外骨骼机器人测量系统、行走步态建模分析方法和设备转让专利
申请号 : CN202010478908.9
文献号 : CN111685772B
文献日 : 2021-07-09
发明人 : 张涛 , 张萌 , 薛涛
申请人 : 清华大学 , 上海博灵机器人科技有限责任公司
摘要 :
权利要求 :
1.一种行走步态建模分析方法,包括:获取行走步态中髋关节转动角度的轨迹信号;
根据所述轨迹信号和非线性振荡器模型确定建模误差,包括:将所述轨迹信号与所述非线性振荡器模型的输出信号进行比较,得到建模误差F,其中,所述非线性振荡器模型为:
其中,x,y为非线性振荡器的状态向量, 为所述状态向量的长度,u为所述非线性振荡器的幅值,ω为所述非线性振荡器的频率,φ为所述非线性振荡器的相位,η为振荡器极限环的吸引系数,ε为学习因子系数;
根据所述建模误差修正所述非线性振荡器模型的模型参数,所述模型参数包括非线性振荡器的幅值、相位和频率,其中,所述根据所述建模误差修正所述非线性振荡器模型的模型参数,包括:
按照下式根据所述建模误差F修正所述非线性振荡器模型中的幅值u、相位φ和频率ω:
其中,ku,kφ,kω分别为幅值的反馈增益、相位的反馈增益和频率的反馈增益,x,y为非线性振荡器的状态向量, 为所述状态向量的长度;
根据修正后的所述模型参数更新所述非线性振荡器模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述建模误差修正所述非线性振荡器模型的模型参数之后,还包括:根据所述模型参数提取步态参数,其中,步态参数包括步长、步频和步态相位。
3.根据权利要求2所述的方法,其特征在于,所述步频等于所述非线性振荡器的频率,所述步态相位等于所述非线性振荡器的相位,x,y为非线性振荡器的状态向量,所述步长等于所述状态向量的长度
4.根据权利要求2所述的方法,其特征在于,所述根据所述模型参数提取步态参数之后,还包括:
根据所述步态参数中的步态相位对步态阶段进行划分,其中,划分方式包括:
5.根据权利要求1所述的方法,其特征在于,所述根据所述建模误差修正所述非线性振荡器模型的模型参数之后,还包括:根据所述模型参数和轨迹信号进行运动意图评估。
6.根据权利要求5所述的方法,其特征在于,所述根据所述模型参数和轨迹信号进行运动意图评估,包括:
根据所述轨迹信号和所述模型参数中的频率确定轨道能量;
根据所述轨道能量和预设的阈值确定运动意图。
7.根据权利要求6所述的方法,其特征在于,所述根据所述轨迹信号和所述模型参数中的频率确定轨道能量的步骤中,按照下式确定所述轨道能量E:
其中,ω为频率,z为轨迹信号,为所述轨迹信号对应的角速度。
8.根据权利要求6所述的方法,其特征在于,所述阈值包括第一阈值和第二阈值,所述根据所述轨道能量和预设的阈值确定运动意图,包括:在步态为停止状态时,当所述轨道能量大于预设的第一阈值,则所述运动意图为从停止状态转换为行走状态;
在步态为行走状态时,当所述轨道能量小于预设的第二阈值,则所述运动意图为从行走状态转换为停止状态。
9.一种外骨骼机器人测量系统,其特征在于,包括:腰带、主控仓、被动关节、主动关节和大腿连杆,其中
所述腰带与主控仓相连,所述腰带用于固定在被测者的腰部;
所述主控仓用于与所述被测者的背部贴合,所述主控仓内置有控制模块,所述控制模块用于获取编码器检测到的被测者髋关节转动角度的测量信号,根据所述测量信号进行步态的建模和分析;所述控制模块包括解码单元和建模分析单元,其中;
所述解码单元用于根据所述测量信号确定行走步态中髋关节转动角度的轨迹信号;
所述建模分析单元用于根据所述轨迹信号和非线性振荡器模型确定建模误差;根据所述建模误差修正所述非线性振荡器模型的模型参数,所述模型参数包括非线性振荡器的幅值、相位和频率;根据修正后的所述模型参数更新所述非线性振荡器模型;
所述根据所述轨迹信号和非线性振荡器模型确定建模误差,包括:将所述轨迹信号与所述非线性振荡器模型的输出信号进行比较,得到建模误差F,其中,所述非线性振荡器模型为:
其中,x,y为非线性振荡器的状态向量, 为所述状态向量的长度,u为所述非线性振荡器的幅值,ω为所述非线性振荡器的频率,φ为所述非线性振荡器的相位,η为振荡器极限环的吸引系数,ε为学习因子系数;
所述被动关节包括两个,分别设置在所述腰带的两侧,所述被动关节包含无动力的轴承,提供冠状面旋转的自由度;
所述主动关节包括两个,分别与所述两个被动关节相连,提供矢状面旋转的自由度;所述主动关节内置有编码器,所述编码器与所述控制模块相连,用于基于所述主动关节的运动获得被测者行走步态中髋关节转动角度的测量信号;
所述大腿连杆包括两个,所述大腿连杆的一端与所述主动关节相连,另一端设置有绑带,通过绑带与所述被测者的大腿固定。
10.一种行走步态建模分析设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~8中任意一项所述的方法。
11.一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1~8中任意一项所述的方法。
说明书 :
外骨骼机器人测量系统、行走步态建模分析方法和设备
技术领域
背景技术
定康复治疗计划和评定康复疗效提供客观依据。
体步态数据;(2)基于动力学建模方法;第一类是基于数据的方法,在捕获数据的基础上进
行拟合预测,其模式较为固定,对环境变化、个体差异等适应性较差,第二类方法是基于动
力学模型的方法,其可以精确还原解析行走步态下躯体运动学及动力学特征,但其依赖于
一个精确的动力学模型,对于人体而言,各部位的惯量、阻尼和刚度等参数难以获取。
发明内容
行步态的建模和分析;
的运动获得被测者行走步态中髋关节转动角度的测量信号;
态建模分析方法。
线性振荡器模型的模型参数,所述模型参数包括非线性振荡器的幅值、相位和频率;根据修
正后的所述模型参数更新所述非线性振荡器模型。本申请实施例根据髋关节转动角度的轨
迹信号,即可实现步态轨迹的自适应同步,具备快速收敛特性、参数自适应性和噪声鲁棒
性。
所描述的方案来实现和获得。
附图说明
振荡器的幅值自适应结果;
具体实施方式
多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合,并在具体实施方式中
进行了讨论,但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情
况以外,任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结
合使用,或可以替代任何其它实施例中的任何其他特征或元件。
的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元
件组合,以形成另一个由权利要求限定的独特的发明方案。因此,应当理解,在本申请中示
出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此,除了根据所附权利
要求及其等同替换所做的限制以外,实施例不受其它限制。此外,可以在所附权利要求的保
护范围内进行各种修改和改变。
或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的,其它的步骤顺
序也是可能的。因此,说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此
外,针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤,本领域技术
人员可以容易地理解,这些顺序可以变化,并且仍然保持在本申请实施例的精神和范围内。
动轨迹。
信号,根据所述测量信号进行步态的建模和分析。
节相连,提供矢状面旋转的自由度;所述主动关节内置有编码器,所述编码器与所述控制模
块相连,用于基于所述主动关节的运动获得被测者行走步态中髋关节转动角度的测量信
号。
并记录行走过程中髋关节在矢状面的转动角度,主动关节104提供了纵向运动,例如大腿的
前屈/后伸的自由度;被动关节103包括无动力的轴承,提供了横侧向运动,例如大腿的外
展/内收的自由度。
而在大腿前屈/后伸过程中带动主动关节旋转。
振荡器的幅值、相位和频率;根据修正后的所述模型参数更新所述非线性振荡器模型。
算平台树莓派302,负责编码器角度解码的单片机301,用于测量主动关节旋转角度的编码
器303以及供电电池模块304组成。嵌入式计算平台由一个微型电脑树莓派3B+组成,安装了
Ubuntu16.04操作系统和通用的ROS机器人操作系统,控制总线采用EtherCAT现场总线,使
用分布式实时时钟技术对各节点的采样时间进行控制,角度传感器使用1000线的相对编码
器进行测量,即一圈360度可以产生4000的角度分辨值。所有测量输入汇总到主控制器树莓
派3B内部,并有其计算分析进行步态的建模和分析。
其振荡频率周期、振荡幅值及其振荡相位都存在较大的波动。
位,η为振荡器极限环的吸引系数,ε为学习因子系数。
为人自然行走的频率,通常在4‑6之间。φ预设有初始值,为非线性振荡器的相位,范围在
[0,2π]之间。η为振荡器极限环的吸引系数,其取值越大则状态向量向极限环的收敛速度越
快,通常取值范围为5‑20之间。ε为学习因子系数,当其取值较大对输入的信号同步较快,但
对噪声的抑制能力较弱,取值要在两者之间平衡,通常选取1‑10之间。振荡器微分方程等式
右边的第一项为可变非线性阻尼项,可根据振荡器当前状态向量的长度和期望的长度的误
差选择耗散能量亦或是注入能量,从而保证了其在振荡极限环附近的稳定性与收敛性。第
二项为线性反馈项,用于确保系统状态变量以设定的固有频率ω进行振荡。第三项为同步
反馈项,根据当前的输出与输入间的误差,反向修正信号的幅值、频率与相位参数,增强了
其对复杂信号的适应能力。
比较强。该增益参数的选取根据信号的噪声水平与变化频率的快慢,当信号噪声较大时降
低增益系数提升抗干扰能力,而噪声较小的情况下可以增大增益系数提升对外界信号波动
的适应能力。
可知,该轨迹由最开始的零点收敛到一个稳定的极限环中,并且该极限环的半径随着跟踪
信号的幅值变化随之进行自适应调整。图6(c)为频率跟踪的效果,该方法能够适应实现频
率的同步自适应,由图可知两个信号间存在一些延迟,但该延迟小于0.5s,符合满足步态建
模的需求。图6(d)为信号幅值的跟踪效果,对于阶梯型的幅值跟踪符合需求,虽然在转折点
出现一点超调,但该误差可以通过振荡器的实时修正进行补偿。
分逻辑如下所示:
值方法,实现停止到启动之间转换的检测。轨道能量的表达式如下:
预设的第二阈值m2,则所述运动意图为从行走状态转换为停止状态。
两个可变的阈值m1和m2,意图检测逻辑如下所示:
停止状态 E>m1 停止‑>行走
行走状态 E<m2 行走‑>停止
申请实施例所述方法能够仅仅利用两侧的髋关节角度轨迹可实时在线对行走步态进行建
模、分析和预测,不依赖复杂的生物信息传感、力传感以及空间姿态传感等系统,并能够实
现步态模式的自适应同步;通过本申请实施例,能够实现步态信号输入的实时幅值、频率与
相位的自整定,并且参数收敛时间小于一个步态周期;本申请实施例的建模方法可进一步
应用于运动意图的评估,运动相位评估,髋关节角速度、角速度获取和柔性驱动关节的控
制,可为助力外骨骼机器人的控制提供额外的输入信息。
行走状态 E<m2 行走‑>停止
走过程在在触底相、支撑相、预摆动相以及摆动相的时间占比,生成行走步态的参数表,可
与标准的临床步态参数进行对比进一步发掘步态特征。
和分析结果进行记录。算法参数设置如下
η 10 ε 5
ku 5 kφ 20
kω 20 u(0) 0
ω(0) 1.6π
果来看,本申请实施例提出方法仍然能够跟踪原始信号,并对相位进行锁死同步,并且能够
在一个行走步态周期内完成参数的稳态收敛,说明了本申请实施例的算法快速性、自适应
性和鲁棒性。
动,因此呈现一个条带状。并且,环状的条带在空间中的分布呈现环状特性,因此可以在二
维平面上设计一个环状阈值,当系统状态位于该环状阈值外代表行走状态,位于该环状阈
值内代表停止状态。
一个常值附近,表明该频率自适应的有效性。图11(b)为振荡幅值的自适应曲线,与上述分
析类似,停止行走状态收敛到一个比较小的常值附近,在行走状态时收敛到一个较大的常
值,与输入的髋关节步态模态相符。
符,左侧两侧的振荡相位在稳态势趋于一致,间接验证了相位预估的准确性。于此同时,在
由静止状态到行走状态时,相位的模态由无规律的波动迅速转化为周期性的递增模态,说
明了相位预估的快速准确性。
态参数的提取、步态分割和意图评估等分析方法满足步态分析的需求,并可为外骨骼辅助
机器人的控制提供参考输入。
态建模分析方法。
各种可以存储程序代码的介质。
在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个
物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组
件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被
实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读
介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时
性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如
计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非
易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其
他存储器技术、CD‑ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他
磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此
外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模
块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息
递送介质。