基于力反馈导纳控制的踝关节柔性外骨骼
Ankle flexible exoskeleton based on force feedback admittance control
通讯作者:
收稿日期: 2023-04-13
Received: 2023-04-13
作者简介 About authors
陈栋(1998—),男,硕士生,从事康复机器人研究.orcid.org/0009-0006-0184-4012.E-mail:
针对踝关节康复训练的需求,分析踝关节的运动机理,运用模块化驱动单元与鲍登线,设计轻量化、易穿戴的柔性踝关节外骨骼机器人,实现踝关节跖屈/背屈、内/外翻的运动辅助. 柔性外骨骼在背屈和跖屈阶段分别采用位置控制和力矩控制. 位置控制以传统PID为主;力矩控制以力为反馈信号,建立交互力差值与鲍登线内芯位移补偿之间的导纳模型. 通过Sigmoid变形函数实现导纳参数的动态调控,满足辅助力矩输出和人机交互柔顺性的需求. 实验结果表明,位置跟踪误差不超过0.46 cm,力输出误差为−1.5~1.5 N,能够满足人体康复训练的需求.
关键词:
In response to the need for ankle rehabilitation training, a lightweight, easy-to-wear flexible ankle exoskeleton robot was designed using modular drive units and Bowden cables through analysis of ankle joint mechanics. The robot can provide assistance for ankle plantarflexion/dorsiflexion and inversion/eversion movements. Position control and torque control are used for flexible exoskeleton during the dorsiflexion and plantarflexion stages, respectively. Position control is mainly based on traditional proportional integral derivative(PID), while torque control uses force as a feedback signal to establish an admittance model between the interaction force difference and the Bowden cable core displacement compensation. The admittance parameters are dynamically adjusted through the Sigmoid deformation function to meet the requirements of assistive torque output and human-machine interaction compliance. Experimental data showed that the position tracking error was stable within 0.46 cm, and the force output error was stable within −1.5-1.5 N, meeting the needs of human rehabilitation training.
Keywords:
本文引用格式
陈栋, 李伟达, 张虹淼, 李娟.
CHEN Dong, LI Weida, ZHANG Hongmiao, LI Juan.
Wehner等[7]将气动肌肉作为执行器制作了第一代柔性外骨骼,这种柔性外骨骼通过与人体固定的连接点给髋、膝、踝关节提供助力. 由于气动肌肉存在行程大小的限制,加上柔性外骨骼本身的质量,这一代柔性外骨骼没有取得理想的助力效果. Wyss实验室[11–13]提出基于鲍登线的绳驱式柔性下肢外骨骼,采用柔性织物代替传统的刚性结构,通过鲍登线收缩产生的拉力辅助行走,大大提升了整体系统的稳定性和穿戴的舒适性,并由此发展出双侧髋踝关节助力系统、单侧踝关节助力系统和双侧髋关节助力系统三类机器人. Shan等[14-15]展示了基于鲍登线的膝关节柔性外骨骼机器人可以通过套索对膝关节提供柔性助力,实时采集压力值、关节角度以及角速度,实现数据反馈和模糊控制,并通过不断修正期望力矩,实现比执行固定轨迹的柔性外骨骼更理想的助力效果. 郑进忠[16]设计的外骨骼机器人采用鲍登线串联弹簧的传动方案,可以为穿戴者提供踝关节跖屈运动辅助. 在上层控制上,郑进忠[16]采用基于惯性测量单元(inertial measurement unit,IMU)的时域控制进行步态划分,加入径向基(radial basis function,RBF)神经网络以降低建模误差中的不确定因素带来的扰动.
相较于国外的可穿戴式外骨骼研究,国内在刚性外骨骼机器人方面的研究已有部分成果,但在柔性下肢外骨骼方面,机器人的助行效果不理想,且研究大多数针对膝关节,针对踝关节的鲜少. 本研究针对踝关节运动损伤的人群设计质量轻、易穿戴的绳驱式踝关节柔性外骨骼机器人;为了提高助行过程中人机交互的柔顺性,提出基于力反馈的导纳控制方法,并通过实验验证机器人及控制方法的有效性.
1. 踝关节运动分析
人体行走步态可以划分为支撑相和摆动相[17]. 支撑相是指足跟着地到足尖离地的过程,约占整个步态周期的62%;摆动相是指足尖离地到足跟着地的过程,约占整个步态周期的38%.
根据人体解剖学理论及人体关节运动特征,踝关节的运动主要是围绕3个轴的旋转运动,包括跖屈/背屈、外展/内收、内翻/外翻等3种基本运动类型,如图1所示. 1)跖屈/背屈运动:发生在矢状面内,踝关节绕着冠状轴进行一定范围的旋转运动;脚尖朝上的运动称为背屈,脚尖朝下的运动称为跖屈. 2)外展/内收运动:发生在水平面内,踝关节绕着垂直轴进行一定范围的旋转运动,足底与地面平行;足部向内侧旋转为内收,足部向外侧旋转为外展. 3)内翻/外翻运动:发生在冠状面内,踝关节绕着矢状轴进行一定范围的旋转运动;足内侧抬高为内翻,足部外侧承受的力大于足部内侧;足外侧抬高为外翻,足部内侧承受的力大于足部外侧.
图 1
图 2
2. 外骨骼结构设计
根据人体解剖学理论,踝关节有3个自由度,分别为跖屈/背屈、外展/内收、外翻/内翻. 由于外展/内收运动范围很小,步行过程中提供的力矩有限,结构设计中暂不考虑,本研究分别针对跖屈/背屈、外翻/内翻运动辅助进行外骨骼的结构设计.
2.1. 外骨骼构型设计
人在行走运动的不同阶段有相应的肌肉进行伸展和收缩. 小腿三头肌收缩实现足跟抬起,胫骨肌收缩实现足尖上倾,踝关节在整个步态周期的主要运动功能由此完成. 将脚掌骨骼以及小腿部分简化为连杆,踝关节简化为矢状面上的旋转副,构成二连杆机构. 根据踝关节运动形式的分析与简化,分别建立跖屈辅助和背屈辅助的结构模型,跖屈运动通过小腿三头肌和足跟建立鲍登线连接点,如图3所示,图中,L1为足跟连接点到小腿固定点的距离. 在小腿两侧通过胫骨前肌和前脚掌建立鲍登线连接点,若两侧运动同步,则可实现背屈运动辅助;若两侧运动不同步,则可实现内外翻运动辅助,如图4所示. 图中,L2、L3分别为足掌内侧连接点和足掌外侧连接点到小腿固定点的距离.
图 3
图 4
2.2. 外骨骼结构设计
图 5
图 6
2.3. 外骨骼运动学分析
在踝关节处建立局部坐标系O-uvw和全局坐标系O-xyz. 在初始时刻,O-uvw与O-xyz重合. 将小腿固定横截面和脚掌分别等效为半径为r和半径为R的圆平面,在小腿背部0°~180°均匀取3个点S1、S2、S3作为人机连接点,脚掌在0°~360°均匀取3个点D1、D2、D3与小腿固定点对应,如图7所示. 外骨骼运动满足的关系式为
图 7
图 7 机器人坐标系及运动学分析示意图
Fig.7 Diagram of robot coordinate system and kinematic analysis
式中:
式中:
3. 控制策略
根据外骨骼的结构及助行原理,在助行过程中,1号绳驱运动单元在支撑相阶段提供跖屈的辅助力矩,该阶段以期望力矩为控制目标. 2号、3号绳驱运动单元在摆动相阶段提供背屈或内外翻的辅助力矩,防止足下垂;由于无需承担额外的重力,该阶段以期望位置为控制目标,采用PID控制,方法比较成熟,不再赘述.
3.1. 鲍登线期望力与位移关系
在人体正常行走的支撑相中,有一组绳驱运动单元提供跖屈的辅助力矩,须建立鲍登线拉力、所需辅助力矩和关节角度之间的关系,得到鲍登线期望力与位移的数学模型. 假设小腿固定点与足部连接点在助力过程中一直处于绷紧状态,且小腿固定点位置固定,足部连接点绕踝关节运动,初始站立时刻位置为D0点,如图8所示. 在踝关节运动过程中,足部连接点到小腿固定点的距离为
图 8
图 8 鲍登线拉力与位移数学模型示意图
Fig.8 Diagram of Bowden cable tension and displacement model
式中:l为小腿固定点到踝关节轴心的距离,d为踝关节轴心到足部连接点的距离,
当踝关节相对于初始位置逆时针旋转角度
式中:
由式(7)可以得到踝关节运动过程中鲍登线期望力与鲍登线位移的关系. 如图9所示为鲍登线期望力Fd与鲍登线位移x的变化曲线. 力矩与踝关节角度为实验采集的已知数据,不同时刻的鲍登线期望力与鲍登线位移分别为
图 9
式中:C为足弓到后脚掌的距离.
3.2. 偏移补偿
小腿固定点通过柔性捆绑的方式实现与鲍登线的固定,由于弹性作用,在运动过程中固定点的位置会产生额外偏移. 为了保持鲍登线的绷紧状态,减小无效位移和额外助力的影响,在仅提供鲍登线恒定预紧力而不产生助力的条件下,采集多组鲍登线内芯的位移并取平均值后进行曲线拟合,如图10所示. 图中,xc为位移的补偿量.
图 10
3.3. 导纳控制方法
外骨骼助行的主要目的是提供辅助力矩,在本研究的绳驱动踝关节外骨骼中,辅助力矩通过对鲍登线内芯的收放来实现,即通过内芯的位移间接控制鲍登线拉力,进而控制踝部辅助力矩. 导纳控制是输入力、输出运动的柔顺控制方法,不仅满足控制要求,而且能够避免出现位置控制刚度过大、人机柔顺性差的问题. 如图11所示,采用基于力反馈的导纳控制方法建立导纳模型,实现通过鲍登线的拉力大小来调节鲍登线位移.
图 11
图 11 基于力反馈的导纳控制框图
Fig.11 Admittance control block diagram based on force feedback
3.4. 导纳模型
将期望助力与实测交互力的差值Fe与鲍登线内芯位移补偿∆x1的导纳模型[20]描述为
式中:Md为惯性系数,Dd为阻尼系数,Kd为刚度系数,Δx1为内芯位移补偿. 对式(10)进行拉氏变换,得到传递函数为
导纳模型须确定惯性系数、阻尼系数和刚度系数. 在实际计算的过程中,较大的刚度系数在一定范围内可以提升系统的响应速度,但面对瞬态响应容易产生控制超调,引起震荡;较大的阻尼系数可以减小震荡,但是会降低系统响应速度. 在响应前期,采用较小的阻尼系数以及较大的刚度系数,以保证响应速度;随着不断接近目标值,逐渐增大阻尼系数并减小刚度系数,以减少超调震荡对穿戴者带来的不适影响. 外骨骼设计是针对踝关节运动损伤的人群,实际运动速度较慢,同时速度变化率较小,惯性系数的变化影响有限,因此采用固定值. 阻尼系数与刚度系数由Sigmoid函数参与求解,Sigmoid函数可以将复杂的数据映射到0~1.0,且具有非线性特性,变化趋势从0开始逐渐上升,直到达到1.0,然后稳定在1.0[21-22]. 为了将参数变化映射至理想的数值区间,方便调整,对原Sigmoid进行修改,变形公式为
式中:m为可以影响函数幅值的变化,n为可以改变曲线的集中程度. 利用式(12)计算阻尼系数与刚度系数,计算式分别为
式中:Bd0、Kd0为初始值,F为拉力传感器实际测得的鲍登线拉力. 经过多次实验,确定m1=40、n1=0.15、Dd0=10;m2=60、n2=0.15、Kd0=15. 导纳参数的自适应曲线如图12所示. 可以看出,Dd的可调节范围为10~30,Kd的可调节范围为15~45,满足期望力与实际力的可接受误差范围. Dd、Kd随误差发生变化,实现参数的自适应调控.
图 12
4. 实验探究
图 13
图 14
如图15所示,在跖屈助行实验中,选取pc=10%~60%进行力矩曲线跟踪. 图中,Fe为实际力与预期力的差值. 可以看出,由拉力传感器实时测量的力基本符合预期,误差偏差值基本稳定在−1.5~1.5 N,占2.5%,对于实际测试人员几乎不产生影响,且具备良好的轨迹跟踪性能.
图 15
如图16所示,在背屈助行实验中,从开始行走连续取4组pc=60%~85%的鲍登线内芯平均位移曲线进行误差分析. 图中,xe为期望位移与实际位移的差值. 可以看出,鲍登线内芯位移平均误差最大为0.46 cm,误差波动频率小,满足预期.
图 16
5. 结 语
设计一体化关节与鲍登线驱动的踝关节柔性外骨骼机器人,研究变参数的力反馈导纳控制方法,实现了踝关节跖屈助力曲线跟踪控制,同时助力曲线可在线调节. 外骨骼助行穿戴实验,鲍登线内芯位移、拉力等的测试结果表明,所提控制方法保证了外骨骼实现踝关节助力,能够用于踝关节康复训练. 本研究现阶段仍处于初期阶段,计划进行如下修正和补充. 1)力曲线误差波动频率相对较大,算法优化和参数调整有较大提升空间;2)由于实验条件限制,实验对象为健康成年人,实验数据与结果必然与真实患者存在一定差异;3)针对踝关节康复训练时关节各部分的实际运动学及力能需求完善和优化控制策略.
参考文献
2006年第二次全国残疾人抽样调查主要数据公报
[J]. ,DOI:10.3969/j.issn.1006-9771.2006.12.001 [本文引用: 1]
Communique on major statistics of the second china national sample survey on disability
[J]. ,DOI:10.3969/j.issn.1006-9771.2006.12.001 [本文引用: 1]
Stronger, smarter, softer: next-generation wearable robots
[J]. ,DOI:10.1109/MRA.2014.2360283 [本文引用: 1]
Driven gait orthosis for improvement of locomotor training in paraplegic patients
[J]. ,DOI:10.1038/sj.sc.3101154 [本文引用: 1]
Robot assisted gait training with active leg exoskeleton (ALEX)
[J]. ,DOI:10.1109/TNSRE.2008.2008280
A biologically inspired soft exosuit for walking assistance
[J]. ,DOI:10.1177/0278364914562476 [本文引用: 1]
Performance estimation of the lower limb exoskeleton for plantarflexion using surface electromyography (sEMG) signals
[J]. ,
A novel lightweight wearable soft exosuit for reducing the metabolic rate and muscle fatigue
[J]. ,DOI:10.3390/bios11070215 [本文引用: 1]
Assistance magnitude versus metabolic cost reductions for a tethered multiarticular soft exosuit
[J]. ,DOI:10.1126/scirobotics.aah4416
Human-in-the-loop optimization of hip assistance with a soft exosuit during walking
[J]. ,DOI:10.1126/scirobotics.aar5438 [本文引用: 1]
Classification of five ambulatory activities regarding stair and incline walking using smart shoes
[J]. ,DOI:10.1109/JSEN.2018.2837674 [本文引用: 1]
/
〈 | 〉 |