尚小晶 吳忠偉 徐成波
(吉林建筑大學(xué)城建學(xué)院,長春 130111)
第二次世界大戰(zhàn)以后興起了一個新的醫(yī)學(xué)領(lǐng)域即康復(fù)醫(yī)學(xué)[1].為了提高殘疾人的生活質(zhì)量,使更多殘疾人能像正常人一樣生活,康復(fù)醫(yī)學(xué)在人們生活中的地位越來越高,智能假肢是最直接的研究對象[2].目前,國內(nèi)外殘疾人采用較多的康復(fù)假肢主要是英國Touch Bionics公司的i-Limb[3],還有德國的Otto Bock假肢公司Michelangelo Hand[4],但這些假肢在準確度上還存在不足,其靈敏度和準確度并沒有達到人們的滿意程度,殘疾人在使用過程中會有不便利之處.因此,智能假肢的進一步研究是目前的研究熱點,有助于彌補殘疾人殘端功能缺陷.本文將Adams軟件和Matlab/Simulink相結(jié)合搭建仿生模型進行研究.對于仿生模型采用的控制算法有很多,PID控制是最經(jīng)典的算法,并且該算法可以克服其他算法必須已知模型數(shù)學(xué)表達式的不足,簡單快捷的控制模型的動作.但PID控制的適應(yīng)性較差,PID參數(shù)的確定也是其控制的一個問題,在調(diào)試過程中控制器參數(shù),是根據(jù)試驗者經(jīng)驗反復(fù)試驗、調(diào)試確定,這給模型的控制帶來不便,延長了調(diào)試周期.為了提高效率,本文將模糊理論應(yīng)用于模型控制,通過模糊規(guī)則推測控制器的控制參數(shù),使虛擬仿生手模型能夠快速準確的達到目標位置,即完成相應(yīng)的手勢動作.
虛擬樣機技術(shù)在實際生活中的應(yīng)用是通過虛擬樣機軟件實現(xiàn)的.目前國內(nèi)外具有代表性的虛擬樣機軟件是美國MSC公司的Adams軟件.本文主要采用該軟件建立虛擬模型,且建立的虛擬模型和實際物理樣機的功能一致[4],即實際物理樣機可以以虛擬樣機為技術(shù)依據(jù).
本文建立仿生手的三維模型,仿生手模型一共是14個自由度,每個關(guān)節(jié)為一個自由度,并設(shè)置其對應(yīng)的參數(shù),該模型的運動由相應(yīng)的指令控制,該指令來源于手指關(guān)節(jié)的控制轉(zhuǎn)矩.為了使虛擬手模型更接近食物,在軟件中還設(shè)置與實物一樣的質(zhì)量、材料和慣量系數(shù).圖1為采用ADAMS軟件建立的虛擬仿生手模型.
從圖1可以看出,采用軟件建立的智能假肢仿生手模型和實際智能假肢幾乎一樣.在建模的過程中,為了使虛擬手完美完成各勢動作,本文在建模型時將大拇指位置略為下移,與實際位置有微小偏差.
圖1 虛擬仿生手模
本文建立的仿生手模型可以看成是一個多輸入多輸出的系統(tǒng),要想對其進行精確的控制比較困難.因此,本文主要是實現(xiàn)仿生手的簡單控制,讓該模型能夠準確的跟蹤給定信號變化,通過對虛擬仿生手的控制過程研究,找到實際智能假肢控制研究的不足并加以改進.本文研究的虛擬仿生手模型其給定輸入為完成相應(yīng)動作的各個關(guān)節(jié)的角度,采用MATLAB/Simulink軟件構(gòu)件控制系統(tǒng),通過實驗研究驗證虛擬仿生手模型是否能夠快速穩(wěn)定的實現(xiàn)相應(yīng)的動作.圖2為仿生手的運動控制結(jié)構(gòu)圖.
該控制系統(tǒng)通過對各個關(guān)節(jié)的角度控制,使各個關(guān)節(jié)能夠達到目標角度,完成完整的手勢動作.目標位置確定的準確性直接影響手勢動作完成的效果,因此需要對各個關(guān)節(jié)的角度進行精確的控制.
圖2 仿生手運動控制結(jié)構(gòu)
本文以食指為例設(shè)計控制器,其他手指則以此為依據(jù)推測控制器及參數(shù).同理,食指的3個關(guān)節(jié)控制方式一樣,以一個關(guān)節(jié)為例設(shè)計控制器,穩(wěn)定性是其正常運行的前提條件,因此通過調(diào)試使該關(guān)節(jié)穩(wěn)定運行,其他手指及關(guān)節(jié)均可以此類推.
本文將虛擬仿生手作為控制對象,但該模型無法用精確的數(shù)學(xué)表達式表示,即模型的控制參數(shù)無法通過精確的數(shù)學(xué)表達式推到出來.所以,被廣泛應(yīng)用于無精確數(shù)學(xué)模型控制的PID控制器為本文控制器設(shè)計的最優(yōu)選擇.圖3為PID控制一個關(guān)節(jié)的結(jié)構(gòu)圖.
PID控制器的控制參數(shù)只能根據(jù)調(diào)試者的多年經(jīng)驗及多次實驗的推導(dǎo),該過程周期較長.但每個動作只有對應(yīng)的一組控制器參數(shù),一旦改變動作PID的參數(shù)就必須重新調(diào)試確定,適應(yīng)性較差,效率較低.所以,對于該不足之處急需有一個改進辦法.因此,本文提出提出模糊PID控制[5],即將模糊控制與PID相結(jié)合,主要是為了克服PID參數(shù)調(diào)試周期長的不足,將PID參數(shù)的調(diào)試過程用模糊規(guī)則代替,通過模糊規(guī)則能快速推測出控制器參數(shù),從而使模型快速完成動作,縮短了調(diào)試周期提高效率且增強適用性,即便更換動作也無需重新調(diào)試,只需對應(yīng)上相應(yīng)的模糊規(guī)則即可.
圖3 虛擬仿生手關(guān)節(jié)控制結(jié)構(gòu)
虛擬仿生手的聯(lián)合仿真采用Adams和Matlab聯(lián)合實現(xiàn),首先用Adams建立模型,然后將該模型與Matlab鏈接,將其作為Matlab/Simulink的一個成形模塊使用,在Simulink中建立控制系統(tǒng),將本文的控制算法導(dǎo)入該系統(tǒng),這樣控制系統(tǒng)與虛擬手模型子模塊就構(gòu)成了聯(lián)合仿真系統(tǒng).圖4為虛擬仿生手聯(lián)合仿真系統(tǒng)的結(jié)構(gòu)圖.
圖4 虛擬仿生手聯(lián)合仿真系統(tǒng)的結(jié)構(gòu)
從圖4可以看出,虛擬手模型的輸入是控制器系統(tǒng)的輸出,控制器系統(tǒng)的輸入則是虛擬手模型的輸出.這樣就構(gòu)成一個完整的閉環(huán)系統(tǒng),將兩個軟件結(jié)合構(gòu)成智能假肢仿生模型聯(lián)合仿真系統(tǒng).
智能假肢聯(lián)合仿真系統(tǒng)兩大系統(tǒng)之間的數(shù)據(jù)通信由Adams/Control模塊實現(xiàn).并且在數(shù)據(jù)通信的過程中會自動生成3個子文件,該子文件應(yīng)復(fù)制到模型所在的文件中,這樣模型就能與Matlab形成鏈接,直接輸入Adams_sys即可調(diào)用.本文對每個關(guān)節(jié)均進行了聯(lián)合仿真實驗并進行穩(wěn)定性分析.
本文所研究的虛擬仿生手模型有14個關(guān)節(jié),在這里我們只針對一個手指的3個關(guān)節(jié)分析,其他手指可以以此類推.對一個手指的3個關(guān)節(jié)采用模糊PID控制進行控制,使其能夠?qū)崿F(xiàn)位置的精確控制.
本文通過聯(lián)合仿真實驗研究實現(xiàn)了虛擬仿生手的簡單手勢動作,通過對其控制系統(tǒng)進行設(shè)計分析,大大提高了效率,為智能假肢實體的研究提供了科學(xué)依據(jù).
采用虛擬技術(shù)—Adams建立14自由度虛擬仿生手模型,利用具有強大計算功能的Matlab搭建虛擬仿生手的控制系統(tǒng),將模糊理論和PID控制器相結(jié)合,解決了PID控制適應(yīng)性差的不足,使虛擬假肢能準確的完成相應(yīng)的動作.同時,本文聯(lián)合仿真的研究驗證了虛擬技術(shù)的可行性,為手勢動作的識別研究提供了新的驗證途徑,在以后的研究中可以將手勢動作識別的過程和虛擬仿生手模型相結(jié)合,將人手部動作更直觀、更形象實時在虛擬環(huán)境中體現(xiàn)出來,為手勢動作識別的進一步研究提供技術(shù)依據(jù).
[1]http://www.carm.org.cn/bbs/topic.asp topic_id=2784&forum_id=24&cat_id=6.
[2]The i- limb system[Z].[2010 -5 -27].www.touchbionics.com
[3]Cybenko G.Approximation by superposition of a single function[J].Mathematics of Control,Signals and Systems,1989,35:335 -336.
[4]王 濤,張會明.基于ADAMS和MATLAB的聯(lián)合仿真控制系統(tǒng)仿真[J].機械工程與自動化,2005(5):81-83.
[5]M.Perus.Neuroquantum parallelism in brain mind and computers[J].Informatica,1996(20):173 -183.