助力型下肢外骨骼机器人多信号融合感知系统研究
助力型下肢外骨骼机器人最初被用于增强士兵体能，提高单兵作战能力，随后广泛应用于康复医疗、抗震救灾以及登山助力等场合，引起各个领域的科研人员从事外骨骼机器人研究，在国内外各大高校、医疗机构以及研究院掀起一场外骨骼研发热潮，其研究主要分为仿生设计、精确感知以及柔顺控制等三方面，其中穿戴者意图的精确感知是柔顺控制的前提，是实现人机耦合的关键。因此，本文从以下几个方面针对团队自研发的下肢外骨骼机器人感知系统进行研究。 第1章绪论。介绍本论文研究背景和国内外研究现状，阐述论文的研究目标、研究意义以及研究思路和章节安排。 第2章下肢外骨骼机器人感知参数分析。介绍自研发下肢外骨骼机器人的系统组成构架，分析下肢动态模型，基于此初步探究并确定下肢外骨骼机器人的协同控制方法:支撑相采用位置控制，摆动相采用基于模型的交互力控制方法。最终将混合控制方法的输入量确定为感知系统的感知量。 第3章下肢感知信息获取与分析。在对下肢运动学理论充分了解的基础上，结合外骨骼机器人控制需求，搭建下肢步态信息采集系统，并利用变增益卡尔曼数据融合算法和Savitzky-Golay滤波算法分别对IMU传感器数据进行姿态角度解算和对FSR压力数据进行预处理，即可在传感器端直接获取感知量。 第4章下肢外骨骼机器人感知识别算法研究。主要针对不能直接从传感器端获取的感知量进行算法研究，提出基于足底压力的模糊-比例步态识别算法对脚跟着地、负载响应、预摆动以及摆动四个步态相进行识别，并详细介绍算法的实现过程。 第5章下肢外骨骼机器人感知系统实验研究。主要针对第3章提出的变增益卡尔曼数据融合姿态角度解算算法、人机交互力感知方式以及第4章提出的基于足底压力的模糊-比例步态识别算法进行实验研究。对于角度解算算法验证，以电位计角度作为对比进行实验，结果表明算法具有高精度、高稳定可靠性。进行人机实验得到FSR传感器能很好地感知人机相互作用力，验证了提出的绑带交互力感知方式是可行的。针对步态识别算法的通用性和快速性实验，邀请到三个志愿者分别在不同路面上以不同速度行走，获得算法能以平均99％以上的准确率识别步态相，验证了算法的通用性;以足底开关作为参考系统，获得算法以较小延时识别步态相，验证了算法的快速性。 第6章总结与展望。对本论文的研究内容进行总结，并说明现存的问题以及未来的研究方向。
外骨骼机器人;感知系统;变增益卡尔曼算法;步态识别
浙江大学
硕士
机械电子工程
欧阳小平
2017
中文
TP242.6
101
2017-06-13（万方平台首次上网日期，不代表论文的发表时间）