下肢步行助力外骨骼机器人的模糊自适应PID控制

针对人体生物学特点及户外步行助行要求,设计了一款下肢步行助力外骨骼机器人。为实现外骨骼机器人对人体下肢助力柔顺性目标,研究并提出了模糊自适应PID控制方法。在MATLAB/SIMULINK中搭建仿真模型,比较外骨骼关节力矩控制分别采用传统PID及模糊自适应PID控制算法的跟随效果。由仿真和试验结果可知,模糊自适应PID算法相较于经典PID算法具有响应速度快、超调量小等优点。模糊自适应PID算法对关节力矩跟踪效果有明显改善。在步态周期30%～40%时,误差最大;在步态周期15%～20%时,误差最小,为0.5 N·m。模糊自适应PID算法力矩跟踪曲线更加平滑,与参考输入幅值更为接近,支撑相最大误差为7%,且可以有效抑制外骨骼助力行走过程中带来的关节抖动。力矩跟踪能够达到理想的跟随效果,能够使得不同穿戴者的髋关节助力更加柔顺。     

下肢外骨骼助力机器人关节驱动设计及试验分析

针对人体下肢关节特点与助行要求,设计了外骨骼机器人关节结构;通过ADAMS软件仿真,分析了外骨骼机器人水平助行过程中关节功率配置需求,根据关节需求设计了外骨骼电液伺服驱动系统;为满足外骨骼机器人对人体下肢关节助力及柔顺性要求,提出了基于关节误差估计的PID控制方法。详细介绍了外骨骼机器人下肢关节结构的运动形式与技术参数,优化配置了关节结构的运动范围与驱动行程,对该机器人进行了运动学分析并通过外骨骼的典型动作进行验证;划分了外骨骼助行过程中步态与关节驱动映射,给出误差估计与补偿PID控制的具体参数;分别从关节跟踪与助力功率的角度,量化分析、对比了基于关节误差估计与常规PID两种控制方法的助力指标参数。试验结果表明,所设计外骨骼关节与驱动系统可实现穿戴者助力行走;对比常规PID控制,抑制了关节驱动控制输出区间的不连续,改善了关节跟踪误差,提升了助力效果与柔顺性。     

基于多模态步行意图识别的助行机器人柔顺控制

在辅助行走或步行康复训练过程中,助行机器人在紧密跟随人体步态的基础上,准确识别异常行为是人机交互的重要研究内容。为此,提出一种兼具通用性、鲁棒性与便捷性的非接触式多模态步行意图识别方法,能够准确识别多种步态并柔顺地控制机器人运行。首先,分析了步行辅助机器人和步行康复训练机器人的结构、功能与运动学模型,建立了内嵌式机载步态信息检测系统,从而准确描述步态变化规律;其次,为有效解决标志点丢失问题,提出了一种新型的扩展集员滤波算法来精确估计膝关节角度;最后,通过引入用户步态信息,建立了一种基于步态补偿的柔性控制方法并进行了实验研究。实验表明,提出的算法能够在有效克服标记点丢失的情况下,准确识别交互过程中的正常步态,并柔顺地控制机器人运动,同时对跌倒和拖拽步态进行有效识别,识别率分别达到91.3%和89.3%。该非接触式步态意图识别方法可以应用于具有类似结构的助行器及其日常助行与康复训练场景。     

下肢外骨骼助力机器人的设计与跟随控制研究

下肢外骨骼是一种平行穿戴于人体下肢外侧的装置,为了应对人体康复训练等问题,对下肢外骨骼进行基本结构设计。将人体下肢步态周期分为单腿支撑和双腿支撑两种行走模式,分别进行了下肢外骨骼的动力学理论计算,计算出关节力矩。设计了外骨骼PD闭环控制系统,并基于外骨骼动力学模型对控制系统进行仿真试验,验证了算法和动力学模型满足实验需求。同时也通过下肢外骨骼样机实验验证了下肢外骨骼具有较好的跟随效果,证明了设计机构的合理性,达到助力和机构设计的初始目的,为后期研究下肢外骨骼的运动控制提供了数据支持与理论基础。     

下肢外骨骼运动预测方法研究

为实现下肢外骨骼无滞后跟随人体运动,提高穿戴者运动灵活度、舒适度,提出了一种基于多传感器并具有预测功能的人体运动识别方法.搭建了基于姿态角度传感器、足底压力传感器和编码器的运动感知系统,并提出了运动识别方案.为解决物理式传感器普遍存在的延迟问题,引入时间序列预测算法来减小甚至消除延迟.最后,通过穿戴下肢外骨骼样机进行平地行走试验,验证了该运动识别方法在感知人体与下肢外骨骼运动信息方面的有效性,该方法能够有效提高下肢外骨骼的人机运动协调性.     

下肢外骨骼运动预测方法研究

为实现下肢外骨骼无滞后跟随人体运动,提高穿戴者运动灵活度、舒适度,提出了一种基于多传感器并具有预测功能的人体运动识别方法.搭建了基于姿态角度传感器、足底压力传感器和编码器的运动感知系统,并提出了运动识别方案.为解决物理式传感器普遍存在的延迟问题,引入时间序列预测算法来减小甚至消除延迟.最后,通过穿戴下肢外骨骼样机进行平地行走试验,验证了该运动识别方法在感知人体与下肢外骨骼运动信息方面的有效性,该方法能够有效提高下肢外骨骼的人机运动协调性.     

下肢外骨骼运动预测方法研究

为实现下肢外骨骼无滞后跟随人体运动,提高穿戴者运动灵活度、舒适度,提出了一种基于多传感器并具有预测功能的人体运动识别方法.搭建了基于姿态角度传感器、足底压力传感器和编码器的运动感知系统,并提出了运动识别方案.为解决物理式传感器普遍存在的延迟问题,引入时间序列预测算法来减小甚至消除延迟.最后,通过穿戴下肢外骨骼样机进行平地行走试验,验证了该运动识别方法在感知人体与下肢外骨骼运动信息方面的有效性,该方法能够有效提高下肢外骨骼的人机运动协调性.     

下肢外骨骼运动预测方法研究

为实现下肢外骨骼无滞后跟随人体运动,提高穿戴者运动灵活度、舒适度,提出了一种基于多传感器并具有预测功能的人体运动识别方法.搭建了基于姿态角度传感器、足底压力传感器和编码器的运动感知系统,并提出了运动识别方案.为解决物理式传感器普遍存在的延迟问题,引入时间序列预测算法来减小甚至消除延迟.最后,通过穿戴下肢外骨骼样机进行平地行走试验,验证了该运动识别方法在感知人体与下肢外骨骼运动信息方面的有效性,该方法能够有效提高下肢外骨骼的人机运动协调性.     

膝关节康复机械腿的摆动控制研究

针对膝关节康复外骨骼的摆动训练需求,对外骨骼机械腿的人机交互控制策略进行了研究,并对现有下肢康复外骨骼的控制策略进行了归纳,提出了一种基于导纳原理的等效惯量补偿控制方法。首先,根据人体膝关节康复训练具有周期重复性的特点,在等效惯量补偿控制方法中引入自适应频率振荡器,从而在穿戴者摆腿运动中获取了稳定的频率及相位运动模式信息;然后,对穿戴者的下肢关节力矩进行了估计,生成了一个同周期的助力力矩,且在相位上和穿戴者下肢的肌肉力矩趋于同步;最后,对膝关节外骨骼机械腿进行了补偿控制及先慢-后快-再变慢的运动控制实验研究。研究结果表明:外骨骼机械腿能模拟康复运动所需模式,并拥有良好的摆动效果。     

行走助力型下肢外骨骼机器人的设计与控制

针对行走助力需求,通过对人体下肢结构与运动特征进行分析,采用模块化的方法设计了一款下肢助力外骨骼机器人。考虑不同场景穿戴者的运动特点,基于该系统设计了主动助力与随动跟踪 2 种控制模式。行走实验表明,该下肢外骨骼机器人既可以实现负重助行的功能,也能对目标关节轨迹进行快速的跟踪而不阻碍穿戴者的正常运动。     

一种下肢外骨骼助行康复机器人及康复评价方法

针对下肢瘫痪患者的康复训练需求,设计了一种下肢外骨骼助行康复机器人。描述了外骨骼机器人的机械结构。设计了基于关节角位移的闭环控制系统,将VICON运动捕捉系统采集的正常人体下肢运动关节角作为参考输入信息,控制受试者穿戴外骨骼进行行走、上下台阶动作。完成系统调试后,采用VICON运动捕捉系统捕捉受试者在该控制系统下的步态,并与正常人体步态作对比,验证了控制算法的正确性。定义了下肢康复评价标准RMP,使用设计的外骨骼康复机器人进行患者跟踪康复训练实验,验证了助行康复机器人的有效性。     

面向下肢助力外骨骼的脚底测力系统研究

要实现下肢助力外骨骼机械腿对穿戴者的运动跟随及有效助力,通过检测穿戴者脚底力变化信息进行运动意图识别是非常关键的环节。针对下肢助力外骨骼机器人的控制需求,提出了一种鞋垫式脚底测力系统。进行了脚底测力系统本体设计及传感器信号调理电路的设计,并进行了脚底测力系统的实验研究。设计出的脚底测力系统应用于下肢助力外骨骼机械腿控制中,实验结果表明,脚底测力系统检测出的足底压力变化信息能很好的实现外骨骼机械腿的控制。     

可穿戴型下肢外骨骼助力机器人设计与研究

为拓展人体下肢关节机能,完成特定环境下的人机协同作业任务,介绍了一种可穿戴型下肢外骨骼助力机器人。在研究人体行走特点和下肢助力需求基础上,实现了外骨骼的机械结构设计与建模计算,针对外骨骼作业特点设计了电液伺服助力系统;通过虚拟样机运动仿真与外骨骼行走实验,匹配了驱动器与外骨骼的运动范围并优化,通过外骨骼辅助人体辅助站立实验验证了外骨骼与人体下肢运动范围匹配性及助力效果等,实验结果表明外骨骼助力机器人设计可行。     

基于人行走能耗分析的踝关节外骨骼设计

基于对人体行走的能耗分析,设计了一种新型有源无动力踝关节外骨骼。首先,基于耦合摆模型建立人体行走摆动相动力学方程并采用打靶法求解。根据动量守恒原理分别计算摆动腿膝关节锁定、脚跟着地以及关节摩擦引起的能耗率。计算结果表明,脚跟着地引起的能耗率远大于膝关节锁定和关节摩擦引起的能耗率。然后,基于该能耗分析结果设计了一种足底弹性储能机构将脚跟着地时的能耗存储起来,在跖屈蹬地阶段释放助力。通过前脚掌压力信号控制电磁铁驱动的离合机构,实现对助力弹簧夹紧与释放的状态切换。样机实验结果表明：足底储能机构可以提高外骨骼的输出力矩和功率,提升助行能力;外骨骼的最大输出力矩为19N·m;穿戴该外骨骼行走时小腿三头肌激活度相较于不穿戴时最大下降约8.6%。踝关节角度测量结果表明,在摆动相期间外骨骼很少干扰穿戴者踝关节的正常活动。     

步行康复训练机器人协调控制的研究

为了实现步行康复训练机器人的协调控制,对外骨骼助行腿与跑步机的协调控制以及减重支撑系统与外骨骼助行腿的协调控制,提出了协调控制方法。最后用假人代替真实患者通过实验验证了外骨骼助行腿、跑步机和减重支撑系统之间的协调控制效果。实验结果表明,步行康复训练机器人能够很好的对假人进行减重步行康复训练,外骨骼助行腿、跑步机和减重支撑系统很好地实现了协调控制,同时为进一步对真实患者进行实验研究奠定了很好的基础。     

助力下肢外骨骼双膝蹲-起立过程动力学研究

为研究助力下肢外骨骼双膝蹲-起立过程中各关节的驱动力矩,将助力下肢外骨骼视为三自由度的刚性结构系统,建立动力学模型。以达朗贝尔定理推导出双膝蹲-起立过程动力学表达式。为实现助力下肢外骨骼与人体高度偕行,对人体双膝蹲-起立运动过程进行实验分析,以MATLAB为平台分别对负重40kg和无负重下肢外骨骼各关节驱动力矩进行数值计算。根据分析结果得,膝关节在负重40kg时驱动力矩最大,峰值为209.20N·m,平均为75.85N·m;髋、踝关节驱动力矩相对较小,工作能耗低,在无负重状态下仍需9.87N·m和38.80N·m的驱动力矩,能量损失较多;踝关节为保持稳定性导致有较大波动。     

基于运动意图识别的上肢助力外骨骼复合控制方法研究

针对上肢助力外骨骼助力时响应延时问题，提出一种基于人机交互力信号、位姿信号数据融合的运动意图识别算法，使用支持向量机(Support vector machine, SVM)分类器对人体运动信号进行分类，确定穿戴者运动意图，对控制参数做出适应性调节，改变人机协同控制系统响应速度。采用果蝇优化算法(Fruit fly optimization algorithm, FOA)优化支持向量机，提高分类准确率；引入有限状态机(Finite state machine, FSM)，处理非合理运动意图。为降低外骨骼控制系统跟踪误差，设计一种模糊控制与阻抗控制结合的复合控制方法，提高控制参数更新速度，实时调整轨迹。开展运动意图识别实验，结果表明，识别准确率可达97.93%，可快速检测出非合理运动意图，与使用肌电信号作为运动数据相比，降低信号处理难度的同时，保持了较高的准确率；通过控制系统性能仿真与外骨骼助力性能测试实验证明了控制方法的可行性。     

软质肘关节外骨骼的肌力矩估计与神经网络补偿协调控制

为辅助偏瘫患者进行多模式肘关节康复训练,研制了一种软质肘关节康复外骨骼机器人,并提出了一种基于人体肌力矩估计与自适应神经网络补偿的协调控制策略。利用表面肌电信号来识别人体的运动意图并调整康复训练轨迹,采用Lyapunov方法证明了控制算法的闭环控制稳定性。搭建了实时控制实验平台,并开展了基于运动意图的轨迹跟踪实验与自由主动训练实验。实验结果表明,所提控制策略能保证被动训练过程的轨迹跟踪精度,并且可以根据患者的运动意图调整主动训练过程的运动轨迹,实现不同强度的主动康复训练。     

助力型外骨骼行走模式下多关节动力分配仿真分析

助力型外骨骼是一种人机高度结合的复杂机械结构。为了研究外骨骼在行走模式下负重50 kg时各关节所需驱动力矩以及功率变化规律,本文以西南交通大学第三代助力型外骨骼为研究对象,建立外骨骼模型,运用拉格朗日方程对外骨骼进行动力学分析。为实现外骨骼与人体的携行运动,通过姿态传感器对人体行走过程中关节角的变化规律进行了测量与分析,并将其作为驱动函数对ADAMS环境中的外骨骼虚拟样机进行动力学仿真,得出各关节驱动力矩变化曲线,并拟合出各关节功率曲线。所得结果增加了人机携行性以及结果的可靠性,为助力型外骨骼的驱动控制提供了参考依据。     

下肢动力外骨骼设计分析与实验

为有效解决下肢肌肉功能退化及中风偏瘫等疾病导致的老年人下肢运动功能障碍,从康复医学的角度,分析了康复运动对下肢功能障碍患者恢复的重要性,结合人体生理结构,建立了人体肌骨模型,进行了肌骨仿真分析。为了准确判断患者的运动意图,设计了3种外骨骼专用传感器。在此基础上,提出了力感知助力关节结构方案,并设计了下肢动力外骨骼整体结构,进行了人机耦合运动学仿真分析。在结构设计的基础上,设计了下肢外骨骼的硬件及电气系统。为了验证理论研究的正确性,加工了外骨骼实验样机,进行了相关实验。实验结果说明,设计的外骨骼专用传感器可以准确获取相应信号,助力关节可以提供较大的关节助力,设计的下肢动力外骨骼能够准确判断患者的运动意图,可以长时间稳定安全地进行平地行走及斜坡行走。