本技术涉及机器人运动控制领域,尤其涉及一种自适应外部推力的外骨骼与安全支架的协同控制方法。是通过对在矢状面内带外力的动力学模型进行解耦来表示压力中心;通过引入仅包含人与外骨骼系统在z方向上的运动的分量η来设置动力学约束,同时采用多个分断线段近似表示非线性弧形设置运动学约束,并以此构建离散时间线性模型,在此基础上,构建线性的MPC问题,优化得到人与外骨骼系统的最优质心运动轨迹和落脚点位置输出。与现有技术相比,本发明提升了患者‑外骨骼‑安全支架系统的协同控制精度。
背景技术
使用下肢外骨骼步行的截瘫患者,一般需要借助拐杖来维持身体平衡,但对于上至力量较弱的患者而言,使用拐杖保持平衡是十分困难的,所以通常会采用一个可移动的安全支架来帮助患者在步行中维持平衡。此外,由于安全支架的重量较大,往往需要另一个人来推动它,在推动过程中,如果推力过大,就会导致患者的身体前倾,而若是推力不足,又可能造成患者的身体后仰。因此,在推动人员施加的推力未知的情况下,如何实现患者-外骨骼-安全支架三者之间的协同运动控制,成为了一个至关重要的问题。
为了帮助肌肉力量薄弱的患者在步态训练期间保持平衡,一个可移动的安全支架对于辅助人与外骨骼来讲是必不可少的。近年来,许多安全支架已经被用于帮助人们进行步态训练相关的研究。CPWalker是一个用于脑瘫儿童康复的机器人平台,它允许自由运动,并将物理和认知接口集成到治疗中,脑瘫儿童通过该平台能够在康复环境中自主行走。Ai-robot则是为帮助截瘫患者安全有效地行走而设计的,不过其使用需要在有经验的医护人员的指导下学习。移动机器人平衡助手是一种混合步态辅助机器人和电动轮椅功能的设备,可通过计算其识别正常行走以及模拟跌倒的灵敏度和特异性,来评估不稳定性检测算法。然而,针对对人机协同运动的问题,上述这些安全支架尚未能给出令人满意的解决办法。
目前,在解决机器人协同运动控制问题方面,一种比较流行的是模型预测控制(MPC),通常MPC会被应用于下肢外骨骼和人形机器人,用以生成质心的运动轨迹和步态。如:Iyer等人在爬楼梯的场景中,采用了基于MPC的协同控制方法,来确保膝关节遵循通过优化阻抗模型参数而生成的膝关节轨迹;Wang等人则是利用MPC,基于步长、摆动持续时间和步行速度等步态参数生成在线关节轨迹;Jammeli等人提出了一种模型预测控制框架,旨在用于辅助和康复的下肢外骨骼。但是上述方法仅考虑了人机运动状态已知的情况,对于存在未知外部作用力的情况还无法预测和控制人机的协同运动。
实现思路