截瘫助行下肢外骨骼稳定步态参数学习及其仿真实现

发布时间：2020-06-22 11:04

【摘要】：在传统的下肢外骨骼的步态规划方法中存在以下问题:(1)针对不同的使用者需要生成不同的步态模型,步态模型推广性较差。(2)步态规划方法只适用常见的平地行走任务,而不适用于上坡行走任务。(3)无法根据穿戴者行走过程中的舒适性和稳定性对步态模型参数进行学习和更新,步态的稳定性和舒适性不高。为了解决传统步态规划方法存在的问题,本文提出了针对于不同使用者的统一步态模型,并实现了常见的平地行走任务和上坡行走任务,同时利用强化学习的方法针对于穿戴者行走过程中的稳定性和舒适性指标对步态模型参数进行学习更新,主要内容如下:1)下肢外骨骼的步态分析:首先,分析了人-外骨骼系统的步态。然后分析了下肢外骨骼的运动学,得到步态轨迹曲线与各个关节角度的关系,实现了关节末端轨迹曲线到关节角度的映射,这是整个步态规划的基础。2)平地行走中外骨骼步态学习方法设计:首先,采用DMP(Dynamic Movement Primitives)方法来进行步态建模,并通过DMP学习事先训练的人体步态轨迹曲线并且生成拟人化的步态轨迹曲线。其次,根据机器人的静态稳定判据得到基于质心的步长模型,该步态模型可以适用于不同的使用者,然后利用强化学习的方法针对穿戴者行走过程中的稳定性和舒适性指标对该步态模型参数进行学习更新。最后利用获得的最优模型参数来规划外骨骼每一步的步态,使得使用者在行走过程中的稳定性和舒适性都得到提升。3)上坡行走中的外骨骼步态学习方法设计:首先通过DMP来根据事先的训练得到的人体步态轨迹曲线来学习拟人化的步态轨迹曲线。其次,将平地行走中的步态学习方法推广到上坡行走中,根据上坡行走的特殊性提出了基于质心的步态模型,该步态模型可以适用于不同使用者,然后利用强化学习的方法针对穿戴者行走过程中的稳定性和舒适性指标对该步态模型参数进行学习更新。最后,通过获得最优的模型参数来规划外骨骼每一步的步态,使得使用者在上坡行走中的稳定性和舒适性都得到提升。4)平地与上坡行走步态学习方法的验证:为了验证本文提出的步态学习方法,搭建了下肢外骨骼仿真平台,并设计了传统的预定义的固定步态规划方法与本文提出的步态学习规划方法的对比实验。通过对比分析平地行走中的步态学习方法与预定义的固定步态规划方法的实验结果,得出平地行走中的步态学习方法的有效性。通过对比上坡行走中的步态学习方法与预定义的固定步态学习方法的实验结果,得出上坡行走中的步态学习方法的有效性。本文提出的步态学习方法实现了针对不同使用者的统一步态建模表达,提高了步态模型的推广性。步态学习方法适用于平地和上坡行走任务,并能够根据穿戴者行走过程中的稳定性和舒适性指标对步态进行优化,提升了使用者行走过程中的稳定性和舒适性。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH77;TP242
【图文】：

外骨骼

而国内外骨骼机器人的研究工作较晚处于实验阶段，但是也有一些研究机构正市场。本章主要通过仔细查阅下肢外骨骼相外骨骼的研究现状进行综述。外骨骼研究现状骨骼研究中，荷兰的代尔夫特理工大学出了 MindWalker 下肢助行外骨骼。MindW结构相似，如图 1-1 所示，MindWalker 的此同时 MindWalker 的自重达到了 30kg。Walker 的膝关节采取了弹性膝关节，这样舒适性[1]。由于 MindWalker 的髋关节有一根据中心的位置动态调节其行走过程中的侧MindWalker 系统的平衡能力，提升了整个

曲线,外骨骼,步态,髋关节

图 1-2 西班牙的 ATLAS 外骨骼美国的研究单位 IHMC（InstituteforHumanandM 外骨骼[4,5]。Mina 外骨骼的应用对象是下肢瘫痪采取电机驱动方式控制膝关节和髋关节。Mina Musical InstrumentsDigital Interface）来与使用者IDI 来控制 Mina 的每一步行走，同时使用者可骨骼的步态参考曲线来源于正常人穿戴 Mina 的步态曲线时，正常人穿上 Mina 外骨骼行走， Mina 外骨骼的髋关节采取的是零力矩的控制方

【参考文献】