步行助力外骨骼機器人

FPGA技術江湖 2024-06-01 07:11

告別加班！讓你的AI調試效率翻倍！ 一站式破解芯片研發全流程痛點，西門子 EDA Forum 2026等你來

大俠好，歡迎來到FPGA技術江湖，江湖偌大，相見即是緣分。大俠可以關注FPGA技術江湖，在“闖蕩江湖”、"行俠仗義"欄里獲取其他感興趣的資源，或者一起煮酒言歡。

概述

步行助力外骨骼是一種穿戴在人體下肢的人機一體化機械裝置。它的優越性在于能將支撐、運動、防護三項功能緊密結合，通過同步“跟隨”人體運動，輔助人體負重行走，有效提升使用者的負載行動能力。在康復訓練中它能夠替代醫療人員進行反復的康復工作，并能夠提供精準的關節運動姿態和保護。

國內下肢外骨骼系統的發展尚處于研究試驗階段，其技術難點在于外骨骼對于人體運動的順應性即外骨骼機器人的柔性。針對上述問題，研發了一種步行助力外骨骼機器人，該機器人具有如下功能：

（1）穿戴在人體腰部及下肢，可實現坐下/站起及負重行走。

（2）膝關節機構能夠模擬人體膝關節的變速運動，具有更好的順應性。

（3）通過安裝在人體的IMU系統及力傳感器，可以實時檢測人體步態、下肢姿態及人機交互力，實現人機協同控制。

本文所研發的外骨骼機器人預期成果為：

（1）設計膝關節變瞬心機構模擬人體膝關節的變瞬心運動；

（2）采用繩驅動將驅動器和關節分開，減小關節質量和慣量，增加關節柔性；

（3）設計基于IMU系統和力位信息的滑模控制器，實現外骨骼機器人的人機協同行走，可用于人體下肢康復訓練。

主要創新點

根據該類機器人現狀，考慮現有機器人的不足，本文研制了步行助力外骨骼機器人，主要完成以下內容：首先設計機器人結構和控制系統，其次分析正常人步行時的基本步態并通過IMU進行檢測，再者完成基于力位信息的模糊滑模控制，接著進行機器人樣機試驗，最后總結。

主要創新點如下：

（1）設計膝關節變瞬心機構模擬人體膝關節的變瞬心運動；

（2）采用繩驅動將驅動器和關節分開，減小了關節質量和慣量，增加了關節柔性；

（3）設計基于IMU系統和力位信息的滑模控制器，實現外骨骼機器人的人機協同行走，可用于人體下肢康復訓練。

系統架構

1.步行助力外骨骼機器人設計需求與總體方案

1.1 設計需求分析

1.1.1?運動需求分析

本文研制的外骨骼機器人針對下肢步行助力及重量傳遞兩種使用環境。在人前進過程中，下肢通過腿肌帶動各關節的旋轉，從而進行雙腿的彎曲和伸直，人體整體始終處于平衡——重心前移——失衡——支撐平衡的運動狀態。因此人在運動過程中無論是慢走還是跑步都包含著抬腿與支撐兩項助力項，對應著各關節的正逆旋轉運動。下肢關節包含著髖關節、膝關節、踝關節，下肢結構解剖圖如圖2-1所示。

步行需要全身的大部分肌肉共同配合才能實現。整個步行過程由重心的位移、骨盆翻轉、髖關節、膝關節、踝關節的組合運動以及上肢的平衡調節運動組合而成，從而實現人體的向前行走。人體的一個步態周期是指人在行走時一只腳的腳跟和地面接觸到該腳的腳跟再次和地面接觸的過程。根據上述人體運動學的分析，機器人的運動需要滿足以下需求。

1）機器人需要實現人體下肢步行時的基本運動，包括髖關節、膝關節及踝關節的運動，同時要進行關節運動限位以保障穿戴者的安全。

2）減輕外骨骼的質量與體積，輕量化外骨骼同時也是為了使外骨骼更加緊湊，提高控制的精確度和更優的人機交互性能。

3）外骨骼機器人應具備一定的柔性，盡量順應人體運動趨勢，能實現各關節“同步”伴隨運動，不應當產生阻礙運動，同時具備一定的緩沖性能。

1.1.2控制系統需求

本文設計的外骨骼機器人控制系統需求如下：

1）步行軌跡：控制機器人完成模仿人體步態的步行運動

2）人機交互：可以改變機器人的工作狀態，對機器人的速度，步態相進行有效控制，并進行人機協同。

3）步態檢測：可以實時獲取機器人和使用者所處的步態相和下肢姿態。

4）系統可擴展性，兼容性：預留一定的接口方便其余子模塊接入系統并且具有一定的兼容性。

1.2 外骨骼機器人總體方案

外骨骼機器人系統的總體設計直接影響到機器人的使用性能和工作效率，需要以系統全面的觀點來進行綜合考慮。考慮到通信、能源供給等需求，本文的外骨骼機器人系統總體設計方案采用了無線式機器人設計方案。該方案的特點是：機器人采用無線作業方式，外骨骼機器人的能源供給通過隨身蓄電池實現，運動控制以及陀螺儀信號的傳輸通過無線模塊實現，并由后續儀器設備進行相應地處理。按照該方案，外骨骼機器人系統主要由外骨骼機器人本體、機器人控制系統、上位機等部分組成。

1.2.1?外骨骼機器人本體總體方案

將髖關節、膝關節、踝關節進行關節模塊化設計，使不同關節可以進行自由度的增減配置，同時可以方便對故障關節進行針對性修復及調試。每個關節模塊由機械部分和控制部分構成。機械模塊集成了Maxon伺服電機與編碼器、陀螺儀、行星齒輪減速器、傳動零件和零位開關；控制模塊由驅動器、通信接口、傳感器信號處理器和控制器組成。驅動器使用并行通信的方式與電機和編碼器進行連接，機器人控制器通過CAN總線與驅動器連接，通過驅動電機帶動關節運動；控制器獲取機器人傳感器信息，實時監控關節運動參數。

1）自由度配置及關節限位

根據人體下肢運動機理的分析，將機器人的關節設置為髖關節三個自由度，膝關節一個自由度（電機驅動）以及踝關節兩個自由度。同時由于膝關節的變速運動特性，需要設計一種能夠模擬人體膝關節運動特性的機構。另外為了人體關節運動的安全性和機器人的承重能力，需要在關節處進行限位。所有的機械限位均根據人體下肢各關節運動范圍進行設計。

2）柔性繩驅方案
為了避免關節慣量過大，在膝關節采用繩驅動，將電機和減速器布置在大腿（后期置于腰部），通過鮑登線傳遞動力。采用該種驅動方式能夠在有效減小機械結構尺寸和降低復雜性的同時，提高機械系統的可靠性。

3）人機連接方案
人機交互是上肢康復外骨骼機器人系統的一個典型特征，人機交互的兩個最主要的目標就是實現舒適性和安全性，安全性主要依賴機器人結構本身的限位以及機器人的運動控制等方面，舒適性在很大程度上依賴于穿戴者下肢和下肢外骨骼機器人的固定裝置方案。本文為了減輕質量，采用單邊固定形式，即外骨骼機器人與穿戴者下肢之間的約束形式為單邊固定，這樣的固定方式存在的缺點是上肢會相對機器人轉動。為了解決該問題，設計弧形固定和多處固定，更容易和上肢緊密貼合。

1.2.2?外骨骼機器人控制系統方案

為了滿足控制系統需求，將控制系統劃分為三個獨立的工作層，三個工作層從高到低依次為人機交互層、主控層和功能層，后兩層位于機器人移動載體中，不同層之間通過通訊來實現信息交換。三個工作層分別有如下特點：

圖2-2 控制系統總體框圖

1）人機交互層:人機交互層是控制系統提供給使用者的操作接口，操作者可以通過該接口對機器人進行模式設定、功能選擇、數據顯示等功能，同時可以獲取機器人運動過程中反饋的各種信息。

2）主控層:主控層主要包括兩個方面：其一是作為人機交互層與功能層的信息橋梁，操作者的指令通過主控層傳遞給功能層，實現相應的動作；其二是為控制系統提供大量其他功能模塊的接口。

3）功能層:功能層是控制系統的核心，執行操作者相應的控制指令，包括對電機驅動器的控制、傳感器信號的采集與處理等。
機器人控制系統的總體框圖如圖2-2所示，人機交互層與主控層通過以太網或者無線通訊相連，系統在主控層與功能層之間采用基于CAN協議總線的通訊方式實現信息交互。

2.步行助力外骨骼機器人控制系統搭建

2.1 控制系統方案設計

外骨骼機器人控制系統框圖如圖2-3所示，主要分為以下六個模塊：

1）驅動執行模塊：驅動執行模塊是實現運動控制的核心，為外骨骼機器人運動提供動力。對于本控制系統，驅動執行模塊主要由電機、減速器、編碼器和相應的驅動器組成；

2）傳感器模塊：外骨骼機器人通過傳感器模塊檢測機器人姿態信息和其所處步態相，為機器人各種運動控制策略的實現提供判斷依據；

3）控制器模塊：各個工作層在其主控制器的控制下，通過信息交互實現系統對任務的綜合協調與分配；

4）上位機模塊：實現人與機器人的信息交互以及操作者對機器人運動的有效控制，并時刻了解機器人的運行狀態；

5）供電系統：供電系統為控制系統中所有硬件的正常工作提供能量，為機器人運動的穩定性提供保障；

設計演示

1.單關節空載實驗

搭建完成后外骨骼機器人實驗平臺后，需要對外骨骼機器人基本運動功能進行測試，以檢驗實驗平臺運行的安全性和可用性，為此進行了外骨骼單關節運動測試，以及運動范圍的測試, 如圖5-1所示。

檢測外骨骼膝關節的運動范圍，測試結果表明當穿戴外骨骼時的運動角度要小于人體膝關節運動極限，這樣能夠較好地保證穿戴者的安全。

圖5-1 單關節空載擺動測試

2.人機固定軌跡跟隨實驗

固定軌跡是一個預先設定好的、與正常穿戴者動作相仿的運動軌跡。由于助力外骨骼機器人也能夠面向康復使用，因此有必要進行固定軌跡下的跟隨實驗，同時為了測試第四章所提出的模糊增益滑模控制，與一般的 PID 控制做對比。實驗過程如圖 5-2 所示，將下肢外骨骼機器人用架子掛起，穿戴者的一條腿穿戴好外骨骼，上電后隨外骨骼腿進行固定軌跡的跟蹤。

首先基于普通PID 算法對CGA 軌跡進行跟蹤，實驗完畢后，記錄實驗誤差，分析實驗數據。

40.9cos(1.04t ?0.208)+157cos(5.82t ?0.047) +82.3cos(7.49t ?4.13) （5-1）

在該實驗中，設置 PD 參數為K p = diag(50,50)，Kd = diag(50,50)。從圖中可以看出，軌跡跟蹤曲線與指令曲線基本吻合，這表明人體穿戴上外骨骼后仍能很好地實現預訂軌跡的執行，證明 PID 控制方法在該系統中已經能夠達到一定效果。但由于模型不精確、外界干擾大等因素，還是存在一定的誤差，因此還需要進一步使用自適應算法進行跟蹤。

如圖5-3 所示，膝關節最大跟蹤誤差為2.35°，由此看來應用普通PID 控制已經能夠實現一定程度的估計跟蹤，但是存在較大的跟蹤誤差。作為比較，我們使用所提出的模糊增益滑模算法進行軌跡的跟蹤，跟蹤曲線如圖5.4 所示。在該實驗中，設置滑模面參數為A= diag(50,50)，K =diag(100,100)。如圖5-4 所示，膝關節最大跟蹤誤差為 0.86°，由此可見，所提出的模糊增益滑模控制能夠較大程度地降低跟蹤誤差，顯示出對于較強的不準確模型參數的適應性，因此，最終實驗結果證明所提出的模糊增益滑模控制策略在本系統的使用中非常有效，滿足使用要求。

3.基于力位信息控制的隨動行走實驗

基于第三章所提出的力位信息控制算法，對下肢外骨骼樣機系統進行測試。實驗人員穿戴好下肢外骨骼機器人，將膝關節調整至外骨骼關節旋轉中心與人體旋轉中心重合，穿戴者系緊肩帶與腰封，并綁緊壓力鞋綁帶，啟動電氣開關，使用整個下肢外骨骼機器人上電，記錄此時各傳感器初始數據，行走過程如圖5-5 所示。

通過電機編碼器記錄行走過程中髖關節及膝關節的位置、速度和控制力矩曲線，如圖 5-6 所示。

從圖5-6 (a)和(b)的關節角度曲線可以看出，HEXO 具有良好行進效果，行走過程比較平穩，其曲線與 CGA 曲線基本吻合。外骨骼機器人能夠隨穿戴者以較快速度行進，行進速度最高可達到 4km/h。從圖 5-6(c)中可以看出，驅動關節的峰值力矩都 50Nm 左右，在驅動模塊的承載范圍之內，行進過程中阻力較小，穿戴者可以較輕松地完成行走動作。從圖 5-6 (d)中可以看出，髖關節的最大功率在 140W 左右，膝關節的最大功率在 95W 左右，所使用的驅動電機的功率為150W，能夠滿足最大速度行進的要求。

- THE END -