[发明专利]一种上肢康复机器人的肢体重力动态补偿方法

说明书

本发明属于重力补偿相关技术领域，并一种上肢康复机器人的肢体重力动态补偿方法。该方法包括下列步骤：S1将携带有康复机器人的人体上肢的运动划分为主动运动模式和被动运动模式，测量被动模式下康复机器人在不同位姿下各个关节的关节角，计算机械臂对人体上肢的支撑力，以此获得关节角和支撑力一一对应的数据集；S2构建预测模型，其中关节角作为输入，支撑力作为输出；测量在主动运动模式下人体上肢受到的合力以及实时关节角，利用实时关节角和预测模型获得上肢重力补偿预测值，利用合力减去重力补偿预测值，以此实现主动运动模式下人体上肢重力的补偿。通过本发明，解决传统重力补偿方法不能提供实时补偿或者动力学建模困难的问题。

技术领域

本发明属于重力补偿相关技术领域，更具体地，涉及一种上肢康复机器人的肢体重力动态补偿方法。

背景技术

目前上肢康复机器人的重力补偿方法主要有两种类型，一种是通过配重、弹簧或由辅助致动器产生主动力来抵消重力；另一种是通过输入扭矩的最佳控制来实现。在这种情况下，控制律将抵消机器人连杆动力学上的重力效应项。此两种重力补偿方法存在以下缺点：

由于康复机器人尺寸的限制，配重重力平衡方案的使用在一些应用中会被限制，弹簧的补偿策略则需要确定补偿机制的确切位置。通过输入扭矩的最佳控制实现重力补偿的方案因为需要根据康复机器人的位置和关节速度不断更新补偿电压，导致实时计算的负担大大增加。

目前，专利CN110103229A中公开了一种设于机器人末端的工作的重力补偿方法和系统，其中公开了重力补偿方法的计算方法为：重力补偿后的测量数据＝当前姿态下的实时测量数据-当前姿态下所述工具的负载数据+清零姿态下所述工具的负载数据，以此方式获得重力补偿后的测量数据。上述专利是通过实时测量数据与负载数据的差值加上清零姿态下工具的负载数据，其不是通过建立模型预测获得的数据，并且其工具的重力补偿为一个刚性的对象，不存在与其它部件之间的相互作用，对象运动状态单纯；专利CN110666799A中公开了一种基于重力补偿的六自由度串联机器人柔顺控制方法，其中公开了：获取机器人底座安装倾角与末端工具重力，获取力传感器的零点数据与末端工具重心在传感器坐标系下的坐标，利用机器人姿态变换矩阵，获取机器人在不同姿态下的重力补偿值，通过导纳控制方法，将力偏差作为控制系统的输入来调整机器人的末端位置；同样的，该专利中针对的对象是机器人，不存在人与机器人交互的情况，补偿的对象也是刚体。总的来说，上述重力补偿的方法中，补偿的对象均为刚性对象，其与人体上肢不同，人体上肢为柔性体，其在运动状态下会受到上臂的牵扯，受到的力矩也是变化的，上述对于刚体的补偿方法并不适应于对于人体上肢的重力补偿，因此，需要一种对于人体上肢柔性体的重力补偿方法。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种上肢康复机器人的肢体重力动态补偿方法，考虑了人体经由肩部对上肢的影响，涉及人机交互，解决了传统重力补偿方法不能提供实时补偿或者动力学建模困难的问题。

为实现上述目的，按照本发明，提供了一种上肢康复机器人的肢体重力动态补偿方法，该方法包括下列步骤：

S1将携带有康复机器人的人体上肢的运动划分为主动运动模式和被动运动模式，被动运动模式下康复机器人带动人体上肢运动，主动运动模式下康复机器人辅助人体上肢运动，测量被动模式下康复机器人在不同位姿下各个关节的关节角，并计算机械臂对人体上肢的支撑力，以此获得各个关节的关节角和支撑力一一对应的数据集；

S2利用所述数据集构建预测模型，该预测模型中各个关节的关节角作为输入，所述支撑力作为输出；测量在主动运动模式下六维力传感器测得的合力以及各个关节的实时关节角，利用实时关节角和预测模型获得机械臂对人体上肢的预测支撑力，也即上肢重力补偿预测值，利用所述六维力传感器测得的合力减去所述上肢重力补偿预测值，以此实现主动运动模式下人体上肢重力的补偿。

进一步优选地，在步骤S1中，计算机械臂对人体上肢的支撑力是通过测量人体上肢对康复机器人的扭矩，然后利用该扭矩计算获得护套对人体上肢的支撑力。