本技术涉及下肢外骨骼控制技术,特别是采用多源信息融合技术实现柔性下肢外骨骼的助力控制。该方法通过采集足底压力、髋关节及膝关节的加速度和角速度数据,进行综合分析以优化助力输出,旨在提升下肢外骨骼的性能和用户的穿戴体验。
背景技术
近年来,旨在增强使用者协调性和运动能力、降低代谢率的助力外骨骼受到广泛关注,在康复医疗、军事行动、紧急救援等方面发挥着重要作用。柔性外骨骼由机械系统与控制系统组成,控制系统通过传感器获取的人机交互信息,监测使用者的姿态、动作和力反馈,从而控制外骨骼运动。
目前,大部分下肢外骨骼由于人机交互性差和步态意图感知能力不足,从而影响控制系统决策,无法达到预期的助力效果。现有下肢外骨骼助力控制主要有两种,一种是根据人体与外骨骼之间的交互力进行助力控制,另一种是根据运动状态(例如跑步、上楼梯、平地行走等)设定预定轨迹进行助力控制,这两种助力控制都将外骨骼作为主体,未考虑人所处的步态相位,忽视了人机交互过程中人的主体作用,导致人机交互性差,助力效果较差。
现有的步态相位感知研究中,主要考虑单一模态信息,导致步态相位划分不精准。例如,基于足底压力可将单腿的步态相位划分为支撑相前、中、后期和摆动相,由于摆动相足底压力一直为零,因此无法进行细分。基于关节角度的步态相位划分无法判断下肢是否触地进入支撑相,由于不同人触地时各个关节角度不同。无法精准识别步态相位,则会影响下肢外骨骼的精准控制。
此外,在助力过程中,鲍登线轨迹的精准建模及其变化长度的计算直接影响关节电机的运动。在前、后鲍登线助力切换时,关节电机运动存在阶跃现象,进一步增加了助力控制的难度。
实现思路