基于柔性传动的助力全身外骨骼机器人系统研究

发布时间：2020-02-21 23:56

【摘要】：近年我国国家民政部公布了《2016年社会服务发展统计公报》,报告显示截至2016年底全国60岁及以上老年人口已达2.3亿人,占总人口的16.7%,我国已经是全世界老年人口最多的国家。随着年龄的增大身体机能的衰退会导致行动不便,因为其它疾病的原因导致上肢无力的人数量也日益增多。老年人数量急剧增加使我国快速步入老年社会,面向全社会助老助残的问题已经引起了国家的高度重视并已出台相关的政策。轮椅是目前使用较多的一种助老助残工具,随着科技的迅速发展近年出现的智能轮椅是一种典型的可以帮助行动不便人群的智能服务机器人,目前大部分的截瘫患者或行动不便的老人是借助轮椅以实现生活自理,能够使用一种辅助器具帮助他们重新站立、行走起来是他们的一个最大愿望。外骨骼机器人是近年兴起的一种新型的可穿戴的智能机器人,穿戴者和外骨骼机器人需要融为一体进而辅助工作,理想状态下外骨骼机器人就像是我们身体内的骨骼一样提供支撑及力量。通过穿戴合适的外骨骼机器人可以帮助穿戴者正常站立行走或者提高四肢运动性能,大大地提升穿戴者的肢体机能力量或者节省部分的力量来完成日常的部分工作。这既可以极大地改善了患者的身体机能,还可以有效改善患者心理状态,缓解抑郁症等,让他们重拾生活的信心,极大地提高患者及老年人的生活质量。由于外骨骼机器人与穿戴者之间存在一种耦合性非常高的关系,从系统控制的角度来说两者并非独立的个体,因为外骨骼机器人与穿戴者有着紧密的联系,在理想的状态下外骨骼机器人需要在极短的时间内读取各种信号并准确地判断穿戴者的真实的运动意图,然后基于先验信息及意图估计做出相应的决策。基于传统的物理传感信号的控制策略相对比较成熟且具有很多的优点,近年在较多科研机构所研究的外骨骼机器人系统中被广泛采用。但由于该类传感器信号具有一定的时滞性,传感数量需求较多,而外骨骼机器人的目标穿戴者大部分是肢体缺乏力量的,现有的控制手段难以实现自由行走等运动功能。而相对于物理信号,基于脑电和肌电等介入式生物信号则可以更迅速地反应出穿戴者的运动意图,所以近年来脑电和肌电等介入式生物信号也成为外骨骼机器人及其它穿戴式人机交互领域研究的热点,目前国内外出现了一些可用于脊髓损伤患者康复训练的机器人系统。但是将肌电、脑电等生物信号与力、位置等物理反馈信号融合,以期更好地对人机系统运动状态、运动趋势进行判定的研究尚未取得突破性的成果,需要科研工作者继续加大力度进行研究。本文针对现有的四种典型的外骨骼机器人系统中存在的多个共性关键技术问题开展了深入研究,主要的研究成果与贡献如下:(1)针对现有四个典型应用场景的外骨骼机器人优劣性进行对比分析,提出了四个场景都亟需攻关突破的技术难题。从人体工学的角度分析了面向全身助力外骨骼机器人的特性需求并提出了基于柔性传动的助力全身外骨骼机器人的仿生机械设计指标,基于人体四肢的生理学结构对外骨骼机器人进行了关节布置与自由度分配,设计了一种基于新型柔性传动的全身助力型外骨骼机器人。这种基于柔性传动的外骨骼机器人新型结构设计极大地降低了外骨骼机器人传动结构复杂度及设计难度,提出了把驱动单元放置在机器人的控制背包里新方案,避免把驱动单元直接放置在关节上或者通过多种复杂混合传动方式传递电机的扭矩,这种全新的方案使得全身外骨骼机器人的本体设计更加紧凑精致,有效降低外骨骼机器人的体积和重量。(2)本文基于Denavit-Hartenberg方法建立了全身助力外骨骼机器人的运动学模型,也建立了人体四肢位姿与基于柔性传动的助力全身外骨骼机器人的位姿映射,分别针对外骨骼机器人上下肢推导了正常步态的逆运动学模型。还研究了外骨骼机器人动力系统的部分重要参数及性能以保障系统的能力及稳定性。最后基于Adams运动仿真软件环境计算了在平地行走步态周期中外骨骼机器人重心、髋关节、膝关节及踝关节等重要部位在关键时刻驱动关节的交互力、力矩及角度变化等重要参数,揭示了各步态参数如步行速度、负载重量和地形坡度等因素对驱动力的影响规律。仿真结果给外骨骼机器人的机械系统优化设计、步态规划以及机器人的控制系统设计等工作提供了有效的参考依据。(3)本文以改进基于人体机理的外骨骼机器人动作及步态测量技术为目的,挖掘人体八类常见的动作中四肢所蕴含的深层动作及步态特征信息,对人体动作及步态测量与特征提取的关键技术进行深入研究。文中建立了两种不同类别的动作及步态信息采集系统,并基于上述的两个步态采集系统建立了大约30人的八类动作及其步态的运动数据库,提出了三种基于机器学习的智能方法对文中所定义的八类动作及步态的时序信号进行深入研究分析,完成了三种基于机器学习方法的动作及步态作特征提取与分类方法实验,并对所得到结果进行对比分析,基于对比结果提出了对全身外骨骼机器人的动作及步态识别方法和建议。文中还提出了一种了基于多层感知机算法的自动识别最匹配的个性化步态方法。相关工作为进一步简化动作及步态的非视觉测量方法、改进步态评估效果提供了理论支持,为最终实现基于柔性传动的助力全身外骨骼机器人的人机耦合控制打下坚实的基础。(4)文中提出了一种基于多场景切换的外骨骼机器人控制策略,针对外骨骼机器人日常工作中复杂的外界输入以及具有高度非线性系统的外骨骼控制算法等难题为外骨骼机器人建立了简单且高效的传感器系统。基于多传感器信息融合提出了一种新型的外骨骼动作及步态智能控制策略并建立参数化的操控模型,通过深度逆向强化学习实现外骨骼机器人与人及环境三者相结合的自适应操控方式。然后机器人控制器基于优化的控制策略指导控制系统的执行并利用局部的动作规划器进行动作及步态规划。本文还提出了一种精确步态、动作规划方法以及一种基于稳定阈度分析的康复外骨骼动态步长规划方法,最后通过实验加以验证文中提出的策略算法的有效性,最终实现复杂混合场景中基于柔性传动的助力全身外骨骼机器人的人机共融自动操控。
【学位授予单位】：中国科学院大学(中国科学院深圳先进技术研究院)
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP242

【参考文献】