CN116690537A - 一种上肢外骨骼机器人及动力控制方法 - Google Patents
一种上肢外骨骼机器人及动力控制方法 Download PDFInfo
- Publication number
- CN116690537A CN116690537A CN202310691281.9A CN202310691281A CN116690537A CN 116690537 A CN116690537 A CN 116690537A CN 202310691281 A CN202310691281 A CN 202310691281A CN 116690537 A CN116690537 A CN 116690537A
- Authority
- CN
- China
- Prior art keywords
- signal
- steering engine
- action
- action signal
- exoskeleton robot
- 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
- 210000001364 upper extremity Anatomy 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000009471 action Effects 0.000 claims abstract description 86
- 230000001133 acceleration Effects 0.000 claims abstract description 33
- 230000033001 locomotion Effects 0.000 claims abstract description 12
- 210000003205 muscle Anatomy 0.000 claims description 36
- 230000008859 change Effects 0.000 claims description 34
- 230000003183 myoelectrical effect Effects 0.000 claims description 25
- 239000002184 metal Substances 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 15
- 210000000245 forearm Anatomy 0.000 claims description 8
- 210000002478 hand joint Anatomy 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 210000000623 ulna Anatomy 0.000 claims description 6
- 210000003857 wrist joint Anatomy 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 208000027418 Wounds and injury Diseases 0.000 abstract description 4
- 230000006378 damage Effects 0.000 abstract description 4
- 208000014674 injury Diseases 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 3
- 206010060820 Joint injury Diseases 0.000 abstract description 2
- 206010050031 Muscle strain Diseases 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000007779 soft material Substances 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000004677 Nylon Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229920001778 nylon Polymers 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 239000002390 adhesive tape Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000009958 sewing Methods 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 239000010409 thin film Substances 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种上肢外骨骼机器人及动力控制方法,包括:力传感器、加速度传感器、EMG肌电传感器、微处理器芯片、舵机,通过对力传感器、加速度传感器、EMG肌电传感器的数据进行综合分析,得到舵机的执行信号,调整外骨骼机械结构产生力矩,为用户提供继续动作的持续辅助动力。在实生活、工作过程中,这样的持续辅助动力可以有效减轻人体再搬运重物时或者进行体力劳动时的力气,避免手臂酸软、腰肌劳损、掉落砸伤等意外情况,以及由于疲劳重复运动产生的职业性关节损伤等问题。
Description
技术领域
本发明属于机器人领域,具体涉及一种上肢外骨骼机器人及动力控制方法。
背景技术
上肢外骨骼机器人,是穿戴在使用者手、肩部,帮助使用者实现上肢关节运动的一类机械设备。一般来说,上肢外骨骼机器人应用主要在三个领域,第一类增强型外骨骼机器人、医疗型外骨骼机器人、运动康复型外骨骼机器人。目前市面上的增强型外骨骼机器人上肢外骨骼机器人主要分为两类:力平衡支撑件和有源助力上肢外骨骼机器人;力平衡支撑件的上肢外骨骼,可以有效通过自由度的转接,将超过使用者手臂的力,以补偿形式转化为使用者在长时间或者重复劳动时的支撑力,例如经常需要举手过头顶的姿态、或者需要进行正面操作机械的抬手姿态。有源助力上肢外骨骼机器人主要通过可控制的舵机,通过传动机构,将力传递至外骨骼结构,以舵机为肌肉,以传感器为神经系统,以外部结构为骨骼。正在开发的许多可穿戴上肢外骨骼可以提供缓解的支撑,但可穿戴上肢外骨骼的局限性仍然很多。市面上大部分上肢外骨骼机器人为无动力居多,现有上肢外骨骼机器人通常组件多、结构复杂。而定制化的有源上肢外骨骼机器人传感器网络信息庞大,外骨骼结构需要预设多个传感器点位组成阵列才可以满足控制输入要求,一定程度上降低了用户穿戴舒适度;实现精密的控制需要处理大量传感器传递的信息,对于微处理器芯片的处理能力要求也会更高,整体设备的稳定性尚待提高。
发明内容
针对现有技术的上述不足,本发明提供一种上肢外骨骼机器人及动力控制方法,以解决上述技术问题。
第一方面,本发明提供一种上肢外骨骼机器人,包括:
力传感器,分别安装于上肢外骨骼机器人前臂前侧尺骨、后侧桡骨手部固定器处预留的力传感器放置位置,用于测量由于手臂肌肉挤压金属应变片造成的电阻值变化,桡骨、尺骨处分别规定为正方向、负方向,确定第一动作信号以及手臂运动方向;
加速度传感器,安装于可穿戴的上肢外骨骼机器人手掌部分的外侧面,所述加速度传感器以手关节旋转方向为旋转轴的方式放置,用于测量手关节相对于大臂的角度值,确定第二动作信号;
EMG肌电传感器,用于加持大臂肌肉测量大臂肌肉电活动信号,确定第三动作信号;
微处理器芯片,用于将第一动作信号子、第二动作信号、第三动作信号整合,确定舵机执行动作信号;
舵机,固定于上肢外骨骼机器人舵机座上,用于控制上肢外骨骼机器人的大臂杆件和小臂杆件执行动作;其中,所述舵机座紧密设置于大臂杆件上;所述舵机座让连接的转子在大臂杆件和小臂杆件旋转时成一条直线;舵机转子通过法兰盘联接至小臂杆件,让小臂杆件和舵机座成为一个整体。
进一步的,所述微处理器芯片用于:
计算金属应变片的电阻值变化,ε为纵向应变,E为弹性模量,λ为压阻系数,v为金属应变片的泊松比;
忽略电阻率变化即可得电阻值变化,
串联相近阻值欧姆电阻,通过分压法,可将所述电阻值变化转换成为电压信号,经放大、滤波后,通过A/D转换,将变化的模拟量电压信号转化为数字形式的第一动作信号Sr。
进一步的,所述微处理器芯片用于:
获取加速度传感器测量的手腕关节角度值,所述角度值和加速度传感器测量力的矢量具备以下关系:
θa=arccos(Fx/F)(0≤θa≤180°)
θb=arccos(Fy/F)(0≤θb≤180°)
θc=arccos(Fz/F)(0≤θc≤180°)
F为加速度传感器测量力的矢量,Fx、Fy、Fz分别为F在自身笛卡尔坐标系内X、Y、Z轴的投影,θa、θb、θc分别为加速度测量值和笛卡尔坐标系内X、Y、Z轴的夹角;
所述加速度传感器测量手腕关节角度值θa、θb、θc,并采用θa、θb、θc中的任意一个变化因子作为第二动作信号Sa。
进一步的,所述微处理器芯片用于:
通过EMG肌电传感器采集运动单位点位信号中的时限和波幅,结合采集点的相位变化,将整体采集到的肌电信号整合成为肌肉电活动信号;
当表面肌电测试肌肉产生移动时,肌肉群产生微弱的电信号,通过对该信号的采集后,经放大、滤波、输出,传输至微处理器,经过传感器测试与比较,信号的平均功率能较为准确反应肌肉的动作情况;
通过EMG肌电传感器采集到的电位信号,计算肌肉动作的平均功率,其中,肌肉动作的平均功率为肌电传感器检测到的平均力量与平均速度的数量积,最后再将该信号作为舵机执行信号,根据肌肉的动作决定手臂的上抬或下降。
进一步的,所述微处理器芯片用于:
分别将第一动作信号子Sr、第二动作信号Sa按照预设的比例映射到指定区间;
将第三动作信号Se按照以下公式,调整到指定区间:
Ex,y为输出区间,Ox,y为输入区间,Omin为指定区间最小值,Omax为指定区间最大值;
进一步的,所述微处理器芯片还用于:根据以下公式计算舵机执行动作信号:
Omotor=Ka*S′a+Kr*Sr′+Ke*Se′;
通过数据包络法,确定权重因子Kr、Ka、Ke,Omotor为舵机执行动作信号,S′a、Sr′、Se′为第一动作信号子Sr、第二动作信号Sa、第三动作信号Se映射到指定区间的信号。
第二方面,本发明提供一种上肢外骨骼机器人动力控制方法,包括:
通过力传感器中金属应变片的的电阻值变化,确定第一动作信号;
通过加速度传感器测量关节的角度值,确定第二动作信号;
通过EMG肌电传感器测量肌肉电活动信号,确定第三动作信号;
将第一动作信号子、第二动作信号、第三动作信号整合,确定舵机执行动作信号。
本发明的有益效果在于:本发明提供的一种上肢外骨骼机器人及动力控制方法,通过力传感器、加速度传感器和EMG肌电传感器采集信息得出人体现在正在进行的运动姿态,调整外骨骼机械结构产生力矩,为用户提供继续动作的持续辅助动力。在实生活、工作过程中,这样的持续辅助动力可以有效减轻人体再搬运重物时或者进行体力劳动时的力气,避免手臂酸软、腰肌劳损、掉落砸伤等意外情况,以及由于疲劳重复运动产生的职业性关节损伤等问题。
本产品运用增材制造技术、线性权重法、数据映射法和数据包络法等数据处理方式,减少了传感器数量、提高了产品反应速度和并增加了用户穿戴舒适度。
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简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的上肢外骨骼机器人的结构示意图;
图2是本发明一个实施例的上肢外骨骼机器人半部分的结构示意图。
1、多自由度可固定连接杆;2、大臂杆件;3、舵机座;4、舵机;5、法兰盘;6、小臂杆件;7、身体安全带;8、EMG肌电传感器放置位置;9:力传感器放置位置;10:加速度传感器;11:尼龙腰带。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,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,所描述的实施例仅仅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,都应当属于本发明保护的范围。
如图1、2所示,本发明实施例提供一种上肢外骨骼机器人,包括:
力传感器,分别安装于上肢外骨骼机器人前臂前侧尺骨、后侧桡骨手部固定器处预留的力传感器放置位置9,用于测量由于手臂肌肉挤压金属应变片造成的电阻值变化,桡骨、尺骨处分别规定为正方向、负方向,确定第一动作信号以及手臂运动方向;
加速度传感器10,安装于可穿戴的上肢外骨骼机器人手掌部分的外侧面,所述加速度传感器10的X、Y、Z轴中单一轴以平行于前臂关节旋转轴方式放置,用于测量手关节相对于大臂的角度值,确定第二动作信号;
EMG肌电传感器,用于加持大臂肌肉测量大臂肌肉电活动信号,确定第三动作信号;EMG肌电传感器安装于如图1所示的EMG肌电传感器放置位置8;
微处理器芯片,用于将第一动作信号子、第二动作信号、第三动作信号整合,确定舵机4执行动作信号;微处理器芯片和电池安装于不会影响操作的位置,例如腰带后面位置;
舵机4,固定于上肢外骨骼机器人舵机座3上,用于控制上肢外骨骼机器人的大臂杆件2和小臂杆件6执行动作;其中,所述舵机座3紧密设置于大臂杆件2上;所述舵机座3让连接的转子在大臂杆件2和小臂杆件6旋转时成一条直线;舵机转子通过法兰盘5联接至小臂杆件6,让小臂杆件6和舵机座3成为一个整体。
此外本发明实施例还包括人如图1、图2所示的多自由度可固定连接杆1.
本实施例提供的上肢外骨骼机器人,通过在上肢外骨骼机器人上安装的力传感器,在人体工作时,检测人体部位与力传感器接触产生材料形变,并经过微处理器芯片处理后,作为一个因子影响作为舵机4的执行信号中力矩的大小。通过加速度传感器10获取手关节的角度变化以及加速度变化情况,并经过微处理器芯片处理后,作为一个因子影响作为舵机4的执行信号中力矩的方向。通过EMG肌电传感器,获取人体肌肉活动信号,作为一个因子影响舵机4的执行信号的力矩的大小,并可以触发舵机4的执行信号。
本实施例的舵机4为0至180度工作范围(如MG996R),舵机4通过螺栓固定在增材制造技术制造的舵机座上,舵机座3的设计可以让联接的转子在大臂杆件2和小臂杆件6旋转时保持一条水平线;这样的设计,不仅可以省去自带减速机的关节型伺服电机,大幅度降低成本;而且可以降低控制的难度,增加系统的反应时间。舵机座3通过预留的四个螺栓孔与大臂杆件2联接,以确保舵机4与大臂杆件2之间的力矩传递不存在空程、松动情况,大臂杆件2上预留两个卡座,通过螺栓将半圆形的手部固定器联接在大臂杆件2上。
在本实施例中,上肢外骨骼机器人的舵机转子通过法兰盘5联接至小臂杆件6,法兰盘5上有和舵机转子啮合的齿状结构,可以有效地将舵机4的力矩传递到法兰盘5上,同时法兰盘5通过螺栓固定在小臂杆件6上,让小臂杆件6和舵机座3成为一个整体,舵机定子与上臂相连,转子与前臂相连,进而可以将舵机4的力矩传递到小臂杆件6上;并通过螺栓使手部固定器与小臂杆件6成为一体,用魔术贴固定整个装置在手臂上,以达到助力效果。
进一步的,所述微处理器芯片用于:计算金属应变片的电阻值变化,ε为纵向应变,E为弹性模量,λ为压阻系数,v为金属应变片的泊松比;忽略电阻率变化即可得电阻值变化,/>串联相近阻值欧姆电阻,通过分压法,可将所述电阻值变化转换成为电压信号,经放大、滤波后,通过A/D转换,将变化的模拟量电压信号转化为数字形式的第一动作信号Sr。
具体地,力传感器由金属应变片组成,所述金属应变片可以为薄膜式电阻应变片;当手部有上抬动作时,人体地手臂通过与外骨骼机器人上的力传感器接触、挤压,将作用域机器人上的力转变成为金属应变片的形变,应变片随着手部运动变形并产生阻值的变化,由此,被测量的力信号转换成为电阻的变化。
值得说明的是,由于手臂位置力矩大小和普通电阻应变片的力矩存在不同,因此需要对现有的电阻应变片进行适应性处理,在薄膜式电阻应变片的基础上,加上人体工学的缓冲机构嵌套,让电阻应变片的测量范围适应手臂的力矩范围。
在本实施例中金属应变片的电阻值电阻值为R,ρ为该金属应变片的电阻率、l为该金属应变片的长度,A为该金属应变片的横截面积,而
因此
其中A=πr2,r是电阻丝的半径,可知:
根据电阻丝的不同径向形变即可得:
其中,ε为纵向应变,E为弹性模量,λ为压阻系数,v为金属应变片的泊松比,由于通常选用的金属应变片的电阻率变化很小,忽略电阻率变化即可得电阻值变化:以上是本发明实施例提供的力传感器计算电阻值变化的方法。
进一步的,所述微处理器芯片用于:获取加速度传感器10测量的手腕关节角度值,所述角度值和加速度传感器10测量力的矢量具备以下关系:
θa=arccos(Fx/F)(0≤θa≤180°)
θb=arccos(Fy/F)(0≤θb≤180°)
θc=arccos(Fz/F)(0≤θc≤180°)
F为加速度传感器10测量力的矢量,Fx、Fy、Fz分别为F在自身笛卡尔坐标系内X、Y、Z轴的投影,θa、θb、θc分别为加速度测量值和笛卡尔坐标系内X、Y、Z轴的夹角;所述加速度传感器10测量手腕关节角度值θa、θb、θc,并采用θa、θb、θc中的任意一个变化因子作为第二动作信号Sa。
在本实施例中,在计算中需要将传感器反馈的有效值甄别开,通常情况下,加速度传感器10的放置方向和位置,按照手关节旋转方向为旋转轴,从而使得加速度传感器10,获取手掌的动作角度变化以及加速度变化情况,并传导至微处理器芯片分析处理,通过舵机4帮助手掌实现上抬或下降动作。
可选地,作为本发明一个实施例,所述微处理器芯片用于:通过EMG肌电传感器采集运动单位点位信号中的时限和波幅,结合采集点的相位变化,EMG肌电传感器将整体采集到的肌电信号整合成为肌肉电活动信号;
当表面肌电测试肌肉产生移动时,肌肉群产生微弱的电信号,通过对该信号的采集后,经放大、滤波、输出,传输至微处理器,经过传感器测试与比较,信号的平均功率能较为准确反应肌肉的动作情况;
通过EMG肌电传感器采集到的电位信号,计算肌肉动作的平均功率,其中,肌肉动作的平均功率为肌电传感器检测到的平均力量与平均速度的数量积。
最后再将该信号作为舵机4执行信号,根据肌肉的动作决定手臂的上抬或下降。
可选地,作为本发明一个实施例,所述微处理器芯片用于:分别将第一动作信号子Sr、第二动作信号Sa按照预设的比例映射到指定区间;
将第三动作信号Se按照以下公式,调整到指定区间:
Ex,y为输出区间,Ox,y为输入区间,Omin为指定区间最小值,Omax为指定区间最大值。
具体地,指定区间为(100-900),即将第一动作信号子Sr、第二动作信号Sa第三动作信号Se调整为100-900之间的数字。将第一动作信号Sr按比例调整至(100-900)区间内;将第二动作信号Sa的角度值变化范围应通过软件处理为0至180度(0~3.142rad),因为选用的舵机4为0至180度工作范围,并该第二动作信号Sa需按比例调整至(100-900)区间内。
可选地,作为本发明一个实施例,所述微处理器芯片还用于:根据以下公式计算舵机4执行动作信号:
Omotor=Ka*S′a+Kr*Sr′+Ke*Se′;
通过数据包络法,确定权重因子Kr、Ka、Ke,Omotor为舵机4执行动作信号,S′a、Sr′、Se′为第一动作信号子Sr、第二动作信号Sa、第三动作信号Se映射到指定区间的信号。
此外,目前上肢外骨骼机器人,在生产上为传统制造方式,成本较高;由此,目前业内上肢外骨骼机器人在舒适性、稳定性和经济性上存在一定短板。因此,针对本申请实施例提供的上肢外骨骼机器人的结构,还提供以下可选的实施例。
可选地,上肢外骨骼机器人中手臂联接的杆件(包括大臂杆件2和小臂杆件6)均通过增材制造技术采用高分子聚合物制造而成。
可选地,力传感器通过环氧树脂结构胶水固定在上肢外骨骼机器人护手内侧。
可选地,上肢外骨骼机器人的手部固定器内侧有软性材料,软性材料通过双面不干胶联接至手部固定器。软性材料可以取下并清洗,可以通过普通双面胶类似材质粘回手部固定器,也可不使用软性材料,仅仅靠衣服的缓冲减少皮肤的不适(如夏天出汗较多的情况)。
可选地,上肢外骨骼机器人的手部固定器外侧有魔术贴,魔术贴可将大臂杆件2贴在手臂上,确保肌电传感器与皮肤接触的同时,增加外骨骼机器人结构件力传导的有效性,同时,魔术贴也是较易清洁的材料。
可选地,上肢外骨骼机器人还设有肩部固定件,所述肩部固定件过螺栓联接在大臂杆件2的末端,同时大臂杆件2的末端预留螺栓孔;肩部固定件采用类似万向支架的怪手结构,连接身体安全带7与上肢外骨骼设备,肩部支架可以通过旋钮进行锁紧及调整,供较为长时间的抬手操作,例如快递驿站位置较高的货架上快件的批量处理和码垛,肩部的固定件的设计可以有效减少肩颈、大臂的劳损。
可选地,肩部固定件与身体安全带7的连接采用螺栓、螺母固定,与安全带扣相连,安全带扣通过缝制方式缝在安全带7上,以确保安全带7可以与上肢外骨骼机器人成为一个相互关联的整体,方便在穿着和脱下外骨骼机器人时,不会出现单一部件掉落损坏的情况。同时,腰部有尼龙腰带11,可以将安全带7上的受力部分转移至腰部,腰带通过快拆扣与安全带7连接,可将部分上肢力转移至腰部,减少上肢的负荷。
本发明实施例提供一种上肢外骨骼机器人动力控制方法,包括:
通过力传感器中金属应变片的的电阻值变化,确定第一动作信号;
通过加速度传感器测量关节的角度值,确定第二动作信号;
通过EMG肌电传感器测量肌肉电活动信号,确定第三动作信号;
将第一动作信号子、第二动作信号、第三动作信号整合,确定舵机执行动作信号。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述,但本发明并不限于此。在不脱离本发明的精神和实质的前提下,本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换,而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (7)
1.一种上肢外骨骼机器人,其特征在于,包括:
两个力传感器,分别安装于上肢外骨骼机器人前臂前侧尺骨、后侧桡骨手部固定器处预留的力传感器放置位置,用于测量由于手臂肌肉挤压金属应变片造成的电阻值变化,桡骨、尺骨处分别规定为正方向、负方向,确定第一动作信号以及手臂运动方向;
加速度传感器,安装于可穿戴的上肢外骨骼机器人手掌部分的外侧面,所述加速度传感器X、Y、Z轴中单一轴以平行于前臂关节旋转轴方式放置,,用于测量手关节相对于大臂的角度值,确定第二动作信号;
EMG肌电传感器,用于加持大臂肌肉测量大臂肌肉电活动信号,确定第三动作信号;
微处理器芯片,用于将第一动作信号子、第二动作信号、第三动作信号整合,确定舵机执行动作信号;
舵机,固定于上肢外骨骼机器人舵机座上,用于控制上肢外骨骼机器人的大臂杆件和小臂杆件执行动作;其中,所述舵机座紧密设置于大臂杆件上;所述舵机座让连接的转子在大臂杆件和小臂杆件旋转时成一条直线;舵机转子通过法兰盘联接至小臂杆件,让小臂杆件和舵机座成为一个整体。
2.根据权利要求1所述的上肢外骨骼机器人,其特征在于,所述微处理器芯片用于:
计算金属应变片的电阻值变化,ε为纵向应变,E为弹性模量,λ为压阻系数,v为金属应变片的泊松比;
忽略电阻率变化即可得电阻值变化,
串联相近阻值欧姆电阻,通过分压法,可将所述电阻值变化转换成为电压信号,经放大、滤波后,通过A/D转换,将变化的模拟量电压信号转化为数字形式的第一动作信号Sr。
3.根据权利要求1所述的上肢外骨骼机器人,其特征在于,所述微处理器芯片用于:
获取加速度传感器测量的手腕关节角度值,所述角度值和加速度传感器测量力的矢量具备以下关系:
θa=arccos(Fx/F)(0≤θa≤180°)
θb=arccos(Fy/F)(0≤θb≤180°)
θc=arccos(Fz/F)(0≤θc≤180°)
F为加速度传感器测量力的矢量,Fx、Fy、Fz分别为F在自身笛卡尔坐标系内X、Y、Z轴的投影,θa、θb、θc分别为加速度测量值和笛卡尔坐标系内X、Y、Z轴的夹角;
所述加速度传感器测量手腕关节角度值θa、θb、θc,并采用θa、θb、θc中的任意一个变化因子作为第二动作信号Sa。
4.根据权利要求1所述的上肢外骨骼机器人,其特征在于,所述微处理器芯片用于:
通过EMG肌电传感器采集运动单位点位信号中的时限和波幅,结合采集点的相位变化,将整体采集到的肌电信号整合成为肌肉电活动信号;
当表面肌电测试肌肉产生移动时,肌肉群产生微弱的电信号,通过对该信号的采集后,经放大、滤波、输出,传输至微处理器,经过传感器测试与比较,信号的平均功率能较为准确反应肌肉的动作情况;
通过EMG肌电传感器采集到的电位信号,计算肌肉动作的平均功率,其中,肌肉动作的平均功率为肌电传感器检测到的平均力量与平均速度的数量积,最后再将该信号作为舵机执行信号,根据肌肉的动作决定手臂的上抬或下降。
5.根据权利要求1所述的上肢外骨骼机器人,其特征在于,所述微处理器芯片用于:
分别将第一动作信号子Sr、第二动作信号Sa按照预设的比例映射到指定区间;
将第三动作信号Se按照以下公式,调整到指定区间:
Ex,y为输出区间,Ox,y为输入区间,Omin为指定区间最小值,Omax为指定区间最大值。
6.根据权利要求1所述的上肢外骨骼机器人,其特征在于,所述微处理器芯片还用于:根据以下公式计算舵机执行动作信号:
Omotor=Ka*S′ a+Kr*Sr ′+Ke*Se ′;
通过数据包络法,确定权重因子Kr、Ka、Ke,Omotor为舵机执行动作信号,S′ a、Sr ′、Se ′为第一动作信号子Sr、第二动作信号Sa、第三动作信号映射到指定区间的信号。
7.一种上肢外骨骼机器人动力控制方法,其特征在于,包括:
通过力传感器中金属应变片的的电阻值变化,确定第一动作信号;
通过加速度传感器测量关节的角度值,确定第二动作信号;
通过EMG肌电传感器测量肌肉电活动信号,确定第三动作信号;
将第一动作信号子、第二动作信号、第三动作信号整合,确定舵机执行动作信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310691281.9A CN116690537A (zh) | 2023-06-12 | 2023-06-12 | 一种上肢外骨骼机器人及动力控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310691281.9A CN116690537A (zh) | 2023-06-12 | 2023-06-12 | 一种上肢外骨骼机器人及动力控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116690537A true CN116690537A (zh) | 2023-09-05 |
Family
ID=87828827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310691281.9A Pending CN116690537A (zh) | 2023-06-12 | 2023-06-12 | 一种上肢外骨骼机器人及动力控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116690537A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117398269A (zh) * | 2023-12-13 | 2024-01-16 | 常熟理工学院 | 一种用于肌肉力检测的光波导外骨骼绑缚装置 |
-
2023
- 2023-06-12 CN CN202310691281.9A patent/CN116690537A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117398269A (zh) * | 2023-12-13 | 2024-01-16 | 常熟理工学院 | 一种用于肌肉力检测的光波导外骨骼绑缚装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kang et al. | The effect of hip assistance levels on human energetic cost using robotic hip exoskeletons | |
Chiaradia et al. | Design and embedded control of a soft elbow exosuit | |
US10265857B2 (en) | Wearing-type movement assistance device | |
CN116690537A (zh) | 一种上肢外骨骼机器人及动力控制方法 | |
WO2013036925A2 (en) | Isolated orthosis for thumb actuation | |
CN106309081B (zh) | 一种轻便运动助力装置及其控制方法 | |
Islam et al. | Payload estimation using forcemyography sensors for control of upper-body exoskeleton in load carrying assistance | |
CN207373164U (zh) | 腰背助力外骨骼系统 | |
CN107627291A (zh) | 腰背助力外骨骼系统及其助力方法 | |
Kong et al. | Fuzzy control of a new tendon-driven exoskeletal power assistive device | |
CN107490470B (zh) | 一种用于上肢外骨骼助力效率的检测方法 | |
US20200268584A1 (en) | Systems, devices, and methods for therapeutic loading of a joint | |
Park et al. | Evaluation of an improved soft meal assistive exoskeleton with an adjustable weight-bearing system for people with disability | |
Otten et al. | A novel concept for wearable, modular and soft support systems used in industrial environments | |
Yamada et al. | TasKi: Overhead work assistance device with passive gravity compensation mechanism | |
JP6859700B2 (ja) | アシスト装置 | |
Seo et al. | Development and verification of a volume sensor for measuring human behavior | |
Singer et al. | Automatic support control of an upper body exoskeleton—Method and validation using the Stuttgart Exo-Jacket | |
Choi et al. | Angel-suit: a modularized lower-limb wearable robot for assistance of people with partially impaired walking ability | |
CN212327324U (zh) | 一种等速肌力训练系统 | |
Wang et al. | A soft wearable exosuit reduces the fatigue of biceps Brachii muscle | |
Hasegawa et al. | Performance evaluations of hand and forearm support system | |
CN211883801U (zh) | 一种人体下肢多传感测量系统 | |
Song et al. | Cable-driven and series elastic actuation coupled for a rigid–flexible spine-hip assistive exoskeleton in stoop–lifting event | |
Lavrenko et al. | DETERMINATION OF THE STRESS-STRAIN STATE OF THE STRUCTURAL ELEMENTS OF THE ELBOW ORTHOSIS PROTOTYPE |
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 |