一种关节力估计方法技术

本发明专利技术属于关节力估计技术领域，尤其涉及一种关节力估计方法。其保证了老人起立过程的平稳性同时使辅助机器人提供适当的接触力，使辅助机器人的功能性和可靠性得到有效的提升。包括：步骤1、采集人体在起立动作时的姿态信息；并通过运动过程中重心的移动轨迹判断稳定性；步骤2、在确定起立过程处于稳定状态后，将人体视为左右对称的简化模型，并根据机器人正向运动学计算该过程中肩关节的移动轨迹，将该移动轨迹作为辅助机器人的参考轨迹；步骤3、在辅助机器人与用户接触时，基于参考轨迹估计辅助机器人肩关节力矩，控制机器人按照该轨迹完成辅助任务。成辅助任务。成辅助任务。

A joint force estimation method

【技术实现步骤摘要】
一种关节力估计方法


[0001]本专利技术属于关节力估计
，尤其涉及一种关节力估计方法。

技术介绍

[0002]人口老龄化是现代社会的一个重要人口特征，随着年龄的增长老人难以独自完成由坐到站的起立运动，越来越多的老人需要辅助机器人辅助起立。由于下肢肌肉无力，人们在使用进行机器人辅助起立时容易失去平衡，同时机器人与用户间的交互力过大或过小可能会造成二次伤害。

技术实现思路

[0003]本专利技术就是针对现有技术存在的缺陷，提供一种关节力估计方法。其基于服务机器人，针对现有辅助起立方法的不足，提出一种辅助机器人的起立辅助关节力估计方法，目的是保证老人起立过程的平稳性同时使辅助机器人提供适当的接触力，使辅助机器人的功能性和可靠性得到有效的提升。
[0004]为实现上述目的，本专利技术采用如下技术方案，其特征在于，包括：
[0005]步骤1、采集人体在起立动作时的姿态信息；并通过运动过程中重心的移动轨迹判断稳定性；
[0006]步骤2、在确定起立过程处于稳定状态后，将人体视为左右对称的简化模型，并根据机器人正向运动学计算该过程中肩关节的移动轨迹，将该移动轨迹作为辅助机器人的参考轨迹；
[0007]步骤3、在辅助机器人与用户接触时，基于参考轨迹估计辅助机器人肩关节力矩，控制机器人按照该轨迹完成辅助任务。
[0008]进一步地，所述姿态信息包括踝关节角度记为θ
a
、膝关节角度记为θ
k
、髋关节角度记为θ
x
。/>[0009]进一步地，步骤1中，所述通过运动过程中重心的移动轨迹判断稳定性的稳定性判断方法为：根据运动中人体重心轨迹是否保持在脚掌的范围内；
[0010]人体重心的运动轨迹计算方法：
[0011][0012]式中，i为身体各部位的编号，x
i
是部位i重心在x坐标系的位置，m
i
是身体部位i的质量；若x<x
d
即重心始终在脚掌范围内,则起立过程中人体保持稳定，该起立轨迹可以作为辅助机器人的参考轨迹。
[0013]进一步地，获得身体数据，包括身体各部位的长度、质量计算公式如下：
[0014][0015][0016][0017]其中，H为身高，L1为小腿长度，L2为大腿长度，L3为躯干长度，C1为小腿重心到踝关节的距离，C2为大腿重心到膝关节的距离，C3为躯干重心到髋关节的距离，W1为小腿的质量，W2为大腿的质量，W3为躯干的质量。
[0018]进一步地，起立运动中肩关节的移动轨迹求解方法：首先，通过对稳定性判断的分析选择能帮助用户平稳起立的辅助动作，然后根据姿态传感器记录的该动作姿态信息，包括踝关节角度记为θ
a
,膝关节角度记为θ
k
,髋关节角度记为θ
x
，以及人体简化模型求解辅助起立过程中，以脚踝为原点的坐标系下肩关节的移动轨迹；计算过程如下：
[0019][0020]其中，x
10
为膝关节在基坐标系下的横坐标，y
10
为基坐标系下的纵坐标，x
20
为髋关节在基坐标系下的横坐标，y
20
为髋关节在基坐标系下的纵坐标，x
30
为膝关节在基坐标系下的横坐标，y
30
为基坐标系下的纵坐标，θ
a
、θ
k
、θ
x
分别踝关节、膝关节、肩关节的角度。
[0021]更进一步地，步骤3包括：根据线性二次调节器对机器人的相关状态变量及其微分引入状态反馈，完成对服务机器人的肩关节夹角及接触点位置和接触力大小的控制。具体过程如下：
[0022]机器人与用户交互时的受力分析：
[0023][0024][0025]状态空间表达式：
[0026][0027][0028][0029][0030]U＝[F
x F
z
]T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0031]U＝
‑
KX
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0032]其中，M为机器人重量，g为重力加速度，F为机器人对用户施加的力，R 为用户对机器人施加的力，q为机器人肩关节角度，I为机器人转动惯量，L为人机接触点距肩关节的长度。
[0033]更进一步地，不使用力传感器而通过仿真实验训练关于接触力的神经网络模型；首先，基于现有的服务机器人，在SolidWorks中绘制好机器人的实体模型并导入Simscape Multibody工具箱中获得服务机器人仿真模型，再结合空间接触力模块实现对接触力的仿真，建立服务机器人助立仿真模型，利用该模型完成服务机器人辅助人体起立的仿真实验；仿真过程中通过模拟机器人与人的交互情况，记录辅助机器人受到的接触力法向分量和切向分量以及肩关节角度作为训练数据去训练神经网络；
[0034]实验内容如下：首先令服务机器人机械臂以相同的动作完成预定的轨迹，然后通过在机械臂上施加不同的接触力来模拟机器人扶人起立的过程，并记录此时机器人肩关节角度和机器人施加的关节力矩；
[0035]最后以记录的服务机器人辅助起立时接触力与肩关节力矩作为数据训练神经网络模型并得到其近似函数：
[0036]τ＝h(q,F
x
,F
z
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0037]式中：τ为辅助机器人肩关节的力矩，q为肩关节角度，F
x
,F
z
分别为辅助机器人与用户切向力和法向力；
[0038]神经网络模型的结构：
[0039]y＝b2+w
L tansig(b1+w
I
x)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0040]式中：x为输入矢量，y为输出矢量，b1b2为偏差矢量，w
L
w
I
为权重矩阵，
[0041]通过仿真获取1000组数据，将70％的数据用于培训，15％用于验证，15％用于测试，将机器人肩关节角度，接触力的切向法向分量作为神经网络输入量，它们的一维时间序列数据形成3
×
1的矩阵，共计1000个这样的矩阵。每个矩阵经过隐藏层输出机器人肩关节的力矩。当达到最大迭代次数、μ超过最大值或梯度低于最小值时，训练停止；
[0042]神经网络模型根据输入的肩关节角度和接触力信息，估算出服务机器人肩关节的输出力矩，并传输给机器人控制末端执行器完成辅助运动。最后通过随机选取人机间的接触力，对训练出的神经网络预测的机器人肩关节力矩与实际的关节力矩进行对比，以验证神经网络模型的有效性。最终的结果显示该神经网络模型能够根据输入的数据输出我们需求的关节力矩数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种关节力估计方法，其特征在于：包括：步骤1、采集人体在起立动作时的姿态信息；并通过运动过程中人体重心的移动轨迹判断稳定性；步骤2、在确定起立过程处于稳定状态后，将人体视为左右对称的简化模型，并根据机器人正向运动学计算该过程中肩关节的移动轨迹，将该移动轨迹作为辅助机器人的辅助起立轨迹；步骤3、基于设计的机器人助立轨迹，将机器人关节角度数据和接触力切向力、法向力分量作为输入，机器人肩关节输出力矩作为输出训练神经网络。使辅助机器人沿着设计的辅助起立轨迹运行并提供适当的关节力矩完成辅助起立任务。2.根据权利要求1所述的一种关节力估计方法，其特征在于：所述姿态信息包括踝关节角度记为θ
a
、膝关节角度记为θ
k
、髋关节角度记为θ
x
。3.根据权利要求1所述的一种关节力估计方法，其特征在于：步骤1中，所述通过运动过程中重心的移动轨迹判断稳定性的稳定性判断方法为：根据运动中人体重心轨迹是否保持在脚掌的范围内；人体重心包含着人体运动过程中的姿态信息，它并不是固定的，随着人体的运动重心位置也会发生改变，重心的位置能够反映人体的稳定性。人体重心的运动轨迹计算方法：式中，i为身体各部位的编号，x
i
是部位i重心在x坐标系的位置，m
i
是身体部位i的质量；若x<x
d
即重心始终在脚掌范围内,则起立过程中人体保持稳定，该起立轨迹可以作为辅助机器人的参考轨迹。4.根据权利要求1所述的一种关节力估计方法，其特征在于：基于人体统计学获得身体数据，包括身体各部位的长度、质量及重心位置，计算公式如下：数据，包括身体各部位的长度、质量及重心位置，计算公式如下：数据，包括身体各部位的长度、质量及重心位置，计算公式如下：其中，H为身高，L1为小腿长度，L2为大腿长度，L3为躯干长度，C1为小腿重心到踝关节的距离，C2为大腿重心到膝关节的距离，C3为躯干重心到髋关节的距离，W1为小腿的质量，W2为
大腿的质量，W3为躯干的质量。5.根据权利要求3所述的一种关节力估计方法，其特征在于：起立运动中肩关节的移动轨迹求解方法：首先，通过对稳定性判断的分析选择能帮助用户平稳起立的辅助动作，然后根据姿态传感器记录的该动作姿态信息，包括踝关节角度记为θ
a
,膝关节角度记为θ
k
,髋关节角度记为θ
x
，以及人体简化模型求解辅助起立过程中，以脚踝为原点的坐标系下肩关...

【专利技术属性】
技术研发人员：王义娜，王天杰，刘赛男，郝文杰，孙柏青，杨俊友，王硕玉，
申请(专利权)人：沈阳工业大学，
类型：发明
国别省市：