[发明专利]基于变刚度的外肢体机器人辅助支撑方法

权利要求书

1.基于变刚度的外肢体机器人辅助支撑方法，其特征在于，所述辅助支撑方法步骤为：

步骤1、实时获取放置于穿戴者手臂上的表面肌电传感器和惯性传感器的原始输出数据；

步骤2、对获取的惯性传感器数据进行处理，用于判断人体是否有操作意图，如果人体有操作意图，外肢体机器人协助人体将物体支撑到需要的位置；

所述惯性传感器数据包括俯仰角、偏航角和翻滚角，选用俯仰角作为操作意图识别的特征，具体计算方法如下：

其中，α为当前时刻的俯仰角，T＝1表示有操作意图，T＝0表示无操作意图；

步骤3、当物体处于支撑状态后，对原始的sEMG数据进行预处理，包括全波整流、低通滤波和归一化；

所述的预处理方法具体为：首先通过对原始sEMG进行全波整流处理，处理后的sEMG均为非负，处理方法如下：

P₁(i)＝|EMG_raw(i)|

其中，i为采样点序号，EMG_raw(i)为第i个采样点的原始sEMG信号幅值，P₁(i)为全波整流处理后第i个采样点的sEMG信号幅值；

接下来，对经过全波整流处理后的sEMG进行低通滤波处理，低通滤波器选择二阶巴特沃斯滤波器，处理后的sEMG去除了噪声的包络，处理方法如下：

P₂(i)＝LPF(P₁(i)，f)

其中，P₂(i)为低通滤波器处理后第i个采样点的sEMG信号幅值，LPF为信号幅值，f为低通滤波器的截止频率；

最后，对经过低通滤波处理后的sEMG包络基于最大自主收缩进行归一化，处理方法如下：

其中，P₃(i)为归一化处理后第i个采样点的sEMG信号幅值，M为肌肉最大收缩时的sEMG信号幅值；

步骤4、预处理后的sEMG数据用于估计手臂的参考刚度；

计算参考刚度的方法具体为：首先需要计算一对主动肌和拮抗肌的肌肉激活度，计算方法如下；

其中，a(i)为肌肉激活度，A为非线性度参考，取值范围为(-3,0)；

通过计算的主动肌和拮抗肌的肌肉激活度，人体手臂的参考刚度能够用主动肌和拮抗肌中较小的肌肉激活度表征，计算方法如下：

K_ref＝min(1，a_agnist，a_antagonist)

其中，K_ref为手臂的参考刚度，a_agnist和a_antagonist分别为主动肌和拮抗肌的肌肉激活度；

步骤5、将人体手臂参考刚度映射到外肢体机器人的阻抗控制模型中；

所述的刚度映射方法具体为：首先将刚度水平映射到机械臂上，进而调节机械臂的刚度矩阵，计算方法如下：

K_map＝(K_max-K_min)K_ref+K_min

其中，K_max和K_min分别为机械臂的最大刚度和最小刚度，K_map为映射刚度；

接下来，通过刚度映射得到机械臂的刚度矩阵和阻尼矩阵，计算方法如下：

K_d＝S_k(1-K_map)

其中，K_d、B_d分别为外肢体机器人的机械臂的刚度矩阵和阻尼矩阵，ζ为阻尼比，S_k为系数对角矩阵。

2.根据权利要求1所述的基于变刚度的外肢体机器人辅助支撑方法，其特征在于，步骤1所述的原始输出数据由程序自动地从表面肌电传感器和惯性传感器实时读取，其中表面肌电传感器放置于肱二头肌和肱三头肌这一对拮抗肌的位置，惯性传感器放置于人体手臂的腕部。

3.根据权利要求1所述的基于变刚度的外肢体机器人辅助支撑方法，其特征在于，步骤5中所述的阻抗控制模型用下式表示：

其中，M_d、B_d、K_d为期望的惯性矩阵、阻尼矩阵和刚度矩阵，X、为实际的位移、速度和加速度，X_d、为期望的位移、速度和加速度，F_ext为机械臂末端与环境间的交互力。