关键词:
外骨骼
机器人动力学
步态识别
柔顺控制
阻抗控制
sEMG
摘要:
近年来,各国在军事领域的发展都不断加快,并相继推出了“未来士兵”的军事战略方针。此方针主要着眼于智能数字化作战平台,包括作战、侦察、通信、防护等各方面,其中单兵作战装备改造尤为重要。在未来战场的多变性和复杂性的要求下,单兵能够承载各种装备,适应各种环境,完成多样化的任务,不可避免的会增加单兵的负荷,这样一来对单兵的体能及机动能力造成了极大的影响。外骨骼作为一种新型的人机交互机器人,其可穿戴性为单兵负荷的增加提供了可能。作为强耦合的人机交互机器人,如何准确快速的识别人体运动意图,在不伤害穿戴者的前提前为穿戴者提供助力是亟需解决的两大难题。针对这两大难题,本文从人体运动意图识别和柔顺控制方法这两大核心问题展开研究,并设计相关实验进行应用和验证。最后搭建外骨骼机器人样机,并在样机上进行算法验证。本文首先对人体解剖学和人体简化模型进行描述分析,建立了基于拉格朗日方程的下肢外骨骼动力学模型,其中,当下肢外骨骼处于摆动相位时,将其简化等效为顶端固定的而连杆模型;当下肢外骨骼处于支撑相位时,将其简化等效为底端固定的三连杆模型。同时考虑到工程应用中硬件加工以及外界扰动对动力学模型准确性的影响,采用最小二乘法对动力学模型参数进行辨识。然后利用足底压力传感器、惯性传感器采集人体运动时的地面反力信息和人体膝关节、髋关节的运动信息,并利用机器学习的方法对人体正常行走、跑步、上下楼梯、上下斜坡等步态进行分类,同时建立人体各步态动作下的离线数据库,为外骨骼提供期望运动轨迹。考虑到人机协同运动过程中的强耦合特性以及电机执行机构的刚性所带来的安全性和舒适性问题,本文采用基于模型的阻抗控制算法,对电机进行力控制,保证穿戴者的安全性。同时利用肌电传感器采集人体下肢肌电信号,并通过激活度模型计算出下肢肌肉的激活度,从而估计出肌肉力,将人体下肢肌肉力引入到阻抗控制算法中,以更好的提升穿戴者的舒适度。最后,本文在V-rep仿真平台中对感知与控制算法进行了仿真验证,并在外骨骼物理样机平台上进行了实验验证。