基于变刚度的外肢体机器人辅助支撑方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114800440A(43)申请公布日2022.07.29(21)申请号202210231857.9(22)申请日2022.03.09(71)申请人东南大学地址210096江苏省南京市玄武区四牌楼2号(72)发明人曾洪张华宇张建喜宋爱国(74)专利代理机构南京众联专利代理有限公司32206专利代理师周蔚然(51)Int.Cl.B25J9/00(2006.01)权利要求书2页说明书5页附图1页(54)发明名称基于变刚度的外肢体机器人辅助支撑方法(57)摘要本发明公开了一种基于变刚度的外肢体机器人辅助支撑方法，先获取表面肌电传感器和惯性传感器的数据；对惯性传感器的数据进行处理，判断穿戴者是否有操作意图；对表面肌电传感器的数据进行预处理，包括全波整流、低通滤波和归一化；预处理后的表面肌电信号用于穿戴者手臂的参考刚度估计；手臂参考刚度映射到外肢体机器人的阻抗控制模型中。该方法利用人体手臂刚度和机械臂刚度协调的方法，实现了人和外肢体在过顶支撑任务中的人机协同，可以减少任务中人员的投入。当穿戴者手臂刚度减少时，机械臂刚度增大，外肢体可以在操作者疲劳时产生更大的支撑力，有利于减小穿戴者的工作强度以及降低穿戴者疲劳受伤的风险。CN114800440ACN114800440A权利要求书1/2页1.基于变刚度的外肢体机器人辅助支撑方法，其特征在于，所述辅助支撑方法步骤为：步骤1、实时获取放置于穿戴者手臂上的表面肌电传感器和惯性传感器的原始输出数据；步骤2、对获取的惯性传感器数据进行处理，用于判断人体是否有操作意图，如果人体有操作意图，外肢体协助人体将物体支撑到需要的位置；步骤3、当物体处于支撑状态后，对原始的表面肌电信号sEMG数据进行预处理，包括全波整流、低通滤波和归一化；步骤4、预处理后的sEMG数据用于估计手臂的参考刚度；步骤5、将人体手臂参考刚度映射到外肢体机器人的阻抗控制模型中。2.根据权利要求1所述的基于变刚度的外肢体机器人辅助支撑方法，其特征在于，步骤1原始输出数据由程序自动地从表面肌电传感器和惯性传感器实时读取，其中表面肌电传感器放置于肱二头肌和肱三头肌这一对拮抗肌的位置，惯性传感器放置于人手臂的腕部。3.根据权利要求1所述的基于变刚度的外肢体机器人辅助支撑方法，其特征在于，步骤2中惯性传感器提供的信号包括俯仰角、偏航角和翻滚角，选用俯仰角作为操作意图识别的特征，具体计算方法如下：其中，α为当前时刻的俯仰角，T＝1表示有操作意图，T＝0表示无操作意图。4.根据权利要求1所述的基于变刚度的外肢体机器人辅助支撑方法，其特征在于，步骤3中所述的预处理方法，首先通过对原始sEMG信号进行全波整流处理，处理后的sEMG信号均为非负，处理方法如下：P1(i)＝|EMGraw(i)|其中，i为采样点序号，EMGraw(i)为第i个采样点的原始sEMG信号幅值，P1(i)为全波整流处理后第i个采样点的sEMG信号幅值；接下来，对经过全波整流处理后的sEMG信号进行低通滤波处理，低通滤波器选择二阶巴特沃斯滤波器，处理后的sEMG信号去除了噪声的包络，处理方法如下：P2(i)＝LPF(P1(i)，f)其中，P2(i)为低通滤波器处理后第i个采样点的sEMG信号幅值，LPF为信号幅值，f为低通滤波器的截止频率；最后，对经过低通滤波处理后的sEMG信号包络基于最大自主收缩进行归一化，处理方法如下：其中，P3(i)为归一化处理后第i个采样点的sEMG信号幅值，M为肌肉最大收缩时的sEMG信号幅值。5.根据权利要求1所述的基于变刚度的外肢体机器人辅助支撑方法，其特征在于，步骤4中的计算参考刚度的方法，首先需要计算一对主动肌和拮抗肌的肌肉激活度，计算方法如下；2CN114800440A权利要求书2/2页其中，a(i)为肌肉激活度，A为非线性度参考，取值范围为(‑3,0)；通过计算好主动肌和拮抗肌的肌肉激活度后，人体手臂的参考刚度可用主动肌和拮抗肌中较小的肌肉激活度表征，计算方法如下：Kref＝min(1，aagnist，aantagonist)其中，Kref为手臂的参考刚度，aagnist和aantagonist分别为主动肌和拮抗肌的肌肉激活度。6.根据权利要求1所述的基于变刚度的外肢体机器人辅助支撑方法，其特征在于，步骤5中所述的阻抗控制模型用下式表示：其中，Md、Bd、Kd为期望的惯性矩阵、阻尼矩阵和刚度矩阵，X、为实际的位移、速度和加速度，Xd、为期望的位移、速度和加速度，Fext为机械臂末端与环境间的交互力。7.根据权利要求1所述的基于变刚度的外肢体机器人辅助支撑方法，其特征在于，步骤5所述的刚度映射方法，首先将刚度水平映射到机械臂上，进而调节机械臂的刚度矩阵，计算方法如下：Kmap＝(K