目前,世界上存在著大量肢體運動障礙的特殊人群,其下肢沒有運動能力,無法正常行走或運動,而下肢外骨骼機器人的應用使他們能重新正常站立、行走,這也極大地改善了他們的身體機能狀況和生活質(zhì)量。作為以人為中心的人機協(xié)同智能系統(tǒng),下肢外骨骼機器人的其首要任務是理解人的運動意圖,與人體協(xié)同運動產(chǎn)生助行、助力等行為。事實上,人體運動過程中的各種信息會以不同形式反映到不同的狀態(tài)變量上,比如不同的運動意圖會以不同形式的腦電信號體現(xiàn),同時運動過程中人體的運動狀態(tài)的變化會以關(guān)節(jié)角度、角速度、角加速度和腳底壓力等物理量表現(xiàn)。目前在基于傳統(tǒng)物理傳感器如力、位置、姿態(tài)等的人機運動識別和基于生物信號如腦電、肌電等的外骨骼機器人控制方面已經(jīng)取得了一些成果。但在融合多模態(tài)傳感器信息進行意圖識別、視覺輔助的機器自主決策、人的智能和機器自主決策融合決策等方面的研究目前開展的較少,尤其在融合環(huán)境信息方面。為充分發(fā)揮大腦信號的快速、全局性,物理信號的持續(xù)、魯棒性以及機器視覺的實時、準確性,本文進行了基于多模態(tài)傳感器信息的人-機-環(huán)境融合控制策略研究,具體包括以下幾個方面:(1)在獲取多模態(tài)人-機-環(huán)境交互狀態(tài)信息方面,將機器視覺技術(shù)引入下肢外骨骼機器人,為機器人系統(tǒng)提供行走環(huán)境的視覺反饋。為充分挖掘單一類型傳感器深層次特征,采用了多種算法對單一模態(tài)數(shù)據(jù)進行了特征提取與識別。通過人機系統(tǒng)上安裝的足底壓力傳感器、關(guān)節(jié)角度傳感器、深度攝像機、腦電信號采集儀等多種傳感器,研究了基于足底壓力傳感器的足底觸地識別、基于下肢關(guān)節(jié)角度傳感器的步態(tài)相位與機器人狀態(tài)識別、基于深度攝像機的水平地面物體尺寸識別、基于腦機接口的行走過程中跨越意圖識別等。(2)建立基于多模態(tài)信息的多層次融合決策機制,提出了融合足底壓力、關(guān)節(jié)角度、環(huán)境信息、人的主觀意圖等多模態(tài)信息的下肢外骨骼機器人控制策略。研究了基于足底壓力傳感器和下肢關(guān)節(jié)角度傳感器的人機運動狀態(tài)融合識別;基于人機運動狀態(tài)意圖與地面環(huán)境信息的機器自主決策融合;基于人的高級運動意圖與機器自主決策的高級決策融合。通過融合人機系統(tǒng)狀態(tài)與行走環(huán)境信息,建立了下肢外骨骼機器人自主決策機制。機器人在面對不同障礙物時融合人的意圖與機器自主決策,根據(jù)環(huán)境信息做出實時規(guī)劃調(diào)整,平均任務正常完成率可達82.2%,確保了人機系統(tǒng)的安全可靠性,同時極大提高了人機系統(tǒng)對復雜行走環(huán)境的適應能力。(3)在面向人-機-環(huán)境融合的步態(tài)規(guī)劃方面進行了多種研究。為提升人機融合性能,研究了基于長短時記憶遞歸神經(jīng)網(wǎng)絡的離線步態(tài)軌跡擬合和基于身體特征參數(shù)的離線個性化步態(tài)模式生成;為提高人-機-環(huán)境的適應能力,研究了基于人機融合決策的在線參數(shù)化步態(tài)軌跡規(guī)劃方法。通過將人的決策與機器自主決策融合,初步實現(xiàn)了人-機-環(huán)境融合的步態(tài)規(guī)劃方法,使得下肢外骨骼機器人在適應穿戴者步態(tài)模式、適應不同行走環(huán)境方面有了極大的提高。實驗結(jié)果表明,在面對復雜行走環(huán)境時,人機系統(tǒng)能在基于機器視覺傳感器和人機狀態(tài)傳感器等多模態(tài)信息的輔助下,以人的主觀意圖為主,基于人機融合決策規(guī)劃出人-機-環(huán)境相宜的步態(tài)模式,從而使人機系統(tǒng)安全、穩(wěn)定、可靠的完成行走任務,這也表明了下肢外骨骼機器人多模態(tài)人-機-環(huán)境信息融合控制策略的有效性。
【學位單位】：中國科學院大學(中國科學院深圳先進技術(shù)研究院)
【學位級別】：博士
【學位年份】：2018
【中圖分類】：TP242
【部分圖文】：

-環(huán)境相宜的步態(tài)模式，從而使人機系統(tǒng)能在復雜地面環(huán)境下安全、可靠的行走，其系統(tǒng)框架如圖1.2。這樣才能充分利用人-機-環(huán)境交互過程中表現(xiàn)出來的多模態(tài)信息，發(fā)揮生物信號的全局、主動性，物理信號的持續(xù)、魯棒性，及機器視覺的快速、準確性等優(yōu)勢，使得下肢外骨骼機器人能更高效的為穿戴者提供助行、助力等功能，并能適應復雜行走環(huán)境。1.2研究現(xiàn)狀下肢外骨骼機器人的研究經(jīng)過數(shù)十年的發(fā)展，目前已經(jīng)取得了豐碩的成果，其完美的將人的智力與機器人的體力結(jié)合在一起，充分發(fā)揮了各自的優(yōu)勢，廣泛應用于軍事、救災等領域幫助穿戴者負重行走[28][29][30]，以及助老、康復等領域幫助老年人、殘疾人等助力行走，其中在康復醫(yī)療領域，目前國內(nèi)外已經(jīng)有多家高科技企業(yè)推出多樣化的外骨骼機器人產(chǎn)品或企業(yè)已上市

功能[31]，已有的部分樣機結(jié)果如圖1.3。隨著全球人口老齡化日益嚴重、發(fā)達國家勞動力缺失等問題，歐美、日本等國家都對各種輔助機器人的研究表現(xiàn)出極大的興趣[32]。美國Berkeley Bionics公司以HULC下肢外骨骼機器人模型為基礎，開發(fā)了eLegs（Ekso）康復助行外骨骼系統(tǒng)[33]，目前已經(jīng)應用于部分康復訓練中心。由瑞士工程師杰里·科倫坡發(fā)明的Lokomat是針對下肢癱瘓患者進行康復訓練的外骨骼機器人，主要用于對脊髓損傷、腦卒中及其它神經(jīng)損傷患者的康復治療。日本筑波大學開發(fā)的HAL系列下肢運動輔助外骨骼[34]，是目前研究較為成熟的下肢外骨骼機器人系統(tǒng)。該智能系統(tǒng)可通過皮膚表面能檢測到下肢肌肉運動信號，然后通過處理后用于下肢外骨骼機器人的控制。最新推出的樣機HAL-5是一款半機器人系統(tǒng)，可以協(xié)助穿戴者完成基本的站立、行走、上下樓梯等動作。ReWalk外骨骼機器人[35]是以色列“埃爾格醫(yī)學技術(shù)”（Argo Medical Technologies）公司阿密特·戈夫爾（Amit Goffer）主持研究的一套康復醫(yī)療下肢助力外骨骼機器人

國內(nèi)康復助行外骨骼機器人樣機系統(tǒng)的研究起步較晚，但近年來受到國家科技計劃支持、巨大市場需求等影響，已經(jīng)有多家研究機構(gòu)、高校、企業(yè)等開始從事康復、助行下肢外骨骼機器人的研究，并且取得了許多成果，部分樣機如圖1.4。電子科技大學開發(fā)的外骨骼機器人AIDER系統(tǒng)通過多種傳感器來感知人體運動意圖，如站立、坐下或行走等，采集到的傳感器數(shù)據(jù)經(jīng)過嵌入式系統(tǒng)快速處理后通過控制模塊實現(xiàn)電機驅(qū)動下肢關(guān)節(jié)運動，同時在智能鞋、腰部支撐及綁縛附件等輔助下為穿戴者提供助力行為。目前該樣機系統(tǒng)可實現(xiàn)助行、康復訓練和助力功能[37][38]。浙江大學科研團隊研發(fā)了四自由度穿戴式下肢步行外骨骼機器人。該系統(tǒng)包括減重機構(gòu)、腰部機構(gòu)、下肢助行機構(gòu)及跑步機四部分組成。針對下肢活動能力不同的患者，分別制定了被動步態(tài)位置訓練控制策略、半主動步態(tài)訓練軌跡自校正控制策略及主動步態(tài)力矩-位置自適應控制策略[39][40][41]。中國科學院深圳先進技術(shù)研究院科研團隊于2012年啟動截癱助行下肢外骨骼機器人研究試制工作，開發(fā)了輕便安全有效的下肢助行外骨骼機器人系統(tǒng)，樣機采用閉環(huán)控制架構(gòu)、有自適應步態(tài)模式學習能力，并且具備坐姿穿戴、起立、行走、坐下等功能，完成了多例截癱患者助行實驗，目前正與珠三角數(shù)家醫(yī)院合作，進行患者穿戴臨床試驗[42][43][44][45]。在下肢外骨骼機器人產(chǎn)業(yè)化方面，國內(nèi)很多企業(yè)做出了許多貢獻。大艾機器人推出了面向不?
【相似文獻】

相關(guān)期刊論文 前10條

1 丁寧;;人機共生時代的機器人設計與探索[J];機器人產(chǎn)業(yè);2018年06期

2 牛檢偉;;庫卡機器人在高鐵彈條生產(chǎn)線的應用[J];鄭鐵科技;2012年04期

3 浙江大學工業(yè)控制技術(shù)國家重點實驗室機器人團隊;;爬行與行走機器人及移動機器支撐技術(shù)[J];國際學術(shù)動態(tài);2016年04期

4 曹東;田富洋;宋占華;閆銀發(fā);李法德;蔡占河;;AMR果蔬自動收獲機器人動力學建模與實時控制[J];農(nóng)機化研究;2018年02期

5 楊存志;吳澤全;郭洋;;擠奶機器人的結(jié)構(gòu)設計[J];農(nóng)機化研究;2018年04期

6 苗玉剛;文家雄;尹藝澄;;多功能清潔機器人機械結(jié)構(gòu)設計與控制[J];機械制造;2018年02期

7 梁萬前;;我國機器人產(chǎn)業(yè)發(fā)展現(xiàn)狀研究[J];山東工業(yè)技術(shù);2018年10期

8 王智龍;楊萌;劉兵;;一種新型多足對稱機器人的研究[J];內(nèi)燃機與配件;2018年08期

9 ;機器人教育普及進行時[J];機器人產(chǎn)業(yè);2018年03期

10 全權(quán);王帥;;詳解機器人基礎入門知識[J];機器人產(chǎn)業(yè);2018年03期

相關(guān)博士學位論文 前10條

1 劉清宇;四足機器人奔跑步態(tài)動態(tài)穩(wěn)定性與控制方法研究[D];華中科技大學;2017年

2 姚芝鳳;室內(nèi)環(huán)境下多機器人協(xié)調(diào)探索算法研究[D];哈爾濱工程大學;2018年

3 劉篤信;下肢外骨骼機器人多模融合控制策略研究[D];中國科學院大學(中國科學院深圳先進技術(shù)研究院);2018年

4 紀鵬;移動偵測機器人的人機交互與局部自主關(guān)鍵技術(shù)研究[D];東南大學;2017年

5 高勝男;面向家庭服務機器人的中文指令處理研究[D];燕山大學;2017年

6 劉志民;水下球形探測機器人自主運動控制研究[D];北京郵電大學;2018年

7 王麗佳;基于多特征融合的機器人目標跟蹤算法研究[D];北京工業(yè)大學;2017年

8 張慧;基于軟驅(qū)動器的軟體飛行器的研究[D];東南大學;2018年

9 劉策越;面向快速測試進化形態(tài)的模塊化機器人研究[D];中國礦業(yè)大學(北京);2018年

10 何永義;基于視窗平臺的機器人控制技術(shù)研究及實現(xiàn)[D];上海大學;2001年

相關(guān)碩士學位論文 前10條

1 宋夢;基于功能學派翻譯理論的英漢翻譯報告[D];西安理工大學;2018年

2 周建浩;用于物流中心的快件自動分揀機器人的研究[D];華北理工大學;2018年

3 王秀馨;管道檢測機器人的過彎控制研究[D];華北理工大學;2018年

4 劉帥;設施蔬菜病害自動預警機器人技術(shù)研究[D];寧夏大學;2018年

5 呂慶明;樹莓派狀態(tài)監(jiān)測機器人設計[D];哈爾濱工程大學;2018年

6 張皓天;移動機器人人機交互與運動控制研究[D];哈爾濱工程大學;2018年

7 魏菊香;柔性自動生產(chǎn)線實訓系統(tǒng)研發(fā)[D];華南理工大學;2017年

8 李婉玲;老人陪護機器人的語音交互技術(shù)研究[D];江南大學;2018年

9 高綠洲;基于ROS的教育機器人室內(nèi)視覺定位模塊研究[D];華中師范大學;2018年

10 張文輝;基于機器視覺的機器人分揀系統(tǒng)研究[D];西安建筑科技大學;2018年

本文編號：2886019