下肢外骨骼机器人开发技术综述

下肢外骨骼机器人是一种结合了人体机理和机械特性的可穿戴设备,涉及机器人学、人体工程学、控制理论、传感器技术、信息处理技术等学科,是多种高新科技的集成。利用下肢外骨骼可以让行动不便的人重新获得行走能力、给人更强的肢体力量承受更大负载,具有很高的应用价值。

按照功能可以将下肢外骨骼机器人划分为康复治疗型外骨骼和增力型外骨骼。目前世界上主流的下肢外骨骼机器人包括以色列Rewalk、日本的HAL以及美国的EKSO GT等,但是价格都相对昂贵。近几年国内针对骨骼的研究逐渐发展起来,开始受到更多科研机构和市场的关注。

下肢外骨骼机器人开发技术综述_第1张图片

人体运动机理研究是下肢外骨骼开发基础

下肢外骨骼系统通常由仿生机械腿;动力源与驱动器;传感器;以及控制器四个主要部分组成。在其开发过程中涵盖了人体下肢运动生物力学、外骨骼机构运动学及动力学、运动状态检测及人体运动意图识别、运动规划、驱动系统控制等关键技术。

下肢外骨骼使用过程中需要保持与人体下肢同步协调运动,因此在腿关节自由度设置、各自由度驱动配置、驱动器选型、检测人机运动状态的各类传感器布置以及基于传感器信号的人体运动意图识别等环节都需要对下肢行走机理进行研究。

此外,为使下肢外骨骼的负载、步速、步幅等有更大的设置区间,同时可用于平地、坡地、上下楼梯等不同行走场景,也需要对下肢的行走激励进行研究。这就需要进行各种步态下人体行走实验,以获得下肢各关节在不同工况下的运动学数据,并对设计的下肢外骨骼机构进行动力学分析及建模。

NOKOV度量动作捕捉能够准确获取人体运动数据

在行走、下蹲、起立以及上下楼梯等一些常见下肢运动过程中,下肢的全部运动结构都参与其中,这些常见动作也是下肢外骨骼机器人需要实现的动作。

运动学数据的采集测量,关键在于对人体在三维空间内的运动进行高精度数据捕捉。NOKOV度量动作捕捉系统为被动式光学原理,利用布置在场地周围的动作捕捉摄像头捕捉定位目标物在三维空间中的实时位置信息。具有定位精度高(亚毫米级)、采样频率高(最高380Hz)、标识物对人体运动无干扰等特点。采集数据包括人体下肢各关节的实时运动角度、角速度和角加速度,以及各部分质心的运动轨迹、速度及加速度数据。

下肢外骨骼机器人开发技术综述_第2张图片

通常场地中央还会布置步道、测力台、阶梯等。配合测力台,不仅可以采集人体运动各关节角度、角速度等运动学数据,还可以根据人体动力学模型与采集到的运动学数据计算人体各关节扭矩、功率等动力学数据。

下肢外骨骼机器人开发技术综述_第3张图片

采集到的不同工况下人体运动数据不仅可以指导下肢外骨骼仿生机构的设计,同时也是外骨骼机器人动力学研究的基础。

除了结构设计需要用到人体运动数据,在利用下肢外骨骼进行辅助训练时,也需要利用NOKOV度量动作捕捉系统采集正常人的特定步态数据并传输至外骨骼机器人中,外骨骼机器人跟踪采集到的正常人的步态轨迹,实现对患者的康复训练目的。

NOKOV度量动作捕捉应用案例

在外骨骼机器人开发研究方向上,很多课题组选择NOKOV度量动作捕捉系统作为其步态数据采集&性能验证设备,下面是一些客户案例。

南方科技大学

南方科技大学付成龙老师的人体增强机器人实验室主要从事的是生机电一体化穿戴式机器人的研究。研究人员将NOKOV(度量)光学三维动作捕捉系统与三维测力平台、表面肌电仪、足底压力测量仪等设备同步运行,获取人的六自由度(6DoF)的运动轨迹和运动学参数,进行精确的步态分析,并作为运动规划和位姿规划的基础数据,解决了相容性问题。

北京航空航天大学

北京航空航天大学陈伟海老师团队针对楼梯这一典型场景,在基于视觉的楼梯感知和楼梯上升的步态生成方法的基础上,提出了一种基于深度相机的下肢外骨骼上楼梯的自适应步态生成算法。

为了获取一组自然的楼梯行走步态作为参考,陈老师团队用NOKOV度量动作捕捉系统(由16个动作捕捉镜头、带有反光标记点的动捕服和运动分析软件组成)收集了一系列健康人在平地和楼梯上行走的下肢运动数据。动作捕捉镜头捕捉到下肢的反光标记点,系统计算出各个点的三维坐标,运动分析软件将每个标记点与人体模型的特定位置关联起来,形成完整的下肢关节。研究中,将动作捕捉系统获取的髋关节角度和膝关节角度表示为下肢行走步态。

下肢外骨骼机器人开发技术综述_第4张图片

原文链接:https://aip.scitation.org/doi/abs/10.1063/1.5109741

中原工学院

中原工学院王瑷珲老师团队针对因脑卒中等中枢神经系统疾病而导致下肢运动障碍的患者,提出了一种将健康人体的步态数据作为控制输入,并设计鲁棒自适应PD控制器,使下肢康复机器人能够跟随健康人体的步态轨迹做康复训练的控制方法。

下肢外骨骼机器人开发技术综述_第5张图片

研究人员采用NOKOV度量动作捕捉系统采集人体运动步态数据,通过捕捉粘贴人体关节处的反光标识点来获取关节点在空间中的实时位置,数据经过拟合滤波后,通过逆运动学可以计算出下肢髋关节和膝关节的关节角,作为外骨骼机器人控制器的数据输入。

下肢外骨骼机器人开发技术综述_第6张图片

实验表明,在开始小幅度的波动后,下肢康复机器人的髋关节和膝关节都能够快速跟随到期望角度,关节角度和速度误差可以快速收敛于0。开始时的小幅度关节位置波动也在关节运动的安全范围以内,从而保证了系统的安全性和稳定性,也验证了所提算法的安全性和可行性,通过相似性函数验证机器人运动轨迹与人体运动轨迹相似极高,客观表明人体穿戴过程中较高的舒适性。

你可能感兴趣的:(机器学习,算法,人工智能)