CN105768665A - 一种智能可穿着随身椅子 - Google Patents

Abstract

本发明公开了一种智能可穿着随身椅子，臀部坐垫的下方安装有智能位姿处理器，大腿框架和小腿框架的连接处安装有位姿调节电机及减速器；臀部坐垫、大腿框架、小腿框架、脚踝结构上设置有压力传感器、压力信号处理模块、肌电信号模块；压力信号处理模块内置压力在线预测子模块。本发明的智能可穿着随身椅子通过智能位姿处理器对位姿调整电机和可调阻尼器进行控制，能够实现在线位姿控制，柔顺性好，能够及时准确的为使用者提供最佳坐姿，避免疲劳，提高了工作效率。

Description

一种智能可穿着随身椅子

技术领域

本发明属于可穿戴设备领域，尤其涉及一种智能可穿着随身椅子。

背景技术

舒适的工作环境能够保证员工健康，增加员工的工作积极性，帮助员工避免工作引发的肌肉相关伤痛和损伤，可以让员工更快的重新投入工作，使企业受益。但是现有的工厂，因为空间问题，很少为员工提供座椅，大部分员工在工作的时候会连续站立数小时，导致下肢严重不适。

发明内容

本发明的目的在于提供一种智能可穿着随身椅子，旨在解决工厂员工工作时常常会连续站立数小时，导致下肢严重不适的问题。

本发明是这样实现的，一种智能可穿着随身椅子包括系带、电源、臀部坐垫、大腿框架、小腿框架、可调阻尼器、脚踝结构；

所述的系带设置在所述的臀部坐垫和大腿框架上，所述的可调阻尼器设置在所述的大腿框架和小腿框架上；

所述的臀部坐垫的下方安装有智能位姿处理器，所述的大腿框架和小腿框架的连接处安装有位姿调节电机及一个与位姿调节电机的转轴相连接的减速器；

所述的臀部坐垫、大腿框架、小腿框架、脚踝结构上设置有压力传感器、与所述的压力传感器电连接的可将检测到的压力信号分析后形成的数据发送给智能位姿处理器的压力信号处理模块、肌电信号模块；

所述的压力信号处理模块包括依次连接的信号采集转换单元、放大处理单元、低通滤波处理单元和电压电流转换单元；所述信号采集转换单元用于对压力信号进行采集，并将所述压力信号转换成电压信号输出；

所述放大处理单元用于对所述转换后的电压信号进行放大处理；

所述低通滤波处理单元用于对放大处理后的电压信号进行低通滤波；

所述电压电流转换单元用于将通过滤波处理后的电压信号转换成2～5mA电流信号输出；

所述的肌电信号模块通过肌电采集阵列采集肌电信号，并传输至智能位姿处理器控制位姿调节电机驱动大腿框架和小腿框架运动；

所述的臀部坐垫、大腿框架、小腿框架、脚踝结构上设置的压力传感器为二维力传感器；

所述的压力信号处理模块内置压力在线预测子模块，该压力在线预测子模块在当前采样时刻和下一采样时刻之间，利用时间序列进行单步预测或者多步预测，在预测的过程中把当前采样时刻之前的实测数据作为样本数据，然后不断地校正预测，调整预测的参数和阶数，具体的在线预测算式为：

$\hat{y}(N+1)={\hat{A}}_{1}y\left(N\right)+...+{\hat{A}}_{p}y(N-p+1)+e(N+1)$

式中，N表示作为样本的数据数目，是预测值，e(N+1)是高斯白噪声；

如果没有监测到大腿部位的异常肌电信号，则将大腿框架和小腿框架的阻抗控制按初始化设置进行；

如果监测到大腿部位的异常肌电信号，则查找有向路径的位置序列中与当前位置距离最近的位置；

如果当前位置与所述最近的位置的距离小于阈值时，则确定大腿框架和小腿框架的参考位置。

进一步，从大腿部位采集的肌电信号进行如下处理：

步骤一、滤波处理，去除干扰信号；

步骤二、计算滤波处理后的肌电信号的均方根；

步骤三、从采集的肌电信号中提取3个时域特征值，分别构成6维时域特征向量；

步骤四、对采集的肌电信号进行时域特征参数提取；

步骤五、对提取的特征参数构建多参数的特征向量；

步骤六、对不同动作的相同参数做横向比较并归一化处理。

进一步，所述的智能位姿处理器采用下式对位姿调整电机的角速度进行控制：

${\mathrm{\ω}}_{n+1}=\frac{\mathrm{\Δ}t}{P}{T}_n-\{\frac{\mathrm{\Δ}t}{P}\·I+\frac{{\left(\mathrm{\Δ}t\right)}^2}{P}M-1\}\·{\mathrm{\ω}}_n$

由上一时刻的角速度ω_n和力T_n求出下一时刻的角速度ω_n+1；

式中，T为作用在关节上面的力，P、I、M分别为假想惯性系数、假想粘性系数和假想弹性系数；

$T=P\·\stackrel{\·\·}{\mathrm{\θ}}+I\·\stackrel{\·}{\mathrm{\θ}}+M\·\mathrm{\Δ}\mathrm{\θ}$

为关节i的角加速度，为关节i的角速度。

进一步，肌电信号模块通过肌电采集阵列采集肌电信号，并传输至智能位姿处理器控制位姿调节电机驱动大腿框架和小腿框架运动，具体控制方法包括如下任一种或任多种控制模式：

模式识别，通过大腿部位的肌电信号模块获得肌电信号，经过对比识别，将对比信息发送至智能位姿处理器转换为位姿调整电机的控制信号，获得位姿调整电机的运动；

连续运动估计，通过大腿框架和小腿框架连续运动估计，实时传给位智能姿处理器控制位姿调整电机和可调阻尼器，使大腿框架和小腿框架实时跟踪人体腿部的运动，根据需要调整运动力度、幅度参数；

阻抗控制，从大腿部位的肌电信号中提取阻抗信息，通过智能位姿处理器实现位姿调整电机和可调阻尼器的阻抗控制。

进一步，所述的大腿框架和小腿框架之间的连接为无阻尼轴承。

进一步，所述的小腿框架与脚踝结构处的连接为无阻尼轴承。

进一步，所述的大腿框架、小腿框架和脚踝结构的材质为碳纤维增强复合材料。

进一步，所述的电源包括电源适配器、电池、太阳能电池板，其中，所述的电池为可充电型锂电池，所述的太阳能电池板为单晶硅薄膜太阳能电池，其通过转换器与电池连接，经由转换器利用太阳能对其进行充电操作；其中所述的单晶硅薄膜太阳能电池为柔性可弯曲折叠，其制作方法为：将单晶硅薄膜太阳能电池板分隔成一定尺寸、形状的电池单元，将该电池单元附着粘贴在如布料、柔性高分子材料等柔性基体上，得到柔性太阳能电池板。

进一步，智能位姿处理器对智能可穿着随身椅子的控制方法为：

步骤一、将下肢助力装置固定到人的两腿部；

步骤二、开启电源，通过大腿框架中的压力传感器检测大腿部位的压力值，并将检测到的压力数据经分析处理后实时地发送给只能位姿处理器，智能位姿处理器根据接收到的数据信息来位姿调整电机的动作；

步骤三、位姿调整电机调整至指定位置后，智能位姿处理器接收肌电采集阵列采集的肌电信号，将该肌电信号与预存在智能位姿处理器中的肌电信号作比较，根据比较结果调整可调阻尼器，调整大腿框架和小腿框架的运动力度及幅度参数。

本发明的智能可穿着随身椅子通过智能位姿处理器对位姿调整电机和可调阻尼器进行控制，能够实现在线位姿控制，柔顺性好，能够及时准确的为使用者提供最佳坐姿，避免疲劳，提高了工作效率。

附图说明

图1是本发明实施例提供的智能可穿着随身椅子的结构示意图；

图中：1、系带；2、电源；3、臀部坐垫；4、大腿框架；5、小腿框架；6、可调阻尼器；7、脚踝结构。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

如图1所示，本发明是这样实现的，一种智能可穿着随身椅子包括系带1、电源2、臀部坐垫3、大腿框架4、小腿框架5、可调阻尼器6、脚踝结构7；

所述的系带1设置在所述的臀部坐垫2和大腿框架4上，所述的可调阻尼器6设置在所述的大腿框架4和小腿框架5上；

所述的臀部坐垫3的下方安装有智能位姿处理器，所述的大腿框架4和小腿框架5的连接处安装有位姿调节电机及一个与位姿调节电机的转轴相连接的减速器；

所述的臀部坐垫3、大腿框架4、小腿框架5、脚踝结构6上设置有压力传感器、与所述的压力传感器电连接的可将检测到的压力信号分析后形成的数据发送给智能位姿处理器的压力信号处理模块、肌电信号模块；

所述的压力信号处理模块包括依次连接的信号采集转换单元、放大处理单元、低通滤波处理单元和电压电流转换单元；所述信号采集转换单元用于对压力信号进行采集，并将所述压力信号转换成电压信号输出；

所述放大处理单元用于对所述转换后的电压信号进行放大处理；

所述低通滤波处理单元用于对放大处理后的电压信号进行低通滤波；

所述电压电流转换单元用于将通过滤波处理后的电压信号转换成2～5mA电流信号输出；

所述的肌电信号模块通过肌电采集阵列采集肌电信号，并传输至智能位姿处理器控制位姿调节电机驱动大腿框架和小腿框架运动；

所述的臀部坐垫3、大腿框架4、小腿框架5、脚踝结构6上设置的压力传感器为二维力传感器；

所述的压力信号处理模块内置压力在线预测子模块，该压力在线预测子模块在当前采样时刻和下一采样时刻之间，利用时间序列进行单步预测或者多步预测，在预测的过程中把当前采样时刻之前的实测数据作为样本数据，然后不断地校正预测，调整预测的参数和阶数，具体的在线预测算式为：

$\hat{y}(N+1)={\hat{A}}_{1}y\left(N\right)+...+{\hat{A}}_{p}y(N-p+1)+e(N+1)$

式中，N表示作为样本的数据数目，是预测值，e(N+1)是高斯白噪声。

这种在线预测方法能够使控制系统对压力传感器采集的压力信息作出快速反应，大大提高了压力传感器的动态响应频率，在预测过程中把当前采样时刻之前的实测数据作为样本数据，不断地校正预测，满足在线使用要求。

如果没有监测到大腿部位的异常肌电信号，则将大腿框架和小腿框架的阻抗控制按初始化设置进行；

如果监测到大腿部位的异常肌电信号，则查找有向路径的位置序列中与当前位置距离最近的位置；

如果当前位置与所述最近的位置的距离小于阈值时，则确定大腿框架和小腿框架的参考位置。

进一步，从大腿部位采集的肌电信号进行如下处理：

步骤一、滤波处理，去除干扰信号；

步骤二、计算滤波处理后的肌电信号的均方根；

步骤三、从采集的肌电信号中提取3个时域特征值，分别构成6维时域特征向量；

步骤四、对采集的肌电信号进行时域特征参数提取；

步骤五、对提取的特征参数构建多参数的特征向量；

步骤六、对不同动作的相同参数做横向比较并归一化处理。

进一步，所述的智能位姿处理器采用下式对位姿调整电机的角速度进行控制：

${\mathrm{\ω}}_{n+1}=\frac{\mathrm{\Δ}t}{P}{T}_n-\left\{\frac{\mathrm{\Δ}t}{P}\·I+\frac{{\left(\mathrm{\Δ}t\right)}^2}{P}M-1\right\}\·{\mathrm{\ω}}_n$

由上一时刻的角速度ω_n和力T_n求出下一时刻的角速度ω_n+1；

式中，T为作用在关节上面的力，P、I、M分别为假想惯性系数、假想粘性系数和假想弹性系数；

$T=P\·\stackrel{\·\·}{\mathrm{\θ}}+I\·\stackrel{\·}{\mathrm{\θ}}+M\·\mathrm{\Δ}\mathrm{\θ}$

为关节i的角加速度，为关节i的角速度。

膝关节部位运动控制的关键和难点在于:获取力信号后要对力信号进行分析，判断人腿的空间姿态和运动意图，由力信息来求出膝关节的转动角速度，进而控制位姿电机的转动方向和转速。另外要求膝关节机器人对人机间的相互作用力具有顺从的能力，本发明实施例采用假想柔顺控制可以很好的解决这一难点。

进一步，肌电信号模块通过肌电采集阵列采集肌电信号，并传输至智能位姿处理器控制位姿调节电机驱动大腿框架4和小腿框架5运动，具体控制方法包括如下任一种或任多种控制模式：

模式识别，通过大腿部位的肌电信号模块获得肌电信号，经过对比识别，将对比信息发送至智能位姿处理器转换为位姿调整电机的控制信号，获得位姿调整电机的运动；

连续运动估计，通过大腿框架4和小腿框架5连续运动估计，实时传给位智能姿处理器控制位姿调整电机和可调阻尼器，使大腿框架和小腿框架实时跟踪人体腿部的运动，根据需要调整运动力度、幅度参数；

阻抗控制，从大腿部位的肌电信号中提取阻抗信息，通过智能位姿处理器实现位姿调整电机和可调阻尼器的阻抗控制。

不同的控制模式可以随时切换，保证随身可穿着椅子实时处于最佳工作状态，为使用者提供最合适的位姿。

进一步，智能位姿处理器对智能可穿着随身椅子的控制方法为：

步骤一、将下肢助力装置固定到人的两腿部；

步骤二、开启电源，通过大腿框架4中的压力传感器检测大腿部位的压力值，并将检测到的压力数据经分析处理后实时地发送给只能位姿处理器，智能位姿处理器根据接收到的数据信息来位姿调整电机的动作；

步骤三、位姿调整电机调整至指定位置后，智能位姿处理器接收肌电采集阵列采集的肌电信号，将该肌电信号与预存在智能位姿处理器中的肌电信号作比较，根据比较结果调整可调阻尼器，调整大腿框架4和小腿框架5的运动力度及幅度参数。

本发明的智能可穿着随身椅子通过智能位姿处理器对位姿调整电机和可调阻尼器进行控制，能够实现在线位姿控制，柔顺性好，能够及时准确的为使用者提供最佳坐姿，避免疲劳，提高了工作效率。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (5)

1.一种智能可穿着随身椅子，其特征在于，所述的智能可穿着随身椅子包括系带、电源、臀部坐垫、大腿框架、小腿框架、可调阻尼器、脚踝结构；

所述的系带设置在所述的臀部坐垫和大腿框架上，所述的可调阻尼器设置在所述的大腿框架和小腿框架上；

所述的臀部坐垫的下方安装有智能位姿处理器，所述的大腿框架和小腿框架的连接处安装有位姿调节电机及一个与位姿调节电机的转轴相连接的减速器；

所述的臀部坐垫、大腿框架、小腿框架、脚踝结构上设置有压力传感器、与所述的压力传感器电连接的可将检测到的压力信号分析后形成的数据发送给智能位姿处理器的压力信号处理模块、肌电信号模块；

所述的压力信号处理模块包括依次连接的信号采集转换单元、放大处理单元、低通滤波处理单元和电压电流转换单元；

所述信号采集转换单元用于对压力信号进行采集，并将所述压力信号转换成电压信号输出；

所述放大处理单元用于对所述转换后的电压信号进行放大处理；

所述低通滤波处理单元用于对放大处理后的电压信号进行低通滤波；

所述电压电流转换单元用于将通过滤波处理后的电压信号转换成2～5mA电流信号输出；

所述的肌电信号模块通过肌电采集阵列采集肌电信号，并传输至智能位姿处理器控制位姿调节电机驱动大腿框架和小腿框架运动；

所述的臀部坐垫、大腿框架、小腿框架、脚踝结构上设置的压力传感器为二维力传感器；

所述的压力信号处理模块内置压力在线预测子模块，该压力在线预测子模块在当前采样时刻和下一采样时刻之间，利用时间序列进行单步预测或者多步预测，在预测的过程中把当前采样时刻之前的实测数据作为样本数据，然后不断地校正预测，调整预测的参数和阶数，具体的在线预测算式为：

$\hat{y}(N+1)={\hat{A}}_{1}y\left(N\right)+...+{\hat{A}}_{p}y(N-p+1)+e(N+1)$

式中，N表示作为样本的数据数目，是预测值，e(N+1)是高斯白噪声；

肌电信号模块通过肌电采集阵列采集肌电信号，并传输至智能位姿处理器控制位姿调节电机驱动大腿框架和小腿框架运动，具体控制方法包括如下任一种或任多种控制模式：

模式识别，通过大腿部位的肌电信号模块获得肌电信号，经过对比识别，将对比信息发送至智能位姿处理器转换为位姿调整电机的控制信号，获得位姿调整电机的运动；

连续运动估计，通过大腿框架和小腿框架连续运动估计，实时传给位智能姿处理器控制位姿调整电机和可调阻尼器，使大腿框架和小腿框架实时跟踪人体腿部的运动，根据需要调整运动力度、幅度参数；

阻抗控制，从大腿部位的肌电信号中提取阻抗信息，通过智能位姿处理器实现位姿调整电机和可调阻尼器的阻抗控制；

所述的大腿框架和小腿框架之间的连接为无阻尼轴承；

所述的小腿框架与脚踝结构处的连接为无阻尼轴承；

所述的大腿框架、小腿框架和脚踝结构的材质为碳纤维增强复合材料；

如果没有监测到大腿部位的异常肌电信号，则将大腿框架和小腿框架的阻抗控制按初始化设置进行；

如果监测到大腿部位的异常肌电信号，则查找有向路径的位置序列中与当前位置距离最近的位置；

如果当前位置与所述最近的位置的距离小于阈值时，则确定大腿框架和小腿框架的参考位置。

2.如权利要求1所述的智能可穿着随身椅子，其特征在于，从大腿部位采集的肌电信号进行如下处理：

步骤一、滤波处理，去除干扰信号；

步骤二、计算滤波处理后的肌电信号的均方根；

步骤三、从采集的肌电信号中提取3个时域特征值，分别构成6维时域特征向量；

步骤四、对采集的肌电信号进行时域特征参数提取；

步骤五、对提取的特征参数构建多参数的特征向量；

步骤六、对不同动作的相同参数做横向比较并归一化处理。

3.如权利要求1所述的智能可穿着随身椅子，其特征在于，所述的智能位姿处理器采用下式对位姿调整电机的角速度进行控制：

${\mathrm{\ω}}_{n+1}=\frac{\mathrm{\Δ}t}{P}{T}_n-\{\frac{\mathrm{\Δ}t}{P}\·I+\frac{{\left(\mathrm{\Δ}t\right)}^2}{P}M-1\}\·{\mathrm{\ω}}_n$

由上一时刻的角速度ω_n和力T_n求出下一时刻的角速度ω_n+1；

式中，T为作用在关节上面的力，P、I、M分别为假想惯性系数、假想粘性系数和假想弹性系数；

$T=P\·\stackrel{\·\·}{\mathrm{\θ}}+I\·\stackrel{\·}{\mathrm{\θ}}+M\·\mathrm{\Δ}\mathrm{\θ}$

为关节i的角加速度，为关节i的角速度。

4.如权利要求1所述的智能可穿着随身椅子，其特征在于，所述的电源包括电源适配器、电池、太阳能电池板，所述的电池为可充电型锂电池，所述的太阳能电池板为单晶硅薄膜太阳能电池，其通过转换器与电池连接，经由转换器利用太阳能对其进行充电操作；其中所述的单晶硅薄膜太阳能电池为柔性可弯曲折叠，其制作方法为：将单晶硅薄膜太阳能电池板分隔成一定尺寸、形状的电池单元，将该电池单元附着粘贴在如布料、柔性高分子材料等柔性基体上，得到柔性太阳能电池板。

5.如权利要求1所述的智能可穿着随身椅子，其特征在于，智能位姿处理器对智能可穿着随身椅子的控制方法为：

步骤一、将下肢助力装置固定到人的两腿部；

步骤二、开启电源，通过大腿框架中的压力传感器检测大腿部位的压力值，并将检测到的压力数据经分析处理后实时地发送给只能位姿处理器，智能位姿处理器根据接收到的数据信息来位姿调整电机的动作；

步骤三、位姿调整电机调整至指定位置后，智能位姿处理器接收肌电采集阵列采集的肌电信号，将该肌电信号与预存在智能位姿处理器中的肌电信号作比较，根据比较结果调整可调阻尼器，调整大腿框架和小腿框架的运动力度及幅度参数。