基于卡尔曼预测的外骨骼摆动腿随动控制研究

针对一种双关节驱动助力外骨骼机器人中人机交互系统所获取的传感器信息滞后于人体运动意图,从而造成执行机构无法及时跟踪摆动腿的运动,导致无法提供助力的情况,运用卡尔曼滤波算法对采集到的下肢运动信息进行运动意图预测,以弥补延时。利用采集的步态周期数据进行控制仿真实验:依据下肢外骨骼单侧腿简化的二连杆动力学模型,将预测信号输入模型,并采用PD控制验证系统稳定性和预测准确度。仿真结果表明,利用该方法可以对人体运动意图进行有效的预测,可用于驱动外骨骼摆动腿进行随动控制。     

人体步态分析与负重外骨骼机器人的动力学仿真

分析和识别穿戴者的步态信息,指导负重外骨骼机器人的机械结构设计,使其能够和穿戴者协调同步行走。设计仿人体下肢生物平台,利用传感器系统实时反馈人的步态数据,设计与建立步态数据库,在ADAMS中建立三维离线式仿真系统,结合步态的运动学数据,进行动力学分析,为机械结构的设计和驱动单元的选型提供了理论依据和数据支持。通过负重外骨骼机器人的穿戴测试,表明机械结构设计合理,可以真实反映关节转矩的变化。