CN116512220A - 一种下肢助力外骨骼及助力控制方法 - Google Patents
一种下肢助力外骨骼及助力控制方法 Download PDFInfo
- Publication number
- CN116512220A CN116512220A CN202310456698.7A CN202310456698A CN116512220A CN 116512220 A CN116512220 A CN 116512220A CN 202310456698 A CN202310456698 A CN 202310456698A CN 116512220 A CN116512220 A CN 116512220A
- Authority
- CN
- China
- Prior art keywords
- gait
- exoskeleton
- assistance
- plantar pressure
- knee joint
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 116
- 210000003141 lower extremity Anatomy 0.000 title claims abstract description 82
- 230000005021 gait Effects 0.000 claims abstract description 209
- 238000005452 bending Methods 0.000 claims abstract description 120
- 210000000629 knee joint Anatomy 0.000 claims abstract description 117
- 230000001174 ascending effect Effects 0.000 claims abstract description 15
- 210000002414 leg Anatomy 0.000 claims description 129
- 230000007774 longterm Effects 0.000 claims description 40
- 230000000630 rising effect Effects 0.000 claims description 37
- 230000009194 climbing Effects 0.000 claims description 34
- 210000002683 foot Anatomy 0.000 claims description 28
- 210000003127 knee Anatomy 0.000 claims description 23
- 230000033001 locomotion Effects 0.000 claims description 21
- 230000001960 triggered effect Effects 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 10
- 229910000831 Steel Inorganic materials 0.000 claims description 9
- 230000002146 bilateral effect Effects 0.000 claims description 9
- 239000010959 steel Substances 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 210000003414 extremity Anatomy 0.000 claims 3
- 241000282414 Homo sapiens Species 0.000 abstract description 69
- 230000007547 defect Effects 0.000 abstract description 3
- 210000000689 upper leg Anatomy 0.000 description 23
- 230000006872 improvement Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 16
- 238000003825 pressing Methods 0.000 description 12
- 210000001364 upper extremity Anatomy 0.000 description 6
- 241001166076 Diapheromera femorata Species 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 244000309466 calf Species 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 4
- 230000037396 body weight Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 210000004247 hand Anatomy 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 210000003813 thumb Anatomy 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 210000003811 finger Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000004394 hip joint Anatomy 0.000 description 2
- 210000000544 articulatio talocruralis Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 210000004932 little finger Anatomy 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0006—Exoskeletons, i.e. resembling a human figure
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种下肢助力外骨骼及助力控制方法,该方法包括:采集外骨骼穿戴者的足底压力及膝关节弯曲角度;根据足底压力及膝关节弯曲角度判断外骨骼穿戴者的步态;根据外骨骼穿戴者的步态进行助力。本发明部分地解决或缓解现有技术中的上述不足,能够分别在上台阶、上陡坡和深蹲起三种步态下控制外骨骼对人体下肢进行助力。相应地,还提供了一种下肢助力外骨骼。
Description
优先权申请
本申请要求2022年6月21提交的中国发明专利申请【CN202210702771.X】“【发明名称:下肢助力外骨骼助力控制方法】”的优先权,该优先权发明专利申请以引用方式全文并入。
本申请将作为后续专利申请(包括,但不限于,中国发明专利申请、中国实用新型申请、PCT申请、基于巴黎公约的国外申请)的优先权基础。
技术领域
本发明涉及外骨骼技术领域,尤其涉及一种下肢助力外骨骼及其助力控制方法。
背景技术
外骨骼机器人技术是融合传感、控制、信息、融合、移动计算,为作为操作者的人提供一种可穿戴的机械机构的综合技术。外骨骼机器人用于为人体提供助力,在增强人体技能、辅助运动、康复治疗方面有着突出的发展前景,日益成为机器人领域的研究重点。其中,下肢助力外骨骼能增强人体下肢的运动机能,例如膝关节主动式助力外骨骼能够在人体正常行走时提供助力。
目前,大多下肢主动式外骨骼的控制算法都是针对康复外骨骼,它与人体增能外骨骼有所区别在于,康复外骨骼是外骨骼带着人走,而增能外骨骼是外骨骼跟随人运动,因此,有时也被称之为被动式外骨骼。其中,康复外骨骼的控制策略大多是在感知到人体重心移动后,让摆动腿和支撑腿按照预定轨迹运动,也即由康复外骨骼来控制待助力关节的运动轨迹。然而,对于增强外骨骼,控制待助力关节的运动轨迹的这种控制策略并不适用。随着增能外骨骼的发展,其助力控制算法越来越多,但目前针对人体增能外骨骼设计的助力控制策略,大多都是针对平路行走步态,其主要依据髋关节的旋转角度、角速度,或者仅依靠足底压力对支撑腿和摆动腿进行步态判断,然后提供相应的助力。
例如,申请号为CN201510501879.2的中国发明专利申请提供了一种可穿戴式外骨骼下肢机构的控制方法,其通过根据足底压力信号来判断下肢机构是处于平路行走或步行中的摆动状态还是支撑状态,然后根据腰部或小腿上采集到的压力信号来计算髋关节和膝关节的期望角度和期望速度,并根据该希望角度和期望速度作出助力响应。
又如,申请号为CN201810950690.5的中国发明专利申请提供了一种下肢助力外骨骼机器人的步态控制方法,其通过提供平路行走的步态模型和参比信息作为对比标准,然后采集人体行走时的助力外骨骼中踝关节的角度信息,并将其与参比信息进行对比以识别行走步态,然后作出相同的控制或调整。
如前所述,这些助力控制方法都是针对平路行走步态的助力。当下肢助力外骨骼帮助人体连续上台阶或深蹲起时,如何能够让外骨骼识别人体是否正在上台阶或上陡坡或深蹲起等,从而更好地给予人体膝关节处明显的助力转矩,进而帮助穿戴者爬升楼梯或起立的研究尚未见报道。
发明内容
本发明的目的在于提供一种下肢助力外骨骼及助力控制方法,部分地解决或缓解现有技术中的上述不足,能够分别在上台阶、上陡坡和深蹲起三种步态下控制外骨骼对人体下肢进行助力。
为了解决上述所提到的技术问题,本发明具体采用以下技术方案:
本发明提供一种下肢助力外骨骼助力控制方法,包括:
采集外骨骼穿戴者的足底压力及膝关节弯曲角度;
根据足底压力及膝关节弯曲角度判断外骨骼穿戴者的步态,所述步态包括单腿爬升步态、摆动跟随步态、平路步行步态、深蹲步态;
根据外骨骼穿戴者的步态进行助力;其中,若步态为单腿爬升步态则对外骨骼穿戴者该侧腿部进行单侧助力;若步态为深蹲步态则对外骨骼穿戴者双腿进行双侧助力;若为摆动跟随步态或平路步行步态则不进行助力。
作为一种改进,利用设置在外骨骼穿戴者足底的压力传感器采集足底压力;利用设置在下肢助力外骨骼驱动器中的磁角度传感器或者设置在外骨骼穿戴者膝部的角度传感器采集膝关节弯曲角度。
作为一种改进,利用磁角度传感器采集膝关节弯曲角度的方法包括:
利用公式φ=R1*(θ1-θ0)/R2计算膝关节弯曲角度,其中R1为驱动器绞盘的直径,θ0为绞盘的初始角度,θ1为绞盘的当前角度,R2为膝关节端钢丝的滑轮半径,φ为膝关节的弯曲角度。
作为一种改进,利用公式ΔL=2πR1*(θ1-θ0)/360°计算驱动器中钢丝被拉出的长度;
利用公式φ=360°*ΔL/2πR2计算膝关节弯曲的角度;
其中R1为驱动器绞盘的直径,θ0为绞盘的初始角度,θ1为绞盘的当前角度,ΔL为钢丝被拉出的长度,R2为膝关节端钢丝的滑轮半径,φ为膝关节的弯曲角度。
作为一种改进,判断外骨骼穿戴者的步态的方法包括:
对外骨骼穿戴者的左右腿分别判断是否为单侧腿运动步态中的一种,若是则将该侧腿的状态设置为对应的单侧腿运动步态,若否则维持现有状态;所述单侧腿步态包括单腿爬升步态、摆动跟随步态、平路步行步态;
对外骨骼穿戴者的双腿判断是否为深蹲步态,若是则将双腿的状态设置为深蹲步态,若否则维持现有状态。
作为一种改进,判断单侧腿运动步态的方法包括:
判断单侧足底压力是否大于上升阈值,若大于上升阈值且上一次足底压力判断小于上升阈值,则单侧足底压力判断结果为真,并判断膝关节弯曲角度是否大于上升角度阈值;
若膝关节弯曲角度大于上升角度阈值则判定当前步态为单腿爬升步态,若小于上升角度阈值则判定当前步态为平路步行步态;
判断单侧足底压力是否大于上升阈值时,若小于上升阈值或/和上一次足底压力判断大于上升阈值,则单侧足底压力判断结果为假,并判断足底压力是否小于摆动阈值;
若足底压力小于摆动阈值,则判定当前步态为摆动跟随步态。
作为一种改进,判断深蹲步态的方法包括:
判断双腿足底压力是否超过深蹲压力阈值,若超过深度阈值则判断双腿膝关节弯曲角度是否超过深蹲角度阈值;
若超过深蹲角度阈值则判定当前步态为深蹲步态。
作为一种改进,所述根据外骨骼穿戴者的步态进行助力的方法包括:
按照设定助力大小进行助力或者按照足底压力大小进行助力;
按照足底压力进行助力时,助力的大小为T=k*G*Ffoot,其中,T为电机的助力转矩,k为足底压力放大系数,G为助力档位调节系数,Ffoot为足底压力。
作为一种改进,还包括自优化学习判断方法,所述自优化学习判断方法包括:
将计数器清零;
流程记录步骤,若进行过采集左侧足底压力及膝关节弯曲角度、且进行过判断左腿步态、且进行过采集右侧足底压力及膝关节弯曲角度、且进行过判断右腿步态、且进行过判断深蹲步态、且进行过实施左腿助力、且进行过实施右腿助力则计数器+1;
判断步骤,判断计数器是否超过学习阈值,若超过学习阈值则进行阈值优化学习,并且计数器清零后执行流程记录步骤和判断步骤;若未超过则执行流程记录步骤。
作为一种改进,所述阈值优化学习的方法包括:
对上一循环周期中的最小足底压力和最大足底压力进行低通滤波公式修正获得长期最小足底压力和长期最大足底压力;根据长期最小足底压力和长期最大足底压力对上升阈值、摆动阈值、深蹲压力阈值进行修正;
对上一循环周期中的最小膝关节弯曲角度和最大膝关节弯曲角度进行低通滤波公式修正获得长期最小膝关节弯曲角度和长期最大膝关节弯曲角度;根据长期最小膝关节弯曲角度和长期最大膝关节弯曲角度对上升角度阈值、深蹲角度阈值进行修正。
作为一种改进,利用公式pascent=(Smax-Smin)*K+Smin对阈值进行修正,其中pascent为修正后的阈值,Smax长期最大足底压力或者长期最大膝关节弯曲角度,Smin为长期最小足底压力或者长期最小膝关节弯曲角度,K为调整系数;所述阈值包括上升阈值、摆动阈值、深蹲压力阈值、上升角度阈值、深蹲角度阈值。
本发明还提供一种下肢助力外骨骼,由上述下肢助力外骨骼助力控制方法所控制,所述下肢助力外骨骼包括用预测量足底压力的足底压力传感器以及用于测量膝关节弯曲角度的角度传感器,以及与所述足底压力传感器和所述角度传感器进行数据通信的助力控制器,所述助力控制器基于上述下肢助力外骨骼助力控制方法控制所述下肢助力外骨骼进行助力。
作为一种改进,所述角度传感器为设置在穿戴者膝部的角度传感器或者为设置在下肢助力外骨骼驱动器中的磁角度传感器。
本发明还提供一种下肢助力外骨骼助力控制方法,应用于手动控制,包括:
采集触发助力控制开关的信号,所述信号为模拟量信号或者开关量信号;
当信号为模拟量信号时,根据模拟量信号的强度施加等比例的助力;当信号为开关量信号时,根据预设档位施加助力。
本发明还提供一种下肢助力外骨骼,由上述下肢助力外骨骼助力控制方法所控制,所述下肢助力外骨骼包括助力控制开关,当助力控制开关被触发时,驱动器按照助力控制开关被触发的压力施加等比例放大的助力,或者按照预设档位施加助力。
作为一种改进,所述助力控制开关为设置在外骨骼穿戴者大腿部的压力传感器。
本发明还提供一种下肢助力外骨骼助力控制方法,应用于手动控制,包括:
采集助力控制器的助力触发信号,所述助力触发信号为模拟量信号或者开关量信号;
采集外骨骼穿戴者膝关节弯曲角度,并根据膝关节弯曲角度判断外骨骼穿戴者的步态;其中,当任意一侧膝关节弯曲角度大于弯曲助力阈值,则进行单侧助力;当双侧膝关节弯曲角度均大于弯曲助力阈值,则进行双侧助力。
本发明还提供一种下肢助力外骨骼,包括助力控制器,用于根据上述下肢助力外骨骼助力控制方法控制所述下肢助力外骨骼;所述助力控制器为遥控器或手动控制器,所述助力控制器上设置有可回弹的按钮;还包括用于测量膝关节弯曲角度的角度传感器;当助力控制器被触发时,驱动器按照助力控制开关被触发的压力施加等比例放大的助力,或者按照预设档位施加助力。
作为一种改进,所述按钮设置在助力控制器顶部。
作为一种改进,所述按钮设置在助力控制器侧方。
作为一种改进,所述助力控制器与拐杖连接。
作为一种改进,所述按钮为滑套;所述助力控制器与拐杖连接。
本发明还提供一种下肢助力外骨骼助力控制方法,应用于手自一体控制,包括:
采集外骨骼穿戴者的足底压力及膝关节弯曲角度;
根据足底压力及膝关节弯曲角度判断外骨骼穿戴者的步态,所述步态包括单腿爬升步态、摆动跟随步态、平路步行步态、深蹲步态;
若为单腿爬升步态或者深蹲步态,则判断当前是否收到助力信号;
若收到助力信号则进行助力,否则不助力。
本发明还提供一种下肢助力外骨骼,所述下肢助力外骨骼包括用于测量足底压力的足底压力传感器以及用于测量膝关节弯曲角度的角度传感器;还包括助力控制器,用于根据上述下肢助力外骨骼助力控制方法所控制所述下肢助力外骨骼。
本发明的有益之处在于:
本发明提供一种下肢助力外骨骼助力控制方法,其包括步骤:识别上台阶、上陡坡和深蹲起的步态,并在这三种步态下控制外骨骼对人体下肢进行助力。主动式下肢外骨骼比较多,且很多都用到了足底压力作为控制信号的一种。康复类外骨骼大多是以足底压力信号为依据进行特定步态的控制,例如感知到右脚压力,左脚没压力时说明右脚是支撑态,左脚是摆动态,这时控制外骨骼左腿实现摆动。而本申请是通过识别上台阶、上陡坡和深蹲起的步态,并在这三种步态下控制外骨骼对人体下肢(例如膝关节)进行助力,从而帮助穿戴者爬升楼梯或上陡坡或起立,尤其是对户外营救或边境寻访等需要长时间在复杂路况的环境进行爬升或深蹲的场景。当然,上述上台阶和上陡坡,以及其他单侧爬升的步态可理解为都是单腿爬升步态,相应地,深蹲起立的步态则可以理解为双腿爬升步态。也即都是属于爬升步态。
本发明中,通过足底压力的上升沿和待助力关节弯曲角度来共同判断是否上述三种步态。即自动助力步态识别方法主要依靠足底压力的上升沿和待助力关节弯曲角度来共同判断是否上述三种步态。
另外,本发明提供的下肢助力外骨骼中,通过单个助力控制开关实现两侧腿部的手动助力,在手动控制的基础上还需要通过两侧待助力关节弯曲角度来判断那个是上台阶和上陡坡步态下的前迈腿,或者是深蹲起步态,进而对前迈腿(可为左脚也可为右脚)实现手动控制。
为了进一步提高手动助力的可靠性,本发明还可以结合自动控制算法和手动控制输入,在自动控制算法识别出正处于上台阶、上陡坡或深蹲起步态,并且确定谁是前迈腿时,再通过手动控制的输入实现助力。这样可以仅以不提高手动控制助力的可靠性,避免外骨骼在人体不需要助力时或人为操作失误时出现助力而导致摔倒的情况。
现有技术中的外骨骼,大多都是两侧各有一个拐杖,两个遥控器分别控制左右腿,且主要针对平路行走。而本申请实现的是一个遥控器智能手动的控制两侧腿,且针对的步态主要是上陡坡、上台阶、深蹲起,并且本申请提出了相应的特殊控制方法,一个遥控器提供助力时机和助力大小的信息,外骨骼在根据上台阶、上陡坡、深蹲时膝关节弯曲角度的特征,判断哪只腿或两只腿需要助力。自动控制方案也是与步态结合。
手自一体方案除了可以增加外骨骼助力可靠性,还为用户提供多种选择,他可以根据使用场景便捷的将外骨骼切换为自动助力模式、纯手动助力模式,或者在自动助力模式识别步态的基础上进一步手动控制的模式,进而为用户提供多种助力方案的控制方法,另外手自一体则更有特色。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明一示例性实施例的自动助力控制方法的流程示意图;
图2为本发明一示例性实施例的一种手动助力控制方法的流程示意图;
图3为本发明又一示例性实施例的一种手动助力控制方法的流程示意图;
图4为本发明一示例性实施例的手动自动一体式助力控制方法的流程示意图;
图5为穿戴者穿戴下肢助力外骨骼,并通过本发明的自动助力控制方法进行助力的示意图;
图6为本发明一示例性实施例的驱动器的结构示意图;
图7为本发明一示例性实施例的自动助力控制方法的总算法流程图;
图8为本发明一示例性实施例的单侧腿运动步态的分析方法的流程图;
图9为本发明一示例性实施例的深蹲步态的分析方法的流程图;
图10为本发明一示例性实施例的单侧腿的助力控制方法的流程图;
图11为本发明一示例性实施例的助力控制方法中进行在线学习的流程示意图;
图12为本发明一示例性实施例的关键阈值优化方法的流程图;
图13为穿戴者穿戴下肢助力外骨骼,并通过本发明的手动助力方法进行助力的示意图;
图14为穿戴者穿戴下肢助力外骨骼,并通过本发明的另一种手动助力方法进行助力的示意图;
图15为握捏式手动助力方法的示意图;
图16为按压式手动助力方法的示意图;
图17为握捏式与拐杖式相结合的手动助力方法的示意图;
图18为按压式与拐杖式相结合的手动助力方法的示意图;
图19为拐杖式手动助力方法中下沉式触发的示意图;
图20为穿戴者穿戴下肢助力外骨骼在攀爬楼梯过程中,并利用拐杖来控制助力的示意图;
图21为穿戴者穿戴下肢助力外骨骼在攀爬楼梯过程中,并利用拐杖结合足底压力传感器和驱动器磁角度传感器来控制助力的示意图。
图中标记:1驱动器、2线管、3大腿绑缚、4外骨骼膝关节、5小腿绑缚、7小腿壳体、8钢丝端头、9钢丝、10大腿壳体、11助力控制开关、12助力控制器、13拐杖、14足底压力传感器;
101保护盖、102磁角度传感器、103磁铁、104绞盘。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本文中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
本文中,术语“上”、“下”、“内”、“外”“前”、“后”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本文中,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本文中“和/或”包括任何和所有一个或多个列出的相关项的组合。
本文中“多个”意指两个或两个以上,即其包含两个、三个、四个、五个等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
实施例1
本发明提供一种下肢助力外骨骼助力控制方法。
参见图1,为本发明一示例性实施例的自动助力控制方法的流程示意图,具体地,该助力控制方法包括步骤:
S1实时采集外骨骼穿戴者左右腿的足底压力和膝关节弯曲角度。具体地,可利用设置在外骨骼穿戴者足底的压力传感器采集足底压力;利用设置在下肢助力外骨骼驱动器中的磁角度传感器或者设置在外骨骼穿戴者膝部的角度传感器采集膝关节弯曲角度。
参见图5,以膝关节助力外骨骼为例,该外骨骼包括驱动器1、控制器、电池、钢丝9、线管2、大腿壳体10、大腿绑缚3、小腿壳体7、小腿绑缚5、外骨骼膝关节4、足底压力传感器14等。其中,驱动器1里带有可以监测绞盘104旋转角度,也即钢丝9被拉出长度的磁角度传感器102,进而推导膝关节的弯曲角度。
参见图6,为本发明一示例性实施例的驱动器的结构示意图,驱动器顶端有一个磁角度传感器102,通过监测安装在绞盘104上的磁铁103北极朝向,来监测绞盘104的旋转角度。通过确定绞盘104的直径以及初始位置,就能推算出钢丝9被拉出的长度,在通过外骨骼膝关节4滑轮端的几何参数可以进一步求解处膝关节的旋转角度。
例如,绞盘的半径是R1(单位为mm),绞盘的初始角度(钢丝未被拉出,膝关节完全打直时)是θ0(单位为度),绞盘当前的旋转角度为θ1(单位为度),膝关节端钢丝的滑轮半径为R2(单位为mm),则钢丝被拉出的长度ΔL=2πR1*(θ1-θ0)/360°。而膝关节的弯曲角度为φ=360°*ΔL/2πR2。
最终,膝关节弯曲角度φ=R1*(θ1-θ0)/R2。相当于绞盘的钢丝缠绕半径和膝关节执行端钢丝滑轮的半径构成了一个绳索滑轮的传动系统,且传动比为R2:R1。
在一些实施例中,磁铁需要是径向磁化的,也即该圆盘状磁盘的半边圆行为北极,另一圆为南极。这样当绞盘旋转时,磁铁的北极指向才会随着绞盘旋转,进而被磁角度计感知。
当然,也可以将角度传感器直接布置在膝关节处,这样采集的角度信号直接是膝关节的弯曲角度。这并不影响本外骨骼控制方法。
通过同时监测人体左右腿的足底压力和膝关节角度的实时变化,便可以通过人体在不同步态下的运动特征差异判断出人体是否正在进行爬升台阶、陡坡或深蹲起等动作。
S2根据足底压力及膝关节弯曲角度判断外骨骼穿戴者的当前步态,所述步态包括单腿爬升步态、摆动跟随步态、平路步行步态、深蹲步态。
根据人体在上台阶、下台阶、平路行走三种步态下的关节角度和足底压力变化趋势研究,当人体在上台阶过程中的膝关节步态特征与平路行走和下台阶最大的不同时当单侧腿刚迈上新一级台阶时膝关节弯曲角度(基本大于60°)要明显大于平路行走和下台阶步态(基本小于30°)。步态起点都是在足底压力由零开始逐渐增长,也就是监测腿刚落地时作为步态起点的,只有上台阶步态是膝关节已经具有很大的弯曲角度,并随着足底压力的增大逐渐减小。
本发明中,识别当前运动步态时,先进行单侧腿运动步态判定,再进行深蹲步态判定,具体包括:
(1)单侧腿运动步态判定:对外骨骼穿戴者的左右腿分别判断是否为单侧腿运动步态中的一种,若是则将该侧腿的状态设置为对应的单侧腿运动步态,若否则维持现有状态;所述单侧腿步态包括单腿爬升步态、摆动跟随步态、平路步行步态。当然,左腿和右腿均采用的同一种步态判定方法。其中主要判断人体是否处于爬升步态、平路行走步态和自由摆动态。下台阶步态由于不需要外骨骼进行助力,因此把它一同归结到平路行走步态中,而未进一步区分。优选地,可先判断左腿运动步态,再判断右腿运动步态,如图7所示,当然,也可先进行右腿运动步态判断,再进行左腿运动步态判断,或者同时判断均可。
更为具体地,参见图8,判断单侧腿运动步态的方法包括:
(11)判断单侧足底压力是否大于上升阈值,若大于上升阈值且上一次足底压力判断小于上升阈值,则单侧足底压力判断结果为真,并判断膝关节弯曲角度是否大于上升角度阈值。
上升阈值可由人为设定,也可通过强化学习算法在人体多次步态运动中逐渐优化调整。如果将足底无压力时传感器输出的信号强度设为0,将足底压力达到最大时(正常成年人在行走时最大可以达到他的全部体重即1000N~2000N)输出的信号强度设为1,则该上升沿阈值可以优选为0.1~0.3之间某一特定值,例如0.15。之所以优选值要大于0.1是因为当该值太小时系统有可能因为穿戴者将鞋带系的过紧,或穿戴者鞋腔较小导致足底压力始终大于该阈值,进而无法触发上升阈值。
这里所说触发上升阈值是指该判断语句不仅要判断本次循环中是否大于该阈值,还要通过缓存判断上一次循环中足底压力是否小于该阈值,只有在上一轮小于该阈值,这一轮大于该阈值才认为足底压力达到了“上升沿”阈值的指标,即判断结果为“真”。
如果上升阈值的判断结果为真,则进一步判断此时的膝关节弯曲角度是否大于上升角度阈值。
(12)若膝关节弯曲角度大于上升角度阈值则判定当前步态为单腿爬升步态,若小于上升角度阈值则判定当前步态为平路步行步态。
膝关节弯曲角度的上升角度阈值优选的设置在40~60°之间,太小有可能会始平路步态和下台阶步态也被误判为上台阶,太大会使人体在上叫矮台阶或较缓陡坡时被判定为在平路行走。
(13)判断单侧足底压力是否大于上升阈值时,若小于上升阈值或/和上一次足底压力判断大于上升阈值,则单侧足底压力判断结果为假,并判断足底压力是否小于摆动阈值。
摆动阈值可设置在0.02~0.5之间,同样是为了避免鞋体过紧的外在原因导致足底压力难以出现完全0值的情况。
(14)若足底压力小于摆动阈值,则判定当前步态为摆动跟随步态。
如果上述足底压力低于摆动阈值,则判定当前该侧腿处于摆动态,即足底未着地,此时外骨骼会跟随人体腿部运动,减小跟随阻尼。否者则维持外骨骼对该侧腿现有步态的判定。
(2)深蹲步态判定:对外骨骼穿戴者的双腿判断是否为深蹲步态,若是则将双腿的状态设置为深蹲步态,若否则维持现有状态。
参见图9,判断深蹲步态的方法具体包括:
(21)判断双腿足底压力是否超过深蹲压力阈值,若超过深度阈值则判断双腿膝关节弯曲角度是否超过深蹲角度阈值。
如果人体确实是在深蹲则两侧足底应该分别承担人体50%左右的自身体重,因此该深蹲压力阈值可以优选设定在0.25~0.35之间,如果该阈值设定过高则会因为人体深蹲过程中左右腿重量分布不均导致某侧腿足底压力有可能低于深蹲压力阈值,进而造成系统产生漏判当前是深蹲状态的风险。
(22)若超过深蹲角度阈值则判定当前步态为深蹲步态。
如果上述两侧足底压力均大于深蹲压力阈值,则进一步判断两侧腿膝关节是否均大于深蹲弯曲阈值角度,如果是则判定该步态为深蹲步态,否则均维持原有系统对两侧腿原有的判定步态。
也就是说,该系统在分别判断玩左右腿是否处于上台阶步态后,再整体判断人体当前是否为下蹲状态,如果是下蹲状态则覆盖之前对人体两侧腿部的步态判定,将左右腿都判定为下蹲状态。否则维持之前两侧腿不分别给出的判定状态。
S3根据外骨骼穿戴者的步态进行助力;其中,若步态为单腿爬升步态则对外骨骼穿戴者该侧腿部进行单侧助力;若步态为深蹲步态则对外骨骼穿戴者双腿进行双侧助力;若为摆动跟随步态或平路步行步态则不进行助力。
参见图10,该图展示的是单侧腿的助力实施算法。当两侧腿的运动步态均被判断完毕后,便分别进入左右腿的助力实施算法,两侧算法相同,所以共用上述子程序。进入该助力实施算法后,首先判断该侧腿是否处于上台阶或深蹲起状态,如果是则根据设定的助力大小对该侧腿进行助力。
这里所说的设定助力大小,可以为一个可调档位的固定数值即按照设定助力大小进行助力;也可以是一个随着时间而连续变化的助力大小变化曲线,也可以是依据足底压力大小而实时调整助力大小的模拟放大系数,即按照足底压力大小进行助力。
如果为依据足底压力调整的模拟放大系数可以采用公式:T=k*G*Ffoot。其中T为电机的助力转矩(它不能高于电机的最大许用转矩,如果高于该极限将被算法直接替换为电机的最大需用转矩),k为足底压力放大系数,它根据足底压力通常范围和电机的最大转矩设定为一个可以充分展现足底压力差异,又不会让T值轻易超过电机最大许用转矩的系数,G是档位调节系数,可以通过遥控器分档位调整该系数大小,进而起到对外骨骼助力强度的调整。Ffoot为该侧腿当前的足底压力。当人体正在用该侧腿爬升台阶时,绝大部分体重会压在该侧足底上,进而使电机助力明显。如果该侧足底压力很小,那说明虽然之前判断出该侧腿当前属于爬升台阶步态,但处于某些原有穿戴者此时并未爬升这级楼梯,因此该侧腿当前的助力也应该减小,进而避免违背人体运动意图的助力。试验证明,这种基于人体足底压力实时给予助力的算法在应对多变步态时要由于设定大小的助力曲线,因为人体在上台阶过程中,确实会有上到一半,步子都迈上下一级台阶了,但突然因为某些原因打断,又不打算接着上台阶的情况。在这种情况下足底压力能够较真实的反应人体的运动意图。
S4对阈值进行自优化学习迭代。
在一些实施例中,判断过程中涉及的各项阈值设计相应的优化算法,包括上述提到了足底压力的上升沿阈值、摆动态阈值、深蹲压力阈值,以及膝关节弯曲角度的上台阶阈值、深蹲弯曲阈值等。显然这些阈值的大小对于程序是否能正确判断人体运动步态非常重要和敏感。例如上述提到的一种特例:外骨骼穿戴者的鞋体小了,鞋穿着挤脚导致足底压力始终不会为零,甚至始终高于这些阈值的极端情况是有可能出现的。
为了让下肢助力外骨骼的自动控制助力算法更加智能,本发明还包括自优化学习判断方法,可以使外骨骼在使用中在线学习人体的步态特征,进而对系统各关键阈值进行优化。
参见图11该方法如该图所示,S41自优化学习判断方法包括:
S411将计数器清零;
S412流程记录步骤,若进行过采集左侧足底压力及膝关节弯曲角度、且进行过判断左腿步态、且进行过采集右侧足底压力及膝关节弯曲角度、且进行过判断右腿步态、且进行过判断深蹲步态、且进行过实施左腿助力、且进行过实施右腿助力则计数器+1;
S413判断步骤,判断计数器是否超过学习阈值,若超过学习阈值则进行阈值优化学习,并且计数器清零后执行流程记录步骤和判断步骤;若未超过则执行流程记录步骤。
自优化学习判断方法的原理为:在程序初始化时设定一个循环迭代计数器i,记录步态判断和助力实施的循环次数,每次循环中计数器i会加1,直到达到预设的循环阈值,则该程序进入一个阈值学习程序,根据上一轮的i从0到循环阈值的多次循环中各参数出现的最大最小值对阈值进行优化。然后将i复原为0,开始新一轮的循环。
其中循环阈值需要根据单次循环周期和期望学习程序的进化速度决定。例如,单次循环周期为10ms,希望学习程序每3s采集一次学习信息,则循环阈值应该设置为300。
参见图12,该图展示的是S42阈值优化学习具体方法的流程图。本发明中可能要调整多个阈值参数,但它们的调整方式是类似的,具体为:
S421对上一循环周期中的最小足底压力和最大足底压力进行低通滤波公式修正获得长期最小足底压力和长期最大足底压力;根据长期最小足底压力和长期最大足底压力对上升阈值、摆动阈值、深蹲压力阈值进行修正;
S422对上一循环周期中的最小膝关节弯曲角度和最大膝关节弯曲角度进行低通滤波公式修正获得长期最小膝关节弯曲角度和长期最大膝关节弯曲角度;根据长期最小膝关节弯曲角度和长期最大膝关节弯曲角度对上升角度阈值、深蹲角度阈值进行修正。
具体利用公式pascent=(Smax-Smin)*K+Smin对阈值进行修正,其中pascent为修正后的阈值,Smax长期最大足底压力或者长期最大膝关节弯曲角度,Smin为长期最小足底压力或者长期最小膝关节弯曲角度,K为调整系数;所述阈值包括上升阈值、摆动阈值、深蹲压力阈值、上升角度阈值、深蹲角度阈值。
以下以足底压力的上升阈值为例,展示该算法如何学习和调整判断阈值,其他阈值雷同,本发明不在赘述。
首先根据上一循环中出现的最小足底压力kmin(该系数是通过循环过程中出现过的最小足底压力决定,该参数的采集过程会在每次循环中通过条件判断语句持续进行),利用低通滤波公式获得长期足底最小压力阈值Smin=Smin*(1-ffilt)+kmin*ffilt。其中,ffilt的值越小则该低通滤波公式的阶段频率会越低,也即是当下kmin参数对Smin的影响能力越弱,系统的学习时间周期越长。Smin实际上代表了在长期学习周期中人体该侧腿出现的主流最低压力值,如果穿戴者因为挤脚等原因始终无法出现足底压力为零的情况(例如足底压力最小也为0.3),则该Smin通过一段时间的学习会改变为0.3左右,进而真实反应了人体实际为着地时的足底最小压力。但如果在一次学习周期中,任意时刻足底压力出现过更低的压力值,便会被kmin记录下来,进而在Smin低通滤波公式中调低Smin的数值,进而获得新的主流最低压力值。
接下来足底的上升阈值pascent可由如下公式进行修正:pascent=(Smax-Smin)*0.15+Smin。也就是说这里的上升阈值不再是固定的0.15,而是根据长期最大足底压力和长期最小足底压力两个学习阈值基础上,相对调整的可变动阈值。由此使外骨骼具有能够实时在线学习人体运动步态的智能决策方法。
如图5、图6所示,本发明还提供一种下肢助力外骨骼,由上述下肢助力外骨骼助力控制方法所控制,所述下肢助力外骨骼包括用预测量足底压力的足底压力传感器14以及用于测量膝关节弯曲角度的角度传感器。所述角度传感器为设置在穿戴者膝部的角度传感器或者为设置在下肢助力外骨骼驱动器1中的磁角度传感器102。
图8展示了下肢助力外骨骼整个采集、判断、助力过程的实施流程。当然左右侧顺序可交换,并不限定。
首先,系统在开机以后首先进行各项功能的初始化,包括但不限于:系统时钟初始化、传感器通讯接口初始化、系统各种关键阈值参数初始化、定时器初始化等。然后便在定时器中断函数或程序主循环体中开始无限循环外骨骼步态判断和助力实施算法,直到操作者关闭外骨骼电源,该控制算法才终止循环。
然后采集左腿足底压力和驱动器绞盘旋转角度、判断左腿运动步态、采集右腿足底压力和绞盘旋转角度、判断右腿运动步态、判断深蹲步态、实施左腿助力、实施右腿助力。
实施例2
对于类似老年助力这种对可靠性要求很高,但对行走速度要求不高,且不需要扶栏杆的场景,本申请提供了一示例性实施例的一种手动助力控制方法。参见图2,该手动式的助力控制方法包括步骤:
1)采集触发助力控制开关的信号,所述信号为模拟量信号或者开关量信号;
2)当信号为模拟量信号时,根据模拟量信号的强度向受压侧膝关节施加等比例的助力,并助力;或者,当接收到开关量信号时,根据预设可调档位的预定数值提供相应的助力转矩。
当然,上述助力控制方法也可结合膝关节弯曲角度进行步态识别。识别的具体过程参见上述自动控制方法,此处不再赘述。
参见图13,本发明还相应地提供一种下肢助力外骨骼,所述下肢助力外骨骼包括助力控制开关11,所述助力控制开关11为设置在外骨骼穿戴者大腿部的压力传感器或轻触开关。通过在穿戴者大腿或下肢助力外骨骼的大腿外骨骼上设置相应的压力传感器或轻触开关,相应地,穿戴者深蹲状态起立时,可通过双手按压双侧压力传感器或轻触开关以触发下肢助力外骨骼进行助力;而上台阶时,通过单手按压该压力传感器或轻触开关以触发下肢助力外骨骼进行助力。
本实施例中下肢助力外骨骼依然包括驱动器1、控制器、电池、钢丝9、线管2、大腿壳体10、小腿壳体7、外骨骼膝关节4、大腿绑缚3、小腿绑缚5等,但是不包含足底压力部件,而是在左右侧大腿壳体上分别贴有一个压力传感器或轻触开关即助力控制开关11。控制方法也简单实用,人体在上台阶时,当大腿肌力不足以或已经疲劳时,会通过前迈腿同侧手臂支撑大腿,并帮助大腿打直进而实现上台阶的运动。而该手动控制方法正好利用这一辅助动作,将压力传感器和轻触开关放置在人体同侧手较容易触摸到的大腿前部。当系统感知到压力传感器受到压力或轻触开关被触发时,便会驱使外骨骼按照压力传感器信号的强度比例放大并助力人体受压侧膝关节;或在轻触开关触发时按照可调档位的预定数值为该侧大腿提供助力转矩。
如果人体是深蹲状态并想起立时,只需双手分别按压左右侧大腿部的压力传感器,或轻触开关,则外骨骼的左右腿膝关节均会为人体腿部提供与压力传感器等比的压力值(针对压力传感器方案),或提供分档位的预定转矩数值(针对轻触开关)。
这种方法非常的简单实用,也非常的可靠。只有在腿部特定区域受到压力或轻触开关受到触发时才产生助力,否则不会有任何助力。在上台阶动作中手部触碰太高的大腿也比较顺手。比较适合老年助行这种对可靠性要求很高,但对行走速度要求不高的情况。
实施例3
上述方法虽然简单实用,但有一点不足的是为了在连续上台阶过程中让左右腿连续轮流助力,需要人体左右手轮流按压两侧大腿的特定区域。
这对于在爬较陡楼梯(例如长城)的过程中不利于穿戴者进一步扶着楼梯一侧的扶手。例如,靠着楼梯右侧爬楼梯行走过程中左侧腿部的按压同时,右手可以很方便的扶着楼梯扶手,但当右腿需要助力时,如果用右手按压大腿,则左手很难扶着右手栏杆;用左手按压右侧大腿的动作也比较别扭,而为了左手能扶左侧栏杆,特地又走到楼梯左侧显然也不是一个实用的方式。因此,上述左右腿各贴有压力传感器或轻触开关的手动控制方案对于上台阶过程中不需要扶栏杆的用户还是比较方便的,但如果要扶栏杆则需要用改进的手动控制方案。
因此,参见图3,为本发明又一示例性实施例的手动助力控制方法的流程示意图,具体地,本实施例的该手动式的助力控制方法包括步骤:
1)采集助力控制器(遥控器或手动控制器)的助力触发信号信号,所述助力触发信号信号为模拟量信号或者开关量信号;
2)采集外骨骼穿戴者膝关节弯曲角度,并根据膝关节弯曲角度判断外骨骼穿戴者的步态;其中,当任意一侧膝关节弯曲角度大于弯曲助力阈值(即识别出爬升步态),则进行单侧助力;当双侧膝关节弯曲角度均大于弯曲助力阈值(即识别出深蹲步态),则进行双侧助力。
作为上述手动控制方法相应的下肢助力外骨骼,参见图14、图15,在一些实施例中,上述步骤1)中,所述下肢助力外骨骼包括助力控制器12;所述助力控制器12为遥控器或手动控制器(有线方式),所述助力控制器12上设置有可回弹的按钮;还包括用于测量膝关节弯曲角度的角度传感器。当然,助力控制开关所产生的信号也可以包括助力外骨骼的穿戴者触发遥控器时所产生的开关量或模拟量信号。
具体地,可在助力控制器12侧方设计一个利用大拇指以外的其他四指按压触发的按钮(即握捏式)。参见图14、图15,所谓的握捏式,就是将助力控制器12放在手掌中时,利用食指至小拇指的握紧力按压助力控制器12的带回弹力的压力开关。助力控制器12感知到压力开关被按下时会向控制主机发送开关量或模拟量。开关量是指助力控制器只发送按钮是否被按压的逻辑信号,模拟量是指助力控制器根据压力开关的按压深度向控制主机发送不同信号强度的按压信号。
对于开关量的助力控制器12,就如前一手动控制方案的轻触开关,外骨骼在接收到按压信号后,会根据外骨骼现在的助力档位给人体需要助力的腿部一个预定量的助力转矩。
而对于模拟量的助力控制器12,外骨骼接收到压力信号时,会根据助力控制器发送的按压信号强度给予需要助力的腿部一个与按压信号同比例的助力转矩。
参见图16,助力控制器12还可以是按压式。所谓按压式就是在助力控制器12靠近大拇指的端头设计一个按压按钮。该按钮通过人体大拇指的按压实现开关量或模拟量的输出。
参见图17和图18,为了进一步增加人体的稳定性,单手触发的助力控制器12还可以与拐杖13相结合,如图17所示。该拐杖13的手部位置恰好设计有握捏式或按压式开关量或模拟量带回弹按钮。穿戴者在使用该助力控制器12同时还可以将它作为一个额外的拐杖13进一步增强人体的稳定性。
参见图18,也可采用按压式助力控制器12与拐杖13相结合。
参见图19,当助力控制器12与拐杖13相结合后,还可以增加一种助力控制器12的触发形式,如本图所示。就是助力控制器手12握持的整体部件可以相对于拐杖13主体在外力作用下向下滑动,当外力解除时握持的整体部件可以回复到原位。例如通过滑套的形式来实现该方式。
这样的结构当人体将拐杖支撑到地面,并用握持拐杖的手部发力向下撑拐杖以起到部分支撑人体体重向上爬台阶时,便会触发遥控器的助力信号,外骨骼就会对需要助力的腿部进行相应的助力,同样该遥控信号可以是开关量也可以是模拟量。
当穿戴者因为改变主意等,不想外骨骼再对大腿进行助力时,只要握持拐杖的手部取消对拐杖的下撑力,则遥控器的握持整体部位会在复位弹簧的作用下拐杖上方滑动,并减小或取消助力信号,进而外骨骼减小或取消相应助力。
参见图20和图21,通过这样的单手控制方案,不管是手持助力控制器,还是手持带拐杖的助力控制器,人体都能在手动控制外骨骼助力的同时腾出一只手去扶持栏杆,尤其是再另一侧手按压助力控制器的同时还是可以帮助人体支撑体重的拐杖,将进一步提升人体的重心稳定性。使用起来更顺手。
同样,上述下肢助力外骨骼中在进行单侧助力时,若助力信号为开关量:根据外骨骼现在的助力档位给人体需要助力的腿部一个预定量的助力转矩;若助力信号为模拟量:根据助力控制器发送的按压信号强度给予需要助力的腿部一个与按压信号同比例的助力转矩。
两侧助力时,若助力信号为开关量:根据外骨骼现在的助力档位给人体需要助力的腿部一个预定量的助力转矩;若助力信号为模拟量:根据遥控器发送的按压信号强度给予需要助力的腿部一个与按压信号同比例的助力转矩。
上面在描述中提到当单手助力控制器触发按压开关时,外骨骼会向需要的助力的腿部提供助力转矩,但未讲清外骨骼如何判断人体希望哪只腿需要被助力。
这里就涉及到该方案的步态识别和控制方法。首先,针对单手控制的手动控制方案,在有手持助力控制器的基础上还需要两侧驱动器的绞盘磁角度计,实时监测两侧驱动器钢丝被拉出的长度,也即两侧腿部膝关节的弯曲角度。(这是单手手动控制的关键,在单侧手遥控的同时,通过实施监测两侧膝关节弯曲角度,来决定那侧腿部或两侧腿部该被助力)
当助力控制器触发助力信号时,外骨骼控制器会检测两侧腿部当下的膝关节弯曲角度。只要任一侧腿此时的弯曲角度大于弯曲助力阈值,则该侧腿会被施加预定量或与遥控型号等比量的助力转矩。如果两侧腿部的膝关节弯曲角度都大于弯曲助力阈值,则同时对两侧腿部助力(此时人体处于深蹲步态)。至于弯曲助力阈值,优选40~60°之间,该角度与之前自动控制方法中提到的爬升台阶过程中膝关节在支撑态初始阶段的弯曲角度相符,而人体腿部需要助力的时机恰恰是上台阶的前迈腿刚刚落地并且足底有一定压力时(此时的膝关节角度应该在60°左右)。
实施例4
参见图21,另外,为了进一步增强外骨骼助力的可靠性,可以将单手手动助力控制器、足底压力传感器和驱动器磁角度传感器方案相结合,设计成手自一体的助力控制方法。
参见图4,为本发明一示例性实施例的手动自动一体式的助力控制方法的流程示意图。具体地,该助力控制方法包括步骤:
1)实时采集外骨骼穿戴者的足底压力及膝关节弯曲角度;
2)根据足底压力及膝关节弯曲角度判断外骨骼穿戴者的步态,所述步态包括单腿爬升步态、摆动跟随步态、平路步行步态、深蹲步态;
3)若为单腿爬升步态,或深蹲步态,则判断当前是否收到遥控器助力信号;
4)若收到助力信号,进行助力,否则不助力。
针对上述手自一体的控制方式,本发明还提供一种下肢助力外骨骼,所述下肢助力外骨骼所述下肢助力外骨骼包括用预测量足底压力的足底压力传感器以及用于测量膝关节弯曲角度的角度传感器;还包括助力控制器。助力控制器的具体形式以及助力的具体形式均可参见实施例3。
该方案首先外骨骼会根据人体足底压力和驱动器绞盘旋转角度判断此时人体的步态,在确定某侧腿部正处于爬升步态的前迈腿时,同时收到了助力控制器的助力信号,才对人体该侧腿进行助力。也就是光是外骨骼识别出前迈腿需要助力,或者光是人体按压助力控制器还不足以驱动外骨骼对腿部进行助力,需要两种条件同时满足时才能助力,这样进一步提高了外骨骼助力的可靠性。避免外骨骼在人体不想助力或者误操作时突然助力,导致人体未能控制好重心而摔倒。
例如下台阶过程中,如果只有手动助力控制器的方案,操作者不小心触发了手动控制按钮,则外骨骼会根据此时的各侧腿的弯曲情况决定是否助力,而下台阶时膝关节较大的弯曲角度恰好处于后迈腿上,此时如果外骨骼助力可能导致穿戴者在下台阶时摔倒。因此,将上述自动控制方案与手动控制方案相结合将进一步有利于外骨骼增加助力的可靠性。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种下肢助力外骨骼助力控制方法,应用于自动控制,其特征在于包括:
采集外骨骼穿戴者的足底压力及膝关节弯曲角度;
根据足底压力及膝关节弯曲角度判断外骨骼穿戴者的步态,所述步态包括单腿爬升步态、摆动跟随步态、平路步行步态、深蹲步态;
根据外骨骼穿戴者的步态进行助力;其中,若步态为单腿爬升步态则对外骨骼穿戴者该侧腿部进行单侧助力;若步态为深蹲步态则对外骨骼穿戴者双腿进行双侧助力;若为摆动跟随步态或平路步行步态则不进行助力;
所述根据足底压力及膝关节弯曲角度判断外骨骼穿戴者的步态的步骤,具体包括:
判断双腿足底压力是否超过深蹲压力阈值,若超过深度阈值则判断双腿膝关节弯曲角度是否超过深蹲角度阈值;若超过深蹲角度阈值则判定当前步态为深蹲步态。
2.根据权利要求1所述的一种下肢助力外骨骼助力控制方法,其特征在于:利用设置在外骨骼穿戴者足底的压力传感器采集足底压力;利用设置在下肢助力外骨骼驱动器中的磁角度传感器或者设置在外骨骼穿戴者膝部的角度传感器采集膝关节弯曲角度;其中,利用磁角度传感器采集膝关节弯曲角度的方法包括:
利用公式φ=R1*(θ1-θ0)/R2计算膝关节弯曲角度,其中R1为驱动器绞盘的直径,θ0为绞盘的初始角度,θ1为绞盘的当前角度,R2为膝关节端钢丝的滑轮半径,φ为膝关节的弯曲角度;和/或,
根据足底压力及膝关节弯曲角度判断外骨骼穿戴者的步态的步骤还包括:
对外骨骼穿戴者的左右腿分别判断是否为单侧腿运动步态中的一种,若是则将该侧腿的状态设置为对应的单侧腿运动步态,若否则维持现有状态;所述单侧腿步态包括单腿爬升步态、摆动跟随步态、平路步行步态;和/或,
所述根据外骨骼穿戴者的步态进行助力的步骤包括:
按照设定助力大小进行助力或者按照足底压力大小进行助力;
按照足底压力进行助力时,助力的大小为T=k*G*Ffoot,其中,T为电机的助力转矩,k为足底压力放大系数,G为助力档位调节系数,Ffoot为足底压力;和/或,
所述下肢助力外骨骼助力控制方法还包括自优化学习判断步骤,所述自优化学习判断步骤包括:
将计数器清零;
流程记录步骤,若进行过采集左侧足底压力及膝关节弯曲角度、且进行过判断左腿步态、且进行过采集右侧足底压力及膝关节弯曲角度、且进行过判断右腿步态、且进行过判断深蹲步态、且进行过实施左腿助力、且进行过实施右腿助力则计数器+1;
判断步骤,判断计数器是否超过学习阈值,若超过学习阈值则进行阈值优化学习,并且计数器清零后执行流程记录步骤和判断步骤;若未超过则执行流程记录步骤。
3.根据权利要求2所述的一种下肢助力外骨骼助力控制方法,其特征在于判断单侧腿运动步态的步骤包括:
判断单侧足底压力是否大于上升阈值,若大于上升阈值且上一次足底压力判断小于上升阈值,则单侧足底压力判断结果为真,并判断膝关节弯曲角度是否大于上升角度阈值;
若膝关节弯曲角度大于上升角度阈值则判定当前步态为单腿爬升步态,若小于上升角度阈值则判定当前步态为平路步行步态;
判断单侧足底压力是否大于上升阈值时,若小于上升阈值或/和上一次足底压力判断大于上升阈值,则单侧足底压力判断结果为假,并判断足底压力是否小于摆动阈值;
若足底压力小于摆动阈值,则判定当前步态为摆动跟随步态。
4.根据权利要求3所述的一种下肢助力外骨骼助力控制方法,其特征在于所述阈值优化学习的步骤包括:
对上一循环周期中的最小足底压力和最大足底压力进行低通滤波公式修正获得长期最小足底压力和长期最大足底压力;根据长期最小足底压力和长期最大足底压力对上升阈值、摆动阈值、深蹲压力阈值进行修正;
对上一循环周期中的最小膝关节弯曲角度和最大膝关节弯曲角度进行低通滤波公式修正获得长期最小膝关节弯曲角度和长期最大膝关节弯曲角度;根据长期最小膝关节弯曲角度和长期最大膝关节弯曲角度对上升角度阈值、深蹲角度阈值进行修正;
其中,对阈值进行修正的公式为:pascent=(Smax-Smin)*K+Smin,其中pascent为修正后的阈值,Smax长期最大足底压力或者长期最大膝关节弯曲角度,Smin为长期最小足底压力或者长期最小膝关节弯曲角度,K为调整系数;所述阈值包括上升阈值、摆动阈值、深蹲压力阈值、上升角度阈值、深蹲角度阈值。
5.一种下肢助力外骨骼,其特征在于:所述下肢助力外骨骼包括用预测量足底压力的足底压力传感器以及用于测量膝关节弯曲角度的角度传感器,以及与所述足底压力传感器和所述角度传感器进行数据通信的助力控制器,所述助力控制器基于权利要求1~4中任意一项所述的下肢助力外骨骼助力控制方法控制所述下肢助力外骨骼进行助力;其中,所述角度传感器为设置在穿戴者膝部的角度传感器或者为设置在下肢助力外骨骼驱动器中的磁角度传感器。
6.一种下肢助力外骨骼助力控制方法,应用于手动控制,其特征在于包括:
采集助力控制器的助力触发信号,所述助力触发信号为模拟量信号或者开关量信号;
采集外骨骼穿戴者膝关节弯曲角度,并根据膝关节弯曲角度判断外骨骼穿戴者的步态;其中,当任意一侧膝关节弯曲角度大于弯曲助力阈值,则进行单侧助力;当双侧膝关节弯曲角度均大于弯曲助力阈值,则进行双侧助力。
7.一种下肢助力外骨骼,其特征在于:所述下肢助力外骨骼包括助力控制器,用于根据权利要求7所述的下肢助力外骨骼助力控制所述下肢助力外骨骼;所述助力控制器为遥控器或手动控制器,所述助力控制器上设置有可回弹的按钮;还包括用于测量膝关节弯曲角度的角度传感器;当助力控制器被触发时,驱动器按照助力控制开关被触发的压力施加等比例放大的助力,或者按照预设档位施加助力。
8.根据权利要求7所述的一种下肢助力外骨骼,其特征在于:所述按钮设置在助力控制器顶部;或者,所述按钮设置在助力控制器侧方;和/或,所述助力控制器与拐杖连接;或者,所述按钮为滑套。
9.一种下肢助力外骨骼助力控制方法,应用于手自一体控制,其特征在于包括:采集外骨骼穿戴者的足底压力及膝关节弯曲角度;
根据足底压力及膝关节弯曲角度判断外骨骼穿戴者的步态,所述步态包括单腿爬升步态、摆动跟随步态、平路步行步态、深蹲步态;
若为单腿爬升步态或者深蹲步态,则判断当前是否收到助力控制器发送来的助力信号;
若收到所述助力信号则进行助力,否则不助力。
10.一种下肢助力外骨骼,其特征在于:所述下肢助力外骨骼包括用于测量足底压力的足底压力传感器以及用于测量膝关节弯曲角度的角度传感器;还包括助力控制器,用于根据权利要求9所述的下肢助力外骨骼助力控制方法控制所述下肢助力外骨骼进行助力。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210702771 | 2022-06-21 | ||
CN202210702771X | 2022-06-21 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116512220A true CN116512220A (zh) | 2023-08-01 |
Family
ID=87393493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310456698.7A Pending CN116512220A (zh) | 2022-06-21 | 2023-04-25 | 一种下肢助力外骨骼及助力控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116512220A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117204993A (zh) * | 2023-11-09 | 2023-12-12 | 浙江强脑科技有限公司 | 智能假肢运动模式识别方法、装置、智能假肢及存储介质 |
-
2023
- 2023-04-25 CN CN202310456698.7A patent/CN116512220A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117204993A (zh) * | 2023-11-09 | 2023-12-12 | 浙江强脑科技有限公司 | 智能假肢运动模式识别方法、装置、智能假肢及存储介质 |
CN117204993B (zh) * | 2023-11-09 | 2024-02-27 | 浙江强脑科技有限公司 | 智能假肢运动模式识别方法、装置、智能假肢及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10290235B2 (en) | Rehabilitation using a prosthetic device | |
US10123932B2 (en) | Motion assist device and motion assist method | |
KR101171225B1 (ko) | 사용자 의도 추종형 보행보조 로봇용 센서 시스템 | |
CN103040586A (zh) | 用于下肢运动训练的外骨骼机器人及其运动控制方法 | |
CN116512220A (zh) | 一种下肢助力外骨骼及助力控制方法 | |
JP2013542014A (ja) | 傾斜センサを一体化した歩行運動補助装置 | |
US20160058649A1 (en) | Rehabilitation device with pace pattern projecting function and seat structure and control method thereof | |
CN110812127B (zh) | 下肢外骨骼控制方法及装置 | |
JP2012125388A (ja) | 歩行リハビリ装置 | |
AU2019232764B2 (en) | Grasp assistance system and method | |
CN109350459A (zh) | 一种辅助步行装置及其助行控制方法 | |
US20240033159A1 (en) | Powered-knee exoskeleton system | |
CN104690746A (zh) | 一种用于外骨骼系统的智能肘杖 | |
Long et al. | Development and validation of a robotic system combining mobile wheelchair and lower extremity exoskeleton | |
Pyo et al. | Development of an active haptic cane for gait rehabilitation | |
US20230293381A1 (en) | Exoskeleton for rehabilitation | |
JP2013048701A (ja) | 歩行支援装置、及び歩行支援プログラム | |
CN114012742B (zh) | 一种髋关节助力装置的控制系统 | |
Chen et al. | Intention recgonition for exoskeleton | |
Zhang et al. | User-friendly walking assistance device able to walk on stairs safely | |
CN111698969B (zh) | 抓握辅助系统和方法 | |
Zhong et al. | Motion adaption and trajectory generation of stair ascent and descent with a lower limb exoskeleton for paraplegics | |
CN213406449U (zh) | 假肢智能控制系统 | |
KR102188302B1 (ko) | 보행 보조 시스템 | |
CN115609589A (zh) | 一种外骨骼机器人控制系统 |
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 |