一种基于人体参数的被动步行机器人运动控制算法

技术领域

本发明属于仿人机器人技术领域，尤其涉及一种基于人体参数的被动步行机器人运动控制算法。

背景技术

被动步行机器人因其具有高效，自然的行走步态，开始成为“仿人”步行领域的一大研究热点。这种独特的行走模式有利于深入揭示人类步行机理，并为助步设备的研制提供新的思路。从90年代加拿大学者Mcgeer最早提出的对称二维被动步行机器人结构开始，到如今康奈尔大学的“Steven”，代尔夫特大学的“Denise”，吉林大学的“PADW-JL”一代、二代等形形色色的被动步行机器人，诸多国内外高校对被动力学在仿人步行中应用的研究正在如火如荼地开展，诸多国内外科研机构、高校、企业对用于康复治疗或是提升自身能力的助步设备也展开了深入的研究。

但是目前研发的助步设备，主要为以外骨骼形式进行穿戴，和主动式步行机器人类似，需要对每个关节进行主动控制。这种结构难免会存在效率低，控制复杂，续航能力差的缺陷。

并且，被动步行机器人动力学建模方面，拉格朗日法备受青睐。但是采用拉格朗日法，在针对多自由度系统构建动力学方程过程中，需要针对状态变量及其倒数求偏导，计算和推导过程十分复杂，且不利于计算机编程。

经检索，现有专利中，关于被动步行机器人的相关专利有：CN102700649B，一种有躯体式准被动双足步行机器人系统和CN104724201B，一种带髋部振子准被动双足步行机器人系统，但是上述2件专利的核心均在与步行机器人的结构设计，对于运动控制和其中用到的算法均没有涉及。

发明内容

根据以上现有技术中的不足，本发明提供了一种基于人体参数，充分利用了被动力学相关原理，有助于实现一种高效，节能，控制简便的助步设备的被动步行机器人运动控制算法。

为达到以上目的，本发明所述的一种基于人体参数的被动步行机器人运动控制算法，包括以下步骤：

S1、结合人体参数模型，构建被动步行机器人模型；

S2、根据被动步行机器人模型行走状态的不同，将行走过程分为多个相态；

S3、采用空间算子代数的方法进行动力学建模，依照D-H建模法构建坐标系；

S4、根据空间算子代数相关理论，将递推算法引入到动力学建模的过程中；

S5、利用角动量守恒定律，建立碰撞相态的动力学模型；

S6、进行运动特性分析，首先建立庞卡莱映射函数，结合牛顿-拉夫逊迭代法则，求解不动点x并构建不动点x处的雅克比矩阵J(x)，随后利用floquet乘子法来求证该被动步行机器人模型是否具有稳定步行的能力。

所述的S1中，构建包含手臂、躯干、大腿、膝关节、髋关节和小腿的被动步行机器人模型，且构建过程中将人体参数模型中的部分体段进行了合并，具体为：

上臂、前臂和手合并为手臂；头、颈忽略；小腿和足合并为小腿；将手臂的运动和异侧大腿的运动进行耦合，躯干的运动始终保持在大腿的角平分线上，整个被动步行机器人模型中只有髋关节和2个膝关节，共3个自由旋转副。

所述的S2中，行走过程分为4个相态，从相态1到相态4分别为：3自由度摆动状态、膝关节锁合状态、2自由度摆动状态和足-地碰撞状态。

所述的S3中，动力学模型的坐标系包括惯性坐标系∑

其中，基座为地面，刚体为小腿，末端刚体为与膝关节相连接的部分，末端执行器为膝关节。

所述的S4中，引入的递推算法具体为：

空间速度递推表达式V(n)为：

空间加速度递推表达式α(n)为：

空间力递推表达式f(n)为：

f(n)＝Φ(n，n+1)f(n-1)+m(n)a(n)+b(n)；

最终通过构建相应的空间算子能够得到动力学方程的标准形式为：

式中，θ为角度，

所述的S5中，碰撞相态的动力学模型包括膝关节碰撞相态和足地碰撞相态；

膝关节碰撞相态：被动步行机器人模型在本相态中相对于足地接触点O

足地碰撞相态：被动步行机器人模型在本相态中相对于足地接触点O

式中，θ及其下标代表S3中动力学模型中的各个关节转动的角度，上标“+”和“-”分别表示对应状态变量在撞前瞬间和碰撞后瞬间，β为旋转的值。

膝关节碰撞相态即为行走过程中从3自由度摆动到膝关节锁合的过程。

所述的S6包括以下步骤：

S61、构建庞卡莱映射函数f(x)；

S62、选定足-地碰撞前瞬间为庞卡莱截面；

S63、设定误差阈值ε和初始状态变量x

S64、X

S65、构建x

S66、令X

S67、判断X

S68、利用floquet乘子法求解J(xn+1)的特征值，并判断特征值是否在单位元内；

S69、通过判断特征值是否在单位元内，得出是否具备局部稳定性的结论并结束。

所述的S65中，雅克比矩阵J(x)的构建为：

所述的S68中，特征值求解方法为首先选择一个初始变量v(0),可以是随机生成的或者其他合适的变量，然后迭代计算当前向量v(k)和下一个向量v(k+1)之间的关系，直到收敛：v(k+1)＝J*v(k)/||J*v(k)||，其中||J*v(k)||为向量J*v(k)的模；最后计算最终收敛后的向量v(n)的特征值λ：λ＝(J*v(n))·v(n)，其中·为内积运算，单位元为半径为1的圆内。

本发明涉及的算法可以通过电子设备执行，电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，通过处理器执行程序实现上述的算法。

本发明所具有的有益效果是：

本发明采用了基于人体参数的被动步行机器人模型，简化了关节设置，充分利用了被动力学相关原理，采用空间算子代数和角动量守恒定律的相关理论构建了动力学模型，从而得到了高度仿人的被动步行机器人三维模型，并利用floquet乘子法进行局部稳态性分析，使得本发明的研究成果可以有助于实现一种高效，节能，控制简便的助步设备。

附图说明

图1为本发明实施例的被动步行机器人模型的整体设计示意图；

图2为本发明实施例的被动步行机器人模型的步行状态示意图；

图3为本发明行走相态的示意图；

图4为本发明的动力学模型示意图；

图5是本发明运动特性分析的流程示意图。

具体实施方式

下面结合附图对本发明的实施例做进一步描述：

归纳总结已有文献，可以得出身高为172cm(取平均身高)，体重为65kg的中国男性人体参数模型。

如图1和图2所示，结合人体参数模型，提出一种包含膝关节、手臂、躯干的被动步行机器人模型。基于人体参数的被动步行机器人是一个结构简单的7杆模型。图中分别对手臂、躯干、大腿、小腿、肩宽、髋宽的尺寸进行了标注。

基于人体参数的被动步行机器人运动控制算法，包括以下步骤：

S1、结合人体参数模型，构建包含手臂、躯干、大腿、膝关节、髋关节和小腿的被动步行机器人模型；

S2、根据被动步行机器人模型行走状态的不同，将行走过程分为4个相态；

S3、采用空间算子代数的方法进行动力学建模，依照D-H建模法构建坐标系；

S4、根据空间算子代数相关理论，将递推算法引入到动力学建模的过程中；

S5、利用角动量守恒定律，建立碰撞相态的动力学模型；

S6、进行运动特性分析，首先建立庞卡莱映射函数，结合牛顿-拉夫逊迭代法则，求解不动点x并构建不动点x处的雅克比矩阵J(x)，随后利用floquet乘子法来求证该被动步行机器人模型是否具有稳定步行的能力。

S1中，构建过程中将人体参数模型中的部分体段进行了合并，具体为：上臂、前臂和手合并为手臂；头、颈忽略；小腿和足合并为小腿；将手臂的运动和异侧大腿的运动进行耦合，躯干的运动始终保持在大腿的角平分线上，整个被动步行机器人模型中只有髋关节和2个膝关节，共3个自由旋转副。

被动步行机器人为了不增加额外的自由度，将躯干的运动限制在大腿夹角的角平分线上。与此同时，引入手臂除了提高仿人程度，还具有增加行走平衡性，削弱偏航的作用。

如图3所示，S2中，行走过程分为4个相态，从相态1到相态4分别为：3自由度摆动状态、膝关节锁合状态、2自由度摆动状态和足-地碰撞状态。

如图4所示，S3中，动力学模型的坐标系包括惯性坐标系∑

其中，基座为地面，刚体为小腿，末端刚体为与膝关节相连接的部分，末端执行器为膝关节。

S4中，引入的递推算法具体为：

空间速度递推表达式V(n)为：

空间加速度递推表达式α(n)为：

空间力递推表达式f(n)为：

f(n)＝Φ(n，n+1)f(n-1)+m(n)α(n)+b(n)；

最终通过构建相应的空间算子能够得到动力学方程的标准形式为：

式中，θ为角度，

S5中，碰撞相态的动力学模型包括膝关节碰撞相态和足地碰撞相态；

膝关节碰撞相态：被动步行机器人模型在本相态中相对于足地接触点O

足地碰撞相态：被动步行机器人模型在本相态中相对于足地接触点O

式中，θ及其下标代表S3中动力学模型中的各个关节转动的角度，上标“+”和“-”分别表示对应状态变量在撞前瞬间和碰撞后瞬间，β为旋转的值。

如图5所示，S6的运动特性分析包括以下步骤：

S61、构建庞卡莱映射函数f(x)；

S62、选定足-地碰撞前瞬间为庞卡莱截面；

S63、设定误差阈值ε和初始状态变量x

S64、X

S65、构建x

S66、令X

S67、判断X

S68、利用floquet乘子法求解J(x

S69、通过判断特征值是否在单位元内，得出是否具备局部稳定性的结论并结束。

所述的S65中，雅克比矩阵J(x)的构建为：

S68中，特征值求解方法为首先选择一个初始变量v(0),可以是随机生成的或者其他合适的变量，然后迭代计算当前向量v(k)和下一个向量v(k+1)之间的关系，直到收敛：v(k+1)＝J*v(k)/||J*v(k)||，其中||J*v(k)||为向量J*v(k)的模；最后计算最终收敛后的向量v(n)的特征值λ：λ＝(J*v(n))·v(n)，其中·为内积运算，单位元为半径为1的圆内。