外骨骼离线参数化上楼梯步态规划

为扩大脊椎损伤患者在外骨骼机器人辅助下的活动范围而不仅仅只是起坐、站立和行走,提出一种离线参数化上楼梯 步态规划算法,该算法基于惯性测量单元检测穿戴者运动意图,基于足底压力传感器计算整个系统的零力矩点（ZMP） 以确 保上楼梯过程的安全性。 该算法根据人体大腿、小腿长度、楼梯高度和宽度等参数规划出关节的最优空间位置轨迹, 然后通 过逆运动学求解关节角度轨迹,该算法可为不同的穿戴者生成适应于不同楼梯尺寸的步态轨迹, 最后 3 名实验者穿戴外骨骼 在楼梯高度 18cm、宽度 26cm 的楼梯上实验,外骨骼按照规划的步态轨迹帮助穿戴者多次完成上楼梯任务,规划的楼梯尺寸 与实际测量的尺寸误差在 2%以内,通过实验验证了该算法的有效性与实用性。     

基于支持向量机的外骨骼机器人灵敏度放大控制

为了准确控制外骨骼机器人跟随人体运动,需要建立其动态、精确的数学模型;人体下肢外骨骼是一个多自由度、强耦合以及非线性的多连杆系统,难以建立准确的运动学和动力学模型;文章使用三维运动捕捉与空间定位系统,获取实际人体运动参数(运动学与动力学),应用支持向量机(SVM)学习人体下肢外骨骼的数学模型;基于该模型构造基于支持向量机模型的灵敏度放大控制方法;文章使用MATLAB和LIBSVM建立外骨骼下肢机器人的数学模型,并进行仿真分析;仿真结果表明基于SVM的模型学习方法,能够准确计算出人体下肢外骨骼的动力学模型,并简化建模过程;基于SVM的灵敏度放大控制,能够有效计算出人体下肢外骨骼各关节(髋关节、膝关节、踝关节)的输出力矩,并控制外骨骼机器人跟随人体运动。     

基于Opensim的柔性外骨骼机器人的模拟仿真

现有的刚性外骨骼存在关节中心与人体下肢的生物关节中心较难对齐、限制人体运动的自由度和影响穿着舒适度等问题.针对上述问题,设计了一种由电机驱动的助力髋关节屈曲和伸展的柔性外骨骼机器人.基于该柔性外骨骼,利用三维动作捕捉系统和测力平台采集受试者在行走过程中的运动学和地面反作用力数据,运用生物力学分析软件Opensim建立人体-外骨骼模型;利用Opensim分别模拟计算出在行走时助力和不助力两种情况下驱动髋关节的主要肌肉的代谢值.模拟仿真结果表明:和不助力的情况相比,在行走过程中对髋关节助力会减小驱动髋关节运动的主要肌肉的代谢值,减小穿戴者肌肉的负担;在行走过程中减小穿戴者的能量消耗.     

士兵可穿戴下肢外骨骼机器人多元感知方法研究

下肢外骨骼机器人是一种可穿戴且融合了多种机器人技术的复杂人-机系统。它将人类的智慧与机器人强壮的能力有效地结合起来,最大限度地提高人体的机动力和耐力,这为提升单兵作战系统的能力创造了条件。鉴于下肢外骨骼机器人在作战、后勤保障时可能遇到的复杂地形、多变随机的任务等,仅通过基于既定的典型步态规划程序驱动执行已知的特定动作,难以保证人机间的耦合性和动作的高随意性切换。为此,模拟并提炼出士兵常见的六种下肢动作作为后续研究,然后分析了下肢外骨骼机器人的感知控制原理,并提出了基于脑电预判感知、肌电精确感知和光纤实时校正的多信息融合的感知方法,强调将人的智能参与到机器人控制中,以期推进士兵可穿戴下肢外骨骼机器人的实用化。     

外骨骼机器人人体姿态解算算法研究

外骨骼机器人的人机协同控制因其自身特点,具有较大难度。目前,虚拟力矩控制是一种较为常见的控制方式,但其基于物理特性以及运动学参数预测人机作用力的原理决定了该方法必须依靠极其精确的惯性系参数预测才能实现(假设系统关节处无摩擦),大量的系统动力学方程运算也给控制器带来了较大负担。针对该问题提出了一种基于位置随动的控制算法,通过在人机接触点直接引入激光流式间距传感器测量人机(外骨骼)间距信息,结合外骨骼姿态信息计算由人体各关节角度构成的人体姿态,作为外骨骼随动的目标值,进而计算人体末端位置,最终解算出能达到同样末端位置的外骨骼姿态。该方法具有运算量下、稳定性好、控制精度高等特点。     

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.     

基于柔性驱动关节的下肢外骨骼双模态切换控制

为了提高外骨骼关节柔性以及穿戴舒适性,设计了基于柔性驱动关节的可穿戴式下肢外骨骼,同时针对下肢外骨骼在控制的不同相位阶段其侧重点不同的特点,提出基于双模态切换的混合控制策略.首先,针对下肢外骨骼关节的柔性问题,设计了基于双平行弹簧的串联弹性体,并将其安装于外骨骼关节驱动模块,通过双编码器实现关节力矩和位置信息的反馈.然后,分析外骨骼在不同步态相位的运动特征,提出了双模态切换控制策略,即支撑相采用自适应阻抗控制算法来提高稳定性和抗冲击能力,摆动相采用自抗扰-终端滑模控制算法来提高响应速度和跟踪精度.最后,通过控制仿真和主被动跟踪实验,验证了本文算法相较于传统PID(比例-积分-微分)和自抗扰控制算法的优越性.被动跟踪实验结果说明当关节误差收敛范围在土5％时,收敛时间可达0.28 s;在主动跟踪实验中,实验人员穿戴外骨骼时髋关节和膝关节最大均方根误差分别为0.47°和1.28°,说明本文控制算法可以实时跟踪人体运动意图,满足人机交互柔顺性需求.     

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。     

基于人体特殊步态分析的下肢外骨骼机构设计

为使所设计的下肢外骨骼机构适用于各种常见步态,通过分析非平衡性、强直性、短肢性、不同步速、不同负重等5种常见特殊步态以及正常步态的实验数据,对下肢外骨骼机构各关节进行了集成液压套索驱动系统配置与优化,并完成了下肢外骨骼机构动力学模型的建立与计算.驱动系统的配置使下肢外骨骼机构各关节满足在各种常见步态下的运动学与动力学特征,优化则在保证驱动效率的基础上最大程度降低了液压缸的工作速度,利于其控制.动力学计算得出了当最快步速不低于1.3m/s时,下肢外骨骼机构各关节驱动系统所应具备的扭矩与功率等动力学参数.所设计的下肢外骨骼机构满足各常见步态的运动学与动力学性能要求.     

基于外骨骼的数据手套设计及控制研究

针对可穿戴式外骨骼机器人上的装备控制,设计了一种基于外骨骼的数据手套,该外骨骼数据手套的功能为通过手势变换输入信号控制外骨骼上的装备运作。外骨骼数据手套的控制方法为通过不同手指组合绷直带动外骨骼骨架触碰到不同的开关,使单片机采集到不同的信号来调用所需功能。这种控制方式相比于对比手势模型类型的数据手套,控制较简单、成本更低廉。同时,利用解剖学对输入指令的手指进行筛选来选出灵活度较高的手指,通过机器人学D-H法对手指机械骨架进行运动学正解分析,并使用ADAMS软件做运动学仿真帮助尺寸设计。最后基于SoildWorks软件对外骨骼数据手套进行了建模以及实物实验,验证了所提出的控制方式的正确性与合理性。     

可穿戴式下肢外骨骼康复机器人研究进展

对于脊髓损伤、脑损伤等因素导致下肢运动障碍的患者,利用下肢外骨骼康复机器人可在患者损伤早期进行精准康复,并在康复过程中优化康复策略。本文详细对比了下肢外骨骼康复机器人相比于传统康复方法的优势,并结合国内外研究现状阐述了不同外骨骼机器人的设备特点及应用场景,详细分析了机器人的驱动方式、控制系统以及训练模式等关键技术。最后,着重探讨了下肢外骨骼康复机器人未来发展所面对的挑战,并针对机械结构优化、驱动算法优化、康复流程智能化、基于虚拟现实技术的应用场景优化及康复效果评估等5方面提出了可行的探讨,对下肢外骨骼康复机器人未来的技术发展趋势作出可行分析。     

Implementation of a Scale-Lab Lower-Limb Exoskeleton with Motion in Three Anatomical Planes

Abstract

This work deals with modeling, simulating and construction of a lower-limb exoskeleton with motion in the three anatomical planes, as well as to evaluate its performance to resolve trajectory tracking by means of feedback control schemes. The purpose is to create a scale-lab platform of a full-actuated exoskeleton to test tracking control of the main lower-limb joints to reproduce anatomical movements of a human being with no neuromuscular diseases. This functional scale-lab platform is the first step towards the design of neuromuscular rehabilitation tests based in full-automated assistive devices such as a lower-limb exoskeleton.     

下肢康复机器人的研究进展与临床应用

社会老龄化进程中,由于疾病或事故导致下肢受损的患者越来越多,患者的运动能力康复变得尤为重要.相对于传统的物理康复治疗方法,利用下肢康复机器人进行运功功能康复训练可以准确评估、大幅改善康复效果,提高康复效率,节约医疗康复资源.作为一种涉及康复医学、机械学、控制学、机器人学、计算机学及人工智能等诸多学科的智能仿生机电设备,下肢康复机器人按照患者的康复作业姿态主要分为坐卧式下肢康复机器人和站立式下肢康复机器人.其中坐卧式下肢康复机器人可以分为脚踏板式和外骨骼式机器人,站立式下肢康复机器人分为悬挂减重式和独立可穿戴式机器人.本文调研了国际上应用较为广泛的几类下肢康复机器人的代表性产品,详细分析了下肢康复机器人的主被动自由度、驱动方式、传动关节、感知技术、运动控制策略和训练模式等关键技术,并对各类机器人典型临床测试案例进行了比较和探讨,对下肢康复机器人未来的技术发展做出展望.     

An admittance shaping controller for exoskeleton assistance of the lower extremities

We present a method for lower-limb exoskeleton control that defines assistance as a desired dynamic response for the human leg. Wearing the exoskeleton can be seen as replacing the leg’s natural admittance with the equivalent admittance of the coupled system. The control goal is to make the leg obey an admittance model defined by target values of natural frequency, peak magnitude and zero-frequency response. No estimation of muscle torques or motion intent is necessary. Instead, the controller scales up the coupled system’s sensitivity transfer function by means of a compensator employing positive feedback. This approach increases the leg’s mobility and makes the exoskeleton an active device capable of performing net positive work on the limb. Although positive feedback is usually considered destabilizing, here performance and robust stability are successfully achieved through a constrained optimization that maximizes the system’s gain margins while ensuring the desired location of its dominant poles.     

A myosignal-based powered exoskeleton system

This paper studies the integration of a human arm with a powered exoskeleton (orthotic device) and its experimental implementation in an elbow joint, naturally controlled by the human. The human-machine interface was set at the neuromuscular level, by using the neuromuscular signal (EMG) as the primary command signal for the exoskeleton system. The EMG signal along with the joint kinematics were fed into a myoprocessor which in turn predicted the muscle moments on the elbow joint. The moment-based control system integrated myoprocessor moment prediction with feedback moments measured at the human arm/exoskeleton and external load/exoskeleton interfaces. The exoskeleton structure under study was a two-link, two-joint mechanism, corresponding to the arm limbs and joints, which was mechanically linked by the human operator. Four indices of performance were used to define the quality of the human/machine integration and to evaluate the operational envelope of the system. Experimental results indicate the feasibility of an EMG-based power exoskeleton system as an integrated human-machine system using high-level neurological signals     

下肢外骨骼康复机器人人因工程研究进展

下肢外骨骼康复机器人是专门针对下肢运动障碍及行动不便者,提供康复锻炼的智能化装备, 其发展对于中国康复事业具有重大的理论意义与实际应用价值。人因工程研究可有效提高下肢康复机器人 HRI 人机交互安全性与交互效率。因此,深入探讨国内外下肢外骨骼康复机器人人因工程研究进展,对其研究现状、 发展趋势进行总结归纳。通过文献检索方法对相关文献进行分析,发现人机交互、步态行为、结构设计、安全 问题等是下肢外骨骼康复机器人人因工程领域的研究热点,并从人因出发,系统梳理国内外下肢外骨骼康复机 器人人因工程研究进展和发展动态,提出我国在下肢外骨骼康复机器人人因工程领域所面临的挑战,研究重点 和未来发展趋势。     

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.     

理疗师交互下的下肢康复训练机器人个性化步态规划方法

针对偏瘫患者的个体差异及病况差异,提出了一种理疗师交互下的下肢康复训练机器人步态规划方法,在理疗师-减重悬吊式康复训练机器人-患者三者共存的复杂环境中,理疗师穿戴主控外骨骼直接行走实现步态时空参数规划,并融入理疗师的医学经验及对患者的评估.首先,基于旋量理论建立运动学模型,实现理疗师空间与机器人空间的运动映射;然后,统一规划机器人关节运动轨迹、减重机构重心调整轨迹及跑步机步速.最后,通过理疗师步态参数的实时采集、运动映射实验及机器人轨迹跟踪实验,验证了步态时空规划方法的有效性.结果表明,髋、膝关节规划角度在人体关节活动范围内,速度变化平稳,关节轨迹规划和重心调整规划均符合人体行走的生理特性.理疗师的参与实现了渐进康复训练中的个性化步态规划.     

结合MPGA-RBFNN的一般机器人逆运动学求解

针对一般机器人逆运动学求解过程中存在的求解速度慢、精度低的问题，将多种群遗传算法（multiple population genetic algorithm，MPGA）引入径向基函数神经网络（radial basis functions neural network，RBFNN），提出一种适用于一般机器人的高精度MPGA-RBFNN算法。该算法采用3层结构的RBFNN进行一般机器人逆运动学求解，结合一般机器人的正运动学模型，采用MPGA优化RBFNN的网络结构和连接权值的方法，同时应用混合编码和演化的方式，实现了从机器人工作空间位姿到关节角度的非线性映射，从而避免了复杂的公式推导并提高了求解速度。采用6R一般机器人作为实验平台进行实验，实验结果表明:MPGA-RBFNN算法不仅提高了一般机器人在逆运动学中的求解速度，而且MPGA-RBFNN算法的训练成功率和逆解的计算准确率也得到了提高。     

Real-time myoelectric control for a lower-limb assistive exoskeleton

This paper describes the approach to a novel algorithm for real-time myoelectric onset detection based on the classic moving average method with added features to provide onset detection while myoelectric signals are recorded from two muscles at a time. The aim of this algorithm is focused on the generation of real-time binary signals to drive a dc motor attached to the hip joint of a rehabilitation exoskeleton for the assistance on lower-limb rehabilitation of hemiplegic patients in supine/prone, seated and standing positions. With this low computational cost real-time control algorithm based on myoelectric signals, patients involved on a physical rehabilitation program wearing the developed exoskeleton will have full control over the assistance for the lower-limb exercises. The parameter tuning for the myoelectric onset detection algorithm and the results of its accuracy along several tests over two test subjects on the rectus femoris and semitendinosus muscles are presented.