[发明专利]基于弹性元件的外骨骼关节力位复合柔顺控制方法及系统有效

专利信息
申请号: 202011529388.6 申请日: 2020-12-22
公开(公告)号: CN112549001B 公开(公告)日: 2022-06-10
发明(设计)人: 张鑫彬;金理;江金林;郭加利;张曦;王晓露;鲜亚平;朱文杰 申请(专利权)人: 上海航天控制技术研究所
主分类号: B25J9/00 分类号: B25J9/00;B25J9/16
代理公司: 上海段和段律师事务所 31334 代理人: 李佳俊;郭国中
地址: 201109 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 弹性元件 骨骼 关节 复合 柔顺 控制 方法 系统
【权利要求书】:

1.一种基于弹性元件的外骨骼关节力位复合柔顺控制方法,其特征在于,包括:

步骤S1:根据电机数据采集控制信息,采集电机信息,获取电机数据采集结果信息;

采集电机信息、肢体姿态信息、人机交互力信息,获取电机采集结果信息、肢体姿态采集结果信息、人机交互力采集结果信息

步骤S2:根据肢体姿态采集控制信息,采集肢体姿态信息,获取肢体姿态采集结果信息;

步骤S3:根据人机交互力采集控制信息,采集人机交互力信息,获取人机交互力采集结果信息;

步骤S4:根据电机数据采集结果信息、肢体姿态采集结果信息、人机交互力采集结果信息,获取力位复合的外骨骼关节助力的主动柔顺控制信息;

所述力位复合的外骨骼关节助力的主动柔顺控制信息能够形成力位复合的外骨骼关节助力的主动柔顺控制;

所述步骤S4包括:

步骤S4.1:根据力位复合的外骨骼关节助力的主动柔顺控制信息,采用弹性元件与执行机构并联的方式,对关节助力结构产生持续的负载力矩;

所述步骤S2包括:

步骤S2.1:采用具有智能步态识别及人体运动意图判别能力的智能控制算法模型,智能控制算法模型的输入量包括:肢体姿态采集结果信息;

步骤S3.1:采用具有智能步态识别及人体运动意图判别能力的智能控制算法模型,智能控制算法模型的输入量包括:人机交互力采集结果信息;

所述步骤S4包括:

步骤S4.2:对关节电机安装电机输出力与输出位置的传感器并实现传感数据的实时反馈。

2.根据权利要求1所述的基于弹性元件的外骨骼关节力位复合柔顺控制方法,其特征在于,所述步骤S1包括:

步骤S1.1:采用具有智能步态识别及人体运动意图判别能力的智能控制算法模型,智能控制算法模型的输入量包括:电机的输出力信息,电机位置信息;

所述电机数据采集结果信息包括:电机的输出力信息,电机位置信息。

3.一种基于弹性元件的外骨骼关节力位复合柔顺控制系统,其特征在于,包括:

模块M1:根据电机数据采集控制信息,采集电机信息,获取电机数据采集结果信息;

采集电机信息、肢体姿态信息、人机交互力信息,获取电机采集结果信息、肢体姿态采集结果信息、人机交互力采集结果信息

模块M2:根据肢体姿态采集控制信息,采集肢体姿态信息,获取肢体姿态采集结果信息;

模块M3:根据人机交互力采集控制信息,采集人机交互力信息,获取人机交互力采集结果信息;

模块M4:根据电机数据采集结果信息、肢体姿态采集结果信息、人机交互力采集结果信息,获取力位复合的外骨骼关节助力的主动柔顺控制信息;

所述力位复合的外骨骼关节助力的主动柔顺控制信息能够形成力位复合的外骨骼关节助力的主动柔顺控制;

所述模块M4包括:

模块M4.1:根据力位复合的外骨骼关节助力的主动柔顺控制信息,采用弹性元件与执行机构并联的方式,对关节助力结构产生持续的负载力矩;

所述模块M2包括:

模块M2.1:采用具有智能步态识别及人体运动意图判别能力的智能控制算法模型,智能控制算法模型的输入量包括:肢体姿态采集结果信息;

所述模块M3包括:

模块M3.1:采用具有智能步态识别及人体运动意图判别能力的智能控制算法模型,智能控制算法模型的输入量包括:人机交互力采集结果信息;

所述模块M4包括:

模块M4.2:对关节电机安装电机输出力与输出位置的传感器并实现传感数据的实时反馈。

4.根据权利要求3所述的基于弹性元件的外骨骼关节力位复合柔顺控制系统,其特征在于,所述模块M1包括:

模块M1.1:采用具有智能步态识别及人体运动意图判别能力的智能控制算法模型,智能控制算法模型的输入量包括:电机的输出力信息,电机位置信息;

所述电机数据采集结果信息包括:电机的输出力信息,电机位置信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海航天控制技术研究所,未经上海航天控制技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011529388.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top