A formal semantics for debugging synchronous message passing-based concurrent programs

During a human-exoskeleton collaboration, the interaction torque on exoskeleton resulting from the human cannot be clearly determined and conducted by normal physical models. This is because the torque depends not only on direction and orientation of both human-operator and exoskeleton but also on the physical properties of each operator. In this paper, we present our investigations on the relationship between the interaction torques with the dynamic factors of the human-exoskeleton systems using state-of-the-art learning techniques （nonparametric regression techniques） and provide control applications based on the findings. Exper- imental data was collected from various human-operators when they were attached to the designed exoskeleton to perform unconstraint motions with and without control. The results showed that regardless of how the ex- periments were done and which learning method was chosen, the resulting interaction could be best represented by time varying non-linear mappings of the operator＇s angular position, and the exoskeleton＇s angular position, velocity, and acceleration during locomotion. This finding has been applied to advanced controls of the lower exoskeletal robots in order to improve their performance while interacting with human.     

轻量型柔性下肢助力外骨骼的设计及性能实验

针对传统的外骨骼机器人存在的刚性结构、自重大、柔顺性差、穿戴舒适性差等问题,设计了一种轻量型柔性下肢助力外骨骼.该外骨骼通过鲍登绳装置和弹簧装置实现对踝关节的柔性助力,利用驱动系统的"单轮双槽"绕线盘实现单个电机对双腿的驱动,其稳定性通过有限元分析得以验证.在外骨骼的控制策略上,本文在电机系统的传统三环PID(比例-积分-微分)反馈控制的基础上,提出了基于电机转角和转速的PID控制策略和基于踝关节力矩的PID控制策略,通过Simulink和Simscape工具仿真验证了控制策略的可行性.最后,搭建了一台外骨骼样机并进行了性能实验,样机质量仅为3.095 kg,在本文设置的实验条件下,穿戴该外骨骼行走时人体代谢降低了15％,验证了该外骨骼设计的合理性,也表明该外骨骼相比传统外骨骼具有更好的助力效果.     

基于实时意图识别的外骨骼机器人步态切换

根据外骨骼穿戴者的实时运动意图,切换外骨骼机器人的行走步态,是外骨骼机器人研究热点问题之一.针对外骨骼机器人能够根据穿戴者的运动意图控制步态切换问题,提出采集人体表面肌电信号进行解码,通过BP神经网络识别穿戴者的运动意图,实现外骨骼进行步态规划,利用关节角度与足底压力的相关性以及重心轨迹,对所规划的步态的稳定性进行分析,依据不同的运动意图完成步态进行实时切换,验证了基于实时意图识别控制的外骨骼步态切换的可行性.     

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。     

基于虚拟现实手臂外骨骼康复系统的研究

将虚拟现实和外骨骼技术引入到肢体的康复工程，根据康复医学的运动疗法和作业疗法，为上肢残疾患者研制出手臂外骨骼康复系统，实现了手臂的运动控制，并构建了虚拟环境仿真平台。借助于触觉感知接口的力反馈作用可以使患者感觉到手臂受到的作用力。提出手臂功能康复测评方法，并建立患者康复病案数据库。手臂外骨骼康复系统为患者提供有效的肢体功能恢复的工具。     

面向上肢的外骨骼驱动器综述

首先阐述了上肢外骨骼研究的背景和意义;接着总结了国内外上肢外骨骼的研究现状,分析了几种典型的上肢外骨骼助力器的特性和功能;然后从机构设计和驱动设计两方面分析了上肢外骨骼机器人的设计要点,再以弹性驱动器为例介绍了仿生驱动器的概念;最后结合人工智能技术,对上肢外骨骼的发展前景进行了展望。     

基于视频的上肢外骨骼行为预判方法

针对传统穿戴式上肢外骨骼人机交互行为预测受到穿戴者身体状况影响的问题,提出一种基于卷积神经网络(CNN)的多时间融合(multiple temporal fusion,MTF)模块。对特征进行一系列的子卷积处理,使每一帧可以完成多个邻域的时间聚合,能够在距离较远的帧上建立长期的时间关系,在推理时提出一种基于非线性最小二乘参数的自适应算法(NRLS-A),对神经网络参数进行实时调整,使在线预测精度提高了28%。该模型基于Tensor Flow在GPU上进行并行计算。在自建数据集上的平均准确度达到了84.9%,比传统的LRCN网络模型提高了5%。     

外骨骼机器人研究现状及面临的问题

阐述外骨骼机器人的功能、工作原理、应用领域和发展历程,重点介绍美国、日本、韩国、以色列、法国、俄罗斯和我国的具有代表性外骨骼机器人的组成、功能、性能,分析提出外骨骼机器人目前面临的问题以及需要突破的技术。     

步态康复训练机器人人机交互信息感知系统

针对步态康复训练机器人与患者实时交互的需求，研发了获取人机接触力信息的感知系统。利用拉格朗日法建立包含人体主动力的下肢外骨骼机器人动力学模型，并分析患者下肢运动动作意图，为步态康复训练交互控制提供判断依据。在步态康复训练机器人样机系统上进行了静态、动态测量实验及被动/主动康复训练测量实验，结果表明该感知系统能够满足人机接触力的检测精度要求，能在康复训练中获取人体运动意图，这为步态康复训练机器人的智能交互控制策略研究奠定了基础。     

外骨骼负重重心自适应凸轮连杆机构设计与性能研究

针对负重型下肢外骨骼机器人存在的问题,提出了一种新的下肢外骨骼机器人重心自适应凸轮连杆机构。具体位置在外骨骼机器人髋关节与靠背板之间,新机构可以满足人体躯干与负重作相反转动,使人体上肢躯干重心前移,抵消负重带来的反向力矩,躯干前倾可增强人体负重行走稳定性。首先分析了新机构工作原理,其次通过重心变化和载荷分配分析验证了新机构有效性,最后对机构仿真验证得出不同负重对应不同躯干的前倾角度,达到重心驱动的效果。MATLAB仿真结果表明：新结构能够满足人体随不同负重而调整对应前倾角度。