搜索
一、研究意义随着科学技术地不断进步和飞速发展，机器也随之变得更具现代化、人性化、智能化。在人类工作生活中发挥出了越来越大的作用。外骨骼(Exoskeleton)的概念源自于生物学，指的是能为生物提供保护和支持的坚硬的外部结构，起着支撑身体，保护重要器官，运动辅助，感知环境等重要功能。而人体外骨骼是一种模仿生物界的外骨骼而开发出来的新型机电一体化装置，可以穿戴在人体外部，为穿戴者提供更强的机体能力。可以为残疾人和老年人提供身体支撑、运动辅助、信息融合的功能，使其可以获得走路，起坐，上下楼梯等小范围的生活自理能力，减轻家人的照顾负担。二、研究现状由于人体外骨骼能够极大的方便老年人和残疾人的自主行动，改善生活质量，国内外有诸多高校和研究机构进行研究，其发展非常迅速。1、美国伯克利大学的BLEEX外骨骼机器人2、日本筑波大学的HAL外骨骼机器人3、中科院合肥智能机械所的外骨骼助力机器人。4、浙江大学的助力与康复外骨骼下肢机器人三、系统设计1、机械设计人体外骨骼的机械设计应该充分考虑人机工程学的要求，做到可靠，轻便，可穿戴这几个要求。在人体外骨骼的机械设计中应该做到尺寸可以在一定范围内可调节，一适应大多数穿戴者的使用要求，使其具有较广的适用面，为此，分别在大腿外骨骼和小腿外骨骼分为两段杆件，设置为可以通过伸缩的方式调节下肢外骨骼的长度。初步设定为适应150cm~180cm身高的人群使用。人体外骨骼系统每个下肢均具有4个自由度，分别为髋关节屈伸自由度（主动），髋关节内旋外旋自由度（被动），膝关节屈伸自由度（主动）和踝关节屈伸自由度（被动）。而每个关节又保证有一定的柔性，可以适应人体微调的需要。控制器和电池放置于人体的腰部，通过硬质腰带的形式固定于人体上。操作面板为触摸式操作，位于腹部，采用翻盖式设计，可以合上，保护人机交互的触摸屏，方便操作。可靠性：人体外骨骼作为人体辅助医疗器械，对可靠性有很高的要求，必须保证其连接的牢固可靠。人体关节的活动范围有角度限制。在最大的角度处需要有机械的限位装置，保证不会发生伤害使用人的事故的发生。髋关节：-30~120，膝关节：0~150，踝关节：-40~20度。轻便性：考虑外骨骼的轻便性，应使用密度小刚度大的材料，如铝合金，碳纤维，钛合金等。电机使用maxon的扁平电机，减小尺寸和重量。电池使用放电电流大，质能比高的锂电池。可穿戴：外骨骼与身体的连接处使用弹性布料，保证和身体的柔性牢靠连接。分为内外两层，中间固定外骨骼，内外层可以分离，方便换洗。脚部关节和腿部柔性连接，构成整体。2、传感器设计传感器由以下几种组成：1、脚底压力传感器：FlexPressure压力传感器，用来检测脚底压力，前脚掌，后脚掌各一个。0~40kg量程。该压力传感器在电路中等效为压敏电阻，当压力传感器无外界负载时，电路处于高阻状态，当外界压力施加到传感器上时，电阻随之减小。压敏电阻的大小与外界压力大小成反比关系。传感器为柔性印刷电路，厚度仅0.1mm，可以非常方便的设计在鞋垫中，作为可穿戴式的脚底压力检测系统。2、腿部位姿传感器：检测腿部和地面所成的夹角，小腿和大腿各一个。采用MPU050芯片设计，集成了三轴加速度计和三轴陀螺仪，在模块内部集成了卡尔曼滤波的数据融合算法，串口输出RPY三个角度信息和三轴角速度信息。能够在动态情况下准确输出模块姿态信息，测量精度达到0.01°，数据输出频率高达100Hz，完全能够满足人体外骨骼测量腿部姿态的要求。3、编码器：检测外骨骼关节之间的角度，髋关节和膝关节各一个。因为旋转角度范围较小，不超过360度，可以选用绝对式编码器，从而省去校正零点的过程，而且再断电之后仍然能够记录角度的变化，方便使用。4、力传感器：检测外骨骼和人体下肢之间的相互作用力（可选，目前没有做好选型）3、执行器设计电机和减速器的选型。髋关节电机的选择：图行走过程中髋关节转矩和角速度图（蓝色为角速度）行走过程中最大转矩是92.93Nm，髋关节最大转速为27.45r/m图行走过程中髋关节角度和功率图（蓝色为角度）图起蹲过程中髋关节角度和功率图（蓝色为角度）由上可知，髋关节的最大瞬时功率约为0.409kW，最大转速为27.45r/m，最大转矩为92.93Nm。可选择maxon的ec-90电机，参数如下：额定功率：90W额定电压：24V额定转矩：0.444Nm额定转速：2590rpm堵转转矩：4.94Nm空转转速：3190rmp直径90mm图MaxonEC-90电机实物图（左）harmonic公司的CSD谐波减速器实物图（右）当配备1:100速比的减速器时，空载时转速可以达到31.9rmp；按3倍过载来计算，转矩可以达到133Nm，如果考虑减速器的效率为0.7，仍然有93.1Nm，能够满足要求。由于过载时间较短，呈现周期性的变化，电机可以允许短时间的过载运行，所选电机能够满足要求。根据所需的驱动力矩和速比，选择减速器。可以选择harmonic公司的CSD谐波减速器，这种减速器呈扁平状，方便安装。具体型号为CSD20-100。转速比为100，最大瞬时允许转矩为95Nm，可以满足要求。允许平均输入转速为3500rmp，满足所选电机的输出转速。膝关节电机的选择：图行走状态下膝关节转矩、角速度图（蓝色为角速度）图行走过程中膝关节角度和功率图（蓝色为角度）图起蹲过程中髋关节角度和功率图（蓝色为角度）由上可知膝关节在行走过程中功率较小，其在起蹲过程中功率较大，如果考虑起蹲的情况，应该按照最大功率为0.1847kW来计算。最大转速为70.61r/m，最大转矩为30.38Nm。如果以3倍过载来计算，可以选择70W的电机。选用maxon的ec-45的电机。参数如下：额定功率：70W额定电压：24V额定转矩：0.128Nm额定转速：4860rpm堵转转矩：1.46Nm空转转速：6110rmp直径45mm相应的谐波减速器的减速比也应该减小，可以选择减速比为1:50的谐波减速器。于是在额定转速下的输出转速为97.2rpm，大于最大转速70.6rpm，可以满足要求。再计算最大输出扭矩，为1.46*50=73。考虑减速器是损耗，则输出最大扭矩为73*0.7=51.1Nm，大于最大转矩30.38Nm，可以满足要求。4、控制算法设计人机系统模型模糊控制电机控制器外骨骼人体脚底压力驱动力辨识运动趋势PD控制器角度，角速度，角加速度角度角速度角度，角速度图外骨骼控制框图控制算法是外骨骼系统的核心部分，负责对传感器数据的采集和处理，基于采集到的数据做出数据融合，综合分析，从而决定步态的规划，控制电机的运动，实现对人体的助力功能。整个控制系统采用分层控制的思想，共有两层层，分别为行走规划层——数据融合，分析预测，生成控制指令关节控制层——采集数据，控制执行电机。选用STM32F103C8T6作为关节控制层的处理器。STM32系列基于专为要求高性能、低成本、低功耗的嵌入式应用专门设计的ARMCortex-M内核，适用于人体外骨骼嵌入式控制的需要。STM32F103C8T6主频达到72MHz，37个GPIO端口，20K的SRAM和64K的FLASH，12位精度的内置AD转换器，包含SPI，I2C，UART，USB等常用的通信总线，最重要的它具有3个独立的UART串行控制器，方便了与诸多传感器的通信。此外，STM32还支持包括USCOII在内的多种实时操作系统，为程序的开发、移植带来便利。现在国内外常见的外骨骼控制算法有：1、手动控制2、参考步态曲线控制3、生物电控制4、主从跟随控制5、力反馈控制6、基于动力学模型的控制在本设计中采用参考步态曲线控制、主从跟随控制和基于动力学模型控制相结合的方法。通过采集人体脚底压力的情况作为输入，通过神经网络的训练获得参考步态曲线。当人体腿部力量较弱时，参考步态曲线控制能够起到较好的作用，帮助使用者获得较大的助力。而当人体腿部力量较强时，宜采用主从跟随控制来获得更好的舒适感。主从跟随控制通过跟踪人体腿部的运动趋势，比较人体和外骨骼运动的角度，角速度之差，用PD控制器来实现对外骨骼的控制，使外骨骼跟随人腿部的运动。相较于以上两种控制方法，基于动力学模型的控制较为复杂，通过对人体外骨骼的建模，用机器人逆动力学的方法动态的分析出外骨骼在运动中受到的力和力矩的变化，实时调整力的大小，保证使用的舒适和响应的快速。因此对外骨骼建模的精确程度直接关系到最后的使用体验。三者所占比重的大小应该根据使用者的身体情况作出动态的调节，使之能够适应更多的人群。三种控制策略最后通过模糊控制器完成数据融合处理，生成对电机控制的指令。STM32F103C8T6（行走规划层）STM32F103C8T6（关节控制层）STM32F103C8T6（关节控制层）USARTUSARTUSART无线模块人机交互（显示屏，按键等）前脚掌压力后脚掌压力髋关节角度膝关节角度大腿位姿小腿位姿机械限位开关髋关节电机膝关节电机图控制系统组成图基于动力学模型控制中最重要的部分是人体外骨骼动力学模型的建立。通过逆动力学求解，可以得出控制所需的力矩。其中动力学模型的精确程度很大程度上决定了外骨骼的控制性能。逆动力学是给出了各个关节的位移、速度和加速度，求解关节驱动力，可表示为F=g(q,q̇,q̈)人体外骨骼可以简化为一个顶端固定的二连杆模型。L1为关节1的长度，L2为关节2的长度。杆件1和2的质量分别为m1和m2，其质心均假设位于杆件的中心。θ1表示关节1偏离Y轴的角度，θ2表示关节2偏离关节1的角度。关节1的动能可表示为E1=12m1v12=12m1d12θ̇12关节1的势能可表示为P1=−m1gd1cosθ对于关节2，要结合关节1的速度等相关参数进行计算。先计算关节1末端的位置。x1=L1sinθ1，y1=−L1cosθ1再计算关节2的重心的位置x2=L1sinθ1+d2sin(θ1+θ2)，y2=−L1cosθ1−d2cos(θ1+θ2)可得关节2质心处的速度为x2̇=dx2dt=L1cosθ1θ1̇+d2cos(θ1+θ2)(θ1̇+θ2̇)y2̇=dy2dt=L1sinθ1θ1̇+d2sin(θ1+θ2)(θ1̇+θ2̇)v22=ẋ22+ẏ22=L12θ̇12+d22(θ̇1+θ̇2)2+2L1d2cosθ2(θ̇12+θ̇1θ̇2)关节2的动能可表示为E2=12m2v22=12m2L12θ̇12+12m2d22(θ̇1+θ̇2)2+m2L1d2cosθ2(θ̇12+θ̇1θ̇2)关节2的势能可表示为P2=−m2gL1cosθ1−m2gd2cos(θ1+θ2)接下来，可以使用拉格朗日法来进行动力学分析。先求得拉格朗日函数，L=E1+E2−P1−P2=12(m1d12+m2L12)θ̇12+12m2d22(θ̇1+θ̇2)2+m2L1d2cosθ2(θ̇12+θ̇1θ̇2)+(m1d1+m2L1)gcosθ1+m2gd2cos(θ1+θ2)对拉格朗日函数进行求微分，则得到了相应的拉格朗日方程{∂L∂θ1=−(m1d1+m2L1)gsinθ1−m2gd2sin(θ1+θ2)∂L∂θ2=(m1d12+m2L12)θ̇1+m2d22(θ̇1+θ̇2)+2m2L1d2cosθ2θ̇1+m2L1d2cosθ2θ̇2通过拉格朗日方程的计算可以把关节的运动信息转化为所需的驱动力。τ1=ddt∂L∂θ̇1−∂L∂θ1=(m1d12+m2L12+m2d22+2m2L1d2cosθ2)θ̈1+(m2d22+m2L1d2cosθ2)θ̈2−m2L1d2sinθ2θ̇22−2m2L1d2sinθ2θ̇1θ̇2+(m1d1+m2L1)gsinθ1+m2gd2sin(θ1+θ2)τ2=ddt∂L∂θ̇2−∂L∂θ2=(m2d22+m2L1d2cosθ2)θ̈1+m2d22θ̈2+m2L1d2sinθ2θ̇12+m2gd2sin(θ1+θ2)