一种基于机器人感知的辅助装置及方法与流程

本发明属于医疗辅助机器人，涉及一种基于机器人感知的辅助装置及方法。

背景技术：

21世纪以来，随着机器人技术的不断成熟，机器人技术得到了更广泛应用。从工业机器人发展到服务型机器人，机器人逐渐走入了人们的日常生活当中，给我们带来了诸多方便。随着人类物质生活水平的提高及精神生活的日益丰富，未来机器人将跟人类更密切的联系在一起。

下肢负重外骨骼工作机理为感知系统实时捕获人体步行状态，控制器产生控制信号驱动机械骨骼跟随人体运动。但从感知系统捕获人体步态到输出控制信号，以及驱动机构(通常为电机或液压)驱动外骨骼关节到达目标轨迹均需要一定的时间，而此过程人体已经运动到另一状态，因此，机械外骨骼步态滞后于穿戴者步态，从而干扰穿戴者的行走行为。

为解决此问题，其控制系统的参考信号应当超前于人体的运动状态，需要对人体运动步态进行实时、准确的捕获和预测。

技术实现要素：

本发明目的在于提供一种基于机器人感知的辅助装置及方法，对人体下肢关键部位的运动状态进行采集与预测，实现了为外骨骼控制器提供可靠的参考信息，有效地解决了外骨骼与穿戴者运动不协调的问题，同时解决了外骨骼步态滞后于穿戴者步态的问题。

为解决上述技术问题，本发明采用如下的技术方案：一种基于机器人感知的辅助装置及方法，其中，所述装置包括：左腿传感器模块、右腿传感器模块、数据处理主板、上位计算机及外骨骼控制器；其中，所述左腿传感器模块及所述右腿传感器模块分别与数据处理主板相连；所述数据处理主板分别与上位计算机及外骨骼控制器相连。

所述方法包括：s1，左腿传感器模块与右腿传感器模块同时采集数据；s2，根据采集数据分别计算出左右腿膝盖、脚踝的夹角数据；s3，根据计算结果对关节的旋转角度进行预测并发送预测数据；s4，将发送过来的左右腿的数据进行整合，实现时间同步；s5，发送给外骨骼控制器或者上位计算机。

本发明与现有技术相比具有以下的有益效果：

本发明方案利用安装在外骨骼穿戴者下肢的姿态传感器采集人体下肢关节的旋转运动，并通过特殊算法预测人体下肢关节未来一段时间的运动情况，能为外骨骼控制器提供可靠的参考信息，解决了外骨骼与穿戴者运动不协调的问题，同时解决了外骨骼步态滞后于穿戴者步态的问题。

附图说明

图1是基于新型感知系统的结构框图。

图2是采集传感器数据的处理流程图。

具体实施方式

下面结合附图及具体实施例对本发明进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。

参照图1，本发明的一种基于机器人感知的辅助装置及方法，其中，所述装置包括：左腿传感器模块、右腿传感器模块、数据处理主板、上位计算机及外骨骼控制器；所述左腿传感器模块及所述右腿传感器模块分别与数据处理主板相连；所述数据处理主板分别与上位计算机及外骨骼控制器相连。

其中，所述左、右腿传感器模块均由大腿姿态传感器、小腿姿态传感器以及脚掌姿态传感器组成。

所述数据处理主板由2个电平转换芯片、3个微控器以及1个无线模块组成。

所述上位计算机以及所述外骨骼控制器均用于对接收的数据进行参考并分析后，做进一步处理。

所述感知方法包括：参照图2，

s1，左腿传感器模块与右腿传感器模块同时采集数据；当程序检测到3只传感器的采样数据都已接收成功便开始下步操作。

s2，根据采集数据分别计算出左右腿膝盖、脚踝的夹角数据；mti-30姿态传感器的数据是按照特定格式的数据帧封装的，因此，需要设计软件先解算数据帧，才能计算出膝盖、脚踝的夹角数据。

s3，根据计算结果对关节的旋转角度进行预测并发送预测数据；通过非线性时间序列分析takens算法可对关节的旋转角度进行预测。

根据takens嵌入定理，对于给定时间序列y(t)∈r，0＜＜t＜＜n，给定适当的延迟时间h和嵌入维数p，则可得延迟矢量

d(t)＝[y(t),y(t-h),…,y(t-h(p-1))]^t(1)

以相空间重构及takens嵌入定理为理论基础与数学工具，本发明所实现的数据预测算法流程如下：

s31，在每个采样时刻t，t≥hp得到一个延迟矢量d(t)；

s32，计算当前时刻d(t)与之前观测到的所有d(i)，hp＜＜i＜＜t之间的欧氏距离δ(i)＝||d(t)-d(i)||；

s33，找到与d(t)能够最佳匹配的m个延迟矢量即与当前时刻d(t)欧氏距离最小的m个延迟矢量，其中

s34，计算参数n：

s35，计算权重因子

s36，计算k阶预测即

由算法流程可以看出，该算法需要确定参数k，h，p和m，由于takens嵌入定理对相空间重构参数的选择没有理论上的建议，按照如下方式选择重构参数:先将预测阶数k取值为定值，取p∈[1,20]，h∈[1,20]，m∈[1,50]，对实测数据进行matlab仿真，找出预测准确率最高的一组参数作为算法实现时所用参数。准确率定义如公式(3)所示，预测误差当误差为0时，准确率为100％；当预测失败时，pr则表现为负数

预测阶数k主要由外骨骼系统执行机构响应速度决定，微控器中的预测阶数k应当可以通过程序设置，以适应不同的驱动机构。

s4，将发送过来的左右腿的数据进行整合，实现时间同步；2#、3#微控器将预测量及其他数据通过spi模块发送给1#微控器后，1#微控器同样先解算数据帧，然后对数据进行整合，实现时间同步。

s5，1#微控器通过无线模块将数据的最终处理结果发送给外骨骼控制器或者上位计算机。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。