本文關(guān)鍵詞：下肢外骨骼人體運(yùn)動預(yù)測與人機(jī)協(xié)調(diào)控制技術(shù)研究

  更多相關(guān)文章： 下肢外骨骼 運(yùn)動相位 運(yùn)動模式 運(yùn)動步態(tài) 人機(jī)協(xié)調(diào)控制

【摘要】：可穿戴式下肢外骨骼能夠輔助人體行走,增強(qiáng)人的運(yùn)動能力,減少人體運(yùn)動能量的消耗,擴(kuò)展人體負(fù)重能力。可穿戴式外骨骼是典型的人機(jī)高度耦合系統(tǒng),需要人體與外骨骼高度協(xié)調(diào)運(yùn)動,從而改善穿戴舒適性和增強(qiáng)人機(jī)功效。下肢外骨骼系統(tǒng)研究中,主要的技術(shù)難點(diǎn)包括:人體運(yùn)動相位估計(jì)、人體運(yùn)動模式辨識、人體運(yùn)動步態(tài)預(yù)測、人機(jī)交互信息獲取和人機(jī)協(xié)調(diào)控制技術(shù)等。本文針對以上關(guān)鍵技術(shù)難點(diǎn)與挑戰(zhàn),圍繞人體運(yùn)動相位與運(yùn)動模式辨識,人體運(yùn)動步態(tài)預(yù)測,人機(jī)協(xié)調(diào)控制策略設(shè)計(jì)與人機(jī)功效評價等多個方面展開研究。首先,基于人體運(yùn)動解剖學(xué)的分析,構(gòu)建下肢外骨骼系統(tǒng),基于Langrage方程,對下肢動力學(xué)進(jìn)行建模,基于人機(jī)耦合特性,建立了人機(jī)交互模型。搭建Matlab與Adams聯(lián)合仿真平臺,完成遺傳算法優(yōu)化與CMAC神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)幕？刂撇呗苑抡?該方法能夠?qū)崿F(xiàn)對步態(tài)軌跡的精確跟蹤�；谌梭w解剖學(xué)與人體運(yùn)動學(xué),解析人體運(yùn)動的特點(diǎn),基于步態(tài)分析系統(tǒng)F-scan對步態(tài)壓力的測量,設(shè)計(jì)可穿戴式鞋,分析典型步態(tài)中的足底壓力分析特征,對人體運(yùn)動步態(tài)相位進(jìn)行劃分,采用粒子群優(yōu)化的模糊邏輯系統(tǒng),對四個步態(tài)相位進(jìn)行在線辨識,平均辨識精度可達(dá)95%以上,并開展實(shí)驗(yàn)驗(yàn)證算法的有效性�；诹Ｗ尤簝�(yōu)化算法與支持向量機(jī),結(jié)合足底壓力傳感器信息與足部、小腿的姿態(tài)信息,對幾種典型步態(tài)模式(水平行走、上樓梯、下樓梯、上斜坡、下斜坡)進(jìn)行在線辨識,使用多數(shù)投票法進(jìn)行后處理,辨識精度可達(dá)98.35%±1.65%。基于物理式人機(jī)交互信息,估計(jì)與預(yù)測人體肢體關(guān)節(jié)運(yùn)動軌跡,使用Kalman濾波器對物理式交互信息進(jìn)行處理,消除噪聲的同時,彌補(bǔ)意圖延時。由于物理式人機(jī)交互信息與人體目標(biāo)步態(tài)之間的關(guān)系呈高度非線性,難以通過數(shù)學(xué)模型的方法獲取,基于典型步態(tài)數(shù)據(jù)測量與分析,引入灰色相關(guān)度分析處理數(shù)據(jù),降低計(jì)算復(fù)雜度。設(shè)計(jì)在線稀疏化Gaussian過程回歸算法,實(shí)現(xiàn)基于人機(jī)交互信息的運(yùn)動步態(tài)預(yù)測,對算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證,驗(yàn)證提出方法的有效性。從不基于模型的角度開展了自適應(yīng)最小化人機(jī)交互力的控制策略研究,通過設(shè)定的罰函數(shù)來調(diào)整控制器參數(shù),并加入重力補(bǔ)償,減小重力對人體腿部的影響。在站立相中,使用靜態(tài)平衡控制策略,調(diào)整控制器輸出,進(jìn)行了水平地面上實(shí)際的穿戴實(shí)驗(yàn),通過幾組對比實(shí)驗(yàn),驗(yàn)證算法的有效性。為了更好的實(shí)現(xiàn)人機(jī)協(xié)調(diào)運(yùn)動控制,從基于模型的角度研究了自適應(yīng)阻抗控制在外骨骼機(jī)器人中的應(yīng)用,根據(jù)目標(biāo)狀態(tài)信息以及步態(tài)跟隨誤差調(diào)整阻抗參數(shù),實(shí)現(xiàn)了阻抗參數(shù)的在線自適應(yīng)調(diào)節(jié)�；谕夤趋老到y(tǒng)的狀態(tài)反饋,使用RBF神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)系統(tǒng)的動力學(xué)方程,為了消除系統(tǒng)中的外在干擾以及系統(tǒng)不確定性,使用擴(kuò)張觀測器估計(jì)系統(tǒng)的干擾,然后在控制律中消除干擾,從而改善控制器的綜合性能。開展自適應(yīng)阻抗控制的實(shí)驗(yàn)驗(yàn)證研究,實(shí)驗(yàn)結(jié)果表明,所提出的自適應(yīng)阻抗控制策略能夠?qū)崿F(xiàn)人與機(jī)械結(jié)構(gòu)的協(xié)調(diào)運(yùn)動。性能評價指標(biāo)是外骨骼研究的主要方面,本文建立了人機(jī)功效的評價體系,基于主體指標(biāo)與客體指標(biāo)的綜合評價,比較穿戴者的人機(jī)功效體驗(yàn)以及測試指標(biāo)的變化。在各種路面對外骨骼進(jìn)行實(shí)驗(yàn),路面包括上下樓梯,草地行走以及復(fù)雜地形,每個測試人員對穿戴舒適性、助力效果、穿戴便捷性以及運(yùn)動流暢性進(jìn)行打分,使用調(diào)查問卷的方式,獲得主觀評價指標(biāo)�？陀^性能指標(biāo)包括足底反作用力、肩部壓力與心率變化,在跑步機(jī)上對客觀性能指標(biāo)進(jìn)行測量,設(shè)定跑步機(jī)速度為5km/h,每次測試時間為5分鐘。穿戴負(fù)重與不穿戴負(fù)重的足底壓力均值差別不大,差在5N之內(nèi),穿戴外骨骼負(fù)重30kg重物時,肩部壓力增加了10.85N。相比于完全由人體承擔(dān)負(fù)載,穿戴外骨骼承擔(dān)負(fù)載的心率平均值下降了9.6%,而穿戴負(fù)重比穿戴外骨骼不負(fù)重,心率僅僅增加了3.45%。這反映出,穿戴外骨骼后,負(fù)載通過機(jī)構(gòu)傳遞到了地面,穿戴者沒有受到重物的壓迫,外骨骼機(jī)器人能夠幫助人體承擔(dān)很大一部分負(fù)載,減輕人體的負(fù)擔(dān),起到了助力作用。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TP242

【相似文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 龍億;下肢外骨骼人體運(yùn)動預(yù)測與人機(jī)協(xié)調(diào)控制技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2017年

2 張超;下肢助力外骨骼機(jī)器人研究[D];哈爾濱工業(yè)大學(xué);2016年

，

本文編號：1268267