CN117103260A - 一种穿戴式辅助负重机器人步态控制方法和装置 - Google Patents
一种穿戴式辅助负重机器人步态控制方法和装置 Download PDFInfo
- Publication number
- CN117103260A CN117103260A CN202311094138.8A CN202311094138A CN117103260A CN 117103260 A CN117103260 A CN 117103260A CN 202311094138 A CN202311094138 A CN 202311094138A CN 117103260 A CN117103260 A CN 117103260A
- Authority
- CN
- China
- Prior art keywords
- wearable auxiliary
- robot
- gait
- phase
- gait phase
- 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
- 230000005021 gait Effects 0.000 title claims abstract description 281
- 238000000034 method Methods 0.000 title claims abstract description 50
- 210000002414 leg Anatomy 0.000 claims description 174
- 206010034701 Peroneal nerve palsy Diseases 0.000 claims description 34
- 239000011159 matrix material Substances 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 27
- 210000004394 hip joint Anatomy 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 8
- 230000036544 posture Effects 0.000 description 34
- 210000002683 foot Anatomy 0.000 description 27
- 230000033001 locomotion Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 10
- 230000003993 interaction Effects 0.000 description 9
- 210000000629 knee joint Anatomy 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 210000001624 hip Anatomy 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000003319 supportive effect Effects 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 210000003371 toe Anatomy 0.000 description 1
- 230000007704 transition Effects 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
- B25J9/16—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
- B25J9/0006—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
- B25J9/1656—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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本申请适用于机器人技术领域，提供了一种穿戴式辅助负重机器人步态控制方法和装置，所述方法包括：获取穿戴有穿戴式辅助负重机器人的用户的人体步态相位，和穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值；根据人体步态相位和多个电流值，确定穿戴式辅助负重机器人的目标步态相位；基于目标步态相位，对支撑腿的步态进行控制。与现有技术相比，本申请结合人体步态相位和穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值确定目标步态相位，保证了穿戴式辅助负重机器人可以姿态稳定的跟随穿戴者运动，提高了人机协同行走的控制准确率和稳定性。
Description
技术领域
本申请属于机器人技术领域，尤其涉及一种穿戴式辅助负重机器人步态控制方法和装置。
背景技术
目前，随着穿戴式机器人技术的发展，包括穿戴式外骨骼、假肢及穿戴式辅助负重等智能化的穿戴式机器人得到快速发展。穿戴式机器人的步态控制是穿戴式机器人得到实际应用的关键因素。
现有技术通常是通过穿戴式机器人与地面的交互力信息和关节角度信息判断下一个目标步态相位，然后根据该下一个目标步态相位实现对穿戴式机器人的步态控制。由此可见，现有技术是通过穿戴式机器人与地面的交互力信息和关节角度信息对穿戴式机器人的下一个步态相位进行预测，无法保证穿戴式机器人可以姿态稳定的跟随穿戴者运动，从而降低了人机协同行走的控制准确率和稳定性。
发明内容
本申请实施例提供了一种穿戴式辅助负重机器人步态控制方法和装置，保证了穿戴式辅助负重机器人可以姿态稳定的跟随穿戴者运动，提高了人机协同行走的控制准确率和稳定性。
第一方面，本申请实施例提供了一种穿戴式辅助负重机器人步态控制方法，包括：
获取穿戴有穿戴式辅助负重机器人的用户的人体步态相位，和所述穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值；
根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位；
基于所述目标步态相位，对所述支撑腿的步态进行控制。
可选的，所述获取穿戴有穿戴式辅助负重机器人的用户的人体步态相位，包括：
通过位于所述用户腿部的惯性测量单元获取所述用户的腿部姿态信息；
根据所述腿部姿态信息，计算得到所述用户的左腿与地面法向量之间的第一角度和所述用户的右腿与所述地面法向量之间的第二角度；
根据所述第一角度和所述第二角度，计算得到角度差值；
确定所述角度差值所处的角度范围，并将与所述角度范围对应的步态相位确定为所述人体步态相位。
可选的，所述根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位，包括：
计算所述多个电流值的方差；
根据所述方差和所述穿戴式辅助负重机器人的期望步态相位，确定所述穿戴式辅助负重机器人的初始步态相位；其中，所述期望步态相位为预设的与所述人体步态相位对应的步态相位；
根据所述人体步态相位和所述初始步态相位，确定所述目标步态相位。
可选的，所述根据所述人体步态相位和所述初始步态相位，确定所述目标步态相位，包括：
当所述人体步态相位为摆动相时，确定所述目标步态相位为摆动相；
当所述人体步态相位和所述初始步态相位都为支撑相时，确定所述目标步态相位为支撑相。
可选的，所述基于所述目标步态相位，对所述支撑腿的步态进行控制，包括：
当所述目标步态相位为支撑相时，根据所述穿戴式辅助负重机器人的质量、角速度、支撑力、所述用户对所述穿戴式辅助负重机器人产生的作用力以及扭矩，构建所述穿戴式辅助负重机器人的动力学方程；
根据所述动力学方程，确定由所述穿戴式辅助负重机器人的期望位置、期望速度、期望姿态及期望角速度构成的状态变量矩阵；
构建所述状态变量矩阵与地面接触力之间的目标函数；其中，所述地面接触力为所述穿戴式辅助负重机器人与地面之间产生的接触力；
根据设定的约束条件对所述目标函数进行求解，得到所述地面接触力的最小值；
根据所述最小值，对所述支撑腿的步态进行控制。
可选的，所述基于所述目标步态相位，对所述支撑腿的步态进行控制，包括：
当所述目标步态相位为摆动相时，获取所述用户的腿长、身高、腿部姿态信息以及所述穿戴式辅助负重机器人中的力矩传感器采集到的竖轴转矩；
根据所述腿长、所述身高以及所述腿部姿态信息，计算得到所述用户的足部相对于所述用户的髋关节的位置向量；
根据所述竖轴转矩计算得到所述用户的第一落足点与所述支撑腿的第二落足点之间的角度偏差；其中，所述第一落足点和所述第二落足点均为同一侧的落足点；
根据所述位置向量和所述角度偏差，计算得到所述第二落足点的位置；
根据所述第二落足点的位置，对所述支撑腿的步态进行控制。
可选的，在所述根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位之后，还包括：
获取所述穿戴式辅助负重机器人的当前质心信息；
相应的，所述基于所述目标步态相位，对所述支撑腿的步态进行控制，包括：
基于所述当前质心信息和所述目标步态相位，对所述支撑腿的步态进行控制。
第二方面，本申请实施例提供了一种穿戴式辅助负重机器人步态控制装置，包括：
第一获取单元，用于获取穿戴有穿戴式辅助负重机器人的用户的人体步态相位，和所述穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值；
第一确定单元，用于根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位；
第一控制单元，用于基于所述目标步态相位，对所述支撑腿的步态进行控制。
第三方面，本申请实施例提供了一种穿戴式辅助负重机器人，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，上述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的穿戴式辅助负重机器人步态控制方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的穿戴式辅助负重机器人步态控制方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在穿戴式辅助负重机器人上运行时，使得穿戴式辅助负重机器人可执行上述第一方面中任一项所述的穿戴式辅助负重机器人步态控制方法。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例提供的一种穿戴式辅助负重机器人步态控制方法，与现有技术根据穿戴式辅助负重机器人与地面的交互力和关节角度对穿戴式辅助负重机器人的下一个步态相位进行预测相比，本申请是通过获取到的穿戴有穿戴式辅助负重机器人的用户的人体步态相位，和穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值，确定穿戴式辅助负重机器人的目标步态相位，由于上述目标步态相位是根据人体步态相位确定的，从而保证了穿戴式辅助负重机器人可以姿态稳定的跟随穿戴者运动，提高了人机协同行走的控制准确率和稳定性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种穿戴式辅助负重机器人的实体结构图；
图2是本申请实施例提供的穿戴式辅助负重机器人的设计结构图；
图3是本申请一实施例提供的穿戴式辅助负重机器人步态控制方法的实现流程图；
图4是本申请另一实施例提供的穿戴式辅助负重机器人步态控制方法的实现流程图；
图5是本申请实施例提供的右腿姿态信息；
图6是本申请实施例提供的历史角度差值对应的拟合曲线图；
图7是本申请再一实施例提供的穿戴式辅助负重机器人步态控制方法的实现流程图；
图8是本申请又一实施例提供的穿戴式辅助负重机器人步态控制方法的实现流程图；
图9是本申请实施例提供的穿戴式辅助负重机器人简化的受力示意图；
图10是本申请又一实施例提供的穿戴式辅助负重机器人步态控制方法的实现流程图；
图11是本申请实施例提供的穿戴式辅助负重机器人的目标步态相位为摆动相时的落足点的实际场景图；
图12是本申请又一实施例提供的穿戴式辅助负重机器人步态控制方法的实现流程图；
图13是本申请实施例提供的穿戴式辅助负重机器人的具体工作原理示意图；
图14是本申请一实施例提供的穿戴式辅助负重机器人步态控制装置的结构示意图；
图15是本申请一实施例提供的穿戴式辅助负重机器人的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
在本申请实施例中，穿戴式辅助负重机器人用于辅助人体负重运动。
需要说明的是，在本申请的所有实施例中，穿戴式辅助负重机器人为半人马机器人。在实际应用中，半人马机器人具有两条机械腿，置于人体的后方，与人体的两条腿形成四足结构。因为人体在矢状面上稳定能力强于冠状面，所以相比于外肢体的结构，这种前后的四足结构，行走时更稳定。同时，半人马的具有较长的躯干，可用于放置负载。
请参阅图1，图1是本申请实施例提供的一种穿戴式辅助负重机器人的实体结构图。如图1(a)所示，穿戴式辅助负重机器人包括：具有穿戴结构的躯干10、两条支撑腿20以及两个步态感知穿戴组件30。
如图1(b)所示，具有穿戴结构的躯干10包括：可穿戴的背板11、六维力传感器12、躯干框架13、躯干惯性测量单元(IMU)14、系统控制器15以及电池16。其中，六维力传感器12位于可穿戴的背板11和躯干框架13之间，用于测量穿戴式辅助负重机器人与穿戴有该半人马机器人的用户的交互力；躯干IMU14、系统控制器15以及电池16都固定于躯干框架13的内部。躯干IMU14用于感知具有穿戴结构的躯干10的姿态。
如图1(c)所示，每条支撑腿20含有三个电机模组，分别为侧向运动髋关节模组21、前后运动髋关节模组22以及膝关节模组23。支撑腿20与躯干框架13通过两个L型连接件24连接，保证两者连接的强度。支撑腿20髋关节的侧向和前后运动，通过侧向运动髋关节模组21和前后运动髋关节模组22直接驱动实现。支撑腿20膝关节的运动通过膝关节电机模组23驱动四连杆机构25实现。
需要说明的是，支撑腿20腿部的连杆和连接件均为碳纤维和铝合金材质，有助于降低腿部运动的惯性力，并且也便于进行控制模型的简化。支撑腿20的足部为硅胶材质，可在行走时，缓冲足部与地面的碰撞力。
如图1(d)所示，步态感知穿戴组件30分别绑缚于穿戴有穿戴式辅助负重机器人的用户的左腿和右腿，每个步态感知穿戴组件30包括1个惯性测量单元(IMU)31，惯性测量单元31用于获得上述用户的大腿的运动信息(即腿部姿态信息)。
本申请实施例中，由于人体的髋关节数据能够表征出行走时足部相对躯干前伸的距离、摆动相和支撑相等，因此，穿戴式辅助负重机器人将采集到的用户的髋关节数据作为步态感知数据。
请参阅图2，图2是本申请实施例提供的穿戴式辅助负重机器人的设计结构图。如图2所示，为了让穿戴式辅助负重机器人和用户更好的协同行走，提高人机协同行走的稳定性，穿戴式辅助负重机器人的步长需要大于或等于穿戴者的步长。由于穿戴式辅助负重机器人的足部近似为点足，没有类似于人的足部结构，为满足上述步长的需求，设计穿戴式辅助负重机器人腿长约为人体腿长的1.2倍。以1.75m的受试者腿长(0.53*1.75m＝0.927m)为例，所搭建的穿戴式辅助负重机器人的腿长为1.120m(大腿长度0.585m，小腿长度0.535m)。半人马两腿之间的宽度为0.327mm，与人两腿髋关节距离相当。由于过短的躯干框架的长度易导致穿戴式辅助负重机器人的腿部与人体腿部的干涉，过长会导致穿戴式辅助负重机器人总质量较大，因此，穿戴式辅助负重机器人的躯干框架的长度设计为0.65m。用户穿戴上穿戴式辅助负重机器人后，从人体髋关节处到穿戴式辅助负重机器人髋关节的长度约为0.66m。1.75m的用户穿戴上穿戴式辅助负重机器人后，穿戴式辅助负重机器人的躯干框架处于水平姿态，且穿戴式辅助负重机器人的足部位于前进髋关节的正下方时，侧向髋关节模组运动角度θCHC范围约为：-36°～60°，前向髋关节模组运动角度θCHS范围约为：-72°～165°，膝关节模组运动角度θCK范围约为：-26°～85°。其中，伸展方向为正方向，内屈为负方向。
需要说明的是，在本申请所有的实施例中，均以步态相位(人体步态相位、初始步态相位及目标步态相位)为右腿的步态相位为例，对穿戴式辅助负重机器人步态控制方法进行详细说明。其中，对穿戴式辅助负重机器人左腿的步态控制方法与对穿戴式辅助负重机器人右支撑腿的步态控制方法相同。
请参阅图3，图3是本申请一实施例提供的一种穿戴式辅助负重机器人步态控制方法的实现流程图。本申请实施例中，该穿戴式辅助负重机器人步态控制方法的执行主体为穿戴式辅助负重机器人，也可以是穿戴式辅助负重机器人中的系统控制器。
如图3所示，本申请一实施例提供的穿戴式辅助负重机器人步态控制方法可以包括S101～S103，详述如下：
在S101中，获取穿戴有穿戴式辅助负重机器人的用户的人体步态相位，和所述穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值。
在实际应用中，步态相位包括支撑相和摆动相。
其中，支撑相是人体的某侧足跟触地到同侧的足部完全脱离地面的时间段，摆动相是指人体同侧的足部脚趾完全离开地面到同侧脚跟再次触碰地面的时间段。
本申请实施例中，人体步态相位中的支撑相具体可以包括：静止时双腿支撑期、第一次双腿支撑期、单腿支撑期、第二次双腿支撑期。其中，第一次双腿支撑期和第二次双腿支撑期和前后腿相反，例如，假设第一次双腿支撑期为左腿在前，右腿在后，则第二次双腿支撑期为右腿在前，左腿在后。
需要说明的是，穿戴有穿戴式辅助负重机器人的用户的人体步态相位可以是用户在某一时刻下的人体步态相位，基于此，设定时间段的结束时刻即为该时刻。
结合图1，由于穿戴式辅助负重机器人的支撑腿设有膝关节模组，且膝关节模组电流在碰撞(即穿戴式辅助负重机器人的足部与地面产生接触)时会有大的波动，因此穿戴式辅助负重机器人可以获取自身的支撑腿在设定时间段内与地面接触时产生的多个电流值，并根据该多个电流值检测穿戴式辅助负重机器人的足部是否与地面产生接触。
本申请实施例中，结合图1，穿戴式辅助负重机器人可以通过步态感知穿戴组件实时获取到用户的腿部姿态信息，并根据该腿部姿态信息确定用户的人体步态相位。
基于此，本申请的一个实施例中，穿戴式辅助负重机器人具体可以通过如图4所示的步骤S201～S204获取用户的人体步态相位，详述如下：
在S201中，通过位于所述用户腿部的惯性测量单元获取所述用户的腿部姿态信息。
本实施例中，穿戴式辅助负重机器人可以通过分别位于用户的左腿和右腿的惯性测量单元实时获取到用户的腿部姿态信息。其中，腿部姿态信息包括用户的腿部在以腿部髋关节为原点构建的坐标系中在X轴方向的姿态和在Z轴方向的姿态。
需要说明的是，上述姿态用于表征腿部在不同方向的角度。
示例性的，以用户的右腿为例，请参阅图5，图5是本申请实施例提供的右腿姿态信息。如图5所示，θhry表示用户右腿在X轴方向的姿态，θhrp表示用户右腿在Z轴方向的姿态。
在S202中，根据所述腿部姿态信息，计算得到所述用户的左腿与地面法向量之间的第一角度和所述用户的右腿与所述地面法向量之间的第二角度。
本实施例中，穿戴式辅助负重机器人具体可以通过以下公式计算得到第一角度和第二角度：
其中，θhla表示第一角度，θhra表示第二角度，θhry表示用户右腿在X轴方向的姿态，θhrp表示用户右腿在Z轴方向的姿态，θhly表示用户左腿在X轴方向的姿态，θhlp表示用户左腿在Z轴方向的姿态。
在S203中，根据所述第一角度和所述第二角度，计算得到角度差值。
本实施例中，角度差值＝第二角度-第一角度，即θhrl＝θhra-θhla。
在S204中，确定所述角度差值所处的角度范围，并将与所述角度范围对应的步态相位确定为所述人体步态相位。
在实际应用中，由于人在行走时双腿角度差，即上述角度差值曲线近似为正弦曲线，因此，本实施例中，穿戴式辅助负重机器人可以获取用户在历史时间段内不同时刻下的历史角度差值，并基于最小二乘法将上述不同时刻下的历史角度差值拟合为正弦函数。其中，历史时间段的结束时刻为穿戴式辅助负重机器人获取用户的腿部姿态信息的前一时刻，历史时间段的时长需要包含用户完成至少一个完整步行周期的时间。
基于此，上述历史角度差值的正弦函数如下：
其中，表示历史角度差值的拟合值，/>表示拟合的正弦函数的幅值，/>表示拟合的正弦函数的周期，/>表示拟合的正弦函数的偏差相位。
由于人在静止时通常为双腿竖直站立或者跨步站立，此时上述拟合的正弦函数的的值会较小或者/>的值较大。因此，可将此判断条件作为用户静止-行走，行走-停止的判断条件。
示例性的，请参阅图6，图6是本申请实施例提供的历史角度差值对应的拟合曲线图。结合图6和已有的腿部姿态信息进行分析，穿戴式辅助负重机器人可以根据拟合曲线的波峰与波谷对人体步态相位进行划分。如图6所示，以右腿为例，步态的状态定义为其中，0表示静止时双腿支撑期、1表示第一次双腿支撑期、2表示单腿支撑期、3表示第二次双腿支撑期、4表示摆动相。
基于此，结合图6，以右腿为例，人体步态相位的判断条件如下所示：
其中，表示右腿的人体步态相位，εA表示拟合的正弦函数的幅值的边界值，εT表示拟合的正弦函数周期的边界值，θP_hrl表示拟合曲线的波峰值，θT_hrl表示拟合曲线的波谷值，θSi_hrl和θSw_hrl表示步态转换判断条件。
其中，θSi_hrl＝kcpθP_hrl，θSw_hrl＝kcpθT_hrl，kcp为比例因子。示例性的，kcp可以设置为0.83，此时，平均步态相位的判断偏差可控制在±3.6％步态周期以内。
需要说明的是，左腿的人体步态相位的判断条件与右腿的人体步态相位的判断条件相同，此处不再赘述。
在S102中，根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位。
需要说明的是，人体步态相位和穿戴式辅助负重机器人的目标步态相位为处于同一侧的腿的步态相位，如人体步态相位为用户的右腿的步态相位，则目标步态相位为穿戴式辅助负重机器人的右支撑腿的步态相位。
本申请实施例中，结合S101，由于穿戴式辅助负重机器人获取到的多个电流值可以检测穿戴式辅助负重机器人的足部是否与地面产生接触，且目标步态相位包括支撑相和摆动相，因此，穿戴式辅助负重机器人可以结合人体步态相位和上述多个电流值，确定穿戴式辅助负重机器人的目标步态相位，使得穿戴式辅助负重机器人的目标步态相位与人体步态相位统一，以保证穿戴式辅助负重机器人可以姿态稳定的跟随用户运动。
在本申请的一个实施例中，穿戴式辅助负重机器人具体可以通过如图7所示的步骤S301～S303确定穿戴式辅助负重机器人的目标步态相位，详述如下：
在S301中，计算所述多个电流值的方差。
本实施例中，穿戴式辅助负重机器人可以将上述多个电流值的方差作为穿戴式辅助负重机器人足部与地面接触的检测信号，因此，穿戴式辅助负重机器人具体可以通过以下步骤计算得到上述多个电流值的方差：
其中，δIKr表示多个电流值的方差，μIKr表示多个电流值的电流均值，NIK多个电流值的个数，IKri表示第i时刻下的电流值。
在S302中，根据所述方差和所述穿戴式辅助负重机器人的期望步态相位，确定所述穿戴式辅助负重机器人的初始步态相位；其中，所述期望步态相位为预设的与所述人体步态相位对应的步态相位。
本实施例中，以右腿为例，穿戴式辅助负重机器人的初始步态相位具体可以根据以下公式确定：
其中，表示穿戴式辅助负重机器人右支撑腿的初始步态相位，0和1分别表示穿戴式辅助负重机器人右支撑腿的摆动相和支撑相。GCr为穿戴式辅助负重机器人的期望步态相位，δIKr表示多个电流值的方差，εIK为多个电流值的方差的边界判断值。
在S303中，根据所述人体步态相位和所述初始步态相位，确定所述目标步态相位。
本实施例中，以右腿为例，穿戴式辅助负重机器人的目标步态相位根据以下公式确定：
其中，GCrd表示穿戴式辅助负重机器人的目标步态相位，表示穿戴式辅助负重机器人右支撑腿的初始步态相位，0和1分别表示穿戴式辅助负重机器人右支撑腿的摆动相和支撑相。/>为右腿的人体步态相位。
其中，中，0表示静止时双腿支撑期、1表示第一次双腿支撑期、2表示单腿支撑期、3表示第二次双腿支撑期；/>表示摆动相。
基于此，结合S301～S303，当人体步态相位为摆动相时，穿戴式辅助负重机器人可以确定自身的目标步态相位为摆动相；当人体步态相位和穿戴式辅助负重机器人的初始步态相位都为支撑相时，穿戴式辅助负重机器人可以确定自身的目标步态相位为支撑相。
在S103中，基于所述目标步态相位，对所述支撑腿的步态进行控制。
本申请实施例中，穿戴式辅助负重机器人在确定自身的目标步态相位后，可以根据该目标步态相位，以及预先存储的目标步态相位与不同关节控制信号之间的对应关系，确定与该目标步态相位对应的目标关节控制信号，并基于该目标关节控制信号对自身进行力矩控制，以实现对穿戴式辅助负重机器人的步态控制。
在本申请的一个实施例中，当目标步态相位为支撑相时，穿戴式辅助负重机器人还可以通过如图8所示的步骤S401～S405实现步骤S103，详述如下：
在S401中，当所述目标步态相位为支撑相时，根据所述穿戴式辅助负重机器人的质量、角速度、支撑力、所述用户对所述穿戴式辅助负重机器人产生的作用力以及扭矩，构建所述穿戴式辅助负重机器人的动力学方程。
本实施例中，由于穿戴式辅助负重机器人腿部的质量主要集中在躯干附近，且腿部连杆质量仅为系统质量的6％，因此，穿戴式辅助负重机器人可简化为质点模型。由于穿戴式辅助负重机器人的足部为点足，因此，可忽略地面给于穿戴式辅助负重机器人的力矩，基于此，请参阅图9，图9是本申请实施例提供的穿戴式辅助负重机器人简化的受力示意图。如图9所示，简化的穿戴式辅助负重机器人受到4个外力和1个扭矩，分别为穿戴式辅助负重机器人重力mg、两支撑腿的支撑力Fll和Flr、用户对穿戴式辅助负重机器人的作用力Fhc扭矩Mhc。
基于此，穿戴式辅助负重机器人可以获取穿戴式辅助负重机器人的质量、角速度、支撑力、用户对穿戴式辅助负重机器人产生的作用力以及扭矩，并根据该些参数构建穿戴式辅助负重机器人的动力学方程。
具体地，请继续参阅图9，穿戴式辅助负重机器人动力学方程如下所示：
其中，表示穿戴式辅助负重机器人的位置，m表示穿戴式辅助负重机器人的质量，g∈R3表示重力加速度，Iw∈R3表示穿戴式辅助负重机器人的转动惯量，ωw∈R3表示穿戴式辅助负重机器人的角速度，Fll表示穿戴式辅助负重机器人左支撑腿的支撑力，Flr表示穿戴式辅助负重机器人右支撑腿的支撑力，Fhc表示用户对穿戴式辅助负重机器人产生的作用力，rcll表示穿戴式辅助负重机器人的质心到穿戴式辅助负重机器人左支撑腿的支撑力的施力点的向量，rclr表示穿戴式辅助负重机器人的质心到穿戴式辅助负重机器人右支撑腿的支撑力的施力点的向量，rhc表示穿戴式辅助负重机器人的质心到用户对穿戴式辅助负重机器人产生的作用力的施力点的向量，/>表示以穿戴式辅助负重机器人中的六维力传感器为原点oc构成的传感器坐标系到世界坐标系的转换。其中，传感器坐标系为xcyczc，世界坐标系为xwywzw。
需要说明的是，本实施例中的世界坐标系原点ow位于穿戴式辅助负重机器人右支撑腿的足端，每次落足后进行迭代更新。
在一些可能的实施例中，世界坐标系的xw轴可以始终平行于穿戴式辅助负重机器人的躯干方向，zw轴始终与重力加速度方向相反，以简化上述不同坐标系之间旋转矩阵的计算。
在另一些可能的实施例中，由于穿戴式辅助负重机器人的腿部连杆质量轻，可假设穿戴式辅助负重机器人的关节的转动对转动惯量的变化影响较小，则可得到
其中，Iw∈R3表示穿戴式辅助负重机器人的转动惯量，ωw∈R3表示穿戴式辅助负重机器人的角速度，且是从穿戴式辅助负重机器人的质心到世界坐标系的转换，Ic∈R3是穿戴式辅助负重机器人在质心坐标系下的转动惯量。
在S402中，根据所述动力学方程，确定由所述穿戴式辅助负重机器人的期望位置、期望速度、期望姿态及期望角速度构成的状态变量矩阵。
本实施例中，结合S401中的动力学方程，将位移和旋转的动力学方程组合在一起，可表示为：
将上述公式简化为状态方程形式，如下所示
其中，表示穿戴式辅助负重机器人的期望位置、期望速度、期望姿态以及期望角速度的状态变量矩阵，A∈R12×12表示与穿戴式辅助负重机器人关节转角相关的系统矩阵，B∈R12×6表示与穿戴式辅助负重机器人关节转角相关的控制矩阵，u∈R6×1为控制量(穿戴式辅助负重机器人与地面之间产生的接触力，即地面接触力)，Bd∈R12×1表示穿戴式辅助负重机器人受到的外界扰动。
将上述状态方程式离散化可得到：
其中，Δt表示穿戴式辅助负重机器人的控制周期时间，I12∈R12×12表示对角矩阵。
在S403中，构建所述状态变量矩阵与地面接触力之间的目标函数；其中，所述地面接触力为所述穿戴式辅助负重机器人与地面之间产生的接触力。
在S404中，根据设定的约束条件对所述目标函数进行求解，得到所述地面接触力的最小值。
本实施例中，结合S402，穿戴式辅助负重机器人可以通过上述控制量，即地面接触力，也即支撑腿的地面反力实现对穿戴式辅助负重机器人的控制，同时，穿戴式辅助负重机器人也可以通过上述状态变量矩阵实现对自身的控制，因此，穿戴式辅助负重机器人可以构建状态变量矩阵与地面接触力之间的目标函数。
本实施例中，结合S402，假设是恒定的，则n步的穿戴式辅助负重机器人的目标步态相位的预测方程为：
上式可简写为：
Xk＝Mx(k)+CUk+D；
其中，M∈R13n×12，C∈R13n×6n，D∈R13n×1均为已知量，Xk∈R13n×1表示穿戴式辅助负重机器人n步的状态轨迹系列，Uk∈R6n×1表示控制量(即地面接触力，包括穿戴式辅助负重机器人的左支撑腿与地面的接触力和穿戴式辅助负重机器人的右支撑腿与地面的接触力)。
基于此，状态变量矩阵与地面接触力之间的目标函数为：
其中，J(Uk)表示地面接触力，(x(k+i|k)-sd)TQ(x(k+i|k)-sd)表示状态变量矩阵的偏差值在目标函数中的体现，Q∈R12×12表示状态变量矩阵中各个状态变量的影响因子矩阵，为对角矩阵，sd表示穿戴式辅助负重机器人的期望状态变量矩阵，u(k+i|k)TRu(k+i|k)表示历史地面接触力在目标函数中的体现，R∈R6×6是关于历史地面接触力的影响因子矩阵，为对角矩阵，x(k+n|k)TFx(k+n|k)表示穿戴式辅助负重机器人的最终步态相位对应的状态变量矩阵在目标函数中的体现，F∈R12×12表示最终步态相位对应的状态变量矩阵中各状态变量的影响因子矩阵，为对角矩阵。
将上述公式的第一项和第三项合并，可以得到：
可以简写为：
结合上述公式可得：
对上式进行分解可得到：
其中，及/>均为常数项，根据二次规划标准型对/> 及/>合并后可得：
其中，以 将目标函数转为为二次规划问题求解，并移除目标函数中的常数项后，目标函数转化的二次规划标准形式为：
其中，C和表示Uk可有效输出的上下边界值，且/>
基于此，穿戴式辅助负重机器人可以根据上述设定的约束条件对目标函数进行求解，以得到地面接触力的最小值。
在S405中，根据所述最小值，对所述支撑腿的步态进行控制。
需要说明的是，穿戴式辅助负重机器人在每个步行周期的控制量为Uk的前6个元素，且第1-3是穿戴式辅助负重机器人的左支撑腿与地面的接触力，第4-6个元素是穿戴式辅助负重机器人的右支撑腿与地面的接触力。
因此，本实施例中，穿戴式辅助负重机器人可以根据上述最小值Uk中的前6个元素和穿戴式辅助负重机器人的目标步态相位，对穿戴式辅助负重机器人的步态进行控制。
在本申请的另一个实施例中，当穿戴式辅助负重机器人的目标步态相位为摆动相时，穿戴式辅助负重机器人具体可以通过如图10所示的步骤S601～S605实现步骤S103，详述如下：
在S601中，当所述目标步态相位为摆动相时，获取所述用户的腿长、身高、腿部姿态信息以及所述穿戴式辅助负重机器人中的力矩传感器采集到的竖轴转矩。
在S602中，根据所述腿长、所述身高以及所述腿部姿态信息，计算得到所述用户的足部相对于所述用户的髋关节的位置向量。
在S603中，根据所述竖轴转矩计算得到所述用户的第一落足点与所述支撑腿的第二落足点之间的角度偏差；其中，所述第一落足点和所述第二落足点均为同一侧的落足点。
在S604中，根据所述位置向量和所述角度偏差，计算得到所述第二落足点的位置。
在S605中，根据所述第二落足点的位置，对所述支撑腿的步态进行控制。
本实施例中，当目标步态相位为摆动相时，说明人体步态相位亦为摆动相，因此，用户的摆动腿角度可为半人马系统摆动腿的足部控制提供参考，如图11所示，以右腿为例，图11是本申请实施例提供的穿戴式辅助负重机器人的目标步态相位为摆动相时的落足点的实际场景图。如图9所示，Po为穿戴式辅助负重机器人腿部三个电机模组的轴心之间的交点，Pgo为Po在水平地面的投影。
在实际应用中，用户穿戴上穿戴式辅助负重机器人后，人体髋关节位置与穿戴式辅助负重机器人的髋关节位置基本保持不变，因此，在用户的人体步态相位处于摆动相时，穿戴式辅助负重机器人可通过获取到的腿部姿态信息、用户的腿长以及身高，确定人体的足部相对于髋关节在水平面上的位置，即用户的足部相对于所述用户的髋关节的位置向量。
具体地，结合图11，以右腿为例，上述位置向量可以根据以下公式计算得到：
vhs＝[lhlvsin(θhrp),lhlvsin(θhry)]；
其中，vhs表示用户的足部相对于用户的髋关节的位置向量，lhlv＝lhlcos(θhra)，lhl＝0.53Hh，表示用户的腿长，Hh表示用户的身高，θhry表示用户右腿在X轴方向的姿态，θhrp表示用户右腿在Z轴方向的姿态，θhra表示用户的右腿与地面法向量之间的第二角度。
本实施例中，结合图11，穿戴式辅助负重机器人在水平面上相对于Pgo的投影长度等于用户的右腿髋关节在水平面上相对于地面的投影长，在向量方向上与人体存在角度偏差θchra，该角度偏差θchra可以根据以下公式计算得到：
θchra＝kzMhcz；
其中，kz表示转矩到角度的转换系数。Mhcz表示穿戴式辅助负重机器人中的力矩传感器在z轴的转矩。
基于此，穿戴式辅助负重机器人可以根据上述位置向量和上述角度偏差，计算得到穿戴式辅助负重机器人的前进向量vhc＝[vhcx,vhcy]，即第二落足点的位置。
具体地，穿戴式辅助负重机器人可以根据以下公式计算得到上述第二落足点的位置：
其中，vhc表示第二落足点的位置，vhs表示用户的足部相对于用户的髋关节的位置向量，θchra表示角度偏差。
本实施例中，穿戴式辅助负重机器人在得到第二落足点的位置后，可以根据目标步态相位和该第二落足点的位置对穿戴式辅助负重机器人的步态进行控制。
需要说明的是，相对于人体髋关节角度的上述落足点计算方法，行走的每一步的落足点位置，都是相对于自身髋关节位置计算的，不会产生累积偏差，从而提高了对第二落足点的位置的计算准确率，进而提供了人机协同行走的控制准确率。
以上可以看出，本申请实施例提供的一种穿戴式辅助负重机器人步态控制方法，与现有技术根据穿戴式辅助负重机器人与地面的交互力和关节角度对穿戴式辅助负重机器人的下一个步态相位进行预测相比，本申请是通过获取到的穿戴有穿戴式辅助负重机器人的用户的人体步态相位，和穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值，确定穿戴式辅助负重机器人的目标步态相位，由于上述目标步态相位是根据人体步态相位确定的，从而保证了穿戴式辅助负重机器人可以姿态稳定的跟随穿戴者运动，提高了人机协同行走的控制准确率和稳定性。
请参阅图12，图12是本申请另一实施例提供的穿戴式辅助负重机器人步态控制方法。相对于图1对应的实施例，本实施例在S101之后，还可以包括S601，相应的，步骤S103具体可以包括S602，详述如下：
在S601中，获取所述穿戴式辅助负重机器人的当前质心信息。
需要说明的是，穿戴式辅助负重机器人的当前质心信息包括穿戴式辅助负重机器人的当前位置和当前姿态信息。
本实施例中，穿戴式辅助负重机器人具体可以根据导纳算法计算得到当前质心信息：
sd_i+1＝sc_i+Khc×fdz_i(Fhc_i,Fhc_0,εF)；
其中，sd_i+1表示穿戴式辅助负重机器人期望的当前质心信息(CoM state)，sd_i+1是一个6*1的列向量，包含穿戴式辅助负重机器人的当前位置和当前姿态信息；sc_i在当前时刻的前一时刻的历史质心信息；Khc表示导纳控制器的刚度矩阵，是一个6*6的对角矩阵，每个对角元素是某一自由度的刚度；Fhc_i表示当前时刻穿戴式辅助负重机器人与用户之间的交互力；Fhc_0表示穿戴式辅助负重机器人与用户之间的期望交互力；εF表示常数边界向量，其每个元素大于0；fdz(Fhc_i,Fhc_0,εF)表示Fhc_i、Fhc_0及εF的Dead zone函数。当前时刻即为当前质心信息对应的时刻，εF的设置是为了冗余行走时候力的波动。
其中，针对在第i时刻的第k个元素有：
在S602中，基于所述当前质心信息和所述目标步态相位，对所述支撑腿的步态进行控制。
本实施例中，穿戴式辅助负重机器人在确定自身的目标步态相位和当前质心信息后，可以根据该目标步态相位和当前质心信息，确定此时的穿戴式辅助负重机器人的目标关节控制信号，并基于该目标关节控制信号对自身进行力矩控制，以实现对穿戴式辅助负重机器人的步态控制。
以上可以看出，本实施例提供的穿戴式辅助负重机器人步态控制方法，在确定穿戴式辅助负重机器人的目标步态相位之后，还可以获取穿戴式辅助负重机器人的当前质心信息，并根据当前质心信息和目标步态相位，对穿戴式辅助负重机器人的支撑腿的步态进行控制，从而进一步保证穿戴式辅助负重机器人的躯干能够姿态稳定地跟随用户的运动，进一步提高人机协同行走的控制准确率。
请参阅图13，图13是本申请实施例提供的穿戴式辅助负重机器人的具体工作原理示意图。如图13所示，穿戴式辅助负重机器人可以结合用户髋部的角度进行用户步态估计，得到人体步态相位，结合穿戴式辅助负重机器人中的电机模组产生的关节电机电流实现穿戴式辅助负重机器人触地检测，之后结合触地检测的结果、穿戴式辅助负重机器人质心的位姿、穿戴式辅助负重机器人中的六维力传感器检测到的人机交互力以及上述人体步态相位实现穿戴式辅助负重机器人的步态规划，即确定目标步态相位；与此同时，为例保证穿戴式辅助负重机器人姿态稳定的跟随用户运动，穿戴式辅助负重机器人还可以结合期望的人机交互力确定穿戴式辅助负重机器人期望的质心位姿(即当前质心信息)，并结合当前质心信息实现穿戴式辅助负重机器人的步态规划，得到最终的目标步态相位。
之后，穿戴式辅助负重机器人可以根据目标步态相位实现对穿戴式辅助负重机器人关节层的运动控制，即实现对穿戴式辅助负重机器人的支撑腿的步态控制。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种穿戴式辅助负重机器人步态控制方法，图14示出了本申请实施例提供的一种穿戴式辅助负重机器人步态控制装置的结构示意图，为了便于说明，仅示出了与本申请实施例相关的部分。参照图14，该穿戴式辅助负重机器人步态控制装置700包括：第一获取单元71、第一确定单元72及第一控制单元73。其中：
第一获取单元71用于获取穿戴有穿戴式辅助负重机器人的用户的人体步态相位，和所述穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值。
第一确定单元72用于根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位。
第一控制单元73用于基于所述目标步态相位，对所述支撑腿的步态进行控制。
在本申请的一个实施例中，第一获取单元71具体包括：第二获取单元、角度计算单元、差值计算单元及第二确定单元。其中：
第二获取单元用于通过位于所述用户腿部的惯性测量单元获取所述用户的腿部姿态信息。
角度计算单元用于根据所述腿部姿态信息，计算得到所述用户的左腿与地面法向量之间的第一角度和所述用户的右腿与所述地面法向量之间的第二角度。
差值计算单元用于根据所述第一角度和所述第二角度，计算得到角度差值。
第二确定单元用于确定所述角度差值所处的角度范围，并将与所述角度范围对应的步态相位确定为所述人体步态相位。
在本申请的一个实施例中，第一确定单元72具体包括：方差计算单元、第三确定单元及第四确定单元。其中：
方差计算单元用于计算所述多个电流值的方差。
第三确定单元用于根据所述方差和所述穿戴式辅助负重机器人的期望步态相位，确定所述穿戴式辅助负重机器人的初始步态相位；其中，所述期望步态相位为预设的与所述人体步态相位对应的步态相位。
第四确定单元用于根据所述人体步态相位和所述初始步态相位，确定所述目标步态相位。
在本申请的一个实施例中，所述第四确定单元具体包括：第五确定单元和第六确定单元。其中：
第五确定单元用于当所述人体步态相位为摆动相时，确定所述目标步态相位为摆动相。
第六确定单元用于当所述人体步态相位和所述初始步态相位都为支撑相时，确定所述目标步态相位为支撑相。
在本申请的一个实施例中，第一控制单元73具体包括：第一构建单元、第七确定单元、第二构建单元、求解单元及第二控制单元。其中：
第一构建单元用于当所述目标步态相位为支撑相时，根据所述穿戴式辅助负重机器人的质量、角速度、支撑力、所述用户对所述穿戴式辅助负重机器人产生的作用力以及扭矩，构建所述穿戴式辅助负重机器人的动力学方程。
第七确定单元用于根据所述动力学方程，确定由所述穿戴式辅助负重机器人的期望位置、期望速度、期望姿态及期望角速度构成的状态变量矩阵。
第二构建单元用于构建所述状态变量矩阵与地面接触力之间的目标函数；其中，所述地面接触力为所述穿戴式辅助负重机器人与地面之间产生的接触力。
求解单元用于根据设定的约束条件对所述目标函数进行求解，得到所述地面接触力的最小值。
第二控制单元用于根据所述最小值，对所述支撑腿的步态进行控制。
在本申请的一个实施例中，第一控制单元73具体包括：第三获取单元、向量计算单元、偏差计算单元、位置计算单元及第三控制单元。其中：
第三获取单元用于当所述目标步态相位为摆动相时，获取所述用户的腿长、身高、腿部姿态信息以及所述穿戴式辅助负重机器人中的力矩传感器采集到的竖轴转矩。
向量计算单元用于根据所述腿长、所述身高以及所述腿部姿态信息，计算得到所述用户的足部相对于所述用户的髋关节的位置向量。
偏差计算单元用于根据所述竖轴转矩计算得到所述用户的第一落足点与所述支撑腿的第二落足点之间的角度偏差；其中，所述第一落足点和所述第二落足点均为同一侧的落足点。
位置计算单元用于根据所述位置向量和所述角度偏差，计算得到所述第二落足点的位置。
第三控制单元用于根据所述第二落足点的位置，对所述支撑腿的步态进行控制。
在本申请的一个实施例中，穿戴式辅助负重机器人步态控制装置700还包括：第四获取单元；相应的，第一控制单元73具体包括：第四控制单元。其中：
第四获取单元用于获取所述穿戴式辅助负重机器人的当前质心信息。
第四控制单元用于基于所述当前质心信息和所述目标步态相位，对所述支撑腿的步态进行控制。
图15为本申请一实施例提供的穿戴式辅助负重机器人的结构示意图。如图15所示，该实施例的穿戴式辅助负重机器人8包括：至少一个处理器80(图15中仅示出一个)处理器、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82，所述处理器80执行所述计算机程序82时实现上述任意各个穿戴式辅助负重机器人步态控制方法实施例中的步骤。
该穿戴式辅助负重机器人可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图15仅仅是穿戴式辅助负重机器人8的举例，并不构成对穿戴式辅助负重机器人8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，该处理器80还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81在一些实施例中可以是所述穿戴式辅助负重机器人8的内部存储单元，例如穿戴式辅助负重机器人8的内存。所述存储器81在另一些实施例中也可以是所述穿戴式辅助负重机器人8的外部存储设备，例如所述穿戴式辅助负重机器人8上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述穿戴式辅助负重机器人8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在穿戴式辅助负重机器人上运行时，使得穿戴式辅助负重机器人执行时实现可实现上述各个方法实施例中的步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
Claims (10)
1.一种穿戴式辅助负重机器人步态控制方法，其特征在于，包括：
获取穿戴有穿戴式辅助负重机器人的用户的人体步态相位，和所述穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值；
根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位；
基于所述目标步态相位，对所述支撑腿的步态进行控制。
2.如权利要求1所述的穿戴式辅助负重机器人步态控制方法，其特征在于，所述获取穿戴有穿戴式辅助负重机器人的用户的人体步态相位，包括：
通过位于所述用户腿部的惯性测量单元获取所述用户的腿部姿态信息；
根据所述腿部姿态信息，计算得到所述用户的左腿与地面法向量之间的第一角度和所述用户的右腿与所述地面法向量之间的第二角度；
根据所述第一角度和所述第二角度，计算得到角度差值；
确定所述角度差值所处的角度范围，并将与所述角度范围对应的步态相位确定为所述人体步态相位。
3.如权利要求1所述的穿戴式辅助负重机器人步态控制方法，其特征在于，所述根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位，包括：
计算所述多个电流值的方差；
根据所述方差和所述穿戴式辅助负重机器人的期望步态相位，确定所述穿戴式辅助负重机器人的初始步态相位；其中，所述期望步态相位为预设的与所述人体步态相位对应的步态相位；
根据所述人体步态相位和所述初始步态相位，确定所述目标步态相位。
4.如权利要求3所述的穿戴式辅助负重机器人步态控制方法，其特征在于，所述根据所述人体步态相位和所述初始步态相位，确定所述目标步态相位，包括：
当所述人体步态相位为摆动相时，确定所述目标步态相位为摆动相；
当所述人体步态相位和所述初始步态相位都为支撑相时，确定所述目标步态相位为支撑相。
5.如权利要求1所述的穿戴式辅助负重机器人步态控制方法，其特征在于，所述基于所述目标步态相位，对所述支撑腿的步态进行控制，包括：
当所述目标步态相位为支撑相时，根据所述穿戴式辅助负重机器人的质量、角速度、支撑力、所述用户对所述穿戴式辅助负重机器人产生的作用力以及扭矩，构建所述穿戴式辅助负重机器人的动力学方程；
根据所述动力学方程，确定由所述穿戴式辅助负重机器人的期望位置、期望速度、期望姿态及期望角速度构成的状态变量矩阵；
构建所述状态变量矩阵与地面接触力之间的目标函数；其中，所述地面接触力为所述穿戴式辅助负重机器人与地面之间产生的接触力；
根据设定的约束条件对所述目标函数进行求解，得到所述地面接触力的最小值；
根据所述最小值，对所述支撑腿的步态进行控制。
6.如权利要求1所述的穿戴式辅助负重机器人步态控制方法，其特征在于，所述基于所述目标步态相位，对所述支撑腿的步态进行控制，包括：
当所述目标步态相位为摆动相时，获取所述用户的腿长、身高、腿部姿态信息以及所述穿戴式辅助负重机器人中的力矩传感器采集到的竖轴转矩；
根据所述腿长、所述身高以及所述腿部姿态信息，计算得到所述用户的足部相对于所述用户的髋关节的位置向量；
根据所述竖轴转矩计算得到所述用户的第一落足点与所述支撑腿的第二落足点之间的角度偏差；其中，所述第一落足点和所述第二落足点均为同一侧的落足点；
根据所述位置向量和所述角度偏差，计算得到所述第二落足点的位置；
根据所述第二落足点的位置，对所述支撑腿的步态进行控制。
7.如权利要求1-6任一项所述的穿戴式辅助负重机器人步态控制方法，其特征在于，在所述根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位之后，还包括：
获取所述穿戴式辅助负重机器人的当前质心信息；
相应的，所述基于所述目标步态相位，对所述支撑腿的步态进行控制，包括：
基于所述当前质心信息和所述目标步态相位，对所述支撑腿的步态进行控制。
8.一种穿戴式辅助负重机器人步态控制装置，其特征在于，包括：
第一获取单元，用于获取穿戴有穿戴式辅助负重机器人的用户的人体步态相位，和所述穿戴式辅助负重机器人的支撑腿在设定时间段内与地面接触时产生的多个电流值；
第一确定单元，用于根据所述人体步态相位和所述多个电流值，确定所述穿戴式辅助负重机器人的目标步态相位；
第一控制单元，用于基于所述目标步态相位，对所述支撑腿的步态进行控制。
9.一种穿戴式辅助负重机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的穿戴式辅助负重机器人步态控制方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的穿戴式辅助负重机器人步态控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311094138.8A CN117103260A (zh) | 2023-08-28 | 2023-08-28 | 一种穿戴式辅助负重机器人步态控制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311094138.8A CN117103260A (zh) | 2023-08-28 | 2023-08-28 | 一种穿戴式辅助负重机器人步态控制方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117103260A true CN117103260A (zh) | 2023-11-24 |
Family
ID=88808836
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311094138.8A Pending CN117103260A (zh) | 2023-08-28 | 2023-08-28 | 一种穿戴式辅助负重机器人步态控制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117103260A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160151176A1 (en) * | 2011-09-28 | 2016-06-02 | Northeastern University | Lower extremity exoskeleton for gait retraining |
| CN110405736A (zh) * | 2019-08-07 | 2019-11-05 | 广东博智林机器人有限公司 | 助行控制方法及系统、外骨骼机器人和终端 |
| CN111568700A (zh) * | 2020-04-16 | 2020-08-25 | 南方科技大学 | 一种下肢穿戴式机器人步态控制方法、装置和设备 |
| CN114948579A (zh) * | 2021-12-15 | 2022-08-30 | 南方科技大学 | 踝关节外骨骼及其助力控制方法、装置及可读存储介质 |
| CN116572221A (zh) * | 2023-05-22 | 2023-08-11 | 哈尔滨工业大学 | 一种异构式外骨骼机器人 |
-
2023
- 2023-08-28 CN CN202311094138.8A patent/CN117103260A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160151176A1 (en) * | 2011-09-28 | 2016-06-02 | Northeastern University | Lower extremity exoskeleton for gait retraining |
| CN110405736A (zh) * | 2019-08-07 | 2019-11-05 | 广东博智林机器人有限公司 | 助行控制方法及系统、外骨骼机器人和终端 |
| CN111568700A (zh) * | 2020-04-16 | 2020-08-25 | 南方科技大学 | 一种下肢穿戴式机器人步态控制方法、装置和设备 |
| CN114948579A (zh) * | 2021-12-15 | 2022-08-30 | 南方科技大学 | 踝关节外骨骼及其助力控制方法、装置及可读存储介质 |
| CN116572221A (zh) * | 2023-05-22 | 2023-08-11 | 哈尔滨工业大学 | 一种异构式外骨骼机器人 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11491071B2 (en) | Virtual scene interactive rehabilitation training robot based on lower limb connecting rod model and force sense information and control method thereof | |
| JP6961669B2 (ja) | ロボット重心位置調整方法、装置、ロボット及びデータ記憶媒体 | |
| Xiang et al. | Optimization‐based dynamic human walking prediction: One step formulation | |
| KR101772974B1 (ko) | 휴머노이드 로봇의 인간 유사 동작 생성 방법 | |
| CN110053039A (zh) | 一种机器人行走中重力补偿的方法、装置及机器人 | |
| JP5483997B2 (ja) | 脚式移動ロボットの制御装置 | |
| JP4291093B2 (ja) | ２足歩行移動体の関節モーメント推定方法 | |
| JP4440759B2 (ja) | ２足歩行移動体の床反力推定方法 | |
| JP2001157973A (ja) | ロボットの歩行制御装置及び歩行制御方法 | |
| US20110178636A1 (en) | Humanoid robot and walking control method thereof | |
| US20110172817A1 (en) | Walking robot and method of controlling balance thereof | |
| JP2005237504A (ja) | 脚体運動補助装具の発生トルク制御方法 | |
| WO2006110895A2 (en) | Active control of an ankle-foot orthosis | |
| KR20120069333A (ko) | 로봇의 보행 제어 장치 및 그 제어 방법 | |
| CN112704491B (zh) | 基于姿态传感器和动捕模板数据的下肢步态预测方法 | |
| CN110721055B (zh) | 下肢助行外骨骼机器人的控制方法及外骨骼机器人 | |
| CN111267071A (zh) | 外骨骼机器人多关节联合控制系统和方法 | |
| JP6781101B2 (ja) | 非線形システムの制御方法、二足歩行ロボットの制御装置、二足歩行ロボットの制御方法及びそのプログラム | |
| Yang et al. | Novel soft smart shoes for motion intent learning of lower limbs using LSTM with a convolutional autoencoder | |
| CN115328186A (zh) | 基于任务分层优化的双足机器人级联控制方法和装置 | |
| Wang et al. | Design and experimental verification of a hip exoskeleton based on human–machine dynamics for walking assistance | |
| CN113119102B (zh) | 基于浮动基飞轮倒立摆的仿人机器人建模方法和装置 | |
| CN117103260A (zh) | 一种穿戴式辅助负重机器人步态控制方法和装置 | |
| Nicolas et al. | From bone to plausible bipedal locomotion using inverse kinematics | |
| Kwon et al. | Backward walking simulation of humans using optimization |
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 |