本申请提供了一种穿戴式外骨骼装置控制方法，包括如下步骤：通过传感器获取人体周围的环境信息；对环境信息进行多模信息融合处理；识别人体运动意图；获取人体运动步态；所述人体运动步态包括站立相和摆动相；通过人机耦合动力学模型计算得出关节期望力矩；通过人机协同运动控制器控制穿戴式外骨骼装置提供相应的关节期望力矩。本申请通过人机协同运动控制器控制穿戴式外骨骼装置的所述髋关节转动部及所述膝关节转动部提供相应的关节期望力矩，辅助人体运动；提高系统柔顺控制效果。提高系统柔顺控制效果。提高系统柔顺控制效果。
【技术实现步骤摘要】
一种穿戴式外骨骼装置控制方法
[0001]本申请是分案申请，原申请的申请号为202210491154X，申请日为20220507，专利技术名称为“一种穿戴式外骨骼装置”
[0002]本申请涉及下肢助行设备
，尤其涉及一种穿戴式外骨骼装置控制方法。
技术介绍
[0003]随着社会的发展，下肢瘫痪病人的逐渐得到社会的关注，他们对助行设备的需求越发迫切。下肢训练机械装置作为治疗并解决日常活动的机械设备在这种条件下迅速发展。目前市场上的仿生腿控制不够精细，舒适度不高。
技术实现思路
[0004]本申请的目的在于提供一种穿戴式外骨骼装置控制方法，控制精细，舒适度高。
[0005]本申请提供了一种穿戴式外骨骼装置控制方法，包括以下步骤：
[0006]S1:获取初步信息，其中初步信息包括从穿戴式外骨骼装置上获取的外骨骼状态信息；
[0007]S2:根据初步信息识别人体运动意图，并生成运动意图信息；
[0008]S3:根据初步信息识别人体运动步态，以获得人体运动步态信息，其中所述人体运动步态信息包括站立相和摆动相；
[0009]S4:将初步信息、运动意图信息和人体运动步态信息代入人机耦合动力学模型，计算得出关节期望力矩信息；
[0010]S5:人机协同运动控制器控制穿戴式外骨骼装置根据获得的关节期望力矩信息输出相应的关节力矩。
[0011]进一步地，在步骤S4中，还包括以下步骤：
[0012]S401:获取调整信息，其中误差信息包括通过扰动观测器获取的扰动信息、误差信息以及人机交互力信息；
[0013]S402:将调整信息输入机器学习网络中，并通过机器学习网络输出优化关节期望力矩信息至人机协同运动控制器中，使穿戴式外骨骼装置根据获得的优化关节期望力矩信息输出相应的关节力矩。
[0014]进一步地，在步骤S1中，还包括以下步骤：
[0015]S101:获取初步信息，其中初步信息包括从穿戴式外骨骼装置上获取的外骨骼状态信息；外骨骼状态信息包括从穿戴式外骨骼装置上的摄像头获取的视觉信息和传感器获取的力触觉信息；
[0016]S102:对视觉信息和力触觉信息进行多模信息融合处理后进入步骤S2。
[0017]进一步地，在步骤S4中，还包括以下步骤：
[0018]S411:获取安全信息，其中安全信息包括零力矩点信息及系统压力中心信息；
[0019]S412:将安全信息输入人机耦合动力学模型。
[0020]进一步地，在步骤S1中，所述初步信息还包括从人机交互界面系统上获取的人机交互信息，人机交互信息包括语言辨识信息、视觉环境辨识信息。
[0021]进一步地，所述人机耦合动力学模型包括人机交互阻抗力学模型和关节力矩模型，人机协同运动控制器包括伺服控制系统；
[0022]外骨骼状态信息输入人机交互阻抗力学模型后，输出结果至关节力矩模型中，关节力矩模型输出关节期望力矩信息至伺服控制系统，使得在人机协同运动控制器输出相应的关节力矩后，
[0023]人机交互阻抗力学模型从穿戴式外骨骼装置上获取目标力矩，并使目标力矩与关节力矩对应。
[0024]进一步地，所述人机耦合动力学模型包括动力学逆解模型，所述动力学逆解模型根据当前各个关节位置，速度以及加速度，计算出当前关节对应的力矩，并与关节交互力矩模型输出的结果共同构成关节期望的力矩。
[0025]进一步地，所述穿戴式外骨骼装置，包括腰部支撑部、腿支撑部、环境信息收集系统、中央处理系统及人机协同运动控制器，所述腿支撑部包括大腿支撑部、小腿支撑部及脚掌支撑部，所述腰部支撑部与所述大腿支撑部通过髋关节转动部连接，所述大腿支撑部与所述小腿支撑部通过膝关节转动部连接，所述髋关节转动部和/或所述膝关节转动部内设有减速器，所述减速器，用于限制所述腰部支撑部与所述大腿支撑部的相对转动速度；或限制所述大腿支撑部与所述小腿支撑部的相对转动速度。
[0026]进一步地，所述减速器包括太阳轮固定架和减速器连接架，所述太阳轮固定架的中部设有太阳轮，所述太阳轮固定架上设有行星架，所述行星架上设有行星轮，所述行星轮和所述太阳轮啮合，所述太阳轮中部设有弹性件，弹性件用于提供阻碍所述太阳轮旋转的阻力；
[0027]所述太阳轮固定架与所述腰部支撑部连接，所述减速器连接架与所述大腿支撑部连接；或所述太阳轮固定架与所述大腿支撑部连接，所述减速器连接架与所述小腿支撑部连接。
[0028]进一步地，所述弹性件与所述太阳轮过盈连接。
[0029]与现有技术相比，本申请有如下优点：
[0030]通过环境信息收集系统收集人体周围的环境信息；所述传感器包括用于采集环境信息的视觉传感器及采集力触觉信息的力触觉传感器；中央处理系统对环境信息进行多模信息融合处理；中央处理系统识别人体运动意图；中央处理系统获取人体运动步态；所述人体运动步态包括站立相和摆动相；中央处理系统通过人机耦合动力学模型计算得出关节期望力矩；中央处理系统通过人机协同运动控制器控制穿戴式外骨骼装置的所述髋关节转动部及所述膝关节转动部提供相应的关节期望力矩，辅助人体运动；提高系统柔顺控制效果。
【附图说明】
[0031]图1为穿戴式外骨骼装置的控制方法的流程图。
[0032]图2为本申请穿戴式外骨骼装置的示意图。
[0033]图3为本申请穿戴式外骨骼装置的示意图。
[0034]图4为本申请减速器的俯视图。
[0035]图5为本申请太阳轮固定架的示意图。
[0036]图6为本申请脚踝调节部的爆炸图。
[0037]图7为本申请脚踝调节部的示意图。
【具体实施方式】
[0038]为让本申请的上述特征和优点能更明显易懂，下文特举实施例，并配合附图，作详细说明如下，但本申请并不限于此。
[0039]如图1所示，一种穿戴式外骨骼装置控制方法，包括以下步骤：
[0040]S1:获取初步信息，其中初步信息包括从穿戴式外骨骼装置上获取的外骨骼状态信息；
[0041]S2:根据初步信息识别人体运动意图，并生成运动意图信息；
[0042]S3:根据初步信息识别人体运动步态，以获得人体运动步态信息，其中所述人体运动步态信息包括站立相和摆动相；
[0043]S4:将初步信息、运动意图信息和人体运动步态信息代入人机耦合动力学模型，计算得出关节期望力矩信息；
[0044]S5:人机协同运动控制器控制穿戴式外骨骼装置根据获得的关节期望力矩信息输出相应的关节力矩。进行辅助人体运动；提高系统柔顺控制效果。
[0045]在步骤S4中，还包括以下步骤：
[0046]S401:获取调整信息，其中误差信息包括通过扰动观测器获取的扰动信息、误差信息以及人机交互力信息；
[0047]S402:将调整信息输入机器学习网络中，并通过机器学习网络输出优化关节期望力矩信息至人机协同运动控制器中，使穿戴式外骨本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种穿戴式外骨骼装置控制方法，其特征在于，包括以下步骤：S1:获取初步信息，其中初步信息包括从穿戴式外骨骼装置上获取的外骨骼状态信息；S2:根据初步信息识别人体运动意图，并生成运动意图信息；S3:根据初步信息识别人体运动步态，以获得人体运动步态信息，其中所述人体运动步态信息包括站立相和摆动相；S4:将初步信息、运动意图信息和人体运动步态信息代入人机耦合动力学模型，计算得出关节期望力矩信息；S5:人机协同运动控制器控制穿戴式外骨骼装置根据获得的关节期望力矩信息输出相应的关节力矩。2.根据权利要求1所述的一种穿戴式外骨骼装置控制方法，其特征在于，在步骤S4中，还包括以下步骤：S401:获取调整信息，其中误差信息包括通过扰动观测器获取的扰动信息、误差信息以及人机交互力信息；S402:将调整信息输入机器学习网络中，并通过机器学习网络输出优化关节期望力矩信息至人机协同运动控制器中，使穿戴式外骨骼装置根据获得的优化关节期望力矩信息输出相应的关节力矩。3.根据权利要求1所述的一种穿戴式外骨骼装置控制方法，其特征在于，在步骤S1中，还包括以下步骤：S101:获取初步信息，其中初步信息包括从穿戴式外骨骼装置上获取的外骨骼状态信息；外骨骼状态信息包括从穿戴式外骨骼装置上的摄像头获取的视觉信息和传感器获取的力触觉信息；S102:对视觉信息和力触觉信息进行多模信息融合处理后进入步骤S2。4.根据权利要求1所述的一种穿戴式外骨骼装置控制方法，其特征在于，在步骤S4中，还包括以下步骤：S411:获取安全信息，其中安全信息包括零力矩点信息及系统压力中心信息；S412:将安全信息输入人机耦合动力学模型。5.根据权利要求1所述的一种穿戴式外骨骼装置控制方法，其特征在于，在步骤S1中，所述初步信息还包括从人机交互界面系统上获取的人机交互信息，人机交互信息包括语言辨识信息、视觉环境辨识信息。6.根据权利要求1所述的一种穿戴式外骨骼装置控制方法，其特征在于，所述人机耦合动力学模型包括人机交互阻抗力学模型和关节力矩模型，人机协同运动控制器包括伺服控制系统；外骨骼状态信息输入人机交互阻抗力学模型后，输出结果至关节力矩模型中，关节力矩模型输出关节期望力矩信息至伺服控制系统，使得在人机协同运动控制器输出相应的关节力矩后，人机交互阻抗力学模型从穿戴式外骨骼装置上获取目标力矩，并使目标力矩与关节力矩对应。7.根据权利要求1所述的一种穿戴式外骨骼装置控制方法，其特征在于，所述...
【专利技术属性】
技术研发人员：龙亿，迟余田，郭贺骁，莫敦成，
申请(专利权)人：东北大学佛山研究生创新学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。