[发明专利]一种穿戴式柔性下肢助力外骨骼控制系统有效
申请号: | 202210037269.1 | 申请日: | 2022-01-13 |
公开(公告)号: | CN114392137B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 孟巧玲;曾庆鑫;孔博磊;费翠芝;卢旭华;王海滨;焦宗琪;喻洪流 | 申请(专利权)人: | 上海理工大学 |
主分类号: | G16H40/60 | 分类号: | G16H40/60;A61H3/00 |
代理公司: | 上海旭诚知识产权代理有限公司 31220 | 代理人: | 郑立 |
地址: | 200093 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 穿戴 柔性 下肢 助力 骨骼 控制系统 | ||
1.一种穿戴式柔性下肢助力外骨骼控制系统,所述柔性下肢助力外骨骼包括柔性服、弹性驱动装置、鲍登线驱动装置、驱动控制装置、柔性绑缚装置、传感系统,其特征在于,所述控制系统包括第一控制器、第二控制器、第三控制器,所述第一控制器被配置为识别检测下肢运动意图、估计步态相位状态,所述第二控制器被配置为将下肢运动意图转换为所述第三控制器的期望轨迹、实现人机力交互协同控制,所述第三控制器被配置为对所述第二控制器的期望轨迹进行精确跟踪;
所述传感系统包括分别设置于大腿两侧和背部的角度传感器、设置于所述弹性驱动装置的第一拉力传感器、与所述鲍登线驱动装置和所述柔性绑缚装置连接的第二拉力传感器、足底压力鞋垫;
所述第一控制器采用模糊神经网络对多模态信息融合的步态数据进行训练、学习及步态规划,所述第一控制器的算法包括以下步骤:
设定期望步态相位点Pd(t);
在设定范围内选取适当的控制参数K进行预实验,采集步行中的足底压力Fsole(t)、髋关节角度q(t);
设定期望偏差eF、eq,再计算指标偏差Fe、qe作为模型输入,以控制参数K作为模型输出,进行模糊神经网络训练;
如果期望步态相位点发生变化,则重复上述过程,反之,则完成模型训练;
所述第二控制器采用自适应阻抗控制策略实现人机力交互协同控制,所述下肢助力外骨骼在步态周期中关节空间的阻抗模型为:
式中,Mk(t)是自适应惯性系数,Bk(t)是自适应阻尼系数,Kk(t)是自适应刚度系数,qd(t)是髋关节期望角度,q(t)是髋关节实际角度,F(t)是输出的人机交互力;
所述第三控制器是导纳-位置控制器,用于对所述第二控制器所产生的期望轨迹曲线进行精确跟踪;所述下肢助力外骨骼的刚度模型和运动学模型为:
式中,为刚度模型下所需鲍登线位置,为运动学模型下所需鲍登线位置,H1与H2是刚度模型的常系数,G是运动学模型的常系数;
然后,将鲍登线期望速度作为反馈项发送到内部速度控制电路,内部导纳方程为:
最后,根据预设的刚度模型和运动学模型,外部导纳方程为:
式中,Vd(t)为鲍登线期望速度;
所述控制系统的工作过程包括以下步骤:
在站立早期,所述外骨骼控制系统由所述足底压力鞋垫反馈力触发工作,并将Fsole(t)输入至所述第一控制器中触发步态识别算法;模糊神经网络采集的3个所述角度传感器的数据融合计算得出髋关节角度,输入训练模型预测出期望步态相位点Pd(t),再经由髋关节轨迹生成器生成期望角度qd(t);
所述第二控制器中自适应阻抗控制策略融合角度误差信息与所述第一拉力传感器、所述第二拉力传感器信息输出人机交互力F(t),并通过自适应算法实现人机力交互协同控制;
所述第三控制器中的导纳-位置控制器根据人机交互力F(t)预测出鲍登线期望速度Vd(t),并经由所述第三控制器中的速度控制器输出期望电流Id(t)以控制所述驱动控制装置的电机转速,使得鲍登线收缩以辅助髋关节伸展。
2.如权利要求1所述的穿戴式柔性下肢助力外骨骼控制系统,其特征在于,为了构建自适应参数学习率,将人机交互力偏差和髋关节角度误差作为代价函数,具体计算公式为:
eq(t)=qd(t)-q(t),
ef(t)=Fd(t)-F(t),
式中,Λ(t)是代价函数,eq(t)是髋关节角度误差,ef(s)是eq(t)经过拉普拉斯变换得到的频域函数,ef(t)是人机交互力偏差,Fd(t)是人机交互期望力。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海理工大学,未经上海理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210037269.1/1.html,转载请声明来源钻瓜专利网。