CN110757460B - 柔性外骨骼机器人控制系统及控制方法 - Google Patents

Abstract

本发明涉及柔性外骨骼机器人控制系统及控制方法,控制系统包括包含了惯性姿态传感器、拉力传感器、主控制器以及电机伺服驱动模块；惯性姿态传感器绑定在人体大腿上，用于测量髋关节角度信息，并以串口通讯方式发送到主控制器；拉力传感器串入拉绳之中，用于测量拉绳上的拉力信号，并以模拟信号的形式发送给主控制器，在主控制器上完成AD采样；主控制器包括了FPGA模块、DSP处理模块；两者之间通过EMIF总线通讯；电机伺服驱动模块包含ARM伺服控制器、三相逆变器、霍尔电流传感器以及直流无刷电机，直流无刷电机通过拉绳传动方式带动人体关节运动，为人体提供辅助助力。本发明提高了系统可靠性和控制精度、提高了外骨骼人机系统之间的协调性和柔顺性。

Description

柔性外骨骼机器人控制系统及控制方法

技术领域

本发明属于机器人控制技术领域，涉及一种柔性外骨骼机器人控制系统及控制方法。

背景技术

外骨骼机器人是智能化的人机交互系统，它为穿戴者提供支撑和防护，有效增强人体负重能力与耐力，在单兵机动作战、抢险救援、康复医疗以及民事应用领域(包括建筑作业、装配作业)具备广阔的应用前景。

控制系统是决定外骨骼机器人性能指标的最为关键的环节之一。传统控制系统设计大都基于刚性的外骨骼结构本体，而刚性外骨骼具有诸多局限：

⑴.刚性结构以及液压、电机驱动器使机器人本省自重较大，增加人体代谢消耗。

⑵.刚性框架结构不易实现与人体关节部位对准，限制人体运动自由度，穿戴舒适性较差。

⑶.刚性结构容易产生额外的转矩，对人体造成伤害；这些因素严重影响了外骨骼机器人的控制效果，使得人机动作僵硬、不协调。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种提高系统可靠性和控制精度、提高外骨骼人机系统之间的协调性和柔顺性的柔性外骨骼机器人控制系统及控制方法。

本发明的上述目的通过如下技术方案来实现：

一种柔性外骨骼机器人控制系统，其特征在于：包含了惯性姿态传感器、拉力传感器、主控制器以及电机伺服驱动模块；

所述惯性姿态传感器绑定在人体大腿上，用于测量髋关节角度信息，并以串口通讯方式发送到主控制器；

所述拉力传感器串入拉绳之中，用于测量拉绳上的拉力信号，并以模拟信号的形式发送给主控制器，在主控制器上完成AD采样；

所述主控制器包括了FPGA模块、DSP处理模块；FPGA与DSP之间通过EMIF总线通讯；FPGA中内嵌接口模块，用于通过控制串口模块完成惯性姿态传感器信息采集以及通过控制AD芯片完成拉力信息采集，且FPGA模块用于通过控制串口芯片向ARM伺服控制器发送伺服控制指令；DSP中内嵌数据处理算法模块和力伺服控制算法模块，数据处理算法模块接收FPGA接口模块发送过来的惯性姿态传感器数据，并进行计算分析产生当前步态模式以及参考助力曲线，力伺服控制算法模块接收FPGA接口模块发送过来的外部拉力传感器数据并与数据处理模块产生的参考助力曲线作差，将偏差信号通过力伺服控制算法生成控制量——电流参考值，并通过串口芯片发送给ARM伺服控制器；

所述电机伺服驱动模块包含ARM伺服控制器、三相逆变器、霍尔电流传感器以及直流无刷电机，其中，ARM伺服控制器中内嵌有电流环控制算法模块；ARM伺服控制器用于通过串口通讯方式接收主控制器发来的期望电流信号，同时通过片上AD采集霍尔电流传感器发送来的相电流信号，电流环控制算法模块实现电机电枢电流实时伺服控制，生成并输出PWM控制信号给三相电机逆变器；三相逆变器实现电机驱动换向，输出功率驱动信号给直流无刷电机；直流无刷电机通过拉绳传动方式带动人体关节运动，为人体提供辅助助力。

本发明的上述目的通过如下技术方案来实现：

一种柔性外骨骼机器人控制方法，其特征在于：控制方法基于上述控制系统，包括以下步骤：

步骤1、惯性姿态传感器通过串口将穿戴者髋关节角度信号发送给主控制器，主控制器依据髋关节角度数据幅值和相位将整个步态周期划分为摆动相和支撑相；

步骤2、基于步骤1生成的步态相位信息主控制器产生助力波形：

a、当步态处于支撑相时助力波形为：

其中t为时间变量，F_d为支撑相期望助力值(单位为牛顿)，

为支撑相期望助力的幅值(上限取穿戴者自重与负载重量总和的30％)，

为支撑相助力波形起始时间，

为支撑相髋关节角度曲线最大屈曲时刻，即助力峰值时刻，限制在15％-40％T_g(步态周期)；

表示支撑相助力结束时刻，限制在30％-55％T_g(步态周期)。这里设定

比

晚至少15％T_g(步态周期)；

b、当步态处于摆动相时助力波形为：

其中t为时间变量，F_d为摆动相期望助力值(单位为牛顿)，

为摆动相期望助力的幅值(40N-60N)，

为摆动相助力波形起始时间，T_g为当前步态周期，α为助力波形控制参数，取值范围为-1≤α≤1，初始值设为α＝0.5；

步骤3、主控制器上的AD采集模块采集拉绳上的拉力传感器信号，并进行拉力数据折算，折算结果为F_b；

步骤4、主控制器上内嵌的力伺服控制器模块，依据步骤1确定的步态相位选择步骤2中生成的相应参考助力值F_d，并根据步骤3中测量的拉力值进行闭环控制，采用PID控制算法，其具体形式为：

I_ref＝K_pfΔF+K_if∑ΔF+K_df(ΔF-ΔF^p)

其中ΔF＝F_d-F_b,F_d为步骤2中产生的期望助力值与F_b为步骤3中采集的拉力值之间的偏差，ΔF^p为前一时刻的拉力偏差值，K_pf，K_if，K_df分别为拉力闭环控制器重比例项、积分项和微分项，控制器输出I_ref给到ARM伺服控制器，作为电机电流环伺服控制的参考给定；

步骤5、步骤4中力伺服控制器输出的I_ref通过串口通讯方式发送到电机伺服驱动模块中的ARM控制器,作为电流闭环控制的参考给定；同时ARM控制器通过其片AD采集霍尔电流传感器输出的电流值I_b,电流环控制算法模块采用PI控制算法，其具体形式为：

U_out＝K_pIΔI+K_iI∑ΔI

其中ΔI＝I_ref-I_b为电机期望电流值与反馈电流值之间的偏差，K_pI和K_iI分别为电流环的比例项和积分项控制参数；电流环控制器输出U_out折算成PWM占空比并以PWM调宽波的形式传递给三相逆变器；

步骤6、三相逆变器接收步骤5产生的PWM控制信号后产生电机功率驱动信号U_a，U_b和U_c，三相功率驱动信号发送给直流无刷电机，电机产生动作；电机通过拉绳的驱动方式带动人体髋关节运动，为穿戴者提供助力。

本发明具有的优点和积极效果：

本发明基于轻质、低惯性、人机贴合性良好的柔性外骨骼机器人，提出一种可靠性高、实时性强的力反馈控制系统及方法。在人体运动意图感知方面，相较于传统刚性外骨骼传感器种类和数量多、感知方案复杂问题，本发明仅通过两个姿态传感器实现步态识别，提高了系统可靠性。在伺服控制方面，相较于传统的转速环和位置环控制方式，本发明是以直接力反馈控制为外环，以电机电流环为内环构建双闭环控制架构，使外骨骼具备更高的系统带宽以及控制精度，提高了外骨骼人机系统之间的协调性和柔顺性。

附图说明

图1是本发明控制系统组成及控制原理图；

图2是图1中主控制器的构成图；

图3是本发明控制方法流程图。

具体实施方式

下面结合附图并通过具体实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。

一种柔性外骨骼机器人控制系统，请参见图1-2,其发明点为：包含了惯性姿态传感器、拉力传感器、主控制器以及电机伺服驱动模块。

所述惯性姿态传感器绑定在人体大腿上，用于测量髋关节角度信息，并以串口通讯方式发送到主控制器；

所述拉力传感器串入拉绳之中，用于测量拉绳上的拉力信号，并以模拟信号的形式发送给主控制器，在主控制器上完成AD采样；

所述主控制器包括了FPGA模块、DSP处理模块；FPGA与DSP之间通过EMIF总线通讯；FPGA中内嵌接口模块，用于通过控制串口模块完成惯性姿态传感器信息采集以及通过控制AD芯片完成拉力信息采集，且FPGA模块用于通过控制串口芯片向ARM伺服控制器发送伺服控制指令；DSP中内嵌数据处理算法模块和力伺服控制算法模块，数据处理算法模块接收FPGA接口模块发送过来的惯性姿态传感器数据，并进行计算分析产生当前步态模式以及参考助力曲线，力伺服控制算法模块接收FPGA接口模块发送过来的外部拉力传感器数据并与数据处理模块产生的参考助力曲线作差，将偏差信号通过力伺服控制算法生成控制量——电流参考值，并通过串口芯片发送给ARM伺服控制器；

所述电机伺服驱动模块包含ARM伺服控制器、三相逆变器、霍尔电流传感器以及直流无刷电机，其中，ARM伺服控制器中内嵌有电流环控制算法模块；ARM伺服控制器用于通过串口通讯方式接收主控制器发来的期望电流信号，同时通过片上AD采集霍尔电流传感器发送来的相电流信号，电流环控制算法模块实现电机电枢电流实时伺服控制，生成并输出PWM控制信号给三相电机逆变器；三相逆变器实现电机驱动换向，输出功率驱动信号给直流无刷电机；直流无刷电机通过拉绳传动方式带动人体关节运动，为人体提供辅助助力。

一种柔性外骨骼机器人控制方法，请参见图3，其发明点为，控制方法基于上述控制系统：包括以下步骤：

步骤1、惯性姿态传感器通过串口将穿戴者髋关节角度信号发送给主控制器，主控制器依据髋关节角度数据幅值和相位将整个步态周期划分为摆动相和支撑相；

步骤2、基于步骤1生成的步态相位信息主控制器产生助力波形：

a、当步态处于支撑相时助力波形为：

其中t为时间变量，F_d为支撑相期望助力值(单位为牛顿)，

为支撑相期望助力的幅值(上限取穿戴者自重与负载重量总和的30％)，

为支撑相助力波形起始时间，

为支撑相髋关节角度曲线最大屈曲时刻，即助力峰值时刻，限制在15％-40％T_g(步态周期)；

表示支撑相助力结束时刻，限制在30％～55％T_g(步态周期)。这里设定

比

晚至少15％T_g(步态周期)；

b、当步态处于摆动相时助力波形为：

其中t为时间变量，F_d为摆动相期望助力值(单位为牛顿)，

为摆动相期望助力的幅值(40N-60N)，

为摆动相助力波形起始时间，T_g为当前步态周期，α为助力波形控制参数，取值范围为-1≤α≤1，初始值设为α＝0.5；

步骤3、主控制器上的AD采集模块采集拉绳上的拉力传感器信号，并进行拉力数据折算，折算结果为F_b。

步骤4、主控制器上内嵌的力伺服控制器模块，依据步骤1确定的步态相位(摆动相和支撑相)选择步骤2中生成的相应参考助力值F_d(支撑相助力曲线和摆动相助力曲线)，并根据步骤3中测量的拉力值进行闭环控制，采用PID控制算法，其具体形式为：

I_ref＝K_pfΔF+K_if∑ΔF+K_df(ΔF-ΔF^p)

其中ΔF＝F_d-F_b,F_d为步骤2中产生的期望助力值与F_b为步骤3中采集的拉力值之间的偏差，ΔF^p为前一时刻的拉力偏差值，K_pf，K_if，K_df分别为拉力闭环控制器重比例项、积分项和微分项，控制器输出I_ref给到ARM伺服控制器，作为电机电流环伺服控制的参考给定。

步骤5、步骤4中力伺服控制器输出的I_ref通过串口通讯方式发送到电机伺服驱动模块中的ARM控制器,作为电流闭环控制的参考给定；同时ARM控制器通过其片AD采集霍尔电流传感器输出的电流值I_b,电流环控制算法模块采用PI控制算法，其具体形式为：

U_out＝K_pIΔI+K_iI∑ΔI

其中ΔI＝I_ref-I_b为电机期望电流值与反馈电流值之间的偏差，K_pI和K_iI分别为电流环的比例项和积分项控制参数。电流环控制器输出U_out折算成PWM占空比并以PWM调宽波的形式传递给三相逆变器；

步骤6、三相逆变器接收步骤5产生的PWM控制信号后产生电机功率驱动信号U_a，U_b和U_c。三相功率驱动信号发送给直流无刷电机，电机产生动作。电机通过拉绳的驱动方式带动人体髋关节运动，为穿戴者提供助力。

尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附权利要求的精神和范围内，各种替换、变化和修改都是可能的，因此，本发明的范围不局限于实施例和附图所公开的内容。

Claims (2)

1.一种柔性外骨骼机器人控制系统，其特征在于：包含了惯性姿态传感器、拉力传感器、主控制器以及电机伺服驱动模块；

所述惯性姿态传感器绑定在人体大腿上，用于测量髋关节角度信息，并以串口通讯方式发送到主控制器；

所述拉力传感器串入拉绳之中，用于测量拉绳上的拉力信号，并以模拟信号的形式发送给主控制器，在主控制器上完成AD采样；

所述主控制器包括了FPGA模块、DSP处理模块；FPGA与DSP之间通过EMIF总线通讯；FPGA中内嵌接口模块，用于通过控制串口模块完成惯性姿态传感器信息采集以及通过控制AD芯片完成拉力信息采集，且FPGA模块用于通过控制串口芯片向ARM伺服控制器发送伺服控制指令；DSP中内嵌数据处理算法模块和力伺服控制算法模块，数据处理算法模块接收FPGA接口模块发送过来的惯性姿态传感器数据，并进行计算分析产生当前步态模式以及参考助力曲线，力伺服控制算法模块接收FPGA接口模块发送过来的外部拉力传感器数据并与数据处理模块产生的参考助力曲线作差，将偏差信号通过力伺服控制算法生成控制量——电流参考值，并通过串口芯片发送给ARM伺服控制器；

所述电机伺服驱动模块包含ARM伺服控制器、三相逆变器、霍尔电流传感器以及直流无刷电机，其中，ARM伺服控制器中内嵌有电流环控制算法模块；ARM伺服控制器用于通过串口通讯方式接收主控制器发来的期望电流信号，同时通过片上AD采集霍尔电流传感器发送来的相电流信号，电流环控制算法模块实现电机电枢电流实时伺服控制，生成并输出PWM控制信号给三相电机逆变器；三相逆变器实现电机驱动换向，输出功率驱动信号给直流无刷电机；直流无刷电机通过拉绳传动方式带动人体关节运动，为人体提供辅助助力。

2.一种柔性外骨骼机器人控制方法，其特征在于：控制方法基于权利要求1所述的柔性外骨骼机器人控制系统，包括以下步骤：

步骤1、惯性姿态传感器通过串口将穿戴者髋关节角度信号发送给主控制器，主控制器依据髋关节角度数据幅值和相位将整个步态周期划分为摆动相和支撑相；

步骤2、基于步骤1生成的步态相位信息主控制器产生助力波形：

a、当步态处于支撑相时助力波形为：

其中t为时间变量，F_d为支撑相期望助力值(单位为牛顿)，

为支撑相期望助力的幅值，

为支撑相助力波形起始时间，

为支撑相髋关节角度曲线最大屈曲时刻，即助力峰值时刻，限制在15％-40％T_g；

表示支撑相助力结束时刻，限制在30％-55％T_g；这里设定

比

晚至少15％T_g；

b、当步态处于摆动相时助力波形为：

其中t为时间变量，F_d为摆动相期望助力值(单位为牛顿)，

为摆动相期望助力的幅值(40N-60N)，

为摆动相助力波形起始时间，T_g为当前步态周期，α为助力波形控制参数，取值范围为-1≤α≤1，初始值设为α＝0.5；

步骤3、主控制器上的AD采集模块采集拉绳上的拉力传感器信号，并进行拉力数据折算，折算结果为F_b；

步骤4、主控制器上内嵌的力伺服控制器模块，依据步骤1确定的步态相位选择步骤2中生成的相应参考助力值F_d，并根据步骤3中测量的拉力值进行闭环控制，采用PID控制算法，其具体形式为：

其中ΔF＝F_d-F_b,F_d为步骤2中产生的期望助力值与F_b为步骤3中采集的拉力值之间的偏差，ΔF^p为前一时刻的拉力偏差值，K_pf，K_if，K_df分别为拉力闭环控制器重比例项、积分项和微分项，控制器输出I_ref给到ARM伺服控制器，作为电机电流环伺服控制的参考给定；

步骤5、步骤4中力伺服控制器输出的I_ref通过串口通讯方式发送到电机伺服驱动模块中的ARM控制器,作为电流闭环控制的参考给定；同时ARM控制器通过其片AD采集霍尔电流传感器输出的电流值I_b,电流环控制算法模块采用PI控制算法，其具体形式为：

U_out＝K_PIΔI+K_iI∑ΔI

其中ΔI＝I_ref-I_b为电机期望电流值与反馈电流值之间的偏差，K_PI和K_iI分别为电流环的比例项和积分项控制参数；电流环控制器输出U_out折算成PWM占空比并以PWM调宽波的形式传递给三相逆变器；

步骤6、三相逆变器接收步骤5产生的PWM控制信号后产生电机功率驱动信号U_a，U_b和U_c，三相功率驱动信号发送给直流无刷电机，电机产生动作；电机通过拉绳的驱动方式带动人体髋关节运动，为穿戴者提供助力。

Images