[发明专利]一种面向动态交互的对象肢体时变刚度辨识方法及装置

说明书

本发明提供了一种面向动态交互的对象肢体时变刚度辨识方法及装置，属于肢体刚度测量领域，方法包括：采集对象肢体位移与实测力数据组合或角度与实测力矩数据组合；基于二阶阻抗模型构建的时变动力学系统，利用线性变参数法，替代时变阻抗参数并重建回复力/力矩表达；根据基函数展开的动态交互力/力矩表达式使用时变动力学参数对变量权重、动态交互力/力矩和回复力/力矩进行迭代辨识；依照替代时变阻抗参数的表达式，使用变量权重及动态交互力/力矩解算时变刚度。本发明不仅提高了时变刚度辨识技术的精度而且扩展了时变刚度辨识技术的应用场景。

技术领域

本发明属于肢体刚度测量领域，更具体地，涉及一种面向动态交互的对象肢体时变刚度辨识方法及装置。

背景技术

在日常生活中面对丰富多样的运动任务，如行走、跑步、上下楼梯等下肢任务，抑或是接球、举重物这样的上肢任务，生物个体总能表现出卓越的运动稳定性，这得益于生物个体丰富的组织构成和快速高效的神经调控机制。当生物个体的肢体与环境或物体进行动态交互时，中枢神经系统会根据不同的任务需求以调节肢体的刚度特性，从而保持动态交互过程中肢体末端或关节的稳定。

现有刚度研究分为两类，即时不变刚度研究与时变刚度研究。时不变刚度研究假设生物个体的刚度不随时间发生变化，显然这一过程不符合生物个体在与环境或物体动态交互过程中刚度实时变化的特征。因此，研究生物个体时变刚度特征不仅有助于探明生物个体时变刚度的调节机理，将生物个体时变刚度调节机制引入到机器人系统的人机交互控制、自适应变阻抗控制、变阻抗驱动器的研究中还能够显著提升机器人系统的性能表现。生物个体时变刚度的辨识是这类研究的前提，提出一种快速精准的面向动态交互的时变刚度辨识算法十分重要。

目前时变刚度辨识技术有短数据段法、集总数据法、线性变参数法和基函数展开法等。其中，短数据段法是将非平稳的数据集分割成大量被认定为系统参数时不变的准平稳短数据段，然后将具有相似准平稳特征的短数据段分组并用时不变模型辨识从而得到时变刚度。由于短数据段法是基于短段数据准平稳的假设，这一前提使其只能适用于辨识慢速变化的肢体刚度特征，且无法得到肢体刚度的全局时变特征。集总数据法采用多达上百个具有相同时变特征的试验数据构建集总数据，再使用从同一时刻的集总数据中估计出的时不变模型描述时变系统在该时刻的特征。由此可以看出基于集总数据的辨识方法的关键在于进行大量具有相同时变特征的实验。不难发现，短数据段法和集总数据法具有相同的特征，即都需要基于大量且相同时变行为的数据集进行时变刚度参数的辨识，而这一特征导致了实验过程冗长、所需数据量大且多次时变行为的一致性难以保证。

不同于上述两种方法，线性变参数法和基函数展开法能够通过单次实验数据直接辨识出肢体的时变刚度。其中，线性变参数法将时变系统参数建模为以一个或多个随时间变化的调度变量为自变量的函数，这种做法的前提是确定该调度变量直接影响系统时变特征，且调度变量必须能通过直接方法或间接方法得到。基函数展开法则是直接将时变系统参数建模为一系列以时间自变量的基函数的加权和，在基函数形式确定后，该方法将时变系统方程转换为以各阶基函数时不变权重值为未知参数的时不变系统方法，以时不变系统辨识方法辨识出这些未知参数后即可合成得到原时变系统参数。上述两种辨识方法的局限性在于只能用于肢体不与环境交互的情景。

发明内容

现有的短数据段法和集总数据法需要大量时变行为的数据集进行时变刚度参数的辨识，导致多次时变行为的一致性难以保证；同时线性变参数法和基函数展开法只适用于肢体不与环境交互的情景，因此，针对现有技术的缺陷，本发明的目的在于提供一种面向动态交互的对象肢体时变刚度辨识方法及装置，旨在解决现有的时变刚度辨识技术精度不够和无法用于动态交互场景的问题。

为实现上述目的，一方面，本发明提供了一种面向动态交互的对象肢体时变刚度辨识方法，包括以下步骤：

在随机微扰动运动环境下，对象保持肢体姿态不变，通过改变肌肉状态，采集对象肢体位移与实测力数据组合或角度与实测力矩数据组合；