CN112711838B - 一种踝关节柔性行走外骨骼电能成本预估方法 - Google Patents

一种踝关节柔性行走外骨骼电能成本预估方法 Download PDF

Info

Publication number
CN112711838B
CN112711838B CN202011542639.4A CN202011542639A CN112711838B CN 112711838 B CN112711838 B CN 112711838B CN 202011542639 A CN202011542639 A CN 202011542639A CN 112711838 B CN112711838 B CN 112711838B
Authority
CN
China
Prior art keywords
exoskeleton
motor
spring
exo
gait cycle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011542639.4A
Other languages
English (en)
Other versions
CN112711838A (zh
Inventor
王念峰
钟一弘
张宪民
黄伟聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Flexwarm Advanced Materials & Technology Co ltd
South China University of Technology SCUT
Original Assignee
Guangdong Flexwarm Advanced Materials & Technology Co ltd
South China University of Technology SCUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Flexwarm Advanced Materials & Technology Co ltd, South China University of Technology SCUT filed Critical Guangdong Flexwarm Advanced Materials & Technology Co ltd
Priority to CN202011542639.4A priority Critical patent/CN112711838B/zh
Publication of CN112711838A publication Critical patent/CN112711838A/zh
Application granted granted Critical
Publication of CN112711838B publication Critical patent/CN112711838B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本发明属于外骨骼领域，涉及一种踝关节柔性行走外骨骼电能成本预估方法。对于踝关节柔性行走外骨骼来说，不同的外骨骼构型会影响外骨骼的电能消耗。本发明通过设置辅助力矩在步态周期上的变化情况、弹性元素的刚度及附加位移的变化，可以求出该驱动条件下外骨骼电能的预估成本大小。通过本发明方法，可以在没有实体样机的条件下分析不同驱动方案对于外骨骼电能消耗的影响，从而快速选择合理的外骨骼构型。相比于通过多次样机试验得到不同外骨骼的电能成本，本发明更加快速和有效，能够快速得到踝关节柔性外骨骼的电能成本，从而加快样机制作的速度和有效性。

Description

一种踝关节柔性行走外骨骼电能成本预估方法
技术领域
本发明涉及外骨骼领域，特别涉及一种踝关节柔性行走外骨骼电能成本预估方法。
背景技术
外骨骼机器人模仿生物世界昆虫的外骨骼，是一种结合了人类智能的可穿戴设备，作为一种新型的机电设备，通过集成传感、控制、信息融合等技术，在为使用者提供保护的基础上，给使用者提供动力及其他服务。
踝关节柔性外骨骼，是近年来新兴的一种外骨骼，其通过柔性的鲍登线将电机的驱动力传达到脚踝关节，达到辅助脚踝的目的。由于是新兴的一种外骨骼，在这个方面的研究往往比较少，而驱动方案众多，但研究和应用集中于辅助效果方面，缺少对于这些驱动方案的电能消耗横向对比的研究，并且通过样机实测的方式往往成本高、耗时长，并且很难穷尽所有的情况。
发明内容
针对上述存在的技术问题，本发明提供一种踝关节柔性行走外骨骼电能成本预估方法。
本发明采用如下技术方案实现：
一种踝关节柔性行走外骨骼电能成本预估方法，包括如下步骤：
S1、通过动作捕捉系统，收集受试者在步态周期的踝关节角度变化，通过计算得到受试者在步态周期的外骨骼执行端速度变化和位移变化；
S2、计算外骨骼长度变化；
S3、根据步态周期的外骨骼期望力矩，计算步态周期的外骨骼力与弹簧长度变化；
S4、根据步态周期内外骨骼长度变化和弹簧长度变化，计算步态周期内电机输出端位移变化；
S5、根据步态周期内电机输出端位移变化，进而得到步态周期内电机输出端的速度变化，步态周期内电机输出端的速度变化与步态周期内的外骨骼力相乘，得到步态周期内的电机功率变化；
S6、对外骨骼在单个步态周期内的电机功率变化求积分，得到单步的外骨骼预估电能成本。
优选地，外骨骼执行端速度变化和位移变化计算步骤包括：
S1.1、根据动作捕捉系统数据计算t时刻时的外骨骼执行端速度VEXO(t)：
VEXO(t)＝rEXO·ωANKLE(t)
其中：rEXO为外骨骼旋转半径，根据外骨骼构型设置合适数值；ωANKLE(t)为t时刻时的踝关节角速度，通过动作捕捉系统得到；
S1.2、计算外骨骼执行端位移变化LEXO(t)：
Figure BDA0002855078120000021
其中，VEXO(t)为t时刻时的外骨骼执行端速度；LEXO(t)为t时刻时的电机执行端相对于步态周期起点的位移变化值。
优选地，若电机配置在小腿三头肌以外的位置，相当于电机输出端的鲍登线需要由电机输出端到达小腿三头肌，再到达踝关节处，从电机到小腿三头肌的位置变化为附加的位移变化，因此，需要将附加位移纳入计算，和外骨骼执行端位移变化相加得到外骨骼长度变化，则LEXO(t)的计算改为使用以下公式：
Figure BDA0002855078120000022
其中：LMS(t)为t时刻时的外骨骼输出端到小腿三头肌的附加位移变化。
优选地，计算外骨骼长度变化使用以下公式：
Figure BDA0002855078120000031
Figure BDA0002855078120000032
其中，VEXO(t)为t时刻时外骨骼执行端的速度，
Figure BDA0002855078120000033
为步态周期中外骨骼执行端位移最小值；△LEXO(t)为t时刻时相对于
Figure BDA0002855078120000034
的外骨骼执行端位移变化，其值恒大于等于0。
优选地，步态周期的外骨骼力与弹簧长度变化计算步骤包括：
S3.1、计算外骨骼力FEXO(t)：
FEXO(t)＝MEXO(t)/aEXO(t)
其中，MEXO(t)为t时刻人为设置的外骨骼期望力矩；aEXO(t)为t时刻外骨骼对踝关节作用的实时力臂；
S3.2、弹簧刚度不能过小，否则加入弹簧达不到减少电机电能消耗的目的，甚至会超过外骨骼长度变化值；因此，弹簧的最小刚度
Figure BDA0002855078120000035
计算如下：
Figure BDA0002855078120000036
其中，FSPRING(t)为t时刻时弹簧受到的拉力；
S3.3、计算弹簧的变形量△LSPRING(t)：
Figure BDA0002855078120000037
其中，KSPRING为人为设置的弹簧刚度，人为设置的弹簧刚度需要大于弹簧最小刚度值。
优选地，电机输出端位移变化使用下面公式计算：
△LMOTOR(t)＝△LEXO(t)-△LSPRING(t)
其中：△LEXO(t)为外骨骼长度变化，△LSPRING(t)为在预期力矩条件下的弹簧变形量。
优选地，步态周期内的电机功率计算步骤包括：
S5.1、计算步态周期内t时刻时的电机输出端速度VMOTOR(t)：
VMOTOR(t)＝(△LMOTOR(t+△t)-△LMOTOR(t))/△t
其中，△LMOTOR(t)为电机输出端的位移变化；△t为相邻两个被检测到的时刻之间的差分；
S5.2、计算步态周期内的电机功率PMOTOR(t)：
PMOTOR(t)＝FMOTOR(t)·VMOTOR(t)
其中：FMOTOR(t)为t时刻时的电机输出的辅助力，因为电机输出轴与弹簧及踝关节串联，因此电机输出的辅助力和弹簧拉力相等；VMOTOR(t)为t时刻时的电机输出端速度。
优选地，考虑到外骨骼仅有电机这一原动件，所以电机功率即是外骨骼的功率。
优选地，单个步态周期的外骨骼预估电能成本EElec计算如下：
Figure BDA0002855078120000041
相比于现有技术，本发明的优点包括：
(1)本发明通过设置辅助力矩在步态周期上的变化情况、弹性元素的刚度及附加位移的变化，可以求出该驱动条件下外骨骼电能的预估成本大小，为样机设计提供依据。
(2)通过本发明踝关节柔性行走外骨骼电能成本预估方法，可以预估各种踝关节柔性行走外骨骼驱动方案的电能成本，与通过样机实测电能成本对比，可以快速预估电能成本，并涵盖多种驱动方案、弹簧刚度配置等。
(3本发明方法可用于分析踝关节柔性行走外骨骼在不同驱动方案的影响，从而达到快速设计的目的。
(4)通过本发明方法，可以在没有实体样机的条件下分析不同驱动方案对于外骨骼电能消耗的影响，从而快速选择合理的外骨骼构型。相比于通过样机得到不同外骨骼的电能成本，本发明更加快速和有效，能够快速得到踝关节柔性外骨骼的电能成本，从而加快样机制作的速度和有效性。
附图说明
图1为一个实施例中的踝关节柔性行走外骨骼电能成本预估方法的流程图。
具体实施方式
下面结合附图和实施例对本发明的具体实施作进一步详细地说明。
特别地，下文所述的变量t指时刻，且仅限于一个步态周期时长T内，即t∈[0,T)。
如图1所示，一种踝关节柔性行走外骨骼电能成本预估方法，包括如下步骤：
S1、通过动作捕捉系统，收集受试者在步态周期的踝关节角度变化，通过计算得到受试者在步态周期的外骨骼执行端速度变化和位移变化。
计算外骨骼执行端速度变化和位移变化计算步骤包括：
S1.1、根据动作捕捉系统数据计算t时刻时的外骨骼执行端速度VEXO(t)。
VEXO(t)＝rEXO·ωANKLE(t)
其中：rEXO为外骨骼旋转半径，根据外骨骼构型设置合适数值；ωANKLE(t)为t时刻时的踝关节角速度，通过动作捕捉系统可以得到。
S1.2、计算外骨骼执行端位移变化LEXO(t)：
Figure BDA0002855078120000051
其中，VEXO(t)为t时刻时的外骨骼执行端速度，设收缩方向为正，拉伸方向为负；LEXO(t)为t时刻时的电机执行端相对于步态周期起点的位移变化值，其值的正负与速度的设置一致。
若电机配置在小腿三头肌以外的位置，相当于电机输出端的鲍登线需要由电机输出端到达小腿三头肌，再到达踝关节处，从电机到小腿三头肌的位置变化为附加的位移变化，因此，需要将附加位移纳入计算，和外骨骼执行端位移变化相加得到外骨骼长度变化，则LEXO(t)的计算应在上述基础上改为使用以下公式：
Figure BDA0002855078120000061
其中：LMS(t)为t时刻时的外骨骼输出端到小腿三头肌的附加位移变化。
S2、计算外骨骼长度变化，使用以下公式：
Figure BDA0002855078120000062
Figure BDA0002855078120000063
其中，VEXO(t)为t时刻时外骨骼执行端的速度，
Figure BDA0002855078120000064
为步态周期中外骨骼执行端位移最小值；△LEXO(t)为t时刻时相对于
Figure BDA0002855078120000065
的外骨骼执行端位移变化，其值恒大于等于0。
S3、根据步态周期的外骨骼期望力矩，计算步态周期的外骨骼力，若存在弹簧，则计算步态周期内的弹簧长度变化。
在一个实施例中，外骨骼期望力矩为20％的通过动作捕捉系统和测力板测出健康人体在1.25m/s速度行走时的踝关节生物力矩，踝关节力臂为75mm，弹簧刚度为10N/mm。
步态周期的外骨骼力与弹簧长度变化计算步骤包括：
S3.1、计算外骨骼力FEXO(t)：
FEXO(t)＝MEXO(t)/aEXO(t)
其中，MEXO(t)为t时刻人为设置的外骨骼期望力矩；aEXO(t)为t时刻外骨骼对踝关节作用的实时力臂。一般来说，因为实时力臂的变化较小，往往设为定值，大小为外骨骼的旋转半径值。
S3.2、弹簧刚度不能过小，否则加入弹簧达不到减少电机电能消耗的目的，甚至会超过外骨骼长度变化值。因此，弹簧的最小刚度
Figure BDA0002855078120000071
计算如下：
Figure BDA0002855078120000072
其中，FSPRING(t)为t时刻时弹簧受到的拉力，因为弹簧与外骨骼输出端及执行端串联，因此弹簧拉力FSPRING(t)等于外骨骼力FEXO(t)。
S3.3、计算弹簧的变形量△LSPRING(t)：
Figure BDA0002855078120000073
其中，KSPRING为人为设置的弹簧刚度，人为设置的弹簧刚度需要大于弹簧最小刚度值。
S4、根据步态周期内外骨骼长度变化和弹簧长度变化，计算步态周期内电机输出端位移变化。
电机输出端位移变化使用下面公式计算：
△LMOTOR(t)＝△LEXO(t)-△LSPRING(t)
其中：△LEXO(t)为外骨骼长度变化，△LSPRING(t)为在预期力矩条件下的弹簧变形量。
S5、根据步态周期内电机输出端位移变化，进而得到步态周期内电机输出端速度变化，步态周期内电机输出端的速度变化与步态周期内的外骨骼力相乘，得到步态周期内电机的功率变化。考虑到外骨骼仅有电机这一原动件，所以电机功率即是外骨骼的功率。
步态周期内的电机功率计算步骤包括：
S5.1、计算步态周期内t时刻时的电机输出端速度VMOTOR(t)：
VMOTOR(t)＝(△LMOTOR(t+△t)-△LMOTOR(t))/△t
其中，△LMOTOR(t)为电机输出端的位移变化；△t为相邻两个被检测到的时刻之间的差分。
S5.2、计算步态周期内的电机功率PMOTOR(t)：
PMOTOR(t)＝FMOTOR(t)·VMOTOR(t)
其中：FMOTOR(t)为t时刻时的电机输出的辅助力，因为电机输出轴与弹簧及踝关节串联，因此电机输出的辅助力和弹簧拉力相等；VMOTOR(t)为t时刻时的电机输出端速度。
S6、对外骨骼在单个步态周期内的电机功率变化求积分，得到单步的外骨骼预估电能成本，不同的驱动方案之间的电能成本可以进行对比，从而得到较优的驱动方案。
单个步态周期的外骨骼预估电能成本EElec计算如下：
Figure BDA0002855078120000081
通过以上步骤，即可求出柔性踝关节外骨骼施加20％的踝关节生物力矩时，外骨骼的预估电能成本。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (9)

1.一种踝关节柔性行走外骨骼电能成本预估方法，其特征在于，包括如下步骤：
S1、通过动作捕捉系统，收集受试者在步态周期的踝关节角度变化，通过计算得到受试者在步态周期的外骨骼执行端速度变化和位移变化；
S2、计算外骨骼长度变化；
S3、根据步态周期的外骨骼期望力矩，计算步态周期的外骨骼力与弹簧长度变化；
S4、根据步态周期内外骨骼长度变化和弹簧长度变化，计算步态周期内电机输出端位移变化；
S5、根据步态周期内电机输出端位移变化，进而得到步态周期内电机输出端的速度变化，步态周期内电机输出端的速度变化与步态周期内的外骨骼力相乘，得到步态周期内的电机功率变化；
S6、对外骨骼在单个步态周期内的电机功率变化求积分，得到单步的外骨骼预估电能成本。
2.根据权利要求1所述的踝关节柔性行走外骨骼电能成本预估方法，其特征在于，外骨骼执行端速度变化和位移变化计算步骤包括：
S1.1、根据动作捕捉系统数据计算t时刻时的外骨骼执行端速度VEXO(t)：
VEXO(t)＝rEXO·ωANKLE(t)
其中：rEXO为外骨骼旋转半径，根据外骨骼构型设置合适数值；ωANKLE(t)为t时刻时的踝关节角速度，通过动作捕捉系统得到；
S1.2、计算外骨骼执行端位移变化LEXO(t)：
Figure FDA0002855078110000011
其中，VEXO(t)为t时刻时的外骨骼执行端速度；LEXO(t)为t时刻时的电机执行端相对于步态周期起点的位移变化值。
3.根据权利要求2所述的踝关节柔性行走外骨骼电能成本预估方法，其特征在于，若电机配置在小腿三头肌以外的位置，相当于电机输出端的鲍登线需要由电机输出端到达小腿三头肌，再到达踝关节处，从电机到小腿三头肌的位置变化为附加的位移变化，因此，需要将附加位移纳入计算，和外骨骼执行端位移变化相加得到外骨骼长度变化，则LEXO(t)的计算改为使用以下公式：
Figure FDA0002855078110000021
其中：LMS(t)为t时刻时的外骨骼输出端到小腿三头肌的附加位移变化。
4.根据权利要求2或3所述的踝关节柔性行走外骨骼电能成本预估方法，其特征在于，计算外骨骼长度变化使用以下公式：
Figure FDA0002855078110000022
Figure FDA0002855078110000023
其中，VEXO(t)为t时刻时外骨骼执行端的速度，
Figure FDA0002855078110000024
为步态周期中外骨骼执行端位移最小值；△LEXO(t)为t时刻时相对于
Figure FDA0002855078110000025
的外骨骼执行端位移变化，其值恒大于等于0。
5.根据权利要求4所述的踝关节柔性行走外骨骼电能成本预估方法，其特征在于，步态周期的外骨骼力与弹簧长度变化计算步骤包括：
S3.1、计算外骨骼力FEXO(t)：
FEXO(t)＝MEXO(t)/aEXO(t)
其中，MEXO(t)为t时刻人为设置的外骨骼期望力矩；aEXO(t)为t时刻外骨骼对踝关节作用的实时力臂；
S3.2、弹簧刚度不能过小，否则加入弹簧达不到减少电机电能消耗的目的，甚至会超过外骨骼长度变化值；因此，弹簧的最小刚度
Figure FDA0002855078110000026
计算如下：
Figure FDA0002855078110000031
其中，FSPRING(t)为t时刻时弹簧受到的拉力；
S3.3、计算弹簧的变形量△LSPRING(t)：
Figure FDA0002855078110000032
其中，KSPRING为人为设置的弹簧刚度，人为设置的弹簧刚度需要大于弹簧最小刚度值。
6.根据权利要求5所述的踝关节柔性行走外骨骼电能成本预估方法，其特征在于，电机输出端位移变化使用下面公式计算：
△LMOTOR(t)＝△LEXO(t)-△LSPRING(t)
其中：△LEXO(t)为外骨骼长度变化，△LSPRING(t)为在预期力矩条件下的弹簧变形量。
7.根据权利要求6所述的踝关节柔性行走外骨骼电能成本预估方法，其特征在于，步态周期内的电机功率计算步骤包括：
S5.1、计算步态周期内t时刻时的电机输出端速度VMOTOR(t)：
VMOTOR(t)＝(△LMOTOR(t+△t)-△LMOTOR(t))/△t
其中，△LMOTOR(t)为电机输出端的位移变化；△t为相邻两个被检测到的时刻之间的差分；
S5.2、计算步态周期内的电机功率PMOTOR(t)：
PMOTOR(t)＝FMOTOR(t)·VMOTOR(t)
其中：FMOTOR(t)为t时刻时的电机输出的辅助力，因为电机输出轴与弹簧及踝关节串联，因此电机输出的辅助力和弹簧拉力相等；VMOTOR(t)为t时刻时的电机输出端速度。
8.根据权利要求7所述的踝关节柔性行走外骨骼电能成本预估方法，其特征在于，考虑到外骨骼仅有电机这一原动件，所以电机功率即是外骨骼的功率。
9.根据权利要求7所述的踝关节柔性行走外骨骼电能成本预估方法，其特征在于，单个步态周期的外骨骼预估电能成本EElec计算如下：
Figure FDA0002855078110000041
CN202011542639.4A 2020-12-23 2020-12-23 一种踝关节柔性行走外骨骼电能成本预估方法 Active CN112711838B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011542639.4A CN112711838B (zh) 2020-12-23 2020-12-23 一种踝关节柔性行走外骨骼电能成本预估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011542639.4A CN112711838B (zh) 2020-12-23 2020-12-23 一种踝关节柔性行走外骨骼电能成本预估方法

Publications (2)

Publication Number Publication Date
CN112711838A CN112711838A (zh) 2021-04-27
CN112711838B true CN112711838B (zh) 2022-03-22

Family

ID=75543941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011542639.4A Active CN112711838B (zh) 2020-12-23 2020-12-23 一种踝关节柔性行走外骨骼电能成本预估方法

Country Status (1)

Country Link
CN (1) CN112711838B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106422172A (zh) * 2016-11-22 2017-02-22 西安交通大学 基于肌电的下肢康复训练系统跑步机速度自适应控制方法
CN109276415A (zh) * 2018-11-28 2019-01-29 河北工业大学 一种下肢外骨骼机器人的控制方法
CN109276414A (zh) * 2018-11-28 2019-01-29 河北工业大学 一种下肢外骨骼机器人

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10245204B2 (en) * 2015-09-11 2019-04-02 Ekso Bionics, Inc. Devices and methods for improving the utility of an exoskeleton mobility base

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106422172A (zh) * 2016-11-22 2017-02-22 西安交通大学 基于肌电的下肢康复训练系统跑步机速度自适应控制方法
CN109276415A (zh) * 2018-11-28 2019-01-29 河北工业大学 一种下肢外骨骼机器人的控制方法
CN109276414A (zh) * 2018-11-28 2019-01-29 河北工业大学 一种下肢外骨骼机器人

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
主―被动变刚度柔性单腿建模及能耗分析;史延雷等;《计算机集成制造系统》;20171215(第12期);全文 *
可穿戴型下肢外骨骼助力机器人设计与研究;汪步云等;《机械科学与技术》;20180530(第09期);全文 *
基于能量捕获的下肢助力外骨骼研究;李晓东;《中国优秀博硕士学位论文全文数据库(硕士)》;20200215(第02期);全文 *
基于能量的人体动力学稳定性评价指标;武明等;《清华大学学报(自然科学版)》;20030530(第05期);全文 *

Also Published As

Publication number Publication date
CN112711838A (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
Villoslada et al. High-displacement flexible shape memory alloy actuator for soft wearable robots
Wang et al. Modeling, design, and optimization of Mindwalker series elastic joint
US8998831B2 (en) Wearable type movement assisting apparatus
US20090127976A1 (en) Method and Apparatus for Harvesting Energy from Mechanical Vibrations
Huo et al. Control of upper-limb power-assist exoskeleton based on motion intention recognition
Mutlu et al. Electro-mechanical modelling and identification of electroactive polymer actuators as smart robotic manipulators
Amiri et al. Genetically optimized parameter estimation of mathematical model for multi-joints hip–knee exoskeleton
Roberts et al. Energy expenditure of a biped walking robot: instantaneous and degree-of-freedom-based instrumentation with human gait implications
Dežman et al. Mechanical design and friction modelling of a cable-driven upper-limb exoskeleton
CN112711838B (zh) 一种踝关节柔性行走外骨骼电能成本预估方法
Cha et al. Energy harvesting from walking motion of a humanoid robot using a piezoelectric composite
Zhang et al. A wearable soft knee exoskeleton using vacuum-actuated rotary actuator
CA2999620C (en) Intermittently assisting body motion
JP5810844B2 (ja) アシストロボット制御装置
Zhang et al. Design of a novel elastic torque sensor for hand injuries rehabilitation based on bowden cable
Cha et al. Parameter study on piezoelectric length to harvesting power in torsional loads
CN108908345B (zh) 一种欠驱动灵巧手传动系统状态感知系统
Liu et al. Control of flexible knee joint exoskeleton robot based on dynamic model
Mohankumar et al. Recent Progress on Bio-mechanical Energy Harvesting System from the Human Body: Comprehensive Review
Cong et al. Parameter identification based sensitivity amplification control for lower extremity exoskeleton
Bae et al. Real-time estimation of lower extremity joint torques in normal gait
Gao et al. Performance Enhancement of Piezoelectric Bending Beam-Based Human Knee Energy Harvester
Feng et al. Force Calibration and Prediction of Soft Stretch Sensor Based on Deep Learning
Ugurlu et al. A soft+ rigid hybrid exoskeleton concept in scissors-pendulum mode: A suit for human state sensing and an exoskeleton for assistance
Cha et al. Experimental Usage of Humanoid Robot for Energy Harvesting Study From Walking Motion

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant