一种基于多姿态信息融合的上楼力矩规划方法技术

一种基于多姿态信息融合的上楼力矩规划方法，先通过位姿传感器获取下肢上楼梯时的位姿信息，再根据下肢的位姿信息得到人体下肢上楼梯时的运动信息，然后对整个下肢姿态数据进行运动学解算，得到人体下肢的运动信息，进而得到人体运动轨迹，将踝关节垂直速度作为判别依据，当速度大于既定阈值时为输出助力相位力矩并根据交互力数据控制设备输出力矩跟随人体，小于既定阈值时为随动相位，不输出助力相位力矩；最后运动控制器

【技术实现步骤摘要】
一种基于多姿态信息融合的上楼力矩规划方法


[0001]本专利技术涉及外骨骼运动控制领域，具体为一种基于多姿态信息融合的上楼力矩规划方法
。

技术介绍

[0002]下肢外骨骼技术是一种通过机械装置与人体连接，提升人体运动能力和功能的技术
。
在使用外骨骼上下楼梯时，通过机械结构和电动力系统来分担部分重量和负荷，减轻对膝关节的压力，从而降低关节疼痛和损伤的风险
。
在这一过程中，力矩规划技术起到了重要作用
。
外骨骼往往需要根据实际的运动情况，如地面坡度
、
楼梯倾斜度
、
跨步高度等不同情况来调整关节力矩，以确保使用者的稳定性和安全性
。
人体行走与上下楼梯的姿态检测中，大腿和小腿的运动具有随机性
、
周期性并存的特点，传统基于大小腿运动传感数据的运动状态识别算法并不能很好的判别出上下楼梯的运动状态，例如：
CN 113771040 A 中提出了一种下肢外骨骼机器人控制系统及方法，通过采集传感器的信息，实现人体运动意图的识别和规划步态
。
但是这种方法的工作场景主要是针对行走，缺乏对上下楼梯的识别与优化
。
[0003]CN 115592690 A 中提出了一种基于
IMU
和视频流的下肢外骨骼控制装置及方法，采用非侵入性手段能够准确获取人体的步态信息，然而，由于该方法需要视频流对模型进行改进优化训练，所以在未知的户外环境中并不适用
。<br/>[0004]本专利技术提出一种基于多姿态信息融合的上楼力矩规划方法，解决上述技术问题
。

技术实现思路

[0005]一种基于多姿态信息融合的上楼力矩规划方法，步骤如下：先通过安装在下肢的位姿传感器获取人体下肢上楼梯时的位姿信息，再根据下肢的位姿信息得到人体下肢上楼梯时的运动信息，然后对整个下肢姿态数据进行运动学解算，得到人体下肢的运动轨迹，将踝关节垂直速度作为判别依据，当速度大于既定阈值时为输出助力相位力矩，当小于既定阈值时为随动相位，不输出助力相位力矩；最后通过运动控制器
MCU
输出相应的助力力矩，由膝关节的助力伺服电机执行，使膝关节外骨骼在上楼过程中对穿戴者的膝关节提供助力支撑
。
[0006]优选的，所述一种基于多姿态信息融合的上楼力矩规划方法，在外骨骼穿戴者左右两侧的大腿
、
小腿
、
踝关节绑缚处均嵌入式安装
IMU
传感器，用于实时感知下肢姿态和方向信息
。
[0007]优选的，所述一种基于多姿态信息融合的上楼力矩规划方法，膝关节处的助力结构嵌入了应变式交互力传感器，将感应到的人机交互力与目标人机交互力做差求得实时交互力误差并经过
PD
控制器与前馈输入做力求和作用于外骨骼膝关节电机
。
[0008]优选的，所述一种基于多姿态信息融合的上楼力矩规划方法，所述运动控制器
MCU
输出力矩命令前会对数据进行滤波处理形成最终力矩控制数据，交与膝关节伺服电机执
行
。
[0009]优选的，所述一种基于多姿态信息融合的上楼力矩规划方法，上楼梯过程中，人体足部的位姿关系式如下足部的位姿关系式如下
[0010]其中，为大腿与竖直空间的夹角，为大腿与小腿之间的夹角，为小腿与足部的夹角，上述均为锐角；
、、
是通过姿态传感器获取的大腿
、
小腿和足部的长度
。
[0011]优选的，所述一种基于多姿态信息融合的上楼力矩规划方法，通过位姿曲线进行一次和二次求平滑斜率，获取关节角速度和角加速度的信息，对整个下肢姿态数据进行运动学解算，得到人体足部的运动轨迹
。
[0012]优选的，所述一种基于多姿态信息融合的上楼力矩规划方法，所述运动控制器
MCU
依据融合出的人体下肢运动轨迹进行力矩规划，助力计算公式如下：
[0013]其中，为实际人机交互力的导数，为相较于直立时刻的当前位置误差，为膝关节角速度，为角速度的符号函数
。
[0014]工作原理如下：穿戴者上楼梯过程中，下肢动作分为以下阶段，即提足
、
支撑
、
落足（预支撑）三个环节，在这三个环节中，实时检测踝关节末端点的速度，判断踝关节垂直方向速度（即竖直向上的速度）是否大于设定阀值，即通过脚部速度判断是否处于提足阶段，若处于提足阶段，运动控制器
MCU
通过对
IMU
传感器传送数据的分析计算得到下肢姿态运动轨迹，运动控制器
MCU
对应下肢姿态运动轨迹输出相应的力矩传送到膝关节伺服电机执行
。
[0015]优势如下：人体行走与上下楼梯的姿态检测中，大腿和小腿的运动具有随机性
、
周期性并存的特点，传统基于大小腿运动传感数据的运动状态识别算法并不能很好的判别出上下楼梯的运动状态，而这套算法不需要足底数据；本专利技术涉及的多姿态信息融合的上楼力矩规划方法中通过踝关节（脚部）的运动状态识别上楼梯运动状态，脚部周期性良好
、
抗噪声能力强，因此可以通过获取踝关节处的足部姿态准确判别出运动状态，再通过安装在人体下肢的姿态传感器得到人体下肢数据后输出相应的控制数据，使膝关节的助力力矩适应上楼需求；通过应变式交互力传感器的感应数据与前反馈数据进行融合处理，尽量消除在摆动环节中的电机机械阻力
、
克服设备惯性，改善外骨骼穿戴者的使用舒适度
、
提高设备跟随性；运动控制器
MCU
在发送力矩数据之前进行滤波处理，平滑发力过程，提高外骨骼的人体使用舒适度
。
附图说明
[0016]下面结合附图对具体实施方式作进一步的说明，其中：图1是本专利技术涉及的一种基于多姿态信息融合的上楼力矩规划方法流程图；
图2是具体实施案例1中人体单腿的运动学模型；图3是踝关节末端点随步态变化曲线图；图4是右侧上楼梯助力相位识别结果曲线图；图5是左侧上楼梯助力相位识别结果曲线图；图6是具体实施案例2中设备在非助力状态下的随动控制控制框图；图7是具体实施案例3中对应的助力滤波处理控制框图；如下具体实施方式将结合上述附图进一步说明本专利技术
。
实施方式
[0017]具体实施案例1：一种基于多姿态信息融合的上楼力矩规划方法，步骤如下：先通过安装在下肢的位姿传感器获取人体下肢上楼梯时的位姿信息；根据下肢的位姿信息得到人体下肢上楼梯时的运动信息；对整个下肢姿态数据进行运动学解算，得到人体下肢的运动轨迹；将踝部垂直方向速度作为判别依据，当速度大于既定阈值时为输出助力相位力矩，当小于既定阈值时为随动相位且不输出助力相位力矩；最后通过运动控制器
MCU
输出相应的助力力矩，由膝关节的助力伺服电机执行，实现上楼梯的外骨骼本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多姿态信息融合的上楼力矩规划方法，其特征在于：先通过安装在下肢的位姿传感器获取人体下肢上楼梯时的位姿信息，再根据下肢的位姿信息得到人体下肢上楼梯时的运动信息，然后对整个下肢姿态数据进行运动学解算，得到人体下肢的运动轨迹，将踝关节垂直速度作为判别依据，当速度大于既定阈值时为输出助力相位力矩，当小于既定阈值时为随动相位，不输出助力相位力矩；最后通过运动控制器
MCU
输出相应的助力力矩，由膝关节的助力伺服电机执行，使膝关节外骨骼在上楼过程中对穿戴者的膝关节提供助力支撑
。2.
如权利要求1所述一种基于多姿态信息融合的上楼力矩规划方法，其特征在于：在外骨骼穿戴者左右两侧的大腿
、
小腿
、
踝关节绑缚处均嵌入式安装
IMU
传感器，用于实时感知下肢姿态和方向信息
。3.
如权利要求1所述一种基于多姿态信息融合的上楼力矩规划方法，其特征在于：膝关节处的助力结构嵌入了应变式交互力传感器，将感应到的人机交互力与目标人机交互力做差求得实时交互力误差并经过
PD
控制器与前馈输入做力求和作用于外骨骼膝关节电机
。4.
如权利...

【专利技术属性】
技术研发人员：魏巍，林西川，孙长明，
申请(专利权)人：迈宝智能科技苏州有限公司，
类型：发明
国别省市：