期望关节角度；
[0011](4)利用总期望关节角度控制机器人在待处理对象上施加实际交互力与关节或肢体末端旋转角度，更新期望交互力与第二期望关节角度，更新并反馈机器人当前实际位置和当前接触力至步骤(1)，使机器人能够持续跟踪期望力与期望角度；
[0012]其中，第一期望关节角度用于控制机器人通过位移产生轴向期望力；所述第二期望关节角度用于控制机器人末端的旋转角度，从而实现对机器人交互力与旋转角度的同时控制。
[0013]优选地，期望交互力与第二期望关节角度的获取方法，包括以下步骤：
[0014]采集受试者的表面肌电信号(surface electromyography,sEMG)、实际关节角度与实际交互力，输入长短时记忆网络(Long
‑
Short Term Memory Network,LSTM)中，获得训练模型；
[0015]对实时采集的sEMG信号进行滤波降噪处理后，计算滤波降噪处理后sEMG信号的时域特征绝对平均值(Mean Absolute Value,MAV)并归一化，输入至训练模型中，获取期望交互力与第二期望关节角度。
[0016]优选地，训练模型的训练方法，包括以下步骤：
[0017](1)采集运动所对应肌肉的sEMG信号、实际关节角度和实际交互力；
[0018](2)对sEMG信号进行陷波滤波处理，去除工频噪声干扰后，再进行高通滤波去除sEMG信号的低频运动伪迹；
[0019]且对实际关节角度和实际交互力进行低通零相位滤波，去除工频高频噪声；
[0020](3)采用滑动时间窗口计算sEMG信号的时域特征绝对平均值MAV；
[0021](4)将实际关节角度和实际交互力降采样至与sEMG信号时域特征MAV一致的频率；将sEMG信号时域特征MAV、实际关节角度和实际交互力归一化处理后，共同构建训练数据集；
[0022](5)将训练数据集输入至LSTM网络模型中，以实际关节角度和实际交互力为标签数据，输出估计关节角度和估计交互力，训练LSTM网络模型，训练完毕的LSTM网络模型为训练模型。
[0023]优选地，力跟踪导纳控制器获取期望位置的方法，具体包括如下步骤：
[0024]根据机器人当前实际位置、当前实际接触力以及期望交互力，计算参考控制力；
[0025]将参考控制力和实际接触力输入至导纳控制器，解算出机器人末端的期望位置。
[0026]另一方面，本专利技术提供了一种基于肌电接口的机器人力位同步遥操作控制装置，包括：力跟踪导纳控制器、运动学逆解计算单元、加法器和控制模块；
[0027]力跟踪导纳控制器用于通过接收机器人当前实际位置、当前实际接触力以及由肌电接口获取的期望交互力，输出期望位置；
[0028]运动学逆解计算单元用于对期望位置进行运动学逆解获取第一期望关节角度；
[0029]加法器用于将第一期望关节角度与由肌电接口获取的第二期望关节角度叠加获取总期望关节角度；
[0030]控制模块用于利用总期望关节角度控制机器人在待处理对象上施加实际交互力
与关节或肢体末端旋转角度，更新并反馈机器人当前实际位置和当前接触力至力跟踪导纳控制器；
[0031]其中，第一期望关节角度用于控制机器人通过位移产生轴向期望力；所述第二期望关节角度用于控制机器人末端的旋转角度，从而实现对机器人交互力与旋转角度的同时控制。
[0032]优选地，基于肌电接口的机器人力位同步遥操作控制装置还包括信号处理模块和训练模型模块；
[0033]所述信号处理模块用于对实时采集的sEMG信号进行滤波降噪处理后，计算其时域特征绝对平均值MAV并归一化；
[0034]所述训练模型模块用于接收sEMG信号的时域特征绝对平均值MAV，获取期望交互力与第二期望关节角度。
[0035]优选地，基于肌电接口的机器人力位同步遥操作控制装置还包括：数据采集模块、滤波模块、数据计算模块、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于肌电接口的机器人力位同步遥操作控制方法，其特征在于，包括以下步骤：(1)将机器人当前实际位置、当前实际接触力以及由肌电接口获取的期望交互力输入至力跟踪导纳控制器中，获取期望位置；(2)对期望位置进行运动学逆解，获取第一期望关节角度；(3)将第一期望关节角度与由肌电接口获取的第二期望关节角度叠加获取总期望关节角度；(4)利用总期望关节角度控制机器人在待处理对象上施加实际交互力与关节或肢体末端旋转角度，更新并反馈机器人当前实际位置和当前接触力至力跟踪导纳控制器中，更新期望交互力与第二期望关节角度，转至步骤(1)，使机器人持续跟踪期望交互力与总期望关节角度；其中，所述第一期望关节角度用于控制机器人通过位移产生轴向期望力；所述第二期望关节角度用于控制机器人末端的旋转角度，从而实现对机器人交互力与旋转角度的同时控制。2.根据权利要求1所述的机器人力位同步遥操作控制方法，其特征在于，所述期望交互力与所述第二期望关节角度的获取方法，包括以下步骤：采集受试者的sEMG信号、实际关节角度与实际交互力，输入LSTM网络中，获得训练模型；对实时采集的sEMG信号进行滤波降噪处理后，计算滤波降噪处理后sEMG信号的时域特征绝对平均值MAV并归一化，输入至训练模型中，获取期望交互力与第二期望关节角度。3.根据权利要求2所述的机器人力位同步遥操作控制方法，其特征在于，所述训练模型的训练方法，包括以下步骤：(1)采集运动所对应肌肉的sEMG信号、实际关节角度和实际交互力；(2)对sEMG信号进行陷波滤波处理，去除工频噪声干扰后，再进行高通滤波去除sEMG信号的低频运动伪迹；且对实际关节角度和实际交互力进行低通零相位滤波，去除工频高频噪声；(3)采用滑动时间窗口计算sEMG信号的时域特征绝对平均值MAV；(4)将实际关节角度和实际交互力降采样至与sEMG信号时域特征MAV一致的频率；将sEMG信号时域特征MAV、实际关节角度和实际交互力归一化处理后，共同构建训练数据集；(5)将训练数据集输入至LSTM网络模型中，以实际关节角度和实际交互力为标签数据，输出估计关节角度和估计交互力，训练LSTM网络模型，训练完毕的LSTM网络模型为训练模型。4.根据权利要求1所述的机器人力位同步遥操作控制方法，其特征在于，所述力跟踪导纳控制器获取期望位置的方法，具体包括如下步骤：根据机器人当前实际位置、当前实际接触力以及期望交互力，计算参考控制力；将参考控制力和实际接触力输入至导纳控制器，解算出机器人末端的期望位置。5.基于肌电接口的机器人力...

【专利技术属性】
技术研发人员：张琴，张嵩楠，方力，熊蔡华，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：