下肢外骨骼机器人助行稳定裕度优化研究.pdf

针对外骨骼稳定裕度与助行速度不匹配的问题,构建了基于足压和质心姿态的信息采集平台,结合三维倒立摆模型对助行稳定性的运动特征建模,提出了外骨骼助行稳定性判据和稳定裕度评价函数,开展了不同助行速度的稳定裕度优化实验。实验结果显示,通过稳定裕度评价函数能够匹配外骨骼相对最佳助行速度,验证了评价函数的有效性,有助于提高下肢外骨骼机器人助行过程中的稳定性。关键词:下肢外骨骼;信息融合;评价函数;稳定裕度中图分类号:T P 2 4 2.6 文献标识码:A0 引 言下肢外骨骼机器人作为一种智能装备,在助力、康复训练等方面起着不可替代的作用1,其助行稳定性判别和稳定裕度优化是外骨骼研究领域的基础。在外骨骼助行稳定性判别和步态规划方面,L u o等2提出一种基于视觉里程计装置的质心和足压中心估计方法,运用步行动力学模型和数据驱动的足压中心漂移模型优化足压中心漂移轨迹,为外骨骼助行稳定性判别奠定基础。陈春杰等3基于拐杖支撑点和步长的拟合曲面动态调整步长,以此增强外骨骼助行稳定性。周智雍等4提出一种基于核化运动基元的步态轨迹规划算法,在线实时的调整步态轨迹,以提高外骨骼的助行稳定性。上述研究方法多基于零力矩点稳定支撑理论,且忽略了外骨骼助行速度的影响。针对上述问题,结合三维倒立摆模型对稳定性的运动特征建模,构建外骨骼助行稳定性判据和稳定裕度评价函数,开展基于不同助行速度的稳定裕度优化实验,验证了稳定裕度评价函数的有效性和可行性。1 生机信息采集平台构建及运动特征建模将足底压力传感器附着在鞋垫上采集足压信息5,无线加速度传感器安装在人体腰带处采集质心加速度信息,如图1(b)所示。为了描述质心空间坐 标,建 立 人 机 协 同 坐 标 系:全 局 坐 标 系OGXGYGZG:以人机双腿垂直地面站立时,双脚中心点连线的中点为原点OG,XG轴与冠状轴方向平行,YG轴与矢状轴方向平行,ZG轴与垂直轴方向平行;足底坐标系OP_XPYPZP:定义脚底中心为原点OP,其三个坐标轴分别与全局坐标系对应的三个坐标轴平行;质心坐标系OCXCYCZC:以人机系统的质心点为质心坐标系的原点OC,其三个坐标轴的方向与人机协同运动所处的步态相位有关,如图1(a)所示。图1 信息采集平台构建及空间坐标系定义将外骨骼简化为三维倒立摆模型,支点位于足底压力中心C o P处,其坐标可通过足底压力信息计算得出,另一端位于人机系统质心C o M处。人机协同运动受自重和支撑腿与地面作用产生的伸收稿日期:2 0 2 3-0 4-2 7基金项目:国家自然科学基金项目(6 1 7 4 1 1 0 1);安徽省重点研究与开发计划(2 0 2 0 0 4 a 0 5 0 2 0 0 1 3,2 0 2 0 0 4 b 1 1 0 2 0 0 0 6);安徽省属公办普通本科高校领军骨干人才项目;安徽工程大学创新团队。作者简介:李正正(1 9 9 5-),男,安徽宿州人,硕士,研究方向:下肢外骨骼机器人结构与控制。通讯作者:汪步云(1 9 8 4-),男,湖北孝感人,副教授,博士,研究方向:人机交互和智能机器人控制。佳 木 斯 大 学 学 报(自 然 科 学 版)2 0 2 3年缩力作用,忽略质心高度的变化,可得C o M在足底坐标系中的坐标为xc=zcac xc o s2/g+xC o Pyc=zcac yc o s1/g+yC o Pzc=zc (1)其中ac x和ac y分别为质心冠状轴加速度和矢状轴加速度,1和2分别为质心坐标系旋转时的俯仰角和横滚角,g为重力加速度。设定人机协同行走过程中步长LZ和步宽DZ固定不变,则原点OP坐标在全局坐标系中可表示为xP=DZ/2,yP=n Lz(2)其中当左脚为支撑脚时,xP为负,右脚为支撑脚时,xP为正,n为行走步数。整合式(1)-(2),可以得出质心在全局坐标系中的空间坐标为.xC o M=xc+xP,yC o M=yc+yP,zC o M=zc(3)将ac x,ac y和g矢量合成,合成后的矢量延长线与地面的交点记为C o A,如图2所示。图2 C o A坐标定义其中(xC o A,yC o A,zC o A)为C o A在全局坐标系中的坐标,(xp c,yp c,zp c)为C o A在质心坐标系中的坐标,图2(c)为足底支撑区域描述。结合图2,采用矢量投影法可将质心加速度与C o A在质心坐标系中的坐标关系描述为xp c=ac xzcg,yp c=ac yzcg,zp c=-zc(4)忽略质心坐标系绕垂直轴的旋转,将质心坐标系的平移旋转变换分解为先平移矩阵T,再绕冠状轴旋转Ry c,最后绕矢状轴旋转Rx c,因此C o A在全局坐标系中的坐标可表示为xC o AyC o AzC o A1=T Ry cRx cxp cyp czp c1=c o s2s i n1s i n2s i n2c o s1xC o M0c o s1-s i n1yC o M-s i n2s i n1c o s2c o s1c o s2zC o M0001ac xgzcac ygzc-zc1 (5)为了方便求取C o A实际轨迹与时间轴围成的区域,为稳定性判据奠定基础,采用四次正弦函数和五次多项式函数分别拟合冠状面和矢状面方向上的C o A分轨迹,拟合表达式为x C o A(t)=4n=1ans i n(bnt+cn)y C o A(t)=6i=1pit6-i(6)2 外骨骼助行稳定性判据构建及裕度优化2.1 外骨骼助行稳定性分析及稳定判据构建依据C o A与足底支撑区域的位置关系,提出一种外骨骼助行稳定性判据,为描述两者间的位置关系,将C o A轨迹和步态轨迹在冠状面和矢状面方向上进行分解,如图3所示。(a)冠状面C o A轨迹和步态轨迹 (b)矢状面C o A轨迹和步态轨迹图3 C o A轨迹和步态轨迹分解 将一个步态周期划分为八种步态相位:右脚触地相(A)、左脚弹起相(B)、左脚摆动相前期(C)、左脚摆动相后期(D)、左脚触地相(E)、右脚弹起相(F)、右脚摆动相前期(G)和右脚摆动相后期(H)。定义冠状面C o A轨迹、步态轨迹、矢状面C o A轨迹、右脚轨迹和左脚轨迹与时间轴围成的区域分别251第4期李正正,等:下肢外骨骼机器人助行稳定裕度优化研究为S1,S2,S3,SR和SL,图3给出了某一步态相位下的区域示意图。(1)当人机处于右脚摆动相后期、右脚触地相、左脚弹起相和左脚摆动相前期相位时有S1-S20,S3-SR0,SL-S30(7)(2)当人机处于左脚摆动相后期、左脚触地相、右脚弹起相和右脚摆动相前期相位时有S1-S20,SR-S30,S3-SL0(8)整合式(7)-(8),得到外骨骼助行稳定性判别式为S=S1-S2(-1)mS3+(-1)m+1SR(-1)m+1S3+(-1)mSL 1(或E1),应当增加(或降低)外骨骼助行速度,以提高稳定裕度维持外骨骼助行稳定性。评价函数将稳定裕度和助行速度联系起来,为不同助行速度下的稳定裕度优化奠定了基础。(a)冠状面S1和Sx区域(b)矢状面S3和Sy区域图6 实际稳定裕度与期望稳定裕度 3 基于助行速度的稳定裕度优化实验研究3.1 稳定裕度优化实验方案设计为了验证稳定裕度评价函数的有效性,探寻外骨骼稳定裕度与助行速度之间的联系,开展基于不同速度的外骨骼助行实验,其实验方案设计如图7所示,步骤如下:首先设定一种外骨骼助行速度v,根据轨迹规划方法求取相应速度下的C o A规划轨迹,采用定积分求取各步态相位下C o A规划轨迹和步态轨迹分别与时间轴围成的区域大小,在此基础上求解评价函数,根据其值大小相应的调整外骨骼助行速度,直至评价函数接近于1,记录此时的助行速度vn;然后采集不同助行速度下的质心加速度和足底压力信息,并求取相应速度下的C o A实际轨迹和拟合轨迹,在此基础上求解C o A拟合轨迹和步态轨迹分别与时间轴围成的区域大小及评价函数,记录评价函数最接近于1时的助行速度vm;最后比较vn与vm是否相等,以此验证评价函数E的有效性。图7 稳定裕度优化实验方案流程图3.2 外骨骼稳定裕度优化实验及结果分析研究结果表明,多数下肢外骨骼的助行速度约为0.2 m/s7,因此在无动力康复跑台上开展了0.1 m/s,0.2 m/s和0.3 m/s助行速度的外骨骼助行实验,如图8所示。采集三种助行速度下的足底压力和质心加速度信息求得相应的C o A实际轨迹和拟合轨迹,并规划相应速度下的C o A规划轨迹,0.1 m/s助行速度对应的三种轨迹如图9所示,0.2 m/s和0.3 m/s对应的三种轨迹与之类似,不同之处在于C o A轨迹相对于时间轴的偏离程度不同。451第4期李正正,等:下肢外骨骼机器人助行稳定裕度优化研究图8基于三种不同速度的外骨骼助行实验示意图 图9 助行速度为0.1 m/s时的C o A规划轨迹、实际轨迹、拟合轨迹及步态轨迹 图1 0 C o A规划轨迹和拟合轨迹对应的|S1|/Sx和S3/Sy示意图 从图9可以推出,不同助行速度下的C o A轨迹各不相同,其对应的稳定裕度也有所差异。通过相应公式求得不同助行速度下的C o A规划轨迹和拟合轨迹,然后计算每一步态相位下的|S1|/Sx和S3/Sy,如图1 0所示,在此基础上计算评价函数E,如表1所示。表1 C o A规划轨迹和拟合轨迹对应的评价函数助行速度/(m/s)v1=0.1v2=0.2v3=0.3评价函数EC o A规划轨迹1.0 2 3 6 0.8 9 3 1 0.7 6 2 6C o A拟合轨迹1.0 5 3 6 0.9 0 7 4 0.7 6 2 7 从图1 0中可以看出,三种助行速度下每一步态相位的S3/Sy的值都接近于1,说明矢状面方向上的稳定裕度较高且差别较小,外骨骼在此方向上的助行稳定性较好,且助行速度为0.1 m/s对应的冠状面方向的稳定裕度最好。结合表1可以看出,当助行速度逐渐增大时,相应的评价函数逐渐减551佳 木 斯 大 学 学 报(自 然 科 学 版)2 0 2 3年小,助行速度为0.1 m/s对应的评价函数最接近于1。纵观一个步态周期,0.1 m/s为外骨骼的相对最佳助行速度,此速度下的稳定裕度相对较高。通过三种不同助行速度的多次外骨骼助行实验,得到每一种助行速度下各步态相位的稳定裕度,如图1 1所示。(a)C o A拟合轨迹在冠状面上的稳定裕度 (b)C o A拟合轨迹在矢状面上的稳定裕度图1 1 不同速度下的C o A拟合轨迹对应的稳定裕度 从图1 1中可以看出,助行速度越高,对应的稳定裕度越小。当助行速度为0.1 m/s时,其对应的各步态相位的稳定裕度相对较高,说明外骨骼在此速度下的助行稳定性相对较好。综合以上实验结果可以得出,助行速度为0.1 m/s时对应的稳定裕度最高,下肢外骨骼机器人沿此速度助行时稳定性最好,侧面验证了稳定裕度评价函数的有效性,有效揭示了助行速度与稳定裕度之间的关联关系,为外骨骼机器人持续稳定助行和防跌倒控制奠定基础。4 结 论借助三维倒立摆模型融合足压和质心加速度信息,构建人机协同运动特征模型,提出一种外骨骼机器人助行稳定性判据和稳定裕度评价函数,作为匹配外骨骼助行速度的判定方法,通过三种不同助行速度下的人机协同行走实验验证了稳定性判据和评价函数的有效性,有助于提升下肢外骨骼机器人协同助行的智能化水平。参考文献:1 韩稷钰,王衍鸿,万大千.下肢外骨骼康复机器人的研究进展及发展趋势J.上海交通大学学报(医学版),2 0 2 2,4 2(0 2):2 4 1-2 4 6.2 L u o J,Y Z h a o,L R u a n,e t a l.E s t i m a t i o n o f C o M a n d C o P t r a j e c t o-r i e s d u r i n g h u m a n w a l k i n g b a s e d o n a w e a r a b l e v i s u a l o d o m e t r y d e v i c eJ.I E E E T r a n s a c t i o n s o n A u t o m a t i o n S c i e n c e a n d E n g i n e e r i n g,2 0 2 2,1 9(1):3 9 6-4 0 9.3 陈春杰,张邵敏,王灿,等.基于稳定阈度分析的外骨骼动态步长规划方法J.仪器仪表学报,2 0 1 7,3 8(0 3):5 2 3-5 2 9.4 周智雍,钱伟,丁加涛,等.基于核化运动基元的外骨骼膝关节步态轨迹在线规划J.机器人,2 0 2 1,4 3(0 5):5 5 7-5 6 6.5 曾德政,吕继亮,屈盛官,等.基于S VM B P的下肢外骨骼步态检测及识别研究J.机械工程学报,2 0 2 2,5 8(1 2):2 9-3 8.6 易子凯,李娟,李伟达,等.一种外骨骼助行机器人的静稳定行走步态规划J.机械传动(自然科学版),2 0 1 6,4 0(0 1):4 8-5 3.7 陈豫生,张琴,熊蔡华.截瘫助行外骨骼研究综述:从拟人设计依据到外骨骼研究现状J.机器人,2 0 2 1,4 3(0 5):5 8 5-6 0 5.O p t i m i z a t i o no fS t a b i l i t yM a r g i nf o rL o w e rL i m bE x o s k e l e t o nR o b o tA s s i s t e dW a l k i n gL IZ h e n g z h e n g1,WANGB u y u n1,2,3,*,L I ANGY i1,2,Y ANGO u1,XUD e z h a n g1,2,3(1.S c h o o l o fM e c h a n i c a lE n g i n e e r i n g,A n h u i P o l y t e c h n i cU n i v e r s i t y,W u h uA n h u i 2 4 1 0 0 0,C h i n a;2.S c h o o l o fA r t i f i c i a l I n t e l l i g e n c e,A n-h u iP o l y t e c h n i cU n i v e r s i t y,W u h uA n h u i 2 4 1 0 0 0,C h i n a;3.W u h uY u n q i n gR o b o t i c sT e c h n o l o g yC o.,L t d.,W u h uA n h u i 2 4 1 0 0 7,C h i n a)A b s t r a c t:A i m i n ga t t h e m i sm a t c hb e t w e e ns t a b i l i t ym a r g i na n dw a l k i n gs p e e d,a n i n f o r m a t i o nc o l-l e c t i o np l a t f o r mb a s e do nf o o tp r e s s u r ea n dc e n t r o i dp o s t u r e i s c o n s t r u c t e d,a n dc o m b i n e dw i t ht h e t h r e e-d i m e n s i o n a l i n v e r t e dp e n d u l umm o d e l,t h eh u m a n-r o b o tc o o p e r a t i v es p a c ed e s c r i p t i o ni sg i v e n,a n dt h es t a b i l i t yc r i t e r i o na n ds t a b i l i t ym a r g i ne v a l u a t i o n f u n c t i o no f e x o s k e l e t o nw e r ep r o p o s e d,a n d t h e s t a-b i l i t ym a r g i no p t i m i z a t i o ne x p e r i m e n t b a s e do nd i f f e r e n t s p e e d s a r e c a r r i e do u t.T h e e x p e r i m e n t a l r e s u l t ss h o wt h a t t h es t a b i l i t ym a r g i ne v a l u a t i o nf u n c t i o nc a nm a t c ht h ee x o s k e l e t o nr e l a t i v eo p t i m a lw a l k i n gs p e e d,w h i c hv e r i f i e st h ee f f e c t i v e n e s so f t h ee v a l u a t i o nf u n c t i o na n di sh e l p f u l t oi m p r o v et he w a l k i n gs t a b i l i t yo f t h ee x o s k e l e t o n.K e yw o r d s:l o w e re x t r e m i t ye x o s k e l e t o n;i n f o r m a t i o ni n t r o s p e c t i o n;e v a l u a t i o nf u n c t i o n;s t a b i l i t y-m a r g i n651