一种面向老人的下肢外骨骼的按需辅助控制方法技术

本发明专利技术属于控制技术领域，具体涉及了一种面向老人的下肢外骨骼的按需辅助控制方法，旨在解决现有的按需辅助机器人控制方法实用性与通用性低，并且过于注重减少轨迹跟踪误差而忽视用户之间步态轨迹的存在固有差异问题的问题。借助下肢外骨骼系统动力学模型利用BP神经网络训练得到基于人体质心的膝关节力矩估计模型，得到人体膝关节的估计力矩；采用统计学方法选择参考轨迹与参考力矩；将估计力矩、参考力矩、参考轨迹作为输入，设计基于跟踪误差虚拟隧道的AAN控制器，得到辅助力矩；综合由辅助力矩和完成外骨骼自身运动的力矩得到最终关节驱动的输入力矩；通过步态相位识别与自适应力矩控制器，获得人机系统运动状态及驱动器的力矩命令值，保证辅助力准确准时的施加。保证辅助力准确准时的施加。保证辅助力准确准时的施加。

【技术实现步骤摘要】
一种面向老人的下肢外骨骼的按需辅助控制方法


[0001]本专利技术属于控制
，特别涉及一种面向老人的下肢外骨骼的按需辅助控制方法。

技术介绍

[0002]研究表明，如果老年人以及中风后患者能够更多的参与到辅助运动中，将会提高肌肉力量恢复的有效性。在用户执行运动任务期间，外骨骼机器人更多的考虑穿戴者的运动能力只弥补用户不足的部分，从而减少对用户运动任务的干预，由此产生的策略被称为“按需辅助策略”。
[0003]按需辅助策略是通过传感器(可以是各种类型传感器)采集的信息或一些任务评分估计用户的运动能力，根据用户的运动能力与运动任务要求之间差距对外骨骼进行控制，使得外骨骼只弥补用户不足的部分。目前已有许多学者针对不同的用户及不同的外骨骼机器人研究了不同的按需辅助策略。现有按需辅助控制方法虽然能够充分考虑用户的积极参与程度，减少外骨骼对人的干预，使用户最大程度的主动参与运动，但在准确估计用户运动能力及参与程度还存在一定难度，并且存在过于注重减少轨迹跟踪误差而忽视用户之间固有的步态轨迹差异的问题。

技术实现思路

[0004]本专利技术解决了如何实现简单可行的老人行走中的运动能力评估，如何避免外骨骼控制过于注重减少轨迹跟踪误差而忽视用户之间固有的步态轨迹差异的问题。
[0005]本专利技术提供了一种面向老人的下肢外骨骼的按需辅助控制方法，所述控制方法包括：
[0006]步骤1：外骨骼传感系统采集及处理人体质心附近的运动信息，光学运动捕捉系统捕捉人体质心附近标记点的运动轨迹，采用IMU模块采集质心和腿部的运动信息；
[0007]步骤2：建立下肢外骨骼系统动力学模型如下：
[0008][0009]式中，τ
r
是外骨骼机器人执行器施加的扭矩，M
r
是外骨骼机器人每个连杆的转动惯量，表示外骨骼的关节状态，其中包括关节的角度、角速度和角加速度，C
r
是每个连杆的粘性摩擦系数；m
l
是每个连杆质量，l
c
是到机器人关节端点到连杆的质心的距离，g表示重力常数；
[0010]步骤3：基于下肢外骨骼系统动力学模型利用BP神经网络训练得到基于人体质心的膝关节力矩估计模型，外骨骼传感系统采集的数据经过关节力矩估计模型得到估计的人体膝关节力矩
[0011]步骤4：选择健康年轻人的步行运动数据作为参考，基于统计的方法确定期望参考轨迹θ
d
与期望参考关节力矩τ
d
；
[0012]基于统计的方法确定期望参考轨迹与期望参考关节力矩，具体包括下述子步骤：
[0013]a、选择健康年轻人的膝关节角度的平均值轨迹作为标准参考轨迹，取所有膝关节力矩的平均值作为标准参考关节力矩；
[0014]b、对参考轨迹与参考力矩曲线进行离散存储，在步态相位0～100范围内，以相位间隔为1进行存储：
[0015][0016]式中，θ
d
为参考轨迹，τ
d
为参考关节力矩，T
θ
和T
τ
分别为参考轨迹和参考力矩的存储表，是对步态相位向上取整；
[0017]步骤5：比较步骤4的期望参考关节力矩τ
d
与步骤3估计出的人体膝关节力矩得出外骨骼机器人应施加到用户身上的理论辅助力矩：
[0018][0019]步骤6：综合步骤4的期望参考轨迹θ
d
和步骤1外骨骼传感系统实际采集到的轨迹θ
r
，得到轨迹跟踪误差θ
e
：
[0020]θ
e
＝θ
d
‑
θ
r
；
[0021]步骤7：综合步骤5的理论所需力矩τ
n
和步骤6的轨迹跟踪误差θ
e
，设计基于跟踪误差虚拟隧道的AAN控制器，得到AAN控制器的输出力矩τ
AAN
；
[0022]基于跟踪误差虚拟隧道的AAN控制器，其方法为：
[0023]将一些健康人在行走过程中的膝关节轨迹各个时刻的标准偏差(SD)的平均值作为隧道边界值θ
bound
；
[0024]当跟踪误差超过边界时即|θ
e
|>θ
bound
，外骨骼进行按需辅助助力，此时人体应受到的辅助τ
AAN
为τ
n
；
[0025]当轨迹跟踪误差在虚拟隧道边界内时，外骨骼则进行跟随控制，人体应受到的辅助τ
AAN
为0；
[0026]步骤8：根据步骤2的完成外骨骼自身运动的力矩τ
r
和步骤6的AN控制器的输出力矩τ
AAN
可得关节驱动的输入力矩τ
u
：
[0027]τ
u
＝τ
AAN
+τ
r
[0028]步骤9：以外骨骼传感系统采集的膝关节角度为输入，采用改进的自适应振荡器PSAO算法进行对步态相位进行识别，获得行走过程中步态相位与步频，保证辅助力准时的施加；
[0029]所述改进的自适应振荡器PSAO算法，其计算公式如下：
[0030][0031][0032][0033][0034][0035][0036][0037][0038]式中：为第i个振荡器的相位，i＝1,...,n，表示对时间求导，振荡器的相位被定义在[0,2π)范围内；α0为偏移量，表示α0对时间求导；α
i
为第i个振荡器的幅值，i＝1,...,n，α
i
≥0，表示α
i
对时间求导；ω为第一个振荡器的频率，ω≥0，表示ω对时间求导；k
α
、k
ω
、k0为常数增益参数；为由PSAO算法估计的膝关节角度，e为估计的关节角度与输入角度之间的误差；对一个周期内的关节角度与步态相位进行拟合得到第一个振荡器的基函数将关于求导得到
[0039]步骤10：将步骤6的输出力矩τ
AAN
映射到电机驱动指令力矩τ
u
，通过PI控制驱动模块的电流环来保证力矩的快速准确的跟踪；
[0040]所述的将τ
AAN
映射到电机驱动指令力矩τ
u
，具体包括下述子步骤：
[0041]a、假设外骨骼运动过程中滑动摩擦力恒等于测试过程中的静摩擦力：
[0042][0043]式中，F为拉力计测得，mg为外骨骼小腿的重力，角度θ为小腿与重力方向的夹角由IMU测得数据处理得到，f(θ)为关节角度θ时的粘性摩擦力、库仑摩擦力等阻力之和，l和d分别为小腿连杆长度和质心到电机旋转中心得距离，r为连杆转动处的接触圆的半径；
[0044]b、采集多个角度数据与拉力计数据，对数据拟合得到电机重力于摩擦力补偿力矩：
[0045]τ
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向老人的下肢外骨骼的按需辅助控制方法，所述控制方法包括：步骤1：外骨骼传感系统采集及处理人体质心附近的运动信息，光学运动捕捉系统捕捉人体质心附近标记点的运动轨迹，采用IMU模块采集质心和腿部的运动信息；步骤2：建立下肢外骨骼系统动力学模型如下：式中，τ
r
是外骨骼机器人执行器施加的扭矩，M
r
是外骨骼机器人每个连杆的转动惯量，表示外骨骼的关节状态，其中包括关节的角度、角速度和角加速度，C
r
是每个连杆的粘性摩擦系数；m
l
是每个连杆质量，l
c
是到机器人关节端点到连杆的质心的距离，g表示重力常数；步骤3：基于下肢外骨骼系统动力学模型利用BP神经网络训练得到基于人体质心的膝关节力矩估计模型，外骨骼传感系统采集的数据经过关节力矩估计模型得到估计的人体膝关节力矩步骤4：选择健康年轻人的步行运动数据作为参考，基于统计的方法确定期望参考轨迹θ
d
与期望参考关节力矩τ
d
；基于统计的方法确定期望参考轨迹与期望参考关节力矩，具体包括下述子步骤：a、选择健康年轻人的膝关节角度的平均值轨迹作为标准参考轨迹，取所有膝关节力矩的平均值作为标准参考关节力矩；b、对参考轨迹与参考力矩曲线进行离散存储，在步态相位0～100范围内，以相位间隔为1进行存储：式中，θ
d
为参考轨迹，τ
d
为参考关节力矩，T
θ
和T
τ
分别为参考轨迹和参考力矩的存储表，是对步态相位向上取整；步骤5：比较步骤4的期望参考关节力矩τ
d
与步骤3估计出的人体膝关节力矩得出外骨骼机器人应施加到用户身上的理论辅助力矩：步骤6：综合步骤4的期望参考轨迹θ
d
和步骤1外骨骼传感系统实际采集到的轨迹θ
r
，得到轨迹跟踪误差θ
e
：θ
e
＝θ
d
‑
θ
r
；步骤7：综合步骤5的理论所需力矩τ
n
和步骤6的轨迹跟踪误差θ
e
，设计基于跟踪误差虚拟隧道的AAN控制器，得到AAN控制器的输出力矩τ
AAN
；基于跟踪误差虚拟隧道的AAN控制器，其方法为：将健康人在行走过程中的膝关节轨迹各个时刻的标准偏差(SD)的平均值作为隧道边界值θ
bound
；当跟踪误差超过边界时即|θ
e
|>θ
bound
，外骨骼进行按需辅助助力，此时人体应受到的辅助τ
AAN
为τ
n
；当轨迹跟踪误差在虚拟隧道边界内时，外骨骼则进行跟随控制，人体应受到的辅助τ
AAN
为0；步骤8：根据步骤2的完成外骨骼自身运动的力矩τ
r
和步骤6的AN控制器的输出力矩τ
AAN
可得关节驱动的输入力矩τ
u
：τ
u
＝τ
AAN
+τ
r
步骤9：以外骨骼传感系统采集的膝关节角度为输入，采用改进的自适应振荡器PSAO算法进行对步态相位进...

【专利技术属性】
技术研发人员：邱静，郭苒，李彬，黄佳程，陈路锋，何裕龙，黄凌飞，程洪，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：