气动肌肉下肢外骨骼机器人轨迹跟踪研究

气动肌肉下肢外骨骼机器人是当下的热门研究话题,对外骨骼理想轨迹进行精确跟踪是研究重点。但是气动肌肉下肢外骨骼运动系统结构复杂,有着很强的非线性,传统的控制方法不适用于这类系统。文章以气动肌肉下肢外骨骼机器人为研究对象,首先对气动肌肉和下肢外骨骼进行了动力学分析;然后采用基于趋近律的滑模控制器来对这一复杂的系统进行控制;最后利用Simulink对气动肌肉下肢外骨骼机器人运动控制仿真。结果表明,基于趋近律的滑模控制器对气动肌肉下肢外骨骼机器人轨迹跟踪有很好的控制效果。     

基于人体运动意图卡尔曼预测的外骨骼机器人控制及实验

为在外骨骼控制中准确获取人体运动意图,本文使用力矩传感器测量人机交互信息.基于人体下肢摆动腿的单摆模型获得摆动腿关节的运动轨迹,并使用卡尔曼滤波进行预测,从而弥补意图延时.使用PD(比例-微分)控制律控制外骨骼跟踪人体摆动腿的关节轨迹,编码器反馈外骨骼关节的实时位置,形成位置闭环控制.进行外骨骼摆动腿实验,结果表明,测得的人机交互信息经过卡尔曼滤波后,可以预测人体摆动腿的运动意图,外骨骼机器人能够实现对人体摆动腿关节轨迹的跟随,所提方法可行.     

基于改进鲸鱼优化算法的外骨骼机器人步态检测

针对传统的外骨骼机器人步态检测算法中的信息单一化、准确率低、易陷入局部最优等问题，提出基于改进鲸鱼算法优化的支持向量机（IWOA-SVM）的外骨骼机器人步态检测算法，即在鲸鱼优化算法（WOA）中引入遗传算法（GA）的选择、交叉、变异操作，进而去优化支持向量机（SVM）的惩罚因子与核参数，再使用参数优化后的SVM建立分类模型，从而扩大算法的搜索范围，减小算法陷入局部最优的概率。首先，使用混合传感技术采集步态数据，即通过足底压力传感器和膝关节、髋关节角度传感器采集外骨骼机器人的运动数据，并作为步态检测系统的输入；然后，使用门限法对步态相位进行划分并标记标签；最后，将足底压力信号与髋关节、膝关节角度信号融合作为输入，使用IWOA-SVM算法完成对步态的检测。对6个标准测试函数进行仿真实验，并与GA、粒子群优化（PSO）算法、WOA进行比较，数值实验表明，改进鲸鱼优化算法（IWOA）的鲁棒性、寻优精度、收敛速度均优于其他优化算法。通过分析不同穿戴者的步态检测结果发现，准确率可达98.8%，验证了所提算法在新一代外骨骼机器人中的可行性和实用性，并与基于遗传优化算法的支持向量机（GA-SVM）、基于粒子群优化算法的支持向量机（PSO-SVM）、基于鲸鱼优化算法的支持向量机（WOA-SVM）算法进行比较，结果表明，该算法识别准确率分别提高了5.33%、2.70%、1.44%，能够对外骨骼机器人的步态进行有效检测，进而实现外骨骼机器人的精确控制及稳定行走。     

神经网络滑模控制下肢外骨骼机器人的轨迹跟踪

针对下肢外骨骼机器人行走稳定性与步态轨迹跟踪控制问题,对下肢外骨骼机器人三连杆模型进行动力学建模与轨迹仿真。通过拉格朗日法建立下肢外骨骼机器人的动力学模型,设计了神经网络自适应滑模控制算法。引入神经网络,对下肢外骨骼机器人步态轨迹跟踪系统的不确定项进行逼近,在控制器中采用了改进的趋近律,使用李雅普诺夫稳定性理论进行了稳定性分析,并通过MATLAB对改进后的控制算法进行了仿真验证。仿真结果表明,采用该算法对具有关节摩擦和外界环境干扰的下肢外骨骼机器人进行轨迹跟踪时,具有较好的跟踪效果;通过改进的趋近律,能削弱系统的抖振。相比于基于计算力矩法的滑模控制,该控制算法有更好的跟踪效果,能应用到下肢外骨骼机器人行走的稳定性和步态轨迹跟踪控制中。     

下肢外骨骼研究进展及关节运动学解算综述

随着传感融合、移动计算、智能驱动等技术的发展以及研究者对人体运动中下肢重要生物力学功能认知的逐步深化,下肢外骨骼机器人作为一种与下肢并联,能为穿戴者行走助力的可穿戴智能设备愈发受到世界各研究机构的重视。本文根据下肢外骨骼的用途和结构详细综述了近年下肢外骨骼的研究进展,并借此对下肢外骨骼的未来发展进行展望。并针对下肢外骨骼在实时运动学检测与控制上对小型传感器的迫切需求,提出一种能够用于控制下肢外骨骼的基于惯性测量单元的人体下肢关节运动学测量与解算技术,在基于惯性测量的单自由度关节角度结算上得到较好结果。     

外骨骼式遥操作主手设计及主从异构映射算法研究

为了更好地促进机器人适应复杂的遥操作任务,开发了能够精确获取人体上肢运动信息的外骨骼式遥操作主手,并通过异构映射算法,实现对6自由度协作机械臂的遥操作．首先,基于人体仿生结构,设计了可穿戴式8自由度外骨骼主手（臂部7自由度和手部1自由度）;其次,通过改进的D-H（Denavit-Hartenberg）方法建立遥操作系统的运动学模型,基于Matlab的机器人工具箱进行了工作空间仿真,并设计主从异构映射算法;最后,实验验证外骨骼主手在遥操作系统中的可操作性,以及工作空间异构映射算法的可行性．实验表明,外骨骼主手能够控制从端机械手臂,且保证末端位置和姿态一致,可在大范围工作空间内复现人体上肢精细运动,主从跟随误差达2 mm,工作空间类似于直径1.08 m的半球形．因此,可穿戴式的外骨骼主手使操作者能更加直观地参与到遥操作系统当中,辅助操作者更加高效地完成精细复杂任务．     

偏瘫患者辅助下肢外骨骼设计与仿真分析

针对偏瘫患者外骨骼康复机器人降低外骨骼质量的要求,设计了一种辅助下肢外骨骼机器人,采用柔索驱动的膝关节,具有结构简单,质量轻的特点。同时利用ADAMS建立了外骨骼关节柔索驱动的动力学模型,绳索模块建立了柔索驱动模型,通过Ariel生物运动分析软件,采集髋、膝、踝关节运动数据,运用Spline函数进行了仿真分析。经过仿真分析柔索驱动在上台阶运动过程中的不同拉簧预紧力和拉簧刚度下传动特性和驱动力矩,为进一步研究设计下肢外骨骼提供依据。     

基于支持向量机的多类分类在变压器故障诊断中的应用

提出一种基于支持向量机(SVM)多类分类的变压器故障诊断方法.根据SVM理论建立变压器故障预测数学模型,应用决策二叉树方法建立诊断模型,通过Matlab对各节点处的支持向量机进行训练及仿真,最终得到了变压器故障分类的结果.仿真结果表明,该方法对变压器故障类型能较为准确地分类.     

基于变刚度驱动的下肢外骨骼

针对传统刚性驱动的外骨骼在复杂人机交互环境中柔顺性不足、无法保证人体安全等问题，设计一种变刚度下肢外骨骼用于康复训练。提出了一种可重构的变刚度原理，通过调整关节弹簧的预紧力来实现关节刚度的改变，同时通过滑轮组的重构来增大外骨骼的刚度调整范围。基于所提出的可重构变刚度原理，设计了用于驱动外骨骼主动关节的变刚度执行器，并进一步设计了变刚度下肢外骨骼的机械结构。建立了外骨骼的理论刚度模型，并对其刚度特性进行了仿真分析。搭建了变刚度下肢外骨骼的试验平台，对样机的刚度特性进行了试验验证。结果表明，试验得到的刚度曲线与理论模型吻合。基于变刚度驱动的扭矩-偏角特性，提出一种无交互力传感器的外骨骼行走跟随控制方法，并在不同速度下进行了行走跟随试验。试验结果表明，外骨骼与人体的最大交互力矩为0.8243 N·m，证明外骨骼可以跟随人体运动。     

基于Tsfresh-RF特征提取的人体步态识别算法

惯性传感器(IMU)由于尺寸小、价格低、精度高以及信息实时性强等优点, 在人体运动信息的获取与控制等方面得到广泛应用, 但在步态识别的时间序列特征提取和步态环境数据等方面还存在着明显的局限. 本文针对人体下肢步态识别特征提取的复杂性及适用性差等问题, 提出基于Tsfresh-RF特征提取的人体步态识别新方法. 首先, 利用IMU获取的人体步态数据集, 构建基于Tsfresh时间序列特征提取和随机森林(RF)的人体步态识别算法模型. 其次, 采用该算法对人体不同传感器位置进行实验, 完成爬梯、行走、转弯等9种人体运动步态的识别. 最后, 实验结果表明所提方法平均分类准确率达到91.0％, 显著高于传统的支持向量机(SVM)与朴素贝叶斯(NB)等方法的识别结果. 此外, 本文所提基于Tsfresh-RF特征提取的人体步态识别算法具有很好的鲁棒性, 将为后续下肢外骨骼机器人的控制提供有利依据.