类人机器人协同运动的肌肉力模型优化方法技术

本发明专利技术提供一种类人机器人协同运动的肌肉力模型优化方法，通过对人体骨骼肌仿真模型进行编程建模，参照实验对象对类人机器人进行设计、研制；控制类人机器人参照实验对象做同样的运动；比较类人机器人运动检测数据与人体骨骼肌仿真模型的输出数据，反复修正类人机器人设计参数及仿真模型中的肌肉力预测公式，直至两者数据接近，得出优化的肌肉力预测模型；该种类人机器人协同运动的肌肉力模型优化方法，能改善在肌肉、骨骼系统生物力学研究中因人体运动时的肌肉力无法通过实验直接测量，只能依靠肌肉力模型进行推算而存在不确定的问题，提高了仿真模型的准确性。

【技术实现步骤摘要】
类人机器人协同运动的肌肉力模型优化方法
本专利技术涉及一种类人机器人协同运动的肌肉力模型优化方法。
技术介绍
人体骨骼肌的生物力学研究是一个多学科的交叉研究领域，包含了临床解剖学及医学图像处理、多刚体动力学、人体肌肉层建模及肌肉力的数值计算等多种学科技术，主要通过虚拟现实技术实现对人体运动仿真及运动力学的预测计算。目前国内外已有学者进行相关研究并且开发出骨骼肌仿真软件。但总体来讲，人体骨骼肌系统的研究都有其局限性：在对人体骨骼肌系统进行几何建模时，由于人体骨骼、肌肉的大量简化使得人体骨骼肌系统中关节缺乏准确的约束，导致模型的准确性失真；进行肌肉力预测所建立的数学-力学模型中，诸多元素主要涉及形态学指标，且各元素间的力和应变的分配是任意的或依赖于实验模型，仅能对肌肉力及之间的协调机理进行定性的研究，而定量机制需进一步研究；建立符合真实人体控制的最佳目标优化函数还需进一步探讨。这些局限性最终导致了骨骼肌仿真模型的准确性问题。上述问题是在虚拟现实技术实现对人体运动仿真及运动力学的过程中应当予以考虑并解决的问题。
技术实现思路
本专利技术的目的是提供一种类人机器人协同运动的肌肉力模型优化方法是通过建立一个类似人体骨骼肌系统的类人机器人关节样机模型，通过控制类人机器人关节样机与人体做同样的运动动作，实时检测类人机器人在运动过程中的运动学及动力学参数变化，用于判别及修正人体骨骼肌仿真模型，进而提高仿真模型的准确性。本专利技术的技术解决方案是：一种类人机器人协同运动的肌肉力模型优化方法，包括以下步骤：步骤一，人体骨骼系统建模：建立三维立体图形的人体骨骼系统；步骤二，人体肌肉系统建模：采用肌肉作用线对人体肌肉进行建模；步骤三，骨骼肌系统力学分析：采用基于反向动力学的静态优化方法进行骨骼肌系统力学分析；步骤四，类人机器人关节样机的设计与研制：采用弹性材料制成的线性体模拟人类的弹性肌腱，线性体的起点、止点与人体肌肉的起点、止点位置一致；步骤五，类人机器人关节样机的运动控制：基于人体肌肉的特征，进行基于弹性材料制成的线性体模拟人类肌腱的类人机器人控制中，在智能控制的基础上引入导纳、阻抗控制进行类人关节样机的仿生智能运动控制；步骤六，类人机器人样机运动过程中运动学及动力学参数的检测：使用扭矩传感器、力传感器、位移传感器、加速度传感器，实现类人机器人的运动学及动力学数据检测；步骤七，类人机器人协同运动对人体骨骼肌的修正：使类人机器人保持与参考的实验对象的进行同步的运动动作，通过传感器检测出的类人机器人上的基于弹性材料制成的线性体的运动学数据与动力学数据，为虚拟现实技术实现的人体骨骼肌生物力学仿真模型提供参考数据，通过对类人机器人样机及仿真模型的反复修正，得出肌肉力预测模型。优选地，在步骤二中，采用肌肉作用线构建肌肉模型时，采用三种肌肉路径构建方式，分别为直线路径、设置代止点的折现路径、设置障碍物的曲线路径。优选地，在步骤二中，根据人体不同关节处的肌肉力的特点选择合适的路径方法对肌肉建模，具体的肌肉附着点的简化为：当肌肉具有宽大附着点时，如果在附着点范围内，无论标记点在任何地方都不会影响肌力线的位置，则该肌肉的附着点标记于附着点骨面的几何中心；当肌肉具有宽大附着点时，如果附着点的标记点位置会影响肌力线的位置，则在其他位置增加设置若干标记点几个标记点；当肌肉的附着点较为局限时，即是肌肉纵轴为直线的肌肉，其附着点标记于附着点的几何中心；当肌肉的起止点的走向为曲线时，即肌肉在骨骼或韧带处转弯，则可用选择代起点进行标记。优选地，在步骤三中，骨骼肌系统力学分析的具体步骤为：根据运动检测系统获得的数据结合多刚体动力学模型，获得关节力及力矩；通过建立关节力及肌肉力之间的力学平衡方程；根据设定的目标优化函数，求出肌肉力。优选地，在步骤三中，骨骼肌系统力学分析的具体过程为：根据实验检测人体运动的运动学参数，即在实验对象的关键部位粘贴标记点，在测力轨道上行走，高速摄像机对实验对象的运动进行采集，同时力板同步输出脚底力变化信息，利用牛顿欧拉方程，通过反向动力学计算可求得运动过程中的关节力矩T，在某一个运动瞬时，通过优化进行肌肉力的分配，优化目标函数为其中，J为目标函数，为第i块肌肉力，n为肌肉数，PCSAi为第i块肌肉的肌肉生理横断面积，R(qi)Fi为所有块肌肉的力矩和，R(qi)为第i块肌肉的力臂。优选地，通过优化目标函数为寻找最佳肌肉力组合，使得J最小，且满足约束条件R(qi)Fi=T，0≤Fi≤Fmax。优选地，在步骤四中，类人机器人关节样机的设计与研制的具体步骤为：通过CT图像软件获得人体骨骼的轮廓曲线，结合三维绘图软件获得人体骨骼轮廓三维实体模型，经数据转换，通过快速成型机或三维打印技术复制骨骼实体模型；对复制出的骨骼实体模型采用增加辅助装置的方法来实现关节的定位于运动；在骨骼实体模型上对肌肉的起、止点进行定位，采用弹性材料制成的线性体或薄膜面来模拟人类的弹性肌腱，并把这些线性体或薄膜面固定在肌肉的起、止点上。优选地，在步骤六中，检测的运动学及动力学参数包括：运动过程中各肌肉线的长度变化、各肌肉线上的力变化、各肌肉薄膜面的变化、骨骼关节的转动角度变化、骨骼关节问的力矩变化。优选地，在步骤七中，通过对类人机器人样机及仿真模型的反复修正，具体为通过调整类人机器人样机中的仿生肌肉的弹性材料性能参数，并调整骨骼肌生物力学仿真模型中的肌肉力优化求解方法，多次修正比较后，得出肌肉力预测模型。本专利技术一种类人机器人协同运动的肌肉力模型优化方法，首先，通过参照同一个实验对象的人体分别对类人机器人进行设计、研制，并对人体骨骼肌仿真模型进行编程建模。其次，控制类人机器人参照实验对象做同样的运动，检测类人机器人运动过程中骨骼肌的运动学及动力学数据变化；通过计算机编程实现人体骨骼肌仿真模型做同样的人体运动，输出仿真模型中骨骼肌运行变化参数。最后，比较类人机器人运动检测数据与人体骨骼肌仿真模型的输出数据，反复修正类人机器人设计参数及仿真模型中的肌肉力预测公式，直至两者数据接近，得出优化的肌肉力预测模型。本专利技术的有益效果是：本专利技术一种类人机器人协同运动的肌肉力模型优化方法，提出一种类人机器人关节协同运动进行人体骨骼肌生物力学研究的方法，通过该方式，能改善在肌肉、骨骼系统生物力学研究中因人体运动时的肌肉力无法通过实验直接测量，只能依靠肌肉力模型进行推算而存在不确定的问题，提高了仿真模型的准确性。附图说明图1为本专利技术实施例的步骤说明流程图；图2为本专利技术实施例的人体肌肉力预测模型的实施方法图；图3为本专利技术实施例的类人机器人样机中增加的辅助装置结构示意图；图4为本专利技术实施例的类人机器人模型与人体骨骼肌仿真模型相互修正及优化过程的流程图。具体实施方式下面结合附图详细说明本专利技术的优选实施例。如图1和图2所示，本实施例提供一种类人机器人协同运动的肌肉力模型优化方法，包括以下步骤：步骤一，人体骨骼系统建模：采用CT技术对参考的实验对象的人体骨骼肌系统进行扫描，通过计算机图形学处理，重建三维立体图形的人体骨骼系统。步骤二，人体肌肉系统建模：采用目前使用最多的肌肉作用线方法对人体肌肉进行建模，同时在采用作用线进行构建肌肉模型时，又有三种肌肉路径构建方式，分别为直线路径、设置代止点的折现路径本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种类人机器人协同运动的肌肉力模型优化方法，其特征在于，包括以下步骤：步骤一，人体骨骼系统建模：建立三维立体图形的人体骨骼系统；步骤二，人体肌肉系统建模：采用肌肉作用线对人体肌肉进行建模；步骤三，骨骼肌系统力学分析：采用基于反向动力学的静态优化方法进行骨骼肌系统力学分析；步骤四，类人机器人关节样机的设计与研制：采用弹性材料制成的线性体模拟人类的弹性肌腱，线性体的起点、止点与人体肌肉的起点、止点位置一致；步骤五，类人机器人关节样机的运动控制：基于人体肌肉的特征，进行基于弹性材料制成的线性体模拟人类肌腱的类人机器人控制中，在智能控制的基础上引入导纳、阻抗控制进行类人关节样机的仿生智能运动控制；步骤六，类人机器人样机运动过程中运动学及动力学参数的检测：使用扭矩传感器、力传感器、位移传感器、加速度传感器，实现类人机器人的运动学及动力学数据检测；检测的运动学及动力学参数包括：运动过程中各肌肉线的长度变化、各肌肉线上的力变化、各肌肉薄膜面的变化、骨骼关节的转动角度变化、骨骼关节间的力矩变化；步骤七，类人机器人协同运动对人体骨骼肌的修正：使类人机器人保持与参考的实验对象的进行同步的运动动作，通过传感器检测出的类人机器人上的基于弹性材料制成的线性体的运动学数据与动力学数据，为虚拟现实技术实现的人体骨骼肌生物力学仿真模型提供参考数据，通过对类人机器人样机及仿真模型的反复修正，具体为通过调整类人机器人样机中的仿生肌肉的弹性材料性能参数，并调整骨骼肌生物力学仿真模型中的肌肉力优化求解方法，多次修正比较后，得出肌肉力预测模型。2.如权利要求1所述的类人机器人协同运动的肌肉力模型优化方法，其特征在于：在步骤二中，采用肌肉作用线构建肌肉模型时，采用三种肌肉路径构建方式，分别为直线路径、设置代止点的折现路径、设置障碍物的曲线路径。3.如权利要求1所述的类人机器人协同运动的肌肉力模型优化方法，其特征在于：在步骤二中，根据人体不同关节处的肌肉力的特点选择合适的路径方法对肌肉建模，具体的肌肉附着点的简化为：当肌肉具有宽大附着点时，如果在附着点范围内，无论标记点在任何地方都不会影响肌力线的位置，则该肌肉...

【专利技术属性】
技术研发人员：韩亚丽，朱松青，祈兵，于建铭，高海涛，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：