基于动态运动基元的下肢外骨骼三环控制方法

技术领域

本发明属于外骨骼机器人领域，特别涉及一种下肢外骨骼控制技术。

背景技术

外骨骼机器人作为一种典型的可穿戴机器人，与人体组合构成人机耦合系统，结合了机器人的高机械强度、高负载动力与人体的环境感知力和任务分析能力等优点，在医疗康复、工业生产和助老助残等领域具有广泛应用价值。下肢外骨骼机器人作为一种辅助行走装置，它将外骨骼的机械结构和人的双腿耦合在一起，通过人体控制、外部供能的方式使自身行动不便或无法行走的操作者可以自主行走，并且可以设计不同的步态、步速来适应不同情况的患者。

下肢外骨骼主要由以下几个部分组成：

(1)机械结构：下肢外骨骼根据其功能的要求，通常采用髋+膝+踝或者髋+膝的结构。如康复型外骨骼机器人由于多用于病患，需减少关节的活动，多采用后者结构。外骨骼机械结构所使用的材料应具有轻质量、大强度和抗疲劳等特点,如碳纤维、铝合金、钛合金和纳米材料等。

(2)动力系统：主要为外骨骼的助力提供动力来源，提供的方式可以是液压、气压和电机等。若采用电机驱动，其根据实时控制指令来带动设备完成相应的人机耦合任务。

(3)传感器系统：外骨骼的传感器系统主要用来对外骨骼样机的实时运行状态进行测量与感知，获取人机交互中各种信号，用以判断人体步态或者运动意图，并制定外骨骼控制策略与算法。常用的传感器有三维力传感器、绝对编码器和力矩传感器等。

(4)控制系统：通常利用Matlab/Simulink等软件实现所提出的控制算法及相关方法后，再下载到相应的硬件控制器中。

目前现有技术中，外骨骼很难根据穿戴者意图进行控制，使得人机耦合的柔顺性较差，人机交互力也会因此过大，对于一些康复患者也存在一定的受伤风险，不利于辅助患者完成康复训练。

发明内容

为解决上述技术问题，本发明提出一种基于动态运动基元的下肢外骨骼三环控制方法，采用DMP(Dynamic Movement Primitives，动态运动基元)用于对示教轨迹进行学习并规划外骨骼初始轨迹；采用导纳控制器用以保证人机耦合的柔顺性，指导外骨骼完成特定的任务；采用位置控制器用以跟踪理想轨迹，提升外骨骼的控制精度，完成人机耦合任务。

本发明采用的技术方案为：一种基于动态运动基元的下肢外骨骼三环控制方法，包括：

S1、首先根据穿戴者的身体特征参数，从步态轨迹库中选取一条步态轨迹作为改进的DMP算法模块的初始训练轨迹q

S2、改进型DMP算法模块的输出轨迹作为导纳控制器的输入轨迹；

S3、导纳控制器的输出轨迹作为参考轨迹，该参考轨迹作为外骨骼模型的跟踪目标；

S4、将当前外骨骼模型跟踪过程中位置控制器输出的外骨骼实际轨迹作为下一轮训练的DMP输入轨迹，完成外骨骼的闭环主动控制。

本发明的有益效果：本发明提出一种三环控制方案，外环DMP用以轨迹学习，中环导纳控制器保证人机耦合的柔顺性，内环位置控制器用以跟踪理想轨迹。本发明所采用的控制方案用于对外骨骼装置进行电机驱动，能有效地提高外骨骼装置的响应能力和跟踪精度；本发明的方法能够使外骨骼运动轨迹逐渐向穿戴者真实轨迹靠拢，提升了人机耦合系统的柔顺性，减小人机交互力矩，实现对下肢外骨骼系统的稳定控制，确保其完成指定任务。

附图说明

图1为本发明所设计的外骨骼三环控制框图。

具体实施方式

为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一步阐释。

如图1所示的控制框图，其主要组成部分为人体标准步态轨迹库、改进型DMP算法模块、位置控制器、外骨骼模型、人体模型和导纳控制器。人体标准步态轨迹库包含具有不同身体特征的正常人行走数据，在训练初期，可以根据穿戴者的身体特征参数从步态轨迹库中选取一条相对合理的步态轨迹作为DMP的初始训练轨迹q

△q表示期望轨迹与参考轨迹的差值。

本发明的方法包括以下过程：

1、根据穿戴者的身体特征参数从步态轨迹库中选取一条相对合理的步态轨迹作为DMP的初始训练轨迹q

本领域技术人员应知这里的不同身体特征是指个人的身高与体重这两个特征，步态轨迹库中所存储的步态轨迹

在本实施例中，通过给定的示教轨迹

其中，y

由于经典DMP无法拟合起点终点非常接近的曲线，为了解决这个问题，在本发明中，采用改进型DMP：

其中，y

N表示基函数的个数；x表示一个与时间无关的量

基函数ψ

在给定示教轨迹的时候，径向基函数f的目标值f

在本实施例中，对于f其中参数ω采用局部加权回归方法(Locally WeightedRegression,LWR)进行求解获取，因为DMP方法只需要学习一次，采取LWR可以实现快速学习，并且每个高斯核函数学习过程相互独立。可以将需要求解的非线性函数表示为下式所示：

给定示教轨迹可以获得非线性函数的值，由于非线性函数是由基函数通过加权叠加而成，使用LWR最优化方法可以构造损失函数J，如式所示：

ξ(t)＝x(t)(g-y

通过最优化方法使得损失函数最小，其中P表示轨迹的时间步数，对于离散的动态运动基元，参数求解过程是一个加权的线性回归问题，最终求得ω为下式所示：

导纳控制环部分，导纳控制器使得人机耦合作用τ

导纳控制器所设定的线性二阶模型如下：

其中，M,B,K分别表示虚拟惯性、虚拟阻尼和虚拟刚度参数。根据e＝△q，导纳控制器的线性二阶模型还可以表示为：

2、导纳控制模块的输出轨迹为作为内环位置控制器的跟踪目标；

中间环导纳控制器的目的是实现人机跟随的效果，输入力信息就是人机之间的交互力，可以通过安装在外骨骼上的三维力传感器获得。经导纳控制器输出外骨骼理想轨迹q

根据拉格朗日动力学，考虑人机耦合项的2自由度下肢外骨骼动力学模型可以表示为：

式中，

人机交互力矩计算式为：

其中，q

在本实施例中，设定外骨骼系统的状态变量为x

其中，q

外骨骼的状态误差被定义为：z

其中，x

设计Lyapunov函数

可以得到：

其中，

3、经过位置控制器输出的外骨骼实际轨迹q作为下一轮训练的DMP输入轨迹；

内环位置控制器采用基于模型的反步控制器，对外骨骼模型进行驱动。其中外骨骼动力学模型参数可以通过系统辨识的方法获得，常见的系统辨识方法有：最小二乘法、粒子群算法和智能优化算法等；

如果所有的动力学模型参数都是已知的，反步控制器设计为：

可以得到：

其中，K

因此，外骨骼系统的状态误差z

在本实施例中，迭代控制思想为首先建立一个标准示教步态轨迹库，根据穿戴者的身体特征参数，从步态轨迹库中选取一条相对合理的步态轨迹作为DMP的初始训练轨迹，DMP的输出轨迹作为导纳控制环的输入轨迹，导纳控制环的输出轨迹为参考轨迹，作为内环控制器的跟踪目标。在内环位置控制器设计时需要考虑人机耦合模型的建立。经过位置控制器输出的外骨骼实际轨迹作为下一轮训练的DMP输入轨迹，周而复始，完成外骨骼的闭环主动控制，控制目标是希望人机耦合作用尽可能的小，完成人主机辅的工作任务。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。