CN113081582B - 一种机器人辅助站立轨迹生成方法 - Google Patents
一种机器人辅助站立轨迹生成方法 Download PDFInfo
- Publication number
- CN113081582B CN113081582B CN202110290392.XA CN202110290392A CN113081582B CN 113081582 B CN113081582 B CN 113081582B CN 202110290392 A CN202110290392 A CN 202110290392A CN 113081582 B CN113081582 B CN 113081582B
- Authority
- CN
- China
- Prior art keywords
- human body
- joint
- robot
- human
- moment
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/10—Devices for lifting patients or disabled persons, e.g. special adaptations of hoists thereto
- A61G7/1013—Lifting of patients by
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/10—Devices for lifting patients or disabled persons, e.g. special adaptations of hoists thereto
- A61G7/1063—Safety means
- A61G7/1065—Safety means with electronic monitoring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/10—Devices for lifting patients or disabled persons, e.g. special adaptations of hoists thereto
- A61G7/1073—Parts, details or accessories
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G2203/00—General characteristics of devices
- A61G2203/30—General characteristics of devices characterised by sensor means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G2203/00—General characteristics of devices
- A61G2203/30—General characteristics of devices characterised by sensor means
- A61G2203/42—General characteristics of devices characterised by sensor means for inclination
Landscapes
- Health & Medical Sciences (AREA)
- Nursing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Rehabilitation Tools (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种机器人辅助站立轨迹生成方法,包括如下步骤:步骤1:获取人体测量学参数,包括人体脚部,小腿,大腿及整体上肢躯干的长度,质量,质心位置及转动惯量;步骤2:将人体测量学参数输入到人体简化模型中,得到人体简化动力学模型,将简化动力学模型转化为以人体关节力矩作为控制量,人体关节角度和角速度为状态量的状态空间方程;步骤3:将得到的状态空间方程输入机器人辅助站立轨迹生成器中,得到轨迹。本发明可以根据不同人体的身高,体重及身体状况生成不同的辅助站立轨迹,增强了机器人辅助站立轨迹对不同人体的适应性,免去了通过外部传感器采集人体姿态来生成辅助轨迹的麻烦。
Description
技术领域
本发明涉及医疗辅助康复领域,具体地,涉及一种机器人辅助站立轨迹生成方法。
背景技术
由于年龄的增长或其他疾病导致的下肢肌力下降是许多老年人和残疾人无法完成自主站立和行走的主要原因,对这类人群的转移和搬运是护理工作的重要组成部分。使用机器人代替护理人员完成转移和搬运工作能够极大减轻护理人员的工作负担。目前大量研究机构和医疗设备公司都在开发和研制用于转移和搬运老年人的机器人或其他辅助设备。这些设备按照转移和搬运的方式可以分为吊袋式,背抱式,站立式等。其中,站立式的转移设备一般依靠助力带和连杆机构将使用者从坐姿转换为站姿。目前,大部分此类设备在完成辅助使用者从坐姿转换到站姿的任务时都只是简单的从臀部或腋下将使用者匀速扶起,而没有考虑人的生物力学特性及人在完成自然站立过程中的姿态变化。
公开号为CN110522574A的中国发明专利通过座椅和脚踏板上的测力装置检测人体的站立姿态,并通过调整座椅的角度和高度来达到辅助使用者以某种轨迹站立的目的。但这种辅助轨迹生成方法需要在设备上增加传感器来监测使用者的姿态,增加了设备的成本。
公开号为CN109124916A中国发明专利通过测力台及人体姿态捕捉系统对人体站立过程的重心轨迹和压力曲线进行分析,设计出人体站立过程各阶段的运动轨迹及其力学辅助站立的力学参数。但这种轨迹的生成受实验测试时测试者的身材影响,当使用者与测试者的身材差异较大时,以测试者为模板生成的站立轨迹对使用者来说并不适用。
Asker A[1](Asker A,Assal S F M,Ding M,et al.Modeling of natural sit-to-stand movement based on minimum jerk criterion for natural-like assistanceand rehabilitation[J].Advanced Robotics,2017,31(17):901-917.)等人设计了一种模仿人体自然站立过程的站立辅助系统,采用最小跳动准则对人体自然站立过程建模。该模型能够根据不同使用者的身高信息生成不同的人在站立过程中肩关节及髋关节的轨迹,系统依据生成的轨迹在使用者肩关节和髋关节处为使用者提供助力。但这种轨迹生成方式没有考虑人在站立过程中身体的平衡要求,也没有考虑使用者的体重对站立轨迹的影响。
Geravand M[2](Geravand M,Korondi P Z,Werner C,et al.Human sit-to-stand transfer modeling towards intuitive and biologically-inspired robotassistance[J].Autonomous Robots,2017,41(3):575-592.)等人将人体简化为一个六连杆模型,将人体站立过程表示为一个考虑控制点精度,人体平衡性,能量消耗及人体关节约束的最优控制问题。通过求解这个问题得到符合上述条件的优化轨迹。但他们在设计最优控制问题时没有考虑站立辅助系统末端执行机构的约束,这使得站立辅助系统可能无法按照生成的轨迹完成辅助站立任务。同时,他们也没有考虑人体自然站立过程中身体前倾的阶段人体轨迹的变化。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种机器人辅助站立轨迹生成方法。
根据本发明提供的一种机器人辅助站立轨迹生成方法,包括如下步骤:
步骤1:获取人体测量学参数,包括人体脚部,小腿,大腿及整体上肢躯干的长度,质量,质心位置及转动惯量;
步骤2:将人体测量学参数输入到人体简化模型中,得到人体简化动力学模型,将人体简化动力学模型转化为以人体关节力矩作为控制量,人体关节角度和角速度为状态量的状态空间方程;
步骤3:将得到的状态空间方程输入机器人辅助站立轨迹生成器中,得到轨迹。
优选地,所述步骤1中人体测量学参数的获取方式通过以下两种中的任意一种:
A.通过实验测量标定;
B.通过国家标准《GBT7245-4成年人人体惯性参数》,由实际身高和体重估算得到。
优选地,所述人体简化动力学模型为一个平面四连杆模型,其中:
人体脚部为第一连杆,固定于地面上;
人体小腿为第二连杆,与第一连杆通过旋转关节相连;
人体大腿为第三连杆,与第二连杆通过旋转关节相连;
整体上肢躯干为第四连杆,与第三连杆通过旋转关节相连。
优选地,所述状态空间方程如下:
其中θ=[θ1 θ2 θ3]T,表示人体关节角度,θ1为踝关节角度,θ2为膝关节角度,θ3为髋关节角度;
τ=[τ1 τ2 τ3]T表示控制量,即人体关节力矩,τ1为踝关节力矩,τ2为膝关节力矩,τ3为髋关节力矩;
C(θ)=[C1 C2 C3]T表示离心力及科氏力矩阵;
G(θ)=g×[G1 G2 G3]T表示重力矩阵,g为重力加速度;
FN=[FNx FNy]T表示机器人与人体接触位置的接触力。
优选地,所述机器人辅助站立轨迹生成器包括:
身体前倾轨迹生成器:模仿人体自然站立过程中身体前倾的阶段,上肢躯干以髋关节为轴心匀速旋转,直至人体平衡点在地面的投影点落在人体支撑区域内;
身体伸展轨迹生成器:模仿人体自然站立过程中发力站起的阶段,髋关节及膝关节伸展带动身体站起至完全直立状态,为最小化这一过程中人体的能量消耗,将这个过程转化为一个初始状态固定,末端状态固定的轨迹优化问题,通过转化为一个非线性规划问题来求解得到从初始状态到末端状态的最优轨迹。
优选地,所述人体平衡点pZMPt在地面的投影点的计算公式为:
其中mi表示第i个连杆的质量;
pxi表示第i个连杆的质心位置在全局坐标系下的横坐标坐标;
pyi表示第i个连杆的质心位置在全局坐标系下的纵坐标;
g表示重力加速度。
优选地,所述轨迹优化问题目标函数为:
优选地,所述轨迹优化问题的解集需满足下列约束:
A.人体平衡约束:pZMPmin≤pZMPt≤pZMPmax;
其中pZMPmin为人体模型脚后跟位置,pZMPmax为人体模型脚尖位置;
B.人体状态约束:xmin≤xt≤xmax;
其中xt为t时刻人体关节的角度和角速度,xmin为人体关节角度和角速度的最小值,xmax为人体关节角度和角速度的最大值;
C.人体关节力矩约束:τmin≤τt≤τmax;
其中τt为t时刻人体关节力矩,τmin为人体关节力矩的最小值,τmax为人体关节力矩的最大值;
D.机器人末端操作空间约束:pxrmin≤pxr≤pxrmax,pyrmin≤pyr≤pyrmax;
其中pxr表示人体与机器人执行机构末端接触位置的横坐标;
pyr表示人体与机器人执行机构末端接触位置的纵坐标;
pxrmin,pxrmax,pyrmin,pyrmax为机器人末端执行结构的位置约束。
优选地,所述人体关节角度和角速度的最小值和最大值及人体关节力矩的最小值和最大值由实验测量得到或根据康复医生的建议确定。
与现有技术相比,本发明具有如下的有益效果:
1.本发明离线生成辅助抬升轨迹,在机器人辅助站立过程中不需要传感器检测使用者的身体姿态,节约了机器人的成本。
2.本发明能够根据不同使用者的不同身高,体重及身体失能状况生成不同的辅助站立轨迹,增强了本发明对不同使用者的适应性。
3.本发明从模拟人体自然站立过程的角度出发,使得生成轨迹更加符合人体自然站立规律,有助于使用者的站立康复训练。
4.本发明生成的辅助站立轨迹将站立辅助系统执行机构操作空间的约束考虑在内,避免了出现生成的辅助站立轨迹,辅助系统无法执行的情况出现。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的方法流程图。
图2为人体各体段相对质量分布表。
图3为人体各体段质心相对位置表。
图4为考虑机器人对人体影响的人体简化动力学模型图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1至图4所示,本发明提供了一种机器人辅助站立轨迹生成方法,本发明基于人体简化模型和自然站立过程实现。具体包括:
步骤1:获取人体测量学参数,包括人体脚部,小腿,大腿及整体上肢躯干的长度,质量,质心位置及转动惯量;
步骤2:将人体测量学参数输入到人体简化模型中,得到人体简化动力学模型,将简化动力学模型转化为以人体关节力矩作为控制量,人体关节角度和角速度为状态量的状态空间方程;
步骤3:将得到的状态空间方程输入机器人辅助站立轨迹生成器中,得到轨迹。
具体地,所述步骤1中人体测量学参数的获取方式可以是以下两种中的任意一种,
A.通过实验测量标定;
B.通过国家标准《GBT7245-4成年人人体惯性参数》,由实际身高和体重估算得到,具体估算系数如图2和3所示。
具体地,所述人体简化动力学模型为一个平面四连杆模型,考虑人体以矢状面为轴,左右对称,将人体矢状面右侧简化为平面四连杆模型,其中,人体脚部为第一连杆,固定于地面上,人体小腿为第二连杆,与第一连杆通过旋转关节相连,人体大腿为第三连杆,与第二连杆通过旋转关节相连,整体上肢躯干为第四连杆,与第三连杆通过旋转关节相连,如图4所示为人体简化动力学模型。第一至第四连杆的长度,质量,质心位置及转动惯量由人体测量学参数得到。
具体地,所述状态空间方程如下:
其中θ=[θ1 θ2 θ3]T,表示人体关节角度,θ1为踝关节角度,θ2为膝关节角度,θ3为髋关节角度;
τ=[τ1 τ2 τ3]T表示控制量,即人体关节力矩,τ1为踝关节力矩,τ2为膝关节力矩,τ3为髋关节力矩;
C(θ)=[C1 C2 C3]T表示离心力及科氏力矩阵;
G(θ)=g×[G1 G2 G3]T表示重力矩阵,g为重力加速度;
FN=[FNx FNy]T表示机器人与人体接触位置的接触力。
具体地,所述机器人与人体的接触位置为机器人在辅助人体站立过程中对人体提供辅助力的位置。
具体地,所述机器人辅助站立轨迹生成器包括:
身体前倾轨迹生成器:模仿人体自然站立过程中身体前倾的阶段,上肢躯干以髋关节为轴心匀速旋转,直至人体平衡点在地面的投影点落在人体支撑区域内;
身体伸展轨迹生成器:模仿人体自然站立过程中发力站起的阶段,髋关节及膝关节伸展带动身体站起至完全直立状态,为最小化这一过程中人体的能量消耗,将这个过程转化为一个初始状态固定,末端状态固定的轨迹优化问题,通过直接配点法将问题转化为一个复杂非线性规划问题并通过matlab中的非线性规划工具箱求解得到从初始状态到末端状态的最优轨迹。
具体地,所述人体平衡点pZMPt在地面的投影点的计算公式为:
其中mi表示第i个连杆的质量;
pxi表示第i个连杆的质心位置在全局坐标系下的横坐标坐标;
pyi表示第i个连杆的质心位置在全局坐标系下的纵坐标;
g表示重力加速度。
具体地,所述人体支撑区域为从人体脚部脚后跟位置至脚部脚尖位置的区域。
具体地,所述轨迹优化问题目标函数为:
优选地,所述轨迹优化问题的解集需满足下列约束:
A.人体平衡约束:pZMPmin≤pZMPt≤pZMPmax;
其中pZMPmin为人体模型脚后跟位置,pZMPmax为人体模型脚尖位置;
B.人体状态约束:xmin≤xt≤xmax;
其中xt为t时刻人体关节的角度和角速度,xmin为人体关节角度和角速度的最小值,xmax为人体关节角度和角速度的最大值;
C.人体关节力矩约束:τmin≤τt≤τmax;
其中τt为t时刻人体关节力矩,τmin为人体关节力矩的最小值,τmax为人体关节力矩的最大值;
D.机器人末端操作空间约束:pxrmin≤pxr≤pxrmax,pyrmin≤pyr≤pyrmax;
其中pxr表示人体与机器人执行机构末端接触位置的横坐标;
pyr表示人体与机器人执行机构末端接触位置的纵坐标;
pxrmin,pxrmax,pyrmin,pyrmax为机器人末端执行结构的位置约束。
具体地,所述轨迹优化问题的终端状态为表示人处于直立状态并且踝关节,膝关节,髋关节角速度为0。轨迹优化问题可通过直接配点法转化为非线性规划问题后,通过matlab中的非线性规划工具箱进行求解。轨迹优化问题的初始状态为所述身体前倾轨迹生成器生成轨迹的终端状态。人体关节角度和角速度的最小值和最大值及人体关节力矩的最小值和最大值由实验测量得到或根据康复医生的建议确定。
下面结合附图和实施例对本发明做进一步的详细说明。此处以一名身高177cm,体重75kg的健康成年男性,使用的辅助站立机器人为一种从使用者的胸部提供辅助力,抬升机构为两自由度为例加以说明。
如图1所示,本发明包括如下步骤:
步骤1:获取人体测量学参数,包括人体脚部,小腿,大腿及整体上肢躯干的长度,质量,质心位置及转动惯量;
步骤2:将人体测量学参数输入到人体简化模型中,得到人体简化动力学模型,将简化动力学模型转化为以人体关节力矩作为控制量,人体关节角度和角速度为状态量的状态空间方程;
步骤3:将得到的状态空间方程输入机器人辅助站立轨迹生成器中,得到轨迹。
进一步地,所述步骤1中人体测量学参数的获取方式为通过国家标准《GBT7245-4成年人人体惯性参数》,由实际身高和体重估算得到,具体估算系数如图2及图3所示,将身高177cm,体重75kg代入图2及图3的表中进行估算,得到该名使用者脚部,小腿,大腿及整体上肢躯干的长度,质量,质心位置及转动惯量。
进一步地,所述人体简化动力学模型为一个平面四连杆模型,考虑人体以矢状面为轴,左右对称,将人体矢状面右侧简化为平面四连杆模型,其中,人体脚部为第一连杆,固定于地面上,人体小腿为第二连杆,与第一连杆通过旋转关节相连,人体大腿为第三连杆,与第二连杆通过旋转关节相连,整体上肢躯干为第四连杆,与第三连杆通过旋转关节相连,辅助机器人从人体的躯干位置对人体提供了支持力,如图4所示为考虑机器人对人体影响的人体简化动力学模型图。
进一步地,所述第一至第四连杆的长度,质量,质心位置及转动惯量与所述步骤1中得到的脚部,小腿,大腿及整体上肢躯干的长度,质量,质心位置及转动惯量一一对应。
进一步地,所述状态空间方程如下:
其中θ=[θ1 θ2 θ3]T,表示人体关节角度,θ1为踝关节角度,θ2为膝关节角度,θ3为髋关节角度;
τ=[τ1 τ2 τ3]T表示控制量,即人体关节力矩,τ1为踝关节力矩,τ2为膝关节力矩,τ3为髋关节力矩;
C(θ)=[C1 C2 C3]T表示离心力及科氏力矩阵;
G(θ)=g×[G1 G2 G3]T表示重力矩阵,g为重力加速度;
FN=[FNx FNy]T表示机器人与人体接触位置的接触力。
进一步地,所述机器人与人体的接触位置位于人体上肢躯干处,在抬升过程中从人体胸部位置为人体提供辅助力。
进一步地,所述机器人辅助站立轨迹生成器包括:
身体伸展轨迹生成器:模仿人体自然站立过程中发力站起的阶段,髋关节及膝关节伸展带动身体站起至完全直立状态,为最小化这一过程中人体的能量消耗,将这个过程转化为一个初始状态固定,末端状态固定的轨迹优化问题,通过将问题转化为一个复杂非线性规划问题来求解得到从初始状态到末端状态的最优轨迹。
进一步地,所述人体平衡点pZMPt在地面的投影点的计算公式为:
其中mi表示第i个连杆的质量;
pxi表示第i个连杆的质心位置在全局坐标系下的横坐标坐标;
pyi表示第i个连杆的质心位置在全局坐标系下的纵坐标;
g表示重力加速度。
进一步地,所述人体支撑区域为从人体脚部脚后跟位置至脚部脚尖位置的区域。
进一步地,所述轨迹优化问题目标函数为:
优选地,所述轨迹优化问题的解集需满足下列约束:
A.人体平衡约束:pZMPmin≤pZMPt≤pZMPmax;
其中pZMPmin为人体模型脚后跟位置,pZMPmax为人体模型脚尖位置;
B.人体状态约束:xmin≤xt≤xmax;
其中xt为t时刻人体关节的角度和角速度,xmin为人体关节角度和角速度的最小值,xmax为人体关节角度和角速度的最大值;
C.人体关节力矩约束:τmin≤τt≤τmax;
其中τt为t时刻人体关节力矩,τmin为人体关节力矩的最小值,τmax为人体关节力矩的最大值;
D.机器人末端操作空间约束:pxrmin≤pxr≤pxrmax,pyrmin≤pyr≤pyrmax;
其中pxr表示人体与机器人执行机构末端接触位置的横坐标;
pyr表示人体与机器人执行机构末端接触位置的纵坐标;
pxrmin,pxrmax,pyrmin,pyrmax为机器人末端执行结构的位置约束。在本例中pxrmin,pxrmax,pyrmin,pyrmax可通过计算机器人连杆机构的操作空间得到。
进一步地,所述轨迹优化问题可通过直接配点法转化为一非线性规划问题,采用matlab中的非线性规划工具箱进行求解。
进一步地,所述轨迹优化问题的初始状态为所述身体前倾轨迹生成器生成轨迹的终端状态。
进一步地,所述人体关节角度和角速度的最小值和最大值及人体关节力矩的最小值和最大值根据康复医生的建议确定。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (4)
1.一种机器人辅助站立轨迹生成方法,其特征在于,包括如下步骤:
步骤1:获取人体测量学参数,包括人体脚部,小腿,大腿及整体上肢躯干的长度,质量,质心位置及转动惯量;
步骤2:将人体测量学参数输入到人体简化模型中,得到人体简化动力学模型,将人体简化动力学模型转化为以人体关节力矩作为控制量,人体关节角度和角速度为状态量的状态空间方程;
步骤3:将得到的状态空间方程输入机器人辅助站立轨迹生成器中,得到轨迹;
所述人体简化动力学模型为一个平面四连杆模型,其中:
人体脚部为第一连杆,固定于地面上;
人体小腿为第二连杆,与第一连杆通过旋转关节相连;
人体大腿为第三连杆,与第二连杆通过旋转关节相连;
整体上肢躯干为第四连杆,与第三连杆通过旋转关节相连;
所述状态空间方程如下:
其中θ=[θ1 θ2 θ3]T,表示人体关节角度,θ1为踝关节角度,θ2为膝关节角度,θ3为髋关节角度;
τ=[τ1 τ2 τ3]T表示控制量,即人体关节力矩,τ1为踝关节力矩,τ2为膝关节力矩,τ3为髋关节力矩;
C(θ)=[C1 C2 C3]T表示离心力及科氏力矩阵,;
G(θ)=g×[G1 G2 G3]T表示重力矩阵,g为重力加速度;
FN=[FNx FNy]T表示机器人与人体接触位置的接触力;
所述机器人辅助站立轨迹生成器包括:
身体前倾轨迹生成器:模仿人体自然站立过程中身体前倾的阶段,上肢躯干以髋关节为轴心匀速旋转,直至人体平衡点pZMPt在地面的投影点落在人体支撑区域内;
身体伸展轨迹生成器:模仿人体自然站立过程中发力站起的阶段,髋关节及膝关节伸展带动身体站起至完全直立状态,为最小化这一过程中人体的能量消耗,将这个过程转化为一个初始状态固定,末端状态固定的轨迹优化问题,通过转化为一个非线性规划问题来求解得到从初始状态到末端状态的最优轨迹;
所述人体平衡点pZMPt在地面的投影点的计算公式为:
其中mi表示第i个连杆的质量;
pxi表示第i个连杆的质心位置在全局坐标系下的横坐标;
pyi表示第i个连杆的质心位置在全局坐标系下的纵坐标;
g表示重力加速度;
所述轨迹优化问题目标函数为:
min J即表示人体从坐姿到完全站立的三个关节控制力矩的全部输出能量最小;
所述轨迹优化问题的解集需满足下列约束:
A.人体平衡约束:pZMPmin≤pZMPt≤pZMPmax;
其中pZMPmin为人体模型脚后跟位置,pZMPmax为人体模型脚尖位置;
B.人体状态约束:xmin≤xt≤xmax;
其中xt为t时刻人体关节的角度和角速度,xmin为人体关节角度和角速度的最小值,xmax为人体关节角度和角速度的最大值;
C.人体关节力矩约束:τmin≤τt≤τmax;
其中τt为t时刻人体关节力矩,τmin为人体关节力矩的最小值,τmax为人体关节力矩的最大值;
D.机器人末端操作空间约束:pxrmin≤pxr≤pxrmax,pyrmin≤pyr≤pyrmax;
其中pxr表示人体与机器人执行机构末端接触位置的横坐标;
pyr表示人体与机器人执行机构末端接触位置的纵坐标;
pxrmin,pxrmax,pyrmin,pyrmax为机器人末端执行结构的位置约束。
2.根据权利要求1所述的机器人辅助站立轨迹生成方法,其特征在于,所述步骤1中人体测量学参数的获取方式通过以下两种中的任意一种:
A.通过实验测量标定;
B.通过国家标准《GBT7245-4成年人人体惯性参数》,由实际身高和体重估算得到。
4.根据权利要求1所述的机器人辅助站立轨迹生成方法,其特征在于,所述人体关节角度和角速度的最小值和最大值及人体关节力矩的最小值和最大值由实验测量得到或根据康复医生的建议确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110290392.XA CN113081582B (zh) | 2021-03-18 | 2021-03-18 | 一种机器人辅助站立轨迹生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110290392.XA CN113081582B (zh) | 2021-03-18 | 2021-03-18 | 一种机器人辅助站立轨迹生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113081582A CN113081582A (zh) | 2021-07-09 |
CN113081582B true CN113081582B (zh) | 2022-06-28 |
Family
ID=76669296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110290392.XA Active CN113081582B (zh) | 2021-03-18 | 2021-03-18 | 一种机器人辅助站立轨迹生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113081582B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114770519B (zh) * | 2022-05-24 | 2023-03-31 | 沈阳工业大学 | 一种关节力估计方法 |
CN114912290B (zh) * | 2022-05-31 | 2024-03-19 | 沈阳工业大学 | 站坐交互中护理机器人智能辅助方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101525011A (zh) * | 2008-03-04 | 2009-09-09 | 王慧娟 | 一种跳跃机器人及采用惯性匹配的运动优化方法 |
JP2013208294A (ja) * | 2012-03-30 | 2013-10-10 | Equos Research Co Ltd | 歩行装置、及び歩行プログラム |
CN106777854A (zh) * | 2015-11-20 | 2017-05-31 | 哈尔滨工大天才智能科技有限公司 | 一种辅助起立机器人人体运动学建模和试验方法 |
CN106815857A (zh) * | 2015-11-27 | 2017-06-09 | 财团法人工业技术研究院 | 行动辅助机器人的姿态估测方法 |
CN108056898A (zh) * | 2017-12-21 | 2018-05-22 | 东南大学 | 基于下肢连杆模型和力觉信息的虚拟场景交互式康复训练机器人及其控制方法 |
CN109124916A (zh) * | 2018-06-30 | 2019-01-04 | 源珈力医疗器材国际贸易(上海)有限公司 | 一种辅助站立椅及其运动轨迹研究方法 |
CN110083982A (zh) * | 2019-05-17 | 2019-08-02 | 山东大学 | 多肢腿式机器人分布式动力学建模方法 |
CN110281228A (zh) * | 2019-06-28 | 2019-09-27 | 北京理工大学 | 一种仿人机器人越过垂直壁障的规划控制方法 |
CN110315543A (zh) * | 2019-07-29 | 2019-10-11 | 北京理工大学 | 一种双足机器人步态生成与优化方法 |
CN110405763A (zh) * | 2019-07-24 | 2019-11-05 | 北京理工大学 | 一种仿人机器人多关节协同爆发跳跃的规划方法 |
CN110405769A (zh) * | 2019-08-05 | 2019-11-05 | 北京理工大学 | 一种启发式仿人机器人摔倒保护方法 |
CN110522574A (zh) * | 2019-09-05 | 2019-12-03 | 张铸 | 智能辅助站立装置及控制方法 |
CN111360834A (zh) * | 2020-03-25 | 2020-07-03 | 中南大学 | 一种基于深度强化学习的仿人机器人运动控制方法及系统 |
CN111558941A (zh) * | 2020-07-14 | 2020-08-21 | 深圳市优必选科技股份有限公司 | 浮动基动力学前馈控制方法、装置和多足机器人 |
CN111572667A (zh) * | 2019-02-15 | 2020-08-25 | 现代自动车株式会社 | 机器人的行走控制系统和控制方法 |
-
2021
- 2021-03-18 CN CN202110290392.XA patent/CN113081582B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101525011A (zh) * | 2008-03-04 | 2009-09-09 | 王慧娟 | 一种跳跃机器人及采用惯性匹配的运动优化方法 |
JP2013208294A (ja) * | 2012-03-30 | 2013-10-10 | Equos Research Co Ltd | 歩行装置、及び歩行プログラム |
CN106777854A (zh) * | 2015-11-20 | 2017-05-31 | 哈尔滨工大天才智能科技有限公司 | 一种辅助起立机器人人体运动学建模和试验方法 |
CN106815857A (zh) * | 2015-11-27 | 2017-06-09 | 财团法人工业技术研究院 | 行动辅助机器人的姿态估测方法 |
CN108056898A (zh) * | 2017-12-21 | 2018-05-22 | 东南大学 | 基于下肢连杆模型和力觉信息的虚拟场景交互式康复训练机器人及其控制方法 |
CN109124916A (zh) * | 2018-06-30 | 2019-01-04 | 源珈力医疗器材国际贸易(上海)有限公司 | 一种辅助站立椅及其运动轨迹研究方法 |
CN111572667A (zh) * | 2019-02-15 | 2020-08-25 | 现代自动车株式会社 | 机器人的行走控制系统和控制方法 |
CN110083982A (zh) * | 2019-05-17 | 2019-08-02 | 山东大学 | 多肢腿式机器人分布式动力学建模方法 |
CN110281228A (zh) * | 2019-06-28 | 2019-09-27 | 北京理工大学 | 一种仿人机器人越过垂直壁障的规划控制方法 |
CN110405763A (zh) * | 2019-07-24 | 2019-11-05 | 北京理工大学 | 一种仿人机器人多关节协同爆发跳跃的规划方法 |
CN110315543A (zh) * | 2019-07-29 | 2019-10-11 | 北京理工大学 | 一种双足机器人步态生成与优化方法 |
CN110405769A (zh) * | 2019-08-05 | 2019-11-05 | 北京理工大学 | 一种启发式仿人机器人摔倒保护方法 |
CN110522574A (zh) * | 2019-09-05 | 2019-12-03 | 张铸 | 智能辅助站立装置及控制方法 |
CN111360834A (zh) * | 2020-03-25 | 2020-07-03 | 中南大学 | 一种基于深度强化学习的仿人机器人运动控制方法及系统 |
CN111558941A (zh) * | 2020-07-14 | 2020-08-21 | 深圳市优必选科技股份有限公司 | 浮动基动力学前馈控制方法、装置和多足机器人 |
Non-Patent Citations (5)
Title |
---|
Sit-to-Stand and Stand-to-Sit Transfer Support for Complete Paraplegic Patients with Robot Suit HAL;Atsushi Tsukahara等;《Advanced Robotics》;20120402;第24卷(第11期);1615-1638 * |
Sit-to-Stand Task on a Humanoid Robot from Human Demonstration;Michael Mistry等;《IEEE》;20111113;218-223 * |
下肢康复训练机器人关键技术分析;李军强等;《机械设计与制造》;20130908(第9期);220-223 * |
康复机器人与智能辅助系统的研究进展;侯增广等;《自动化学报》;20161215;第42卷(第12期);1765-1779 * |
移动机器人定位的自适应功率调节射频识别系统;王景川,方毅,陈卫东;《上海交通大学学报》;20120215;第46卷(第2期);207-212 * |
Also Published As
Publication number | Publication date |
---|---|
CN113081582A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11318602B1 (en) | Robotic mobility device and control | |
Mohammed et al. | Lower-limb movement assistance through wearable robots: State of the art and challenges | |
Surdilovic et al. | STRING-MAN: a new wire robot for gait rehabilitation | |
CN113081582B (zh) | 一种机器人辅助站立轨迹生成方法 | |
US20130226048A1 (en) | Lower Extremity Exoskeleton for Gait Retraining | |
JP2011115323A (ja) | 歩行介助ロボット | |
Khomami et al. | A survey on soft lower limb cable-driven wearable robots without rigid links and joints | |
Ugurlu et al. | Active compliance control reduces upper body effort in exoskeleton-supported walking | |
Ma et al. | A review on human-exoskeleton coordination towards lower limb robotic exoskeleton systems | |
KR101321791B1 (ko) | 능동형 신체 재활을 위한 로봇 동작 제어 시스템 및 제어 방법 | |
Kuželički et al. | Synthesis of standing-up trajectories using dynamic optimization | |
Yang et al. | 3D analysis system for estimating intersegmental forces and moments exerted on human lower limbs during walking motion | |
Paez-Granados et al. | Personal mobility with synchronous trunk–knee passive exoskeleton: Optimizing human–robot energy transfer | |
Wang et al. | Design and experimental verification of a hip exoskeleton based on human–machine dynamics for walking assistance | |
Mokhtarian et al. | A novel passive pelvic device for assistance during locomotion | |
CN112472531A (zh) | 面向医疗复健和助力行走的下肢外骨骼机器人步态平稳算法 | |
Duong et al. | Improving the accuracy of wearable sensors for human locomotion tracking using phase-locked regression models | |
Ma et al. | Topology optimization design of 6-DOF lower extremity exoskeleton leg for load carrying | |
CN113283116B (zh) | 多信息融合的人体运动分析方法和装置 | |
Andersson et al. | The MATLAB Simulation and the Linear Quadratic Regulator Torque Control of a Series Elastic Actuator for a Rehabilitation Hip Exoskeleton | |
Yang et al. | Analytical model for estimating intersegmental forces exerted on human lower limbs during walking motion | |
Zhao et al. | Training Path Optimization Method of a Moveable Multifunction Rehabilitation Robot | |
Surdilovic et al. | 26 STRING-MAN: A Novel Wire Robot for Gait Rehabilitation | |
Chang et al. | A research on the postural stability of a person wearing the lower limb exoskeletal robot by the HAT model | |
Wu et al. | Development of a wearable multi-sensor system for lower limb joint torque evaluation during stairs climbing |
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 |