电流力矩的转换方法、装置及康复机器人与流程

1.本发明涉及电流力矩转换技术领域，尤其是涉及一种电流力矩的转换方法、装置及康复机器人。


背景技术：

2.现有的康复机器人大多使用单独的力矩传感器来检测用户运动过程中的扭转力，但是力矩传感器价格贵，且其与康复机器人的电机一同使用，导致各种运行的电力设备之间以电磁传导、电磁感应和电磁辐射三种方式彼此关联并相互影响，在一定的条件下会对运行的设备造成干扰和影响，此时则导致力矩传感器的检测精度低。
3.另外，在穿戴式的康复机器人中重量和穿戴舒适性是关键，而力矩传感器及安装机械结构不仅会增加康复机器人的总重量，且穿戴麻烦，导致现有穿戴式的康复机器人的适用性较差。


技术实现要素：

4.本发明的目的在于提供一种电流力矩的转换方法、装置及康复机器人，以解决上述现有穿戴式的康复机器人的适用性较差的问题。
5.第一方面，本发明实施例提供了一种电流力矩的转换方法，该方法应用于康复机器人的控制器；该方法包括：获取待处理电流数据；基于待处理电流数据，从预先存储的电流转换关系表中查找待处理电流数据对应的转换关系；其中，电流转换关系表中存储有至少一组电流数据与转换关系的对应关系；利用转换关系将待处理电流数据转换成对应的目标力矩。
6.在可选的实施方式中，上述康复机器人的踝关节电机配置有负重砝码，上述方法还包括：采集负重砝码放置到踝关节电机之后产生的多个电流数据；按照预先存储的负重砝码的质量数据以及力矩计算公式计算每个负重砝码所产生的电流数据对应的力矩数据；基于电流数据和电流数据对应的力矩数据生成电流力矩曲线；提取电流力矩曲线中的多个线性力矩区间；计算每个线性力矩区间的斜率值，并将斜率值保存为线性力矩区间对应的转换关系；提取线性力矩区间在电流力矩曲线上的电流取值范围；将电流取值范围和转换关系进行关联保存，以生成电流转换关系表。
7.在可选的实施方式中，上述从预先存储的电流转换关系表中查找待处理电流数据对应的转换关系的步骤，包括：从预先存储的电流转换关系表中查找待处理电流数据所属的电流取值范围；将查找到的电流取值范围对应的转换关系确定为待处理电流数据对应的转换关系。
8.在可选的实施方式中，上述利用转换关系将待处理电流数据转换成对应的目标力矩的步骤，包括：根据转换关系生成电流与力矩转换的线性表达式；通过线性表达式将待处理电流数据转换成对应的目标力矩。
9.在可选的实施方式中，上述采集负重砝码放置到踝关节电机之后产生的多个电流
数据的步骤，包括：采集负重砝码放置到踝关节电机之后产生的多个初始电流数据；对初始电流数据进行滤波处理，得到电流数据。
10.在可选的实施方式中，上述对初始电流数据进行滤波处理，得到电流数据的步骤，包括：基于预设采样频率，从多个初始电流数据中选择预定数目的初始电流数据；对预定数目的初始电流数据进行排序，并去除排序后的预定数目的初始电流数据中的边界数据，得到剩余电流数据；对剩余电流数据进行线性回归；确定线性回归后的剩余电流数据的均值，并将均值确定为电流数据。
11.在可选的实施方式中，上述对剩余电流数据进行线性回归的步骤，包括：确定剩余电流数据中的每两个相邻的剩余电流数据的差值是否大于预设标准差；如果是，去除两个相邻的剩余电流数据中靠近边界的剩余电流数据，直到剩余电流数据的每两个相邻的剩余电流数据的差值满足预设标准差。
12.在可选的实施方式中，上述康复机器人对应有力臂长度和踝关节运动角度，以及康复机器人的脚踏板对应的坐躺调节角度；按照预先存储的负重砝码的质量数据以及力矩计算公式计算每个负重砝码所产生的电流数据对应的力矩数据的步骤包括：获取康复机器人的力臂长度和踝关节运动角度，以及康复机器人的脚踏板对应的坐躺调节角度，得到力矩计算公式对应的影响参数值；将影响参数值和负重砝码的质量数据代入力矩计算公式进行计算，得到每个负重砝码所产生的电流数据对应的力矩数据；其中，力矩计算公式为：m＝f*l*cos|(α-δ)|。
13.第二方面，本发明提供一种电流力矩的转换装置，该装置应用于康复机器人的控制器；该装置包括：数据获取模块，用于获取待处理电流数据；转换关系确定模块，用于基于待处理电流数据，从预先存储的电流转换关系表中查找待处理电流数据对应的转换关系；其中，电流转换关系表中存储有至少一组电流数据与转换关系的对应关系；数据转换模块，用于利用转换关系将待处理电流数据转换成对应的目标力矩。
14.第三方面，本发明提供一种康复机器人，该康复机器人配置有上述电流力矩的转换装置。
15.本发明实施例带来了以下有益效果：
16.本发明提供一种电流力矩的转换方法、装置及康复机器人，涉及电流力矩转换技术领域，该方法应用于康复机器人的控制器；该方法包括：获取待处理电流数据；基于待处理电流数据，从预先存储的电流转换关系表中查找待处理电流数据对应的转换关系；其中，电流转换关系表中存储有至少一组电流数据与转换关系的对应关系；利用转换关系将待处理电流数据转换成对应的目标力矩。本发明可以通过参考待处理电流数据，以及上述电流转换关系表直接得到目标力矩，而无需对康复机器人额外安装力矩测量结构，减轻重量，降低成本。
17.另外，在电机处于任一特定的力矩值时，电机电流都在持续波动，传统的方法难以获得特定力矩值对应的电流值，或者特定电流值对应的力矩值，导致控制精度不高。并且即使是同一台电机，在力矩的不同区间内，其力矩与电流之间也并不是稳定的单一线性关系。而本发明的电流转换关系表中存储有至少一组电流数据与转换关系的对应关系，当得到的电流数据不同时，所得到的目标力矩为不同的力矩区间，进而将控制对应的力矩直接指向相应的力矩区间，保证控制精度。
18.本发明通过康复机器人自身的电流实现力矩检测，相对于力矩传感器与电机一同使用，相互影响，本发明的力矩检测精度高，稳定性好。
19.本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。
20.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。
附图说明
21.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
22.图1为本发明实施例提供的一种电流力矩的转换方法的流程图；
23.图2为本发明实施例提供的另一种电流力矩的转换方法的流程图；
24.图3为本发明实施例提供的另一种电流力矩的转换方法的流程图；
25.图4为本发明实施例提供的一种电流力矩的转换装置的结构示意图；
26.图5为本发明实施例提供的另一种电流力矩的转换装置的结构示意图；
27.图6为本发明实施例提供的一种电子设备的结构示意图；
28.图7为本发明实施例提供的康复机器人的零位状态图。
具体实施方式
29.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.现有的康复机器人大多使用单独的力矩传感器来检测用户运动过程中的扭转力，但是力矩传感器价格贵，且其与康复机器人的电机一同使用，导致各种运行的电力设备之间以电磁传导、电磁感应和电磁辐射三种方式彼此关联并相互影响，在一定的条件下会对运行的设备造成干扰和影响，此时则导致力矩传感器的检测精度低。
31.另外，在穿戴式的康复机器人中重量和穿戴舒适性是关键，而力矩传感器及安装机械结构会增加康复机器人的总重量和体积。
32.基于上述问题，本发明实施例提供了一种电流力矩的转换方法、装置及电子设备，该技术可以应用于康复机器人的控制器中。
33.为便于对本实施例进行理解，首先对本发明实施例所公开的一种电流力矩的转换方法进行详细介绍，图1示出了一种电流力矩的转换方法的流程图，如图1所示，该方法包括如下步骤：
34.步骤s102，获取待处理电流数据。
35.具体地，在用户穿戴好康复机器人并开始使用后，康复机器人的踝关节电机开始工作，此时，能够得到使用过程中所反馈的电流数据，这些电流数据均能够通过程序读取。
36.步骤s104，基于待处理电流数据，从预先存储的电流转换关系表中查找待处理电流数据对应的转换关系。
37.具体地，上述待处理电流数据均对应有与目标力矩的转换关系，而这些转换关系存储于预先确定好的电流转换关系表中，以根据待处理数据能够直接对应于一个给定力的目标力矩数值。
38.步骤s106，利用转换关系将待处理电流数据转换成对应的目标力矩。
39.具体地，上述转换关系为待处理电流数据和力矩数据之间的转换条件，因此，根据该确定好的转换关系，能够直接根据得到的待处理电流数据对应的目标力矩，而无需额外安装力矩传感器，进而减轻上述康复机器人重量，且能够降低成本。
40.在具体实现时，电流转换关系表中存储有至少一组电流数据与转换关系的对应关系。当上述待处理电流数据的数值不同时，上述待处理电流数据对应的转换关系则不同，根据不同的转换关系能够得到不同的目标力矩。
41.本发明实施例提供一种电流力矩的转换方法，该方法可以通过对待处理电流数据进行处理，并根据预先存储的电流转换关系表直接得到目标力矩，而无需对康复机器人额外安装力矩测量结构，从而减轻重量，降低成本，另外，通过康复机器人自身的电流实现力矩检测，相对于力矩传感器与电机一同使用，相互影响，本发明的力矩检测精度高，稳定性好。
42.进一步，为了得到本发明实施例中的上述电流转换关系表，本发明实施例还提供了另一种电流力矩的转换方法，该方法在上述方法的基础上实现，在具体实现时，康复机器人的踝关节电机配置有悬臂和负重砝码，该悬臂与上述踝关节电机的转轴同轴设置，具体地，上述悬臂上设置刻度标识，刻度标识长度的最小单位可以根据需要设置，在一些实施方式中可以设置为10mm，上述负重砝码悬挂于上述悬臂的不同刻度标识位置，以根据相应的刻度标识对应的长度，确定上述电流转换关系表中所需的力矩。具体地，如图2所示的另一种电流力矩的转换方法的流程图，包括以下步骤：
43.步骤s202，采集负重砝码放置到踝关节电机之后产生的多个电流数据。
44.在具体实现时，上述电流数据通过下述步骤10-11确定：
45.步骤10，采集负重砝码放置到踝关节电机之后产生的多个初始电流数据。
46.具体地，可以取用不同质量的负重砝码来确定踝关节电机对应的不同的电流数据。在具体实现时，在将已知质量的上述负重砝码放置在踝关节电机的悬臂上之后，上述负重砝码会对上述踝关节电机提供受力扭矩，而对于电机而言，受力扭矩越大，电机运行时的负载会增大，对应的功率损耗越大，内部闭环会产生更大的反馈电流，因此，此时采集到的电流数据为上述已知质量的负重砝码对应的电流数据。
47.进一步地，在上述踝关节电机工作时，踝关节电机对应的电流为持续波动状态，这些电流均会被传感器采集，得到上述多个初始电流数据。
48.进一步地，上述多个初始电流数据中还包含一部分受外界因素影响的电流数据，而这些电流数据不能准确表示负重砝码对应的电流数据，则此时，需要采集的是不受外界因素影响时的电流数据。
49.在具体实现时，上述外界因素可以是按照上述负重砝码时的电流数据，该电流数据不能准确表示负重砝码对应的电流数据，因此，所采集的多个初始电流数据为上述踝关
节电机的受力扭矩趋于稳定时的电流数据，以得到能够表示出仅受上述负重砝码影响的电流数据。
50.步骤11，对初始电流数据进行滤波处理，得到电流数据。
51.具体地，对初始电流数据进行滤波处理，得到电流数据通过下述步骤20-23确定：
52.步骤20，基于预设采样频率，从多个初始电流数据中采集预定数目的初始电流数据。
53.在具体实现时，上述预设采样频率可以通过用户根据需求设置，上述预定数目可以是人工设定的传感器所需采集的电流数据对应的数目，进一步地，上述预定数目可以是50，也即传感器需要采集50个上述电流数据。
54.具体地，上述传感器可以根据上述预设采样频率来对上述踝关节电机的电流进行采集，直到所采集的数目满足上述预定数目时，停止采集，以对这些已经采集到的电流数据进行处理。
55.步骤21，对预定数目的初始电流数据进行排序，并去除排序后的预定数目的初始电流数据中的边界数据，得到剩余电流数据。
56.具体地，上述预定数目的初始电流数据为离散数据，其大小均不相同，因此，需要先对这些电流数据进行排序。并且，为了得到上述离散数据中较为准确的数据，则还需要将排序后的电流数据中的边界数据进行滤除。
57.在具体实现的，可以将上述初始电流数据进行从小到大排序，之后将采集到的50个初始电流数据中的最大的10个电流数据和最小的10个电流数据进行筛除，此时，筛除后的初始电流数据仅剩余30个电流数据，则，该30个电流数据即为上述剩余电流数据。
58.步骤22，对剩余电流数据进行线性回归。
59.具体地，上述剩余电流数据中还可能存在一些较为离散的电流数据，则此时，还需要对这些剩余电流数据进行处理，以得到进一步准确的电流数据，此时，则对上述剩余电流数据进行线性回归处理。
60.在具体实现时，对剩余电流数据进行线性回归的过程如下：
61.(1)确定剩余电流数据中的每两个相邻的剩余电流数据的差值是否大于预设标准差。
62.(2)如果是，去除两个相邻的剩余电流数据中靠近边界的剩余电流数据，直到剩余电流数据的每两个相邻的剩余电流数据的差值满足预设标准差。
63.具体地，上述剩余电流数据均是经过排序后的电流数据，而在线性回归过程中，可以从上述排序后的电流数据中的最小值开始向最大值比较，也可以从最大值开始向最小值比较。之后再判断每两个相邻的剩余电流数据的差值是否大于预设标准差，其中，上述预设标准差可以根据用户需求确定，在此不进行限定。
64.在具体实现时，从最小值开始向最大值逐个比较相邻的两个剩余电流数据对应的数值，并判断两数值之间是否相差较大，当两数据相差较大时，则将较小的数值对应的剩余电流数据进行筛除；并从最大值开始向最小值逐个比较相邻的两个剩余电流数据对应的数值，当两数据相差较大时，则将较大的数值对应的剩余电流数据进行筛除。直到上述剩余电流数据中的每两个相邻的剩余电流数据之间相差不大后，将这些剩余电流数据进行保存。
65.步骤23，确定线性回归后的剩余电流数据的均值，并将均值确定为电流数据。
66.具体地，在得到上述经过线性回归后的剩余电流数据后，还会确定这些剩余电流数据的平均值，此时，该平均值即为当前已知质量的负重砝码对应的电流数据。
67.步骤s204，按照预先存储的负重砝码的质量数据以及力矩计算公式计算每个负重砝码所产生的电流数据对应的力矩数据。
68.具体地，负重砝码的质量数据仅表示康复机器人的踝关节电机与机器接触点的力矩值，而在具体使用时，还需要动态的平衡掉用户自身加康复机器人自身的力矩，从而得到康复机器人施加给踝关节的“净力矩”。具体地，在踝关节运动的过程中，上述“净力矩”还与康复机器人的力臂长度、踝关节运动角度、康复机器人的脚踏板对应的坐躺调节角度有关。
69.因此，在具体实现时，需要获取康复机器人的踝关节运动角度δ和康复机器人的脚踏板对应的坐躺调节角度α，以及康复机器人对应的力臂长度，其中，该力臂长度可以根据上述负重砝码悬挂于上述悬臂后的长度进行转换确定，这些数据用于将负重砝码的质量数据转换为实际使用时的力矩数据，因此，上述数据为力矩数据的影响参数值，也即力矩计算公式对应的影响参数值。
70.将影响参数值和负重砝码的质量数据代入力矩计算公式进行计算，得到上述电流数据对应于康复机器人的实际力矩数据；
71.其中，力矩计算公式为：m＝f*l*cos|(α-δ)|，具体地，m是运动时动态调零所需的平衡力矩，也即上述电流数据对应的力矩数据。进一步地，为了便于理解，本实施例示出了如图7所示的康复机器人的零位状态图，具体地，上述力矩计算公式中的α为坐躺调节角度，δ为踝关节运动角度，其中，坐躺调节角度α和踝关节运动角度δ的正负，基于如图7所示的角度δ为90度时的转动情况确定，向上转动时为正角度，向下转动时为负角度。进一步地，上述坐躺调节角度α的数值大小，以及上述踝关节运动角度δ的数值大小，均基于上述转动的角度大小确定。
72.f为使用康复机器人时，且不使力情况下增加的重量。具体地，在确定上述电流转换关系表时，上述f对应的数值可以是上述负重砝码对应的质量乘以0.98后，得到的数值。l为上述负重砝码悬挂于踝关节电机的悬臂上后，悬挂位置对应的刻度标识所指示的长度。
73.在具体实现时，上述m对应的数值为当α＝0
°
，δ＝0
°
，踝高度确定时所确定的力矩数值。
74.进一步地，图7中示出了上述坐躺调节角度α和踝关节运动角度δ。具体地，当将康复机器人打开后，机器会自动回转到如图7所示的零位状态。
75.其中，在使用上述康复机器人时，上述坐躺调节角度α可以通过康复机器人的坐躺调节关节处的编码器读取，并得到上述坐躺调节角度α的具体数值，上述踝关节运动角度δ可以通过康复机器人的踝关节编码器读取，并得到上述踝关节运动角度δ的具体数值，其中，在用户使用康复机器人且抬脚时，上述踝关节运动角度δ的角度为正值，当用户使用康复机器人且落脚时，上述踝关节运动角度δ的角度为负值。
76.步骤s206，基于电流数据和电流数据对应的力矩数据生成电流力矩曲线。
77.具体地，上述电流数据对应的力矩数据为将上述已知质量的负重砝码对应的质量代入上述力矩计算公式后得到的m值，之后，将该m值与上述已知质量的负重砝码对应的电流数据对应，能够得到电流数据与力矩数据的一一映射关系，由于电流数据是由持续波动的离散数据经过数据处理后得到的，因此，不同的力矩数据对应的电流数据没有稳定的单
一线性关系。
78.进一步地，可以确定多个不同质量的负重砝码对应的电流数据，以及每个质量的负重砝码对应的力矩数据，此时，各个电流数据和各个力矩数据之间的映射关系可以形成一条电流力矩曲线。
79.在具体实现时，在确定上述电流力矩曲线的过程中，上述电流数据对应的力矩数据实际为当上述坐躺调节角度α＝0
°
，踝关节运动角度δ＝0
°
时，将已知质量的负重砝码代入上述力矩计算公式后得到的力矩数据。
80.步骤s208，提取电流力矩曲线中的多个线性力矩区间。
81.步骤s210，计算每个线性力矩区间的斜率值，并将斜率值保存为线性力矩区间对应的转换关系。
82.具体地，在电机处于任一特定的力矩值时，电机的电流都在持续波动，传统的方法难以获得特定力矩值对应的电流值，或者特定电流值对应的力矩值，导致控制精度不高。并且即使是同一台电机，在力矩的不同区间内，其力矩与电流之间也并不是稳定的单一线性关系。因此在不同的力矩区间中，电流与力矩之间存在着不同的函数关系。
83.在具体实现时，根据上述已知质量的负重砝码得到对应的电流数据，且根据该负重砝码，以及上述康复机器人的力臂长度l、踝关节运动角度δ和坐躺调节角度α等影响参数值得到该负重砝码对应的力矩数据，使电流数据和力矩数据具有一一对应的映射关系后，由于力矩数据受上述影响参数值的影响，故，同一个力矩数据可能对应多个电流数据，这些电流数据存在小幅度波动，分布于一定的区间。因此，此时需要从上述电流力矩曲线中提取多个线性力矩区间，来确定每个线性力矩区间中的电流数据与力矩数据之间的斜率值，以得到不同的力矩区间中，电流与力矩之间存在的不同的函数关系。
84.在具体实现时，上述线性力矩区间可以是用户根据需求选择的多个力矩数据对应的力矩区间，在该力矩区间中，存在着该力矩区间中的每个力矩数据对应的多个电流数据，每个力矩数据对应的多个电流数据可以形成电流数据集合，而该电流数据集合中存在着电流数据的最大值和最小值，此时，将该电流数据的最大值和最小值的差值，与上述力矩区间对应的力矩值之间的比值确定为上述斜率值。
85.具体地，上述斜率值k可以通过下述公式确定：k＝(y
max-y
min
)/(f
2-f1)，其中，y
max
为上述电流数据集合中的电流数据的最大值，y
min
为上述电流数据集合中的电流数据的最小值，f1为上述力矩区间中的最小的力矩数据值，f2为上述力矩区间中的最大的力矩数据值。
86.在具体实现时，可以根据上述电流数据和力矩数据建立坐标系，以电流数据为y轴，力矩数据为x轴，经过数据测量后，能得到基于电流数据-力矩数据对应的曲线，以及曲线上部分离散的点，这些离散的点在整体符合线性规律。其中，当离散的点在整体符合线性规律时，所对应的一定的线性力矩区间可以作为上述线性力矩区间。每个线性力矩区间中均都能够经过测算，对应为相应的电流-力矩对应的转换表达式：y＝f(x)。
87.进一步的，上述斜率值可以作为上述转换表达式的转换关系，也即电流数据与力矩数据之间的转换表达式的函数关系。
88.步骤s212，提取线性力矩区间在电流力矩曲线上的电流取值范围。
89.步骤s214，将电流取值范围和转换关系进行关联保存，以生成电流转换关系表。
90.具体地，由于上述斜率值是基于上述电流数据集合中的电流数据的最大值和最小
值得到，该最大值和最小值之间对应有电流取值范围。因此，还需将该斜率值与上述电流数据的取值范围进行关联保存，得到电流转换关系表，以在使用康复机器人的过程中，根据上述电流转换关系表直接将采集到的电流数据对应到预设的力矩区间，得到所需的力矩数据。
91.本发明实施例提供的另一种电流力矩的转换方法，该方法通过对踝关节电机悬挂已知质量的负重砝码，以得到该负重砝码对应的待处理电流数据和力矩数据，使电流数据与力矩数据之间一一对应，以根据电流数据得到相应的目标力矩，力矩确定方式快速且方便。
92.进一步的，本发明实施例还对得到的待处理电流数据进行滤波处理，以解决数据离散带来的数据精度不高的问题，且，上述目标力矩不仅根据负重砝码确定，还根据用户以及康复机器人这一设备对应的影响参数值确定，能够将上述力矩数据平衡为使用康复机器人的过程中的力矩数据，使力矩-电流之间的转换更加符合实际使用过程。
93.进一步，为了便于理解，本发明实施例还提供了另一种电流力矩的转换方法，该方法在上述方法的基础上实现，该方法重点描述从预先存储的电流转换关系表中查找所述待处理电流数据对应的转换关系的过程(通过下述步骤s304-s306实现)，以及利用所述转换关系将所述待处理电流数据转换成对应的目标力矩的过程(通过下述步骤s308-s310实现)，如图3所示的一种电流力矩的转换方法的流程图，该方法包括如下具体步骤：
94.步骤s302，获取待处理电流数据。
95.具体地，在用户穿戴好康复机器人并开始使用后，康复机器人的踝关节电机开始工作，此时，能够得到使用过程中所反馈的电流数据，这些电流数据均被传感器所采集。
96.步骤s304，从预先存储的电流转换关系表中查找待处理电流数据所属的电流取值范围。
97.当采集到电流数据后，可以从上述存储的电流转换关系表中查找这些电流数据所属的电流取值范围。
98.步骤s306，将查找到的电流取值范围对应的转换关系确定为待处理电流数据对应的转换关系。
99.当根据电流数据查找到对应的电流取值范围之后，这些电流取值范围会对应相应的转换关系，这一转换关系也可以表示为该待处理电流数据对应的转换关系。
100.步骤s308，根据转换关系生成电流与力矩转换的线性表达式。
101.具体地，由于转换关系是根据相应的线性力矩区间确定的，因此，当得到转换关系之后也能得到相应的线性力矩区间，这一线性力矩区间所对应的转换表达式y＝f(x)，即为根据该转换关系生成的电流数据与力矩数据转换的线性表达式。
102.步骤s310，通过线性表达式将待处理电流数据转换成对应的目标力矩。
103.当得到相应的线性表达式后，则能够根据待处理的电流数据直接转换为对应的目标力矩。
104.本发明实施例提供的另一种电流力矩的转换方法，根据所获得的待处理电流数据，获取该待处理电流数据所属的电流取值范围，并根据该电流取值范围得到相应的转换关系，以根据该转换关系得到相应的线性表达式，进而得到待处理电流数据对应的力矩。也即，本发明实施例根据不同的待处理数据对应的电流取值范围，来确定不同的力矩，即使电
流与力矩不为单一线性关系，也能直接确定到准确的力矩区间，控制精度高。
105.进一步，对应于上述图1所示的一种电流力矩的转换方法，本发明实施例还提供了一种电流力矩的转换装置，该装置应用于康复机器人的控制器；如图4所示的一种电流力矩的转换装置的结构示意图，包括以下结构：
106.数据获取模块401，用于获取待处理电流数据。
107.转换关系确定模块402，用于基于待处理电流数据，从预先存储的电流转换关系表中查找待处理电流数据对应的转换关系；其中，电流转换关系表中存储有至少一组电流数据与转换关系的对应关系。
108.数据转换模块403，用于利用所述转换关系将所述待处理电流数据转换成对应的目标力矩。
109.进一步，上述转换关系确定模块402，还用于从预先存储的电流转换关系表中查找所述待处理电流数据所属的电流取值范围；将查找到的所述电流取值范围对应的转换关系确定为所述待处理电流数据对应的转换关系。
110.上述数据转换模块403还用于根据所述转换关系生成电流与力矩转换的线性表达式；通过所述线性表达式将所述待处理电流数据转换成对应的目标力矩。
111.进一步，对应于上述图2所示的另一种电流力矩的转换方法的流程图，本发明实施例还提供了另一种电流力矩的转换装置，如图5所示的另一种电流力矩的转换装置的结构示意图，包括以下结构：
112.电流采集模块501，用于采集负重砝码放置到踝关节电机之后产生的多个电流数据。
113.计算模块502，按照预先存储的负重砝码的质量数据以及力矩计算公式计算每个负重砝码所产生的电流数据对应的力矩数据。
114.曲线生成模块503，基于电流数据和电流数据对应的力矩数据生成电流力矩曲线。
115.区间提取模块504，提取电流力矩曲线中的多个线性力矩区间。
116.关系确定模块505，计算每个线性力矩区间的斜率值，并将斜率值保存为线性力矩区间对应的转换关系。
117.提取模块506，提取线性力矩区间在电流力矩曲线上的电流取值范围。
118.关系表生成模块507，将电流取值范围和转换关系进行关联保存，以生成电流转换关系表。
119.进一步地，上述电流采集模块501，还用于采集负重砝码放置到踝关节电机之后产生的多个初始电流数据；对初始电流数据进行滤波处理，得到电流数据。
120.上述电流采集模块501，还用于基于预设采样频率，从多个初始电流数据中选择预定数目的初始电流数据；对预定数目的初始电流数据进行排序，并去除排序后的预定数目的初始电流数据中的边界数据，得到剩余电流数据；对剩余电流数据进行线性回归；确定线性回归后的剩余电流数据的均值，并将均值确定为电流数据。
121.上述电流采集模块501，还用于确定剩余电流数据中的每两个相邻的剩余电流数据的差值是否大于预设标准差；如果是，去除两个相邻的剩余电流数据中靠近边界的剩余电流数据，直到剩余电流数据的每两个相邻的剩余电流数据的差值满足预设标准差。
122.上述计算模块502，还用于获取康复机器人的力臂长度和踝关节运动角度，以及康
复机器人的脚踏板对应的坐躺调节角度和脚踏板处的承受重量，得到力矩计算公式对应的影响参数值；将影响参数值和负重砝码的质量数据代入力矩计算公式进行计算，得到每个负重砝码所产生的电流数据对应的力矩数据；其中，力矩计算公式为：m＝f*l*cos|(α-δ)|。
123.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
124.针对于上述电流力矩的转换装置的实施例，本发明实施例还提供了一种康复机器人，该康复机器人配置有上述电流力矩的转换装置，针对于康复机器人的描述可以参见上述电流力矩的转换装置的实施例，在此不再赘述。
125.本发明实施例还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述图1、图2或图3所示的方法的步骤。
126.本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述图1、图2或图3所示的方法的步骤。
127.本发明实施例还提供了一种电子设备的结构示意图，如图6所示，为该电子设备的结构示意图，其中，该电子设备包括处理器51和存储器50，该存储器50存储有能够被该处理器51执行的计算机可执行指令，该处理器51执行该计算机可执行指令以实现上述图1、图2或图3所示的方法。
128.在图6示出的实施方式中，该电子设备还包括总线52和通信接口53，其中，处理器51、通信接口53和存储器50通过总线52连接。
129.其中，存储器50可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线52可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。总线52可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
130.处理器51可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器51中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器51可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器51读取存储器中
的信息，结合其硬件完成前述图1、图2或图3所示的方法。
131.本发明实施例所提供电流力矩的转换方法、装置及康复机器人的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
132.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
133.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。