一种基于下肢外骨骼机器人的多模式混合控制方法与流程

1.本发明属于机器人控制领域，特别涉及一种基于下肢外骨骼机器人的多模式混合控制方法。

背景技术：

2.社会老龄化程度的加剧及脑卒中等病症的高发，导致下肢运动功能障碍患者的数量逐年增加。下肢外骨骼机器人作为一种新型康复训练产品逐步应用于医疗康复领域，相比依赖于康复师个人经验与水平，且耗费大量人力的传统方式，康复机器人为患者提供了更高效且有针对、可重复的训练指导和监测评估功能。
3.对于脑卒中、关节损伤和脊髓损伤的患者，需要进行针对性的康复训练，以适应不同病情。随着康复训练的持续进行，患者的运动能力逐渐恢复，需要调整康复训练方案，以适应不同阶段。因此需要研究基于不同病情阶段的外骨骼机器人的控制策略，多模式控制是最佳的选择之一。
4.机器人辅助康复训练分为被动和主动两种模式，被动模式是一种轨迹跟踪控制的模式，此时患者的肢体完全由机器人带动完成下肢康复训练。主动模式下，机器人可以根据患者的运动意图实现与患者人机交互，提供必要的辅助。被动控制适用于康复训练初期，而主动控制阶段适用于康复训练的中后期，因此需要针对不同的控制模式设计控制方法。而对于外骨骼机器人，不仅需要具有多个不同的控制模式，还需要根据病情阶段的变化，进行不同模式之间的切换。
5.现有的基于下肢外骨骼机器人的控制方法，能够实现被动和主动的控制模式，但是机器人的控制模式往往是相互独立的，即只针对被动或者主动控制进行了系统设计。也有同时具有被动和主动控制的多模式控制方式，但是两种控制模式的控制框架不具有类比性，无法实现模式之间的切换。

技术实现要素：

6.针对下肢外骨骼机器人步态按需辅助存在的问题，本发明提供了一种基于下肢外骨骼机器人的多模式混合控制方法，首先根据不同控制模式的特点，提出了被动模式下轨迹误差和主动模式下轮廓误差的表示方法，然后基于下肢外骨骼机器人的动力学模型，设计了带有动力学补偿的控制器，实现不同控制模式下的运动控制。
7.所述的基于下肢外骨骼机器人的按需辅助控制方法，具体步骤如下：
8.步骤一、针对患者，将其踝关节在三维空间内的运动轨迹作为期望运动轨迹；
9.即
10.其中s∈[0,100]表示当前运动时间t相对于步态周期t的百分比，表示三维欧氏空间。
[0011]
步骤二、利用机器人上的角度传感器，测量出机器人的运动角度，通过运动学解算
得到机器人踝关节的实际位置pa(t)。
[0012]
步骤三、被动模式下，机器人带动患者肢体运动，利用患者的期望运动轨迹计算轨迹跟踪误差e
p1
。
[0013]
轨迹跟踪误差e
p1
表示为：
[0014]ep1
＝p
a-f(s)
[0015]
步骤四、主动模式下，计算患者的期望运动轨迹f(s)上，距离当前实际位置最近的点f(s
*
)到实际位置pa(t)的距离，即轮廓跟踪误差e
p2
；
[0016]
即
[0017]ep2
＝p
a-f(s
*
)
[0018]
利用如下控制器计算距离当前实际位置最近的点f(s
*
)：
[0019][0020]
k和λ为正的常数，k
ψ
为s的函数，∑为滑模面函数；α是阶次，取α≥1，ψ是描述距离投影的变量。
[0021]
步骤五、基于下肢外骨骼机器人的动力学模型，利用轨迹跟踪误差e
p1
和轮廓跟踪误差e
p2
设计带有动力学模型和速度误差估计的控制器，实现不同控制模式下的运动控制。
[0022]
机器人的动力学方程为：
[0023][0024]
其中m是惯量矩阵；c是哥氏力和向心力项；g是引力项；f为摩擦力；τ
ext
为人机之间的交互力，即患者施加给机器人的力；q＝[θ
h θk]
t
为广义变量，其中θh和θk分别为髋关节和膝关节的角度，τ为控制律，设计为：
[0025][0026]
j为机器人的雅各比，kd为速度增益，为速度误差的估计值，为动力学模型的估计值，fa为力矩项，被动控制模式下：
[0027]
fa＝-k
pep
[0028]kp
是位置增益，e
p
是误差，且此时e
p
＝e
p1
；
[0029]
主动控制模式下：fa＝k1ω1f
ac
+k2ω2f
tr
[0030][0031]
k1和k2是控制增益，用来调整输出力矩的幅值；ω1和ω2分别是切向分量和法向分量的权重；r是根据姿态轮廓误差e
p
来调整两个分量的相对权值的变量；
[0032]fac
和f
tr
为在最近点施加调整力矩方向的单位向量，计算公式为：
[0033]fac
＝-(n+b)/||n+b||＝-e
p
/||e
p
||
[0034]ftr
＝t
[0035]
n和b分别表示最近位置处的法向量和副法向量，e
p
是误差，此时e
p
＝e
p2
；t是最近位置处的切向量。
[0036]
本发明的优点在于：
[0037]
1)、一种基于下肢外骨骼机器人的多模式混合控制方法，面向不同康复阶段的训练需求，设计了基于跟踪误差的被动控制器和基于轮廓误差的主动控制器；两种控制器采用结构完全相同的控制架构，只是误差的表达方式不同，因此可以基于不同的康复训练需求，输入不同的误差，实现训练模式的切换。
附图说明
[0038]
图1为本发明一种基于下肢外骨骼机器人的多模式混合控制方法的流程图；
[0039]
图2为本发明在三维欧氏空间上的参数化曲线c的示意图；
[0040]
图3为本发明证明f(s
*
)为期望运动轨迹f(s)上的最近点的流程图；
[0041]
图4为本发明控制系统整体框图。
具体实施方式
[0042]
下面结合附图和示例对本发明做进一步的阐述。
[0043]
所述的基于下肢外骨骼机器人的按需辅助控制方法，如图1所示，具体步骤如下：
[0044]
步骤一、针对患者，将其下肢末端点，即踝关节在三维空间内的运动轨迹作为期望运动轨迹；
[0045]
即：
[0046][0047]
其中s∈[0,100]表示当前运动时间t相对于步态周期t的百分比；表示三维欧氏空间。
[0048]
步骤二、利用机器人上的角度传感器，测量出机器人的运动角度，通过运动学解算得到机器人实际末端点，即踝关节点的实际位置pa(t)。
[0049]
步骤三、被动模式下，机器人带动患者肢体运动，利用患者的期望运动轨迹计算轨迹跟踪误差e
p1
。
[0050]
此时控制的是轨迹跟踪误差，期望运动点为
[0051]
p
d1
(t)＝f(s)
ꢀꢀꢀꢀꢀꢀꢀ
(2)
[0052]
此时s为
[0053][0054]
是一个与当前运行时间t相关的量。轨迹跟踪误差表示为
[0055]
轨迹跟踪误差e
p1
表示为：
[0056]ep1
＝p
a-p
d1
＝p
a-f(s)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0057]
p
d1
(t)为机器人带动患者肢体运动时的期望运动点；
[0058]
步骤四、主动模式下，计算患者的期望运动轨迹f(s)上，距离当前实际位置最近的点f(s
*
)到实际位置pa(t)的距离，即轮廓跟踪误差e
p2
；
[0059]
即
[0060]ep2
＝p
a-p
d2
＝p
a-f(s
*
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0061]
p
d2
为在期望运动轨迹上的距离当前实际位置最近的点，该点到实际位置pa(t)的距离；
[0062]
为了求解在期望运动轨迹f(s)上的最近点f(s
*
)，采用如下方法：
[0063]
如果映射定义了三维欧氏空间上的一条参数化曲线c，对于实际位置且则控制器计算如下：
[0064][0065]
可以到整个曲线c上距离实际位置最近的位置点f(s
*
)，如图2所示；其中k和λ为正常数，k
ψ
为s的函数，∑为一个滑模面函数，将在证明过程中其形式，证明过程如下：
[0066]
对于s∈[0,l]处的frenet标架为{f(s)；t(s),n(s),b(s)}满足
[0067][0068]
其中
[0069]
t(s)＝fs(s)/||fs(s)||
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0070]
定义：
[0071][0072]
由定义可知ψ描述了γ在fs的投影长度，当在最近点s
*
处满足
[0073][0074]
同时由定义得到
[0075][0076]
利用(7)和(11)可以得到
[0077][0078]
定义则定义一个趋近律为
[0079][0080]
代入(6)从而得到
[0081][0082]
选取李雅普诺夫函数为
[0083][0084]
从而
[0085][0086]
算法的计算流程如图3所示。
[0087]
步骤五、基于下肢外骨骼机器人的动力学模型，利用轨迹跟踪误差e
p1
和轮廓跟踪误差e
p2
设计带有动力学模型和速度误差估计的控制器，实现不同控制模式下的运动控制。
[0088]
机器人的动力学方程为：
[0089][0090]
其中m是惯量矩阵，c是哥氏力和向心力项,g是引力项，f为摩擦力，τ
ext
为人机之间的交互力，即患者施加给机器人的力；q＝[θ
h θk]
t
为广义变量，其中θh和θk分别为髋关节和膝关节的角度，τ为控制律；
[0091]
需满足：
[0092]
性质1:m是正定的对称矩阵；
[0093]
性质2:m和c满足：
[0094][0095]
定义e＝q-qd，因此即两者之间满足雅各比关系，则
[0096][0097]
其中动力学模型和摩擦力很难精确建模。
[0098]
在实际系统中，对于一阶导数无论是还是都很难直接测量得到，进而也很难求解得到，但是是有界的，存在因此采用一阶滤波器进行估计，即
[0099][0100][0101]
引入一个可测量的辅助信号s
[0102][0103]
从而
[0104][0105]
控制律设计为
[0106][0107]
j为机器人的雅各比，kd为速度增益，为速度误差的估计值，为动力学模型的估计值；
[0108]
其中作为d的估计值，估计误差是有界的，存在采用rbf神经网络逼近处理，从而得到
[0109][0110]
定义为估计值，估计的最优值记为w
*
，且满足由机器人的动力学方程选取更新律为
[0111]
[0112]
权值估计误差为定义滤波误差根据滤波器定义可以得到
[0113][0114][0115]
根据不同的控制模式，(24)的力矩项fa分别为：
[0116]
被动控制模式下
[0117]
fa＝-k
pep
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(29)
[0118]kp
是位置增益，e
p
是误差，且此时e
p
＝e
p1
[0119]
主动控制模式下，根据最近点，到两个施加调整力矩的方向的单位向量为：
[0120]fac
＝-(n+b)/||n+b||＝-e
p
/||e
p
||
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(30)
[0121]ftr
＝t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(31)
[0122]
n和b分别表示最近位置处的法向量和副法向量，e
p
是误差，此时e
p
＝e
p2
，t是最近位置处的切向量。
[0123]
从而建立力场为
[0124]
fa＝k1ω1f
ac
+k2ω2f
tr
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(32)
[0125][0126]
k1和k2是控制增益，用来调整输出力矩的幅值；ω1和ω2分别是切向分量和法向分量的权重；r是根据姿态轮廓误差e
p
来调整两个分量的相对权值的变量；
[0127]
选取李雅普诺夫函数为
[0128][0129]
则其一阶导数为
[0130][0131]
代入控制律并利用性质2得到
[0132][0133]
由于和则有
[0134][0135]
同时
[0136][0137]
[0138][0139][0140]
在被动控制模式下，代入(29)到(35)中得到
[0141][0142]
其中取：
[0143][0144]
则有
[0145][0146]
通过调整参数保证λ1＞0，所设计的控制器稳定，从而系统具有鲁棒性。
[0147]
在主动控制模式下，得到
[0148][0149]
代入(45)到(35)中得到
[0150][0151]
其中又因为
[0152][0153]
代入到(46)中得到
[0154][0155]
又由于误差e
p
是有界的，即满足||e
p
||≤e
p
，因此k
p
需要满足取
[0156][0157]
则有
[0158]
[0159]
通过调整参数保证λ2＞0，所设计的控制器稳定，从而系统具有鲁棒性；控制系统整体框图如图4所示。

技术特征：

1.一种基于下肢外骨骼机器人的多模式混合控制方法，其特征在于，具体步骤如下：针对患者，将其踝关节在三维空间内的运动轨迹作为期望运动轨迹f(s)；然后、利用机器人上的角度传感器，测量出机器人的运动角度，通过运动学解算得到机器人踝关节的实际位置p
a
(t)；分别计算被动模式下，机器人带动患者肢体运动，利用患者的期望运动轨迹计算轨迹跟踪误差e
p1
，以及主动模式下，患者的期望运动轨迹f(s)上，距离当前实际位置最近的点f(s
*
)到实际位置p
a
(t)的距离，即轮廓跟踪误差e
p2
；最后、基于下肢外骨骼机器人的动力学模型，利用轨迹跟踪误差e
p1
和轮廓跟踪误差e
p2
设计带有动力学模型和速度误差估计的控制器，实现不同控制模式下的运动控制；机器人的动力学方程为：其中m是惯量矩阵；c是哥氏力和向心力项；g是引力项；f为摩擦力；τ
ext
为人机之间的交互力，即患者施加给机器人的力；q＝[θ
h θ
k
]
t
为广义变量，其中θ
h
和θ
k
分别为髋关节和膝关节的角度，τ为控制律，设计为：j为机器人的雅各比，k
d
为速度增益，为速度误差的估计值，为动力学模型的估计值，f
a
为力矩项，被动控制模式下：f
a
＝-k
p
e
p
k
p
是位置增益，e
p
是误差，且此时e
p
＝e
p1
；主动控制模式下：f
a
＝k1ω1f
ac
+k2ω2f
tr
ω2＝1-ω1k1和k2是控制增益，用来调整输出力矩的幅值；ω1和ω2分别是切向分量和法向分量的权重；r是根据姿态轮廓误差e
p
来调整两个分量的相对权值的变量；f
ac
和f
tr
为在最近点施加调整力矩方向的单位向量，计算公式为：f
ac
＝-(n+b)/||n+b||＝-e
p
/||e
p
||f
tr
＝tn和b分别表示最近位置处的法向量和副法向量，e
p
是误差，此时e
p
＝e
p2
；t是最近位置处的切向量。2.如权利要求1所述的一种基于下肢外骨骼机器人的多模式混合控制方法，其特征在于，所述期望运动轨迹，即f(s):l为区间的终点；其中s∈[0,100]表示当前运动时间t相对于步态周期t的百分比，其中s∈[0,100]表示当前运动时间t相对于步态周期t的百分比，表示三维欧氏空间。3.如权利要求1所述的一种基于下肢外骨骼机器人的多模式混合控制方法，其特征在于，所述轨迹跟踪误差e
p1
表示为：e
p1
＝p
a-f(s)；轮廓跟踪误差e
p2
表示为：e
p2
＝p
a-f(s
*
)；
其中，距离当前实际位置最近的点f(s
*
)计算公式为：k和λ为正的常数，k
ψ
为s的函数，∑为滑模面函数；α是阶次，取α≥1，ψ是描述距离投影的变量。

技术总结

本发明公开了一种基于下肢外骨骼机器人的多模式混合控制方法，属于机器人控制领域；具体为：首先，针对患者，将其踝关节在三维空间内的运动轨迹作为期望运动轨迹；然后，利用机器人的角度传感器，测量出机器人的运动角度，通过运动学解算得到机器人踝关节的实际位置；分别在被动模式和主动模式下，计算轨迹跟踪误差和轮廓跟踪误差；最后，基于下肢外骨骼机器人的动力学模型，利用轨迹跟踪误差和轮廓跟踪误差分别计算主动控制模式下和被动控制模式下的控制器的力矩值，实现不同控制模式下的运动。本发明的两种控制器采用结构完全相同的控制架构，只是误差的表达方式不同，因此可以基于不同的康复训练需求，输入不同的误差，实现训练模式的切换。训练模式的切换。训练模式的切换。