一种可穿戴外骨骼手臂装备及其遥操作控制方法

技术领域

本发明涉及智能穿戴设备技术领域，尤其涉及一种可穿戴外骨骼手臂装备及其遥操作控制方法。

背景技术

随着机器人技术的不断进步，其应用范围也在日益扩大，涉及从日常生活到工业生产等多个领域。在这个发展过程中，对于精准和直观的控制方法的需求变得尤为重要。传统的机器人控制方式，如基于按钮的手动操作或预设程序，虽然在一定程度上有效，但在面对更复杂的任务时，这些方法往往显得不够灵活和直观。

发明内容

本发明提供了一种可穿戴外骨骼手臂装备及其遥操作控制方法，以增强对于人体手臂力量、运动方面的更为灵活的动作捕捉与采集，同时实现高精度和个性化的运动控制。

为了实现上述目的，本发明采用了如下技术方案：

一种可穿戴外骨骼手臂装备，该外骨骼手臂装备上包括：

自适应尺寸调节部件，用于根据不同用户手臂的长度和周径进行尺寸调节，便于用户手臂自适应穿戴外骨骼手臂装备；

五个运动自由度关节，用于使得外骨骼手臂装备具有五个运动自由度；

运动传感系统，包括位置传感器和角度传感器，用于实时监测外骨骼手臂装备各个自由度的位置和角度；

执行单元，用于根据中央处理单元的信号，实现可穿戴外骨骼手臂装备运动的自动化和精确控制；

中央处理单元，中央处理单元与运动传感系统相连接，中央处理单元用于接收、处理和滤波传感器数据，并向执行单元发出控制信号；

电源模块，用于为外骨骼手臂装备提供稳定持久的电能供应，电源模块采用轻质高效的锂电池，确保外骨骼手臂装备长时间运作同时保持轻便。

作为本技术方案的进一步改进方案：自适应尺寸调节部件包括可伸缩的外壳和气压收紧机制，用于自动适应并固定于用户的手臂。

作为本技术方案的进一步改进方案：所述运动传感系统包括集成在外骨骼手臂装备各关节中的磁编码器，用于提供各关节运动的高精度反馈。

作为本技术方案的进一步改进方案：所述角度传感器配置为自动校准，以减少环境干扰，并保持长期监测的准确性。

作为本技术方案的进一步改进方案：该外骨骼手臂装备还包含通信模块，通信模块能够与外部设备进行数据传输和接收，包括但不限于蓝牙、WiFi或其他无线通信技术。

作为本技术方案的进一步改进方案：所述执行单元包含精密伺服电机和驱动器。

作为本技术方案的进一步改进方案：中央处理单元包括高性能处理器和存储器，能够实时处理外骨骼手臂装备动作的数据，确保动作响应的准确性和流畅性，采用高级滤波算法来提高数据稳定性和可靠性。

作为本技术方案的进一步改进方案：还包括使用机器学习算法的智能控制系统，用于基于用户运动数据的采集和分析，自动优化装备的响应和行为模式。

本发明还提供一种可穿戴外骨骼手臂装备的遥操作控制方法，应用于上述任意一项所述的可穿戴外骨骼手臂装备，包括以下步骤

S1，监测用户手臂的位置和角度；

S2，采集位置和角度数据，以反映手臂的运动状态；

S3，通过无线通信模块将数据传输到外部设备，用于运动的进一步分析和模拟。

作为本技术方案的进一步改进方案：所述外部设备使用数学模型和科学算法处理接收到的数据，以提供高精度的运动模拟和反馈。

与现有技术相比，本发明的有益效果是：

1、非线性卡尔曼滤波的应用：采用了非线性优化的卡尔曼滤波算法，例如无迹卡尔曼滤波(UKF)，以更好地处理动态系统中的复杂数据。这种方法在提高动作控制的精确性和适应性方面，相较于传统的线性卡尔曼滤波算法表现出显著优势；

2、精准的运动采集与控制：集成高精度编码器和其他传感器，如角度传感器、肌电传感器，利用高级数学模型和算法实现对手臂运动的精确测量和控制。例如，使用动态运动建模和传感器数据融合技术，提高了运动数据的精度和可靠性；

3、动态自适应调节能力：通过智能伸缩机构，结合复杂的动力学模型，如考虑阻力系数和内部动力学影响的模型，实现对不同用户手臂尺寸的动态自适应。这种自适应能力在提供个性化和舒适体验方面，相较于现有技术具有明显优势；

4、优化的远程控制体验：利用高速无线通信技术和精准的传感器数据，结合非线性数据处理方法，实现了对外骨骼手臂的精确远程控制。这在需要高精度操作的场景中，如工业自动化和医疗康复，提供了更好的控制体验；

5、广泛的应用前景：本发明适用于工业、医疗康复、虚拟现实等多个领域，利用先进的数学模型和算法，如粒子滤波和非线性力矩控制算法，提供了更广泛的应用潜力和更高的技术水平；

综上所述，本发明通过引入先进的非线性数学模型和算法，如非线性卡尔曼滤波、动态运动建模、传感器数据融合技术和非线性力矩控制算法，在运动控制的精确度、自适应性、远程操作体验以及多领域应用等方面展现出显著优势。这些创新使得本发明在外骨骼手臂装备领域具有重要的创新意义和应用价值。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明提出的一种可穿戴外骨骼手臂装备的结构示意图；

图2为本发明提出的一种可穿戴外骨骼手臂装备的遥操作控制方法示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。在下列段落中参照附图以举例方式更具体地描述本发明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

本发明实施例提出了一种可穿戴外骨骼手臂装备，该外骨骼手臂装备上包括：

自适应尺寸调节部件，用于根据不同用户手臂的长度和周径进行尺寸调节，自适应尺寸调节部件采用伸缩滑轨滑块和环状气压收紧机制，结合压力传感器、位置传感器和编码器，实现了对不同用户手臂尺寸的自动调节。集成小型控制驱动器和磁编码器等传感设备，确保运动采集的准确性和设备的自适应性，这种自适应能力在提供个性化和舒适体验方面，相较于现有技术具有明显优；

五个运动自由度关节，用于使得外骨骼手臂装备具有五个运动自由度；

运动传感系统，包括位置传感器和角度传感器，用于实时监测外骨骼手臂装备各个自由度的位置和角度，运动传感系统包括集成在外骨骼手臂装备各关节中的磁编码器，用于提供各关节运动的高精度反馈：角度传感器配置为自动校准，以减少环境干扰，并保持长期监测的准确性，运动传感系统增加了肌电传感器，能够更精确地监测用户肌肉的活动，从而实现更为自然和直观的手臂运动控制；

执行单元，用于根据中央处理单元的信号，实现可穿戴外骨骼手臂装备运动的自动化和精确控制，执行单元包含精密伺服电机和驱动器，确保装备的运动精确、平稳，并能适应各种复杂动作的需求；

通信模块：用于实现外骨骼手臂装备的遥操作和数据通信，通信模块支持蓝牙、Wi-Fi等多种无线通讯协议，实现与外部设备(如智能手机、计算机)的远程交互和控制

中央处理单元，中央处理单元与运动传感系统相连接，中央处理单元用于接收、处理和滤波传感器数据，并向执行单元发出控制信号，中央处理单元包括高性能处理器和存储器，能够实时处理手臂动作的数据，确保动作响应的准确性和流畅性。采用高级滤波算法(如卡尔曼滤波)来提高数据稳定性和可靠性；

电源模块，用于为外骨骼手臂装备提供稳定持久的电能供应，电源模块采用轻质高效的锂电池，确保外骨骼手臂装备长时间运作同时保持轻便。

图1中所展示的是一个复杂的人形机器人遥操作控制系统，该系统精巧地桥接了人类的动作与机器人的响应。在左侧，通过手臂运动采集装置，它利用高度敏感的传感器来捕捉用户手臂的每一个细微动作，并将这些原始数据传输到中间的核心处理单元。中间部分是运动采集软件算法的所在，它是系统的智能中枢，负责解析人类运动的复杂性，并转化为机器语言，通过先进的算法和数学模型，它不仅识别运动模式，还预测用户的意图，生成精确的控制信号。最终，这些信号被传递到右侧的人形机器人运动控制处理部分，这里的硬件和软件协同工作，将指令转化为机器人的实际动作，如平滑的手臂移动或复杂的任务执行，同时还会收集反馈信息来优化未来的响应。这个系统不仅展示了技术与创新的结合，而且还体现了人机交互设计的最前沿。

本发明还提供一种可穿戴外骨骼手臂装备的遥操作控制方法，应用于上述任意一项的可穿戴外骨骼手臂装备，包括以下步骤

S1，监测用户手臂的位置和角度；

S2，采集位置和角度数据，以反映手臂的运动状态；

S3，通过无线通信模块将数据传输到外部设备，用于运动的进一步分析和模拟：外部设备使用数学模型和科学算法处理接收到的数据，以提供高精度的运动模拟和反馈。

中央处理单元采用机器学习算法来优化运动控制策略，提高动作的自然性和响应速度。机器学习算法包括高级动态运动建模、复杂的传感器数据融合、非线性卡尔曼滤波优化、高级力矩控制实施：

1)高级动态运动建模：

在本发明中，对手臂运动的建模采用了非线性动态系统方程，考虑到了外界因素如阻力和用户的特定运动特征。具体模型如下：

这里，v(t)表示手臂在时间t的速度，u是初始速度，β是阻力系数，a(τ)是加速度。通过这个模型，外骨骼能够实时调整其动作策略，以适应用户的运动和外界变化，保证运动控制的流畅性和准确性。

2)复杂的传感器数据融合：

利用粒子滤波技术，本发明实现了多种传感器数据的高效融合。粒子滤波公式为：

其中xt代表在时间t的估计状态，N是粒子数wt(i)和xt(i)分别是第i个粒子在时间t的权重和状态。这种高级数据融合方法允许系统更精确地解释和利用来自编码器、角度传感器等的数据，提高了外骨骼手臂的响应速度和运动控制精度。

3)非线性卡尔曼滤波优化：

本发明采用了无迹卡尔曼滤波(UKF)算法来处理传感器数据，优化运动控制的准确性。UKF的核心公式包括：

预测步骤：

更新步骤：

通过此算法，系统能够更准确地预测和校正外骨骼手臂的运动状态，尤其在复杂或快速变化的动作中，提高了运动的准确性和适应性。

4.高级力矩控制实施：

本发明利用了非线性力矩控制算法来精确调节外骨骼关节的力矩，以达到更自然的运动效果。公式如下：

其中，τ是力矩，k是常数，ω是转速，c和d是动力学参数，θ是关节角度。这种算法能够准确地模拟和控制关节的动力行为，特别适用于复杂的运动和高负荷条件。

高级数据处理与优化控制策略：中央处理单元可以采用机器学习算法，不仅优化运动控制策略，也可以根据操作者的行为模式进行自我学习，从而提高动作的自然性和响应速度。

远程遥操作通信技术的应用：在通信模块方面，支持5G通信技术可以大幅提高数据传输速度和稳定性，使得遥控操作更为流畅和准确，尤其适合于高速和高精度要求的应用场景。

动态自适应调节能力：智能伸缩机构可以结合复杂的动力学模型来动态适应用户的运动，提供个性化和舒适体验。

非线性数学模型和算法：应用如非线性卡尔曼滤波等先进的数学模型和算法，可以在运动控制的精确度、自适应性、远程操作体验以及多领域应用等方面展现出显著优势。

总之，本发明通过可调节性、智能滤波算法、多通信方式、多领域应用和智能化控制算法等独特改进，使其在外骨骼手臂装备领域脱颖而出。这些改进使本发明更加适应不同用户和使用场景，为用户提供更好的体验，同时在多个市场领域中具有广阔的商业前景。这种综合的独特性将使本发明在竞争激烈的市场中占据优势地位。