田啟磊　王鈺

摘要：為實(shí)時(shí)、靈活和方便地示教下肢外骨骼機(jī)器人的步態(tài)，提出利用慣性傳感器實(shí)時(shí)示教步態(tài)的方法。通過(guò)示教者下肢末端的傳感器，實(shí)時(shí)采集腳掌的位姿數(shù)據(jù)，再根據(jù)逆向運(yùn)動(dòng)學(xué)理論建立下肢各關(guān)節(jié)角的算法，從而實(shí)現(xiàn)每條下肢只需一只傳感器即可示教步態(tài)的要求。通過(guò)安放在小腿和大腿上的其他慣性傳感器實(shí)測(cè)的數(shù)據(jù)，驗(yàn)證該方法可行性。研究結(jié)果表明，該方法時(shí)間滯后0.15 s，關(guān)節(jié)最大誤差在2°范圍內(nèi)，能夠?qū)崿F(xiàn)步態(tài)的實(shí)時(shí)示教控制。

關(guān)鍵詞：下肢外骨骼；步態(tài)示教；動(dòng)捕系統(tǒng)；慣性傳感器

中圖分類(lèi)號(hào)：TP24 文獻(xiàn)標(biāo)志碼：A

借助下肢外骨骼機(jī)器人康復(fù)卒中后偏癱患者的肢體功能，是康復(fù)機(jī)器人領(lǐng)域研究的熱點(diǎn)之一[1-2]，而機(jī)器人步態(tài)的示教與控制，則是其中的一個(gè)研究重點(diǎn)。目前下肢外骨骼機(jī)器人的步態(tài)生成方法主要有以下幾種：1）拖拽方式，通過(guò)位置控制牽引患者進(jìn)行重復(fù)的康復(fù)訓(xùn)練[3-4]，但勞動(dòng)強(qiáng)度高，靈活性差，沒(méi)有實(shí)時(shí)性；2）力控方式，通過(guò)多個(gè)傳感器直接測(cè)量由人體肌肉收縮而產(chǎn)生的力[5-6]，或者建立人機(jī)動(dòng)力學(xué)模型估計(jì)穿戴者的運(yùn)動(dòng)意圖[7-11]，根據(jù)患者的運(yùn)動(dòng)能力調(diào)節(jié)機(jī)器人輔助力矩，完成對(duì)下肢外骨骼步態(tài)的控制，這種方法穿戴不便，操作復(fù)雜，同樣缺少靈活性與實(shí)時(shí)性；3）生物電方式，通過(guò)采集運(yùn)動(dòng)過(guò)程中產(chǎn)生的生物信號(hào)判斷患者運(yùn)動(dòng)意圖，從而實(shí)現(xiàn)對(duì)下肢外骨骼的控制[12-14]，缺點(diǎn)是成本高，信號(hào)易受干擾，控制魯棒性差；4）光學(xué)動(dòng)捕方式，通過(guò)光學(xué)傳感器采集人體步態(tài)運(yùn)動(dòng)特征點(diǎn)，與人體數(shù)據(jù)庫(kù)比對(duì)優(yōu)化后作為機(jī)器人末端控制器的數(shù)據(jù)輸入，從而控制機(jī)器人運(yùn)動(dòng)[15]，但成本高，空間占用大，受環(huán)境因素影響大，無(wú)實(shí)時(shí)性。本文提出了一種基于單個(gè)慣性傳感器的下肢外骨骼實(shí)時(shí)步態(tài)示教方法，將靈活性、實(shí)時(shí)性以及成本低等優(yōu)點(diǎn)集于一體，并對(duì)比分析Simulink仿真結(jié)果與動(dòng)捕系統(tǒng)分布在下肢其他部位上的慣性傳感器實(shí)時(shí)采集的關(guān)節(jié)轉(zhuǎn)角數(shù)據(jù)，驗(yàn)證了該方法能幫助患者復(fù)現(xiàn)示教軌跡。

1 基于慣性動(dòng)捕系統(tǒng)的步態(tài)示教方法

1.1 基于慣性動(dòng)捕系統(tǒng)的步態(tài)示教原理

圖1為步態(tài)示教與控制的完成流程，傳感器采集的數(shù)據(jù)通過(guò)UDP通訊至上位機(jī)，濾波后，腳背傳感器的數(shù)據(jù)輸給逆向運(yùn)動(dòng)學(xué)算法，計(jì)算出相對(duì)于腰部坐標(biāo)系的關(guān)節(jié)坐標(biāo)，然后關(guān)節(jié)坐標(biāo)傳給由MultiBody工具箱建立的仿真模型，動(dòng)態(tài)記錄和展示示教步態(tài)的軌跡。

1.2 慣性傳感設(shè)備選型

選用常見(jiàn)的慣性動(dòng)作捕捉設(shè)備，型號(hào)為VDSuit，相對(duì)于光學(xué)相機(jī)步態(tài)識(shí)別方法，慣性動(dòng)捕系統(tǒng)適應(yīng)性強(qiáng)，穿戴方便，不受場(chǎng)地環(huán)境的影響。如圖2所示，動(dòng)捕系統(tǒng)由17個(gè)慣性傳感器若干信號(hào)線(xiàn)和綁帶以及無(wú)線(xiàn)接收器組成，可通過(guò)綁縛于腰部、大腿中部、小腿中部及腳背部的傳感器獲取中間關(guān)節(jié)位置的轉(zhuǎn)角。因?yàn)橹豢紤]步態(tài)在矢狀面內(nèi)運(yùn)動(dòng)，且以腰部作為基坐標(biāo)系，左右兩腿關(guān)于腰部坐標(biāo)系對(duì)稱(chēng)分布，所以?xún)H以左腿驗(yàn)證該步態(tài)示教方法。本文研究只限于固定于左腳背的慣性傳感器獲取大地坐標(biāo)系下腳掌的位姿數(shù)據(jù)用于逆運(yùn)動(dòng)學(xué)分析，并與通過(guò)VDSuit慣性動(dòng)作捕捉設(shè)備獲取髖關(guān)節(jié)、膝關(guān)節(jié)和踝關(guān)節(jié)轉(zhuǎn)動(dòng)角度數(shù)據(jù)對(duì)比驗(yàn)證逆運(yùn)動(dòng)學(xué)算法的正確性。

2 下肢外骨骼的正逆運(yùn)動(dòng)學(xué)方程D-H表示

2.1 建立坐標(biāo)變換模型

基于Denavit-Hartenberg（D-H）表示法建立外骨骼下肢運(yùn)動(dòng)學(xué)模型，描述下肢各關(guān)節(jié)之間的坐標(biāo)變化，基于人體下肢功能性康復(fù)的基本要求，下肢外骨骼三個(gè)運(yùn)動(dòng)自由度由髖關(guān)節(jié)屈伸、膝關(guān)節(jié)屈伸和踝關(guān)節(jié)屈伸組成，坐標(biāo)變換如圖3所示，首先為下肢每個(gè)關(guān)節(jié)指定一個(gè)參考坐標(biāo)系。坐標(biāo)系0表示腰部基準(zhǔn)坐標(biāo)系，坐標(biāo)系1表示髖關(guān)節(jié)坐標(biāo)系（機(jī)器人基坐標(biāo)系），坐標(biāo)系2表示膝關(guān)節(jié)坐標(biāo)系，坐標(biāo)系3表示踝關(guān)節(jié)坐標(biāo)系，坐標(biāo)系G表示末端腳掌坐標(biāo)系，腰部坐標(biāo)系通過(guò)平移與旋轉(zhuǎn)變換到末端腳掌坐標(biāo)系G。

2.2 基于D-H參數(shù)建立正逆運(yùn)動(dòng)學(xué)方程

腰部坐標(biāo)系0到坐標(biāo)系H的D-H參數(shù)見(jiàn)表1。θ表示繞Z軸的旋轉(zhuǎn)角，d表示關(guān)節(jié)偏置，a表示連桿長(zhǎng)度，αi表示相鄰兩個(gè)Z軸之間的扭角。只考慮人體矢狀面上的運(yùn)動(dòng)，為簡(jiǎn)化分析關(guān)節(jié)偏距均設(shè)為0；根據(jù)GB10000-1998中國(guó)成年人人體尺寸標(biāo)準(zhǔn)中18～60歲分組中占比95%的人體數(shù)據(jù)確定桿長(zhǎng)a；由于Z1、Z2、Z3、ZG是平行的，所以繞X軸的扭角αi=0。實(shí)際情況腳尖與腳踝不在同一水平面存在夾角，所以需要補(bǔ)償角度θ補(bǔ)償，腳背部傳感器測(cè)得Z方向初始角度近似看做補(bǔ)償角度θ補(bǔ)償。

3 仿真實(shí)驗(yàn)分析

基于Simulink建立仿真模型，利用位于腳掌背部的動(dòng)捕系統(tǒng)單只慣性傳感器獲取的實(shí)時(shí)位姿數(shù)據(jù)進(jìn)行運(yùn)動(dòng)仿真，分析下肢關(guān)節(jié)角度與動(dòng)捕系統(tǒng)下肢傳感器直接測(cè)得的三個(gè)關(guān)節(jié)轉(zhuǎn)動(dòng)角度的關(guān)系。

實(shí)驗(yàn)對(duì)象為一名身高170 cm、體重74 kg的健康男性，通過(guò)示教人員特定靜態(tài)姿態(tài)與仿真模型姿態(tài)對(duì)比，驗(yàn)證外骨骼機(jī)器人運(yùn)動(dòng)控制算法的準(zhǔn)確性。輸入數(shù)據(jù)為實(shí)驗(yàn)人員大腿長(zhǎng)度、小腿長(zhǎng)度、腳掌長(zhǎng)度以及腳掌相對(duì)于腰部坐標(biāo)系矢狀面的實(shí)時(shí)位姿數(shù)據(jù)。示教人員做出圖5所示姿態(tài)，通過(guò)關(guān)節(jié)中心點(diǎn)和腳背傳感器位置點(diǎn)量取關(guān)節(jié)轉(zhuǎn)角，以及穩(wěn)定姿態(tài)位置算法計(jì)算的角度見(jiàn)表2。仿真模型姿態(tài)與示教人員姿態(tài)數(shù)據(jù)誤差在2°以?xún)?nèi)，說(shuō)明外骨骼機(jī)器人運(yùn)動(dòng)控制算法滿(mǎn)足基本要求。

在動(dòng)態(tài)試驗(yàn)中采集連續(xù)步態(tài)運(yùn)動(dòng)數(shù)據(jù)，與仿真模型運(yùn)動(dòng)姿態(tài)對(duì)比分析。輸入的腰部傳感器在x（行走方向）和y方向（豎直方向）位移如圖6所示，腳掌相對(duì)于腰部坐標(biāo)系矢狀面的實(shí)時(shí)位姿數(shù)據(jù)如圖7所示。

在Simulink仿真設(shè)置程序運(yùn)行時(shí)間t為10 s，下肢步態(tài)變化如圖8所示，仿真姿態(tài)與示教人員姿態(tài)一致。髖關(guān)節(jié)角度為垂直于地面的參考線(xiàn)與以股的長(zhǎng)軸線(xiàn)之間所成的夾角，伸展角度為正；膝關(guān)節(jié)角度為股長(zhǎng)軸延長(zhǎng)線(xiàn)與脛長(zhǎng)軸線(xiàn)之間所成夾角，伸展角度為正；踝關(guān)節(jié)角度為過(guò)踝關(guān)節(jié)與地面平行的水平線(xiàn)與足長(zhǎng)軸之間的夾角，背伸角度為正。

根據(jù)髖關(guān)節(jié)、膝關(guān)節(jié)、踝關(guān)節(jié)角度的仿真結(jié)果與慣性動(dòng)捕系統(tǒng)直接采集的下肢各個(gè)關(guān)節(jié)角度曲線(xiàn)對(duì)比如圖9所示，算法角度因?yàn)榻?jīng)二階低通濾波處理時(shí)間維度滯后0.15 s，滿(mǎn)足步態(tài)控制要求；角度誤差范圍在2 °以?xún)?nèi)，且不存在累積誤差。故該控制方法可以實(shí)現(xiàn)示教者的步態(tài)運(yùn)動(dòng)軌跡的復(fù)現(xiàn)，達(dá)到康復(fù)師快捷方便的實(shí)時(shí)的調(diào)整患者步態(tài)位姿，驗(yàn)證了該步態(tài)示教方法的可行性。

4 結(jié)論

本文提出了利用單只慣性傳感器進(jìn)行步態(tài)示教的方法，在Simulink平臺(tái)對(duì)其控制算法進(jìn)行仿真分析，并與動(dòng)捕系統(tǒng)實(shí)采的下肢三關(guān)節(jié)角度數(shù)據(jù)對(duì)比分析。利用單只慣性傳感器數(shù)據(jù)的下肢外骨骼步態(tài)控制方法可以很好的復(fù)現(xiàn)示教者的步態(tài)運(yùn)動(dòng)軌跡，且操作簡(jiǎn)單靈活，成本低，能夠?qū)崟r(shí)調(diào)整示教運(yùn)動(dòng)軌跡，減輕康復(fù)師為患者做康復(fù)訓(xùn)練時(shí)的負(fù)擔(dān)。

參考文獻(xiàn)

［1］國(guó)家統(tǒng)計(jì)局. 第七次全國(guó)人口普查公報(bào)解讀［EB/OL］. ［2022-06-06］. http：//www.stats.gov.cn/tjsj/sjjd/202105/t20210512_1817336.html.

［2］《中國(guó)腦卒中防治報(bào)告》編寫(xiě)組. 《中國(guó)腦卒中防治報(bào)告2019》概要［J］. 中國(guó)腦血管病雜志， 2020， 17（5）：272-281.

［3］馮永飛. 坐臥式下肢康復(fù)機(jī)器人機(jī)構(gòu)設(shè)計(jì)與協(xié)調(diào)控制研究［D］.秦皇島：燕山大學(xué)，2018：34-90.

［4］趙小磊，林木松，李齊，等. 基于加速度傳感器的下肢康復(fù)機(jī)器人示教訓(xùn)練［J］.傳感技術(shù)學(xué)報(bào)，2016，29（10）：1596-1601.

［5］周智雍，錢(qián)偉，丁加濤，等. 基于核化運(yùn)動(dòng)基元的外骨骼膝關(guān)節(jié)步態(tài)軌跡在線(xiàn)規(guī)劃［J］.機(jī)器人，2021，43（5）：557-566.

［6］MORITA Y， NAGASAKI M， UKAI H， et al. Development of rehabilitation training support system of upper limb motor function for personalized rehabilitation［C］// IEEE International Conference on Robotics & Biomimetics. Bangkok， 2009： 300-305.

［7］PONS J L. Wearable robots： Biomechatronic exoskeletons［M］. England： John Wiley & Sons Ltd， 2008：17-81.

［8］李沈炎，韓亞麗，陳茹雯，等. 基于滑模PID控制的下肢康復(fù)外骨骼控制研究［J］.組合機(jī)床與自動(dòng)化加工技術(shù)，2021（3）：98-101.

［9］于建均，李晨，左國(guó)玉，等. 基于LSTM神經(jīng)網(wǎng)絡(luò)的仿人機(jī)器人循環(huán)步態(tài)的生成方法［J］.北京工業(yè)大學(xué)學(xué)報(bào)， 2020， 46（12）： 1335-1344.

［10］ 劉輝， 陳嬋娟，穆琪. 基于PSO-SCE的下肢外骨骼機(jī)器人步態(tài)多目標(biāo)優(yōu)化［J］. 現(xiàn)代制造工程， 2021（2）：27-35.

［11］ TSOI Y H， XIE S Q. Impedance control of ankle rehabilitation robot［C］// IEEE International Conference on Robotics & Biomimetics. Bangkok， 2009： 840-845

［12］ 尚長(zhǎng)沛， 程志. 基于表面肌電信號(hào)的步態(tài)切換意圖識(shí)別及控制研究［J］. 控制工程， 2021，28（8）：1662-1668.

［13］ 張弼，姚杰，趙新剛，等.一種基于肌電信號(hào)的自適應(yīng)人機(jī)交互控制方法［J］.控制理論與應(yīng)用，2020，37（12）：2560-2570.

［14］ 史小華，盧浩，廖梓宇，等. 基于表面肌電信號(hào)的下肢康復(fù)主動(dòng)訓(xùn)練［J］.科學(xué)技術(shù)與工程， 2018，18（17）： 61-66.

［15］ 王文遠(yuǎn)，富文昌，曹富.基于動(dòng)作捕捉技術(shù)對(duì)仿人機(jī)器人運(yùn)動(dòng)學(xué)分析與步態(tài)仿真［J］.機(jī)械傳動(dòng)，2021，45（8）：110-117.

［16］ 胡旭輝，王鈺.基于慣性傳感器遙控示教康復(fù)系統(tǒng)的研究［J］.青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，35（1）：66-72.

Research on Real-time Teaching Gait of Lower Limb Exoskeleton Using Inertial Sensor Data

TIAN Qi-lei， WANG Yu

（College of Mechanical and Electrical Engineering， Qingdao University， Qingdao 266071，China）

Abstract： A method of real-time gait teaching using inertial sensors was proposed to teach the gait of lower limb exoskeleton robot in real time， flexibly and conveniently. Through the sensor at the end of the lower limb of the instructor， the position and posture data of the foot were collected in real time. According to the theory of inverse kinematics， the algorithm of each joint angle was established， so as to achieve the requirement that each lower limb can teach gait with only one sensor. The feasibility of this method was verified by the measured data of other inertial sensors placed on the lower leg and thigh. The research results show that the method has 0.15 s delay and the maximum joint error is within 2°， and the gait can be controlled by real-time teaching.

Keywords： lower limb exoskeleton; gait teaching; mobile capture system; inertial sensor

收稿日期：2022-06-17

基金項(xiàng)目：山東省科技發(fā)展計(jì)劃項(xiàng)目（批準(zhǔn)號(hào)：40214010075）資助。

通信作者：王鈺，男，副教授，主要研究的方向?yàn)榭祻?fù)機(jī)器人與打磨機(jī)器人。E-mail：ywang@qdu.edu.cn