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.     

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。     

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。     

基于多模式弹性驱动器的膝关节外骨骼机械腿

基于人体行走过程中下肢肌肉的运动机理,提出一种多模式弹性驱动器,并应用于膝关节外骨骼中实现膝关节外骨骼机械腿的刚性驱动及柔性驱动.首先,对多模式弹性驱动器及膝关节外骨骼进行机构设计,并分析驱动器运动模式.其后,进行驱动器的动力学建模,并分析弹性参数、阻尼参数及负载对驱动器输出带宽的影响,针对弹性驱动器特征进行了基于运动状态机的控制策略研究.最后,根据控制策略对膝关节外骨骼样机实施运动控制.实验结果表明,膝关节外骨骼能根据运行状态机实现有效控制,从而验证了弹性驱动器设计的合理性.     

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。     

基于非线性干扰观测器的下肢外骨骼上楼梯滑模控制

针对下肢外骨骼在轨迹跟踪时对内部参数扰动和外界干扰较为敏感的特性,设计一种基于非线性干扰观测器的下肢外骨骼机器人滑模控制策略。首先建立下肢外骨骼上楼梯的动力学模型,分析其动力学特性;其次设计非线性干扰观测器,对下肢系统的不确定性和外部干扰进行观测;在此基础上,为保证系统轨迹跟踪误差的收敛性和减弱抖振,设计了低通滤波的滑模控制器,根据李雅普诺夫稳定性理论证明了下肢系统的稳定性;最后通过仿真与实验验证,该控制策略能够有效克服多种因素引起的干扰,改善系统的控制性能,提高系统的稳定性。     

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.     

下肢软质康复外骨骼机器人的模糊神经网络阻抗控制

针对脑卒中或交通意外等因素导致的运动功能障碍问题,设计了一种可用于康复训练的可穿戴式的软质膝关节外骨骼机器人．在重点介绍基于Hill肌肉模型的套索人工肌肉驱动系统设计和实时控制平台的基础上,分析了模糊神经网络阻抗控制算法的推导过程．最后,分别在定阻抗与变阻抗参数控制策略条件下,进行人机协同训练模式下的康复训练实验,并对比分析了康复外骨骼系统对受试者肌肉活性的影响．实验结果表明,定频率定幅值训练时的屈/伸扭矩分别增加了9.70%和9.06%,而变频率变幅值训练时的屈/伸扭矩提升了88.34%和57.68%．由此可知,选择符合人体生理肌肉刚度特性的阻抗模型可以改善下肢康复机器人系统的稳定性和安全性,提高人机交互的柔顺性和协调性．     

基于踝关节处人机位姿误差的外骨骼摆动腿控制

提出了一种外骨骼整机运动控制策略,并重点介绍了外骨骼摆动腿的运动规划与PD(比例-微分)控制.作为外骨骼摆动腿运动规划的依据,踝关节处人机位姿误差检测仅需要在腰部与踝足部进行人机绑定,降低了对穿戴者运动的限制与控制系统的复杂性.通过Adams与Matlab验证了作为外骨骼摆动腿PD控制器设计基础的外骨骼动力学模型的正确性.引入卡尔曼滤波器预测穿戴者摆动腿的运动可以在有限的采样频率下改善控制精度.实验结果表明,该方法能有效识别穿戴者摆动腿的运动意图并驱动外骨骼髋、膝关节实现人机踝关节轨迹的跟踪,可用于下肢外骨骼摆动腿的控制.