人体下肢运动预判 - 基于运动学原理的可穿戴下肢助力机器人

　　3 人体下肢运动预判

　　步行助力机器人与使用者通过束带紧密结合在一起，形成一个高度自动化的人－机一体化系统。 此系统要实时地获得使用者的运动信息。 用于运动信息采集的典型传感器有：sEMG（表面肌电传感器）、肌肉压力传感器及关节角度传感器等。

　　研究中，考虑对应于人体三维运动在装置和人体间适当地配置测力点，根据各测力点感受到的人体运动时的多维力导向信息，以及事先设定的参考值，判断下一刻动作是屈或伸，完成由人－机交互信息到使用者运动意图的推理，这样就不同于通过捆绑于人体上的肌电传感器及角度仪用于检测人体运动信息的方法。

　　4 仿小腿肌肉功能模型的下肢助力机器人控制分析

　　英国著名生理学家希尔（Hill A V）提出了一个由三个元素组成的肌肉结构力学模型，又称三元素模型，用此反应肌肉的功能。 随着对人体结构逐步深入的认识，不同的模型及分析方法被提出。

　　人体运动系统是由骨骼和固着在骨上的肌肉组成的，肌肉的收缩和舒张牵动骨骼，使人体能够进行各种运动。 由于人体结构和功能的特殊性和复杂性，将人体下肢作适当简化及必要的假设后，对人体下肢建立其功能模型，图 4 为下肢的小腿部分骨－肌肉功能模型。 这里，骨骼简化为棍状结构体，肌肉简化为由弹簧－阻尼组成的阻抗模型。 其中： k 和 c 分别表示弹性系数和阻尼系数，并忽略了由摩擦力和机械传动阻力引起的未知干扰，模型的运动方程为：

　　其中： M 为肌肉产生的力矩［N·m］，I 为转动惯量 ［kg·m2］，β 为关节角加速度 ［rad/s2］，ω 为关节速度 ［rad/s］，θ 为关节角度 ［rad］。

　　肌力的产生是由肌肉的收缩和舒张所引起的，由力矩定义可知：

　　其中：

　　其中： x 表示肌肉在收缩与舒张中的长度变量，由图 4 可知，x 可按下式计算：

　　人在行走时，主要是通过髋关节及膝关节的屈伸运动来实现其行走功能，双腿的摆动多分布于矢状面内。 助力机器人的助力机器臂可以看作为一个开式运动链，它是由一系列连杆通过转动关节串联而成，开链的一端固定在腰带上，末端安装有特别制作的金属鞋底，髋关节及膝关节屈伸运动由伺服电动机驱动，关节的相对运动导致连杆的运动，使助力腿完成类似人的下肢步行动作。

　　步行助力机器人与人体下肢通过束带紧密联系在一起，如图 5 所示，步行助力机器人的最终运动是通过位于使用者与装置间的各测力点感受到的人体运动时的多维力信息来完成自主运动，不需要任何操纵台或外部控制设备，形成一个高度自动化的人－机混合系统。 助力机器人要达到助力的功能，首先，对使用者下肢运动预判;其次，助力装置除克服自身动力矩（主要由装置自身重量引起的重力矩）外，还要降低人体肌肉对关节所能产生的力作用，即降低肌力，从而达到助力的目的。 结合装置自身的动力矩，对式（3）进行如下调整：

　　其中： Mexoskeleton是对外骨骼装置进行动力学分析后的关节动力矩; μ 为修正因子;助力机器人连杆装置的转动惯量计算如下：

　　近似计算人体各段转动惯量的公式如下：

　　其中： X1为体重［kg］; X2为身高［cm］; Bi0，Bi1，Bi2为二元回归方程系数。

　　同时，角加速度可表示如下：

　　其中： dt 可以近似地认为是实际控制系统中的控制采样周期 T ，即 dt =·T ，整理合并后可得：

　　式（7）所确立的力与角速度间的对应关系式是建立在人体肌肉功能模型之上，是形成系统伺服规则的重要依据。