一种基于模糊逻辑的人体动力学参数的辨识方法技术

本发明专利技术公开了一种基于模糊逻辑的人体动力学参数的辨识方法，涉及技术领域；包括如下具体步骤：S1、建立人体各关节处的动力学模型，得到各个关节处的相关参数；S2、采用Takagi

【技术实现步骤摘要】
一种基于模糊逻辑的人体动力学参数的辨识方法


[0001]本专利技术涉及模糊逻辑
，特别涉及一种基于模糊逻辑的人体动力学参数的辨识方法。

技术介绍

[0002]目前，模糊逻辑是建立在多值逻辑基础上，运用模糊集合的方法来研究模糊性思维、语言形式及其规律的科学；模糊逻辑允许在包含0和1的它们之间集合成员关系值，同于黑和白之间的灰色，在它的语言形式中，有不精确的概念如"稍微"、"相当"和"非常"，特别是，它允许在集合中的部分成员关系；模糊逻辑尽管被广泛接受却是有争议的:它被某些控制工程师出于有效性和其他原因，和一些坚持概率论是不确定性的唯一严格描述的统计学家所拒绝，批评者还批评它不能是普通集合论的超集，因为成员函数是依据常规集合而定义的。
[0003]模糊逻辑可以用于控制家用电器比如洗衣机(它感知装载量和清洁剂浓度并据此调整它们的洗涤周期)和空调；基本的应用可以特征化为连续变量的子范围(subranges)，形状常常是三角形或梯形，例如，防锁刹车的温度测量可以有正确控制刹车所需要的定义模糊逻辑的应用特定温度范围的多个独立的成员关系函数(归属函数/Membership function)，每个函数映射相同的温度到在0至1范围内的一个真值且为非凹函数(non
‑
concave functions) (否则可能在某部分温度越高却被归类为越冷)，接着这些真值可以用于确定应当怎样控制刹车。
[0004]但在上述技术方案实施的过程中，发现至少存在如下技术问题：传统运用到模糊逻辑控制的Takagi<br/>‑
Sugeno模型中，大多是对机械或是系统进行编排和设计，目前市场上并没有存在将Takagi
‑
Sugeno模型与人体动力学进行结合，从而导致关于人体动力学的各个相关参数在得出后只能进行汇总，无法得到准确的分类或辨别。

技术实现思路

[0005]解决的技术问题：
[0006]针对现有技术的不足，本专利技术提供了一种基于模糊逻辑的人体动力学参数的辨识方法，解决
技术介绍
中提及的问题。
[0007]技术方案：
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0009]一种基于模糊逻辑的人体动力学参数的辨识方法，其特征在于，包括如下具体步骤：
[0010]S1、建立人体各关节处的动力学模型，得到各个关节处的相关参数；
[0011]S2、采用Takagi
‑
Sugeno模型，通过模糊逻辑确认S1中的相关参数；
[0012]S3、分类辨识模块，将S2中确定得到的相关参数进行分类，并存储；
[0013]其中，所述动力学模型需要对人体关节的受力分析，并对人体每部分的关节设为
i，连接关节的手臂设为I，其中人体的肌肉和韧带组成关节驱动器，通过力和力矩的平衡方程式：
[0014]f
i
‑
1，i
+(
‑
f
i，i+1
)+m
i
g＝0
[0015]n
i+1
，i+(
‑
n
i，i+1
)+(r
i
‑
1，i
+r
iCi
)
×
f
i
‑
1，i
+(r
iCi
)
×
(
‑
f
i，i+1
)＝0
[0016]计算得到相关的力和力矩；
[0017]所述Takagi
‑
Sugeno模型中的模糊逻辑为模糊模型的形式，并在 Takagi
‑
Sugeno模型内构造一个非二次Lyapunov函数来完成动态输出反馈控制器的设计，通过反馈控制器抓取并确定相关参数。
[0018]在一种可能的实现方式中，在所述S1的动力学模型中，
[0019]以人体的手臂为例进行分析受力；
[0020]手臂I通过关节i和i+1分别与手臂i
‑
1和i+1相连接，令f
i
‑
1，i
及n
i
‑
1，i
表示手臂i
‑
1通过关节i作用在手臂i上的力和力矩；
[0021]F
i，i+1
及n
i，i+1
表示手臂i通过关节i+1作用在手臂i+1上的力和力矩；
[0022]‑
f
i，i+1
及
‑
n
i，i+1
表示手臂i+1通过关节i+1作用在手臂i上的反作用力和反作用力矩；
[0023]f
n，n+1
及n
n，n+1
表示人体手掌端对外界环境的作用力和力矩；
[0024]‑
f
n，n+1
及
‑
n
n，n+1
表示外界环境对人体手掌端的作用力和力矩；
[0025]f
0，1
及n
0，1
表示人体对手臂I的作用力和力矩；
[0026]mg表示手臂i的重量，作用在质心ci上。
[0027]在一种可能的实现方式中，所述手臂i的静力平衡条件为其上所受的合力和合力矩为零，因此力和力矩平衡方程式为：
[0028]f
i
‑
1，i
+(
‑
f
i，i+1
)+m
i
g＝0
[0029]n
i
‑
1，i
+(
‑
n
i，i+1
)+(r
i
‑
1，i
+r
iCi
)
×
f
i
‑
1，i
+(r
iCi
)
×
(
‑
f
i，i+1
)＝0
[0030]式中，r
i
‑
1，i
表示坐标系{i}的原点相对于坐标系{i
‑
1}的位置矢量；r
ici
表示质心相对于坐标系{i}的位置矢量。
[0031]在一种可能的实现方式中，已知人体手掌产生的作用力和力矩，那么可以由各个手臂依次递推，从而计算出每个手臂上的受力情况。
[0032]为了便于表示人体手部端点的力和力矩，可将f
n，n+1
和n
n，n+1
合并写成一个 6维矢量：
[0033][0034]各关节驱动器的驱动力写成一个n维矢量的形式，即:式中，n 表示标号示关节的个数，τ表示关节力矩矢量，τ
i
表示关节驱动力。
[0035]在一种可能的实现方式中，在所述S2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊逻辑的人体动力学参数的辨识方法，其特征在于，包括如下具体步骤：S1、建立人体各关节处的动力学模型，得到各个关节处的相关参数；S2、采用Takagi
‑
Sugeno模型，通过模糊逻辑确认S1中的相关参数；S3、分类辨识模块，将S2中确定得到的相关参数进行分类，并存储；其中，所述动力学模型需要对人体关节的受力分析，并对人体每部分的关节设为i，连接关节的手臂设为I，其中人体的肌肉和韧带组成关节驱动器，通过力和力矩的平衡方程式：f
i
‑
1，i
+(
‑
f
i，i+1
)+m
i
g＝0n
i
‑
1，i
+(
‑
n
i，i+1
)+(r
i
‑
1，i
+r
iCi
)
×
f
i
‑
1，i
+(r
iCi
)
×
(
‑
f
i，i+1
)＝0计算得到相关的力和力矩；所述Takagi
‑
Sugeno模型中的模糊逻辑为模糊模型的形式，并在Takagi
‑
Sugeno模型内构造一个非二次Lyapunov函数来完成动态输出反馈控制器的设计，通过反馈控制器抓取并确定相关参数。2.如权利要求1所述的一种基于模糊逻辑的人体动力学参数的辨识方法，其特征在于：在所述S1的动力学模型中，以人体的手臂为例进行分析受力；手臂I通过关节i和i+1分别与手臂i
‑
1和i+1相连接，令f
i
‑
1,i
及n
i
‑
1,i
表示手臂i
‑
1通过关节i作用在手臂i上的力和力矩；F
i，i+1
及n
i,i+1
表示手臂i通过关节i+1作用在手臂i+1上的力和力矩；
‑
f
i,i+1
及
‑
n
i,i+1
表示手臂i+1通过关节i+1作用在手臂i上的反作用力和反作用力矩；f
n，n+1
及n
n，n+1
表示人体手掌端对外界环境的作用力和力矩；
‑
f
n，n+1
及
‑
n
n，n+1
表示外界环境对人体手掌端的作用力和力矩；f
0,1
及n
0,1
表示人体对手臂I的作用力和力矩；mg表示手臂i的重量，作用在质心c

【专利技术属性】
技术研发人员：施佳，陈玉君，吴德和，孔占秋，
申请(专利权)人：中船智能科技上海有限公司，
类型：发明
国别省市：