下肢外骨骼机器人多模融合控制策略研究

发布时间：2020-11-16 10:10

　　 目前,世界上存在着大量肢体运动障碍的特殊人群,其下肢没有运动能力,无法正常行走或运动,而下肢外骨骼机器人的应用使他们能重新正常站立、行走,这也极大地改善了他们的身体机能状况和生活质量。作为以人为中心的人机协同智能系统,下肢外骨骼机器人的其首要任务是理解人的运动意图,与人体协同运动产生助行、助力等行为。事实上,人体运动过程中的各种信息会以不同形式反映到不同的状态变量上,比如不同的运动意图会以不同形式的脑电信号体现,同时运动过程中人体的运动状态的变化会以关节角度、角速度、角加速度和脚底压力等物理量表现。目前在基于传统物理传感器如力、位置、姿态等的人机运动识别和基于生物信号如脑电、肌电等的外骨骼机器人控制方面已经取得了一些成果。但在融合多模态传感器信息进行意图识别、视觉辅助的机器自主决策、人的智能和机器自主决策融合决策等方面的研究目前开展的较少,尤其在融合环境信息方面。为充分发挥大脑信号的快速、全局性,物理信号的持续、鲁棒性以及机器视觉的实时、准确性,本文进行了基于多模态传感器信息的人-机-环境融合控制策略研究,具体包括以下几个方面:(1)在获取多模态人-机-环境交互状态信息方面,将机器视觉技术引入下肢外骨骼机器人,为机器人系统提供行走环境的视觉反馈。为充分挖掘单一类型传感器深层次特征,采用了多种算法对单一模态数据进行了特征提取与识别。通过人机系统上安装的足底压力传感器、关节角度传感器、深度摄像机、脑电信号采集仪等多种传感器,研究了基于足底压力传感器的足底触地识别、基于下肢关节角度传感器的步态相位与机器人状态识别、基于深度摄像机的水平地面物体尺寸识别、基于脑机接口的行走过程中跨越意图识别等。(2)建立基于多模态信息的多层次融合决策机制,提出了融合足底压力、关节角度、环境信息、人的主观意图等多模态信息的下肢外骨骼机器人控制策略。研究了基于足底压力传感器和下肢关节角度传感器的人机运动状态融合识别;基于人机运动状态意图与地面环境信息的机器自主决策融合;基于人的高级运动意图与机器自主决策的高级决策融合。通过融合人机系统状态与行走环境信息,建立了下肢外骨骼机器人自主决策机制。机器人在面对不同障碍物时融合人的意图与机器自主决策,根据环境信息做出实时规划调整,平均任务正常完成率可达82.2%,确保了人机系统的安全可靠性,同时极大提高了人机系统对复杂行走环境的适应能力。(3)在面向人-机-环境融合的步态规划方面进行了多种研究。为提升人机融合性能,研究了基于长短时记忆递归神经网络的离线步态轨迹拟合和基于身体特征参数的离线个性化步态模式生成;为提高人-机-环境的适应能力,研究了基于人机融合决策的在线参数化步态轨迹规划方法。通过将人的决策与机器自主决策融合,初步实现了人-机-环境融合的步态规划方法,使得下肢外骨骼机器人在适应穿戴者步态模式、适应不同行走环境方面有了极大的提高。实验结果表明,在面对复杂行走环境时,人机系统能在基于机器视觉传感器和人机状态传感器等多模态信息的辅助下,以人的主观意图为主,基于人机融合决策规划出人-机-环境相宜的步态模式,从而使人机系统安全、稳定、可靠的完成行走任务,这也表明了下肢外骨骼机器人多模态人-机-环境信息融合控制策略的有效性。
【学位单位】：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
【学位年份】：2018
【中图分类】：TP242
【部分图文】：

-环境相宜的步态模式，从而使人机系统能在复杂地面环境下安全、可靠的行走，其系统框架如图1.2。这样才能充分利用人-机-环境交互过程中表现出来的多模态信息，发挥生物信号的全局、主动性，物理信号的持续、鲁棒性，及机器视觉的快速、准确性等优势，使得下肢外骨骼机器人能更高效的为穿戴者提供助行、助力等功能，并能适应复杂行走环境。1.2研究现状下肢外骨骼机器人的研究经过数十年的发展，目前已经取得了丰硕的成果，其完美的将人的智力与机器人的体力结合在一起，充分发挥了各自的优势，广泛应用于军事、救灾等领域帮助穿戴者负重行走[28][29][30]，以及助老、康复等领域帮助老年人、残疾人等助力行走，其中在康复医疗领域，目前国内外已经有多家高科技企业推出多样化的外骨骼机器人产品或企业已上市

功能[31]，已有的部分样机结果如图1.3。随着全球人口老龄化日益严重、发达国家劳动力缺失等问题，欧美、日本等国家都对各种辅助机器人的研究表现出极大的兴趣[32]。美国Berkeley Bionics公司以HULC下肢外骨骼机器人模型为基础，开发了eLegs（Ekso）康复助行外骨骼系统[33]，目前已经应用于部分康复训练中心。由瑞士工程师杰里·科伦坡发明的Lokomat是针对下肢瘫痪患者进行康复训练的外骨骼机器人，主要用于对脊髓损伤、脑卒中及其它神经损伤患者的康复治疗。日本筑波大学开发的HAL系列下肢运动辅助外骨骼[34]，是目前研究较为成熟的下肢外骨骼机器人系统。该智能系统可通过皮肤表面能检测到下肢肌肉运动信号，然后通过处理后用于下肢外骨骼机器人的控制。最新推出的样机HAL-5是一款半机器人系统，可以协助穿戴者完成基本的站立、行走、上下楼梯等动作。ReWalk外骨骼机器人[35]是以色列“埃尔格医学技术”（Argo Medical Technologies）公司阿密特·戈夫尔（Amit Goffer）主持研究的一套康复医疗下肢助力外骨骼机器人

国内康复助行外骨骼机器人样机系统的研究起步较晚，但近年来受到国家科技计划支持、巨大市场需求等影响，已经有多家研究机构、高校、企业等开始从事康复、助行下肢外骨骼机器人的研究，并且取得了许多成果，部分样机如图1.4。电子科技大学开发的外骨骼机器人AIDER系统通过多种传感器来感知人体运动意图，如站立、坐下或行走等，采集到的传感器数据经过嵌入式系统快速处理后通过控制模块实现电机驱动下肢关节运动，同时在智能鞋、腰部支撑及绑缚附件等辅助下为穿戴者提供助力行为。目前该样机系统可实现助行、康复训练和助力功能[37][38]。浙江大学科研团队研发了四自由度穿戴式下肢步行外骨骼机器人。该系统包括减重机构、腰部机构、下肢助行机构及跑步机四部分组成。针对下肢活动能力不同的患者，分别制定了被动步态位置训练控制策略、半主动步态训练轨迹自校正控制策略及主动步态力矩-位置自适应控制策略[39][40][41]。中国科学院深圳先进技术研究院科研团队于2012年启动截瘫助行下肢外骨骼机器人研究试制工作，开发了轻便安全有效的下肢助行外骨骼机器人系统，样机采用闭环控制架构、有自适应步态模式学习能力，并且具备坐姿穿戴、起立、行走、坐下等功能，完成了多例截瘫患者助行实验，目前正与珠三角数家医院合作，进行患者穿戴临床试验[42][43][44][45]。在下肢外骨骼机器人产业化方面，国内很多企业做出了许多贡献。大艾机器人推出了面向不?
【相似文献】

相关期刊论文 前10条

1 丁宁;;人机共生时代的机器人设计与探索[J];机器人产业;2018年06期

2 牛检伟;;库卡机器人在高铁弹条生产线的应用[J];郑铁科技;2012年04期

3 浙江大学工业控制技术国家重点实验室机器人团队;;爬行与行走机器人及移动机器支撑技术[J];国际学术动态;2016年04期

4 曹东;田富洋;宋占华;闫银发;李法德;蔡占河;;AMR果蔬自动收获机器人动力学建模与实时控制[J];农机化研究;2018年02期

5 杨存志;吴泽全;郭洋;;挤奶机器人的结构设计[J];农机化研究;2018年04期

6 苗玉刚;文家雄;尹艺澄;;多功能清洁机器人机械结构设计与控制[J];机械制造;2018年02期

7 梁万前;;我国机器人产业发展现状研究[J];山东工业技术;2018年10期

8 王智龙;杨萌;刘兵;;一种新型多足对称机器人的研究[J];内燃机与配件;2018年08期

9 ;机器人教育普及进行时[J];机器人产业;2018年03期

10 全权;王帅;;详解机器人基础入门知识[J];机器人产业;2018年03期

相关博士学位论文 前10条

1 刘清宇;四足机器人奔跑步态动态稳定性与控制方法研究[D];华中科技大学;2017年

2 姚芝凤;室内环境下多机器人协调探索算法研究[D];哈尔滨工程大学;2018年

3 刘笃信;下肢外骨骼机器人多模融合控制策略研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年

4 纪鹏;移动侦测机器人的人机交互与局部自主关键技术研究[D];东南大学;2017年

5 高胜男;面向家庭服务机器人的中文指令处理研究[D];燕山大学;2017年

6 刘志民;水下球形探测机器人自主运动控制研究[D];北京邮电大学;2018年

7 王丽佳;基于多特征融合的机器人目标跟踪算法研究[D];北京工业大学;2017年

8 张慧;基于软驱动器的软体飞行器的研究[D];东南大学;2018年

9 刘策越;面向快速测试进化形态的模块化机器人研究[D];中国矿业大学(北京);2018年

10 何永义;基于视窗平台的机器人控制技术研究及实现[D];上海大学;2001年

相关硕士学位论文 前10条

1 宋梦;基于功能学派翻译理论的英汉翻译报告[D];西安理工大学;2018年

2 周建浩;用于物流中心的快件自动分拣机器人的研究[D];华北理工大学;2018年

3 王秀馨;管道检测机器人的过弯控制研究[D];华北理工大学;2018年

4 刘帅;设施蔬菜病害自动预警机器人技术研究[D];宁夏大学;2018年

5 吕庆明;树莓派状态监测机器人设计[D];哈尔滨工程大学;2018年

6 张皓天;移动机器人人机交互与运动控制研究[D];哈尔滨工程大学;2018年

7 魏菊香;柔性自动生产线实训系统研发[D];华南理工大学;2017年

8 李婉玲;老人陪护机器人的语音交互技术研究[D];江南大学;2018年

9 高绿洲;基于ROS的教育机器人室内视觉定位模块研究[D];华中师范大学;2018年

10 张文辉;基于机器视觉的机器人分拣系统研究[D];西安建筑科技大学;2018年

本文编号：2886019