工程设计学报, 2022, 29(3): 358-369 doi: 10.3785/j.issn.1006-754X.2022.00.048

建模、仿真、分析与决策

下肢外骨骼助力机器人动力学建模及实验研究

王月朋,,1, 汪步云,2,3

1.安徽信息工程学院 机械工程学院,安徽 芜湖 241199

2.安徽工程大学 人工智能学院,安徽 芜湖 241000

3.安徽工程大学 机器人产业技术研究院,安徽 芜湖 241007

Dynamic modeling and experimental research of lower limb exoskeleton assisted robot

WANG Yue-peng,,1, WANG Bu-yun,2,3

1.College of Mechanical Engineering, Anhui Institute of Information Technology, Wuhu 241199, China

2.School of Artificial Intelligence, Anhui Polytechnic University, Wuhu 241000, China

3.Institute of Technology Robotics Industry, Anhui Polytechnic University, Wuhu 241007, China

通讯作者: 汪步云(1984—),男,湖北孝感人,副教授,博士,从事机器人信息感知与人机交互研究,E-mail: ayun@ahpu.edu.cn

收稿日期: 2021-11-01   修回日期: 2021-12-28  

基金资助: 国家自然科学基金资助项目.  61741101
安徽省重点研究与开发计划资助项目.  202004a05020013
安徽省属公办普通本科高校领军骨干人才项目(2020年)
安徽工程大学创新团队项目(2019年)

Received: 2021-11-01   Revised: 2021-12-28  

作者简介 About authors

王月朋(1992—),男,安徽安庆人,助教,硕士,从事人机交互与机器人控制研究,E-mail:ypwang19@iflytek.comhttp://orcid.org/0000-0002-7938-5948 , E-mail:ypwang19@iflytek.com

摘要

下肢外骨骼助力机器人存在人‒机关节是否匹配、主动关节设计是否满足人体关节运动的驱动力要求等问题。为解决上述问题,基于所设计的电液伺服驱动下肢外骨骼助力机器人,将其简化为七连杆结构,并结合步态平衡理论,采用牛顿‒欧拉法构建了其摆动相与支撑相瞬时动力学模型。然后,将不同步态相位下人体运动时的角度数据、速度数据及机器人结构参数代入牛顿‒欧拉动力学迭代方程,求得机器人各关节的理论驱动力矩。最后,开展ADAMS(automatic dynamic analysis of mechanical systems,机械系统动力学自动分析)仿真实验和人机协同助行实验,通过对机器人各关节的驱动力矩峰值进行比较,验证了所构建动力学迭代方程的正确性和有效性。结果表明,通过采用牛顿‒欧拉法来求解下肢外骨骼助力机器人关节的驱动力矩,可为其结构优化与控制策略制定提供重要的理论支撑。

关键词: 下肢外骨骼助力机器人 ; 动力学分析 ; 牛顿‒欧拉法 ; 人机协同助行实验

Abstract

The lower limb exoskeleton assisted robot has problems such as whether the human-machine joints match, and whether the active joint design meets the driving force requirements of human joint during motion. In order to solve these problems, based on the designed electro-hydraulic servo driven lower limb exoskeleton assisted robot, by simplifying it into a seven-link structure, the instantaneous dynamic model of swing phase and support phase were constructed by Newton-Euler method combining with the gait balance theory. Then, the angle data, velocity data of human motion under different gait phases and the robot structure parameters were substituted into the Newton-Euler dynamic iteration equations to obtain the theoretical driving torque of each joint of the robot. Finally, the ADAMS (automatic dynamic analysis of mechanical systems) simulation experiment and human-machine cooperative walking aid experiment were carried out, and the correctness and effectiveness of the constructed dynamic iteration equations were verified by comparing the peak driving torque of each joint of the robot. The results showed that using the Newton-Euler method to solve the driving torque of the lower limb exoskeleton assisted robot joint could provide important theoretical support for its structural optimization and control strategy formulation.

Keywords: lower limb exoskeleton assisted robot ; dynamic analysis ; Newton-Euler method ; human-machine cooperative walking aid experiment

PDF (4249KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王月朋, 汪步云. 下肢外骨骼助力机器人动力学建模及实验研究. 工程设计学报[J], 2022, 29(3): 358-369 doi:10.3785/j.issn.1006-754X.2022.00.048

WANG Yue-peng, WANG Bu-yun. Dynamic modeling and experimental research of lower limb exoskeleton assisted robot. Chinese Journal of Engineering Design[J], 2022, 29(3): 358-369 doi:10.3785/j.issn.1006-754X.2022.00.048

助力行走型下肢外骨骼机器人是一种可穿戴式助力装备,其结合了先进的控制技术、通信技术以及轻便的结构,主要用于辅助下肢生理功能退化的穿戴者行走,以提升其运动机能,这大大促进了智能化机器与人类的力量结合。近20年来,越来越多的老人和残障人士遭遇了下肢生理功能退化问题。由2019年联合国经济和社会事务部调查结果可知,日本的老年人口占比居世界之最,其次是意大利、德国、法国、英国、加拿大和中国等,这些国家的老年人口占比均超过了10%。可想而知,随着年老、体弱人群的日益增多,失能或半失能人群的照料与护理已成为重要的社会问题1。在下肢外骨骼助力机器人的辅助下,老年人或有运动功能障碍的人群可实现正常行走。关节驱动力矩作为运动或保持某种姿态的重要参数,其已成为下肢外骨骼助力机器人稳定性判定和控制方面的研究重点和热点2-3

经查阅大量文献与资料可知,在实际应用中,下肢外骨骼助力机器人主要分为以下4种。第1种为最常见的医疗康复型外骨骼机器人,用于辅助偏瘫患者或运动机能受损人群进行康复训练,为其提供重新站立的可能和希望,典型代表产品有可穿戴式机器人HAL(hybrid assistive limb, 混合辅助假肢)、ReWalk下肢康复外骨骼4-5等;第2种是助老助残型下肢外骨骼机器人,主要用于协助老年人行走及上下楼梯,典型代表产品有哈佛大学研制的柔性下肢外骨骼和中国科学院深圳先进技术研究院自主研发的下肢外骨骼机器人6-7等;第3种是军事负重型外骨骼机器人,用于提升军人的负载能力及行走速度,可有效增强军人的越野耐力,典型代表产品有伯克利仿生科技公司开发的通用型负重外骨骼(human universal load carrier, HULC)和西安交通大学研制的负重型下肢外骨骼机器人8-9等;第4种是无动力聚力型下肢外骨骼机器人,其不需要外加动力源,能够协助穿戴者减小体力消耗以达到增强体力的目的,典型代表产品有德黑兰大学研制的人用无动力外骨骼(unpowered exoskeleton for human, UEFH)和中国科学院深圳先进技术研究院自主研制的无动力型下肢外骨骼机器人10-11等。

为实现下肢外骨骼助力机器人穿戴柔顺性和控制精准性的提升,基于安徽工程大学机器人产业技术研究院设计开发的电液伺服驱动下肢外骨骼助力机器人APWR-A01(其结构如图1所示)12-14,利用合适的动力学分析方法来求解其助行过程中的动力学参数变化情况。

图1

图1   电液伺服驱动下肢外骨骼助力机器人的结构示意

Fig.1   Structure diagram of electro-hydraulic servo driven lower limb exoskeleton assisted robot


1 下肢外骨骼助力机器人动力学分析

1.1 动力学分析方法选择

在研究外骨骼机器人动力学问题时,首先要构建其动力学模型。针对外骨骼机器人的动力学特性,国内和国外的很多学者都进行了深入研究,提出了牛顿‒欧拉法15、拉格朗日法16、凯恩法17、虚功原理法18、微分几何原理法19、高斯法20以及旋量对偶数法21等动力学分析方法。其中,部分方法的优缺点如表1所示。

表1   不同动力学分析方法的优缺点比较

Table 1  Comparison of advantages and disadvantages of different dynamic analysis methods

方法优点缺点
牛顿‒欧拉法求解过程详细,能求得各连杆的驱动力和力矩,且精度高推导过程繁琐,建模过程复杂,计算难度大
拉格朗日法推导过程较简单,能得到封闭形式方程,且方程的结构紧凑及不包含约束力,便于分析与计算计算效率较低,实时性差
凯恩法方程简单,计算效率高,避免了求导运算对复杂系统的求解精度低
虚功原理法运算效率较高,适用于静力学分析对动态运动的分析精度低

新窗口打开| 下载CSV


鉴于本文是通过简化下肢外骨骼助力机器人机械结构并建立其动力学模型来求解其各关节的驱动力矩的,以及相关的运动学参数可利用三维运动捕捉系统快速测得,笔者结合不同动力学分析方法的优缺点,选用牛顿‒欧拉法来对机器人关节的驱动力和驱动力矩进行迭代计算。

1.2 步态特征分析

通过对人体行走步态周期进行分析可知,其可划分为支撑相(包括单支撑相和双支撑相)与摆动相。双支撑相是指双脚与地面接触,人体重心由后迈步大腿向前腿转移的阶段;单支撑相(支撑脚全部着地,对侧脚处于摆动相)有3个阶段,分别为弹起阶段、触地阶段和摆动阶段,具体表现为人体单腿支撑,摆动腿从脚尖离地到脚跟着地的变化过程,该阶段人体下肢支撑全身质量,人体重心转移到单腿上,单腿支撑及单腿向前摆动。人体行走步态周期如图2所示(以右腿为例,下文同)。

图2

图2   人体行走步态周期示意

Fig. 2   Schematic diagram of gait cycle of human walking


1.3 动力学建模与分析

将下肢外骨骼助力机器人简化为七连杆结构,构建其在不同步态相位下的动力学模型。

1.3.1 摆动相阶段动力学建模与分析

基于简化的七连杆结构,构建下肢外骨骼助力机器人摆动相动力学模型,如图3所示。图中各变量的含义如表2所示,其中θi以顺时针方向为正。定义(xh,yh)为支撑脚踝关节在绝对坐标系O-XY下的绝对坐标。

图3

图3   下肢外骨骼助力机器人摆动相动力学模型

Fig.3   Dynamic model of swing phase for lower limb exoskeleton assisted robot


表2   下肢外骨骼助力机器人动力学相关参数

Table 2  Dynamics-related parameters of lower limb exoskeleton assisted robot

参数名称
θ1右腿踝关节角度
θ2右腿膝关节角度
θ3右腿髋关节角度
θ4人体质心偏转角度
θ5左腿髋关节角度
θ6左腿膝关节角度
θ7左腿踝关节角度
m1智能鞋质量
m2小腿质量
m3大腿质量
m4人体质量
L1智能鞋长度
L2小腿长度
L3大腿长度
LP髋关节到人体质心的距离
cii=1, 2, …, 7)各连杆的质心

新窗口打开| 下载CSV


由于在行走过程中,下肢外骨骼助力机器人在冠状面与横断面上的运动范围不明显,因此将上述结构简化为矢状面简图,如图4所示。

图4

图4   下肢外骨骼助力机器人矢状面摆动相简图

Fig.4   Sagittal swing phase diagram of lower limb exoskeleton assisted robot


图4可知,下肢外骨骼助力机器人各连杆结构的参数之间具有相关性,通过牛顿‒欧拉法可逐步推导得到相邻连杆的参数传递方程。

在下肢外骨骼助力机器人的步态相位转换过程中,各连杆角速度之间的关系为:

i+1ωi+1=R        ii+1 iωi+θ˙i+1Ẑi+1Ẑi+1

式中:i+1ωi+1iωi)为坐标系{i+1}({i})中连杆i+1(i)的角速度;      ii+1R为坐标系{i}到坐标系{i+1}的转换矩阵;i+1Ẑi+1为坐标系{i+1}中Z方向的单位向量。

各连杆角加速度之间的关系为:

i+1ω˙i+1=R        ii+1Riω˙i+R        ii+1Riωi×θ˙i+1Ẑi+1Ẑi+1+          θ¨i+1Ẑi+1Ẑi+1

式中:i+1ω˙i+1iω˙i)为坐标系{i+1}({i})中连杆i+1(i)的角加速度。

各连杆速度之间的关系为:

i+1vi+1=R        ii+1iω˙i×PiPi+1+iωi×(iωi×         iPi+1)+vivi

式中:i+1vi+1ivi)为坐标系{i+1}({i})中连杆i+1(i)的速度;iPi+1为坐标系{i}中连杆i+1的位置矢量。

各连杆质心加速度之间的关系为:

i+1v˙ci+1=i+1ω˙i+1×Pi+1Pci+1+i+1ωi+1×        (i+1ωi+1×Pi+1Pci+1)+v˙i+1v˙i+1

式中:i+1v˙ci+1Pi+1Pci+1分别为坐标系{i+1}中连杆i+1质心的加速度和位置矢量。

由此可得,作用在连杆质心处的惯性力为:

i+1Fci+1=miv˙i+1v˙ci+1

式中:i+1Fci+1为坐标系{i+1}中连杆i+1质心处的惯性力。

利用牛顿‒欧拉法求解下肢外骨骼助力机器人各连杆所受的力和力矩,由此可以求得其各关节的驱动力和驱动力矩。各连杆所受的力 fi 和力矩 ni 可分别表示为:

fi=Ri+1ifi+1+Fi
ni=Ni+Ri+1ini+1+PciFi+Ri+1ifi+1

式中: FiNi 分别为关节i的驱动力和驱动力矩。

故右腿踝关节的动力学参数为:

ω1=00θ˙1   ω˙1=00θ¨1   ν1=gsθ1gcθ10   ν˙c1=-12L2θ˙12+gsθ112L2θ˙12+gcθ10
F1=-12m2L2θ˙12+m2gsθ112m2L2θ˙12+m2gcθ10    N1=00I1ZZθ¨1

式中:s表示sin,c表示cos;g为重力加速度;I1ZZ 为踝关节质心的转动惯量,下文类似变量除关节外含义同。

右腿膝关节的动力学参数为:

ω2=00θ˙1+θ˙2   ω˙2=00θ¨1+θ¨2 v˙2=L2θ¨1sθ2-θ˙12cθ2+gsθ12L2θ¨1cθ2-θ˙12sθ2+gcθ120
v˙c2=L2θ¨1sθ2-θ˙12cθ2+gsθ12-12L3θ˙1+θ˙22 L2θ¨1cθ2+θ˙12sθ2+gcθ12+12L3θ˙1+θ˙220
F2=m3L2θ¨1sθ2-θ˙12cθ2+gsθ12-12L3θ˙1+θ˙22m3L2θ¨1cθ2+θ˙12sθ2+gcθ12+12L3θ˙1+θ˙220
N2=00I2ZZ(θ¨1+θ¨2)

式中:cθij=cos(θi+θj),sθij=sin(θi+θj),下文同。

右腿髋关节的动力学参数为:

ω3=00θ˙1+θ˙2+θ˙3+θ˙4    ω˙3=00θ¨1+θ¨2+θ¨3+θ¨4
v˙3=L2θ¨1sθ234-θ˙12cθ234+gsθ1234+L3sθ34θ¨1+θ¨2-cθ34θ˙1+θ˙22L2θ¨1cθ234+θ˙12sθ234+gcθ1234+L3sθ34θ˙1+θ˙22+cθ34θ¨1+θ¨20
v˙c3=L2θ¨1sθ234-θ˙12cθ234+gsθ1234+L3sθ34θ¨1+θ¨2+θ¨3-cθ34θ˙1+θ˙2+θ˙32-L4θ˙1+θ˙2+θ˙3+θ˙42L2θ¨1cθ234+θ˙12sθ234+gcθ1234+L3sθ34θ˙1+θ˙2+θ˙32+cθ34θ¨1+θ¨2+θ¨3+L4θ¨1+θ¨2+θ¨3+θ¨40
F3=m3+m4L2θ¨1sθ234-θ˙12cθ234+gsθ1234+L3sθ34θ¨1+θ¨2+θ¨3-cθ34θ˙1+θ˙2+θ˙32-L4θ˙1+θ˙2+θ˙3+θ˙42m3+m4L2θ¨1cθ234+θ˙12sθ234+gcθ1234+L3sθ34θ˙1+θ˙2+θ˙32+cθ34θ¨1+θ¨2+θ¨3+L4θ¨1+θ¨2+θ¨3+θ¨40
 N3=00I3ZZ+I4ZZθ¨1+θ¨2+θ¨3+θ¨4

左腿各关节的动力学参数推导与右腿同理。

根据牛顿‒欧拉迭代法,取 n3中作用在右腿各连杆上力矩沿垂直于该杆方向(Ẑ方向)的分量,即为对应关节的驱动力矩。由此可求得摆动相阶段右腿髋关节的驱动力矩τ3为:

τ3=n3Ẑ3=I3ZZ+I4ZZθ¨1+θ¨2+θ¨3+θ¨4+         12m3+m4LPL2θ¨1cθ234+θ˙12sθ234+gcθ1234+         L3sθ34θ˙1+θ˙2+θ˙32+cθ34θ¨1+θ¨2+θ¨3+         LPθ¨1+θ¨2+θ¨3+θ¨4

摆动相阶段右腿膝关节的驱动力矩τ2为:

τ2=n2Ẑ2=I2ZZθ¨1+θ¨2+τ3+L3m4L2θ¨1cθ2+θ˙12sθ2+      L3θ¨1+θ¨2+A4+B4+m1+m2+32m3+m4gcθ12+      C4+m1+m2+12m3D1+m1+12m2E1+12m1F1 

其中:

A4=LP-sθ34θ˙1+θ˙2+θ˙3+θ˙42+cθ34θ¨1+θ¨2+θ¨3+θ¨4
B4=m1+m2+32m3L2θ¨1cθ2+θ˙12sθ2
C4=m1+m2+m3+14m4L3θ¨1+θ¨2
D1=L3-sθ4θ˙1+θ˙2+θ˙3+θ˙42+cθ4θ¨1+θ¨2+θ¨3+θ¨4
E1=L2cθ45θ¨1+θ¨2+θ¨3+θ¨4+θ¨5-sθ45θ˙1+θ˙2+θ˙3+θ˙4+θ˙52
F1=L1sθ456θ˙1+θ˙2+θ˙3+θ˙4+θ˙5+θ˙62-cθ456θ¨1+θ¨2+θ¨3+θ¨4+θ¨5+θ¨6

摆动相阶段右腿踝关节的驱动力矩τ1为:

τ1=n1Ẑ1=I1ZZθ¨1+τ2+L2m4A5+m1+54m2+2m3+m4L2θ¨1+m1+m2+32m3+m4B5+m1+m2+12m3C5+m1+12m2D2-12m1E2

其中:

A5=LP-sθ234θ˙1+θ˙2+θ˙3+θ˙42+cθ234θ¨1+
       θ¨2+θ¨3+θ¨4
B5=L3-sθ2θ˙1+θ˙22+cθ2θ¨1+θ¨2
C5=L3-sθ235θ˙1+θ˙2+θ˙3+θ˙52+cθ235θ¨1+θ¨2+θ¨3+θ¨5
D2=L2-sθ2356θ˙1+θ˙2+θ˙3+θ˙5+θ˙62+cθ2356θ¨1+θ¨2+θ¨3+θ¨5+θ¨6
E2=L1-sθ23567θ˙1+θ˙2+θ˙3+θ˙5+θ˙6+θ˙72+
cθ23567θ¨1+θ¨2+θ¨3+θ¨5+θ¨6+θ¨7   

同理可得,摆动相阶段左腿踝关节的驱动力矩τ7为:

τ7=n7Ẑ7=I7ZZθ¨1+θ¨2+θ¨3+θ¨5+θ¨6+θ¨7+         12m1L1L2θ¨1cθ23567+θ˙12sθ23567+gcθ123567+A1+         B1+C1+12L1θ¨1+θ¨2+θ¨3+θ¨5+θ¨6+θ¨7

其中:

A1=L3sθ567(θ˙1+θ˙2+θ˙32+cθ567θ¨1+θ¨2+θ¨3
B1=L3sθ67θ˙1+θ˙2+θ˙3+θ˙52+cθ67θ¨1+
                   θ¨2+θ¨3+θ¨5
C1=L2sθ7θ˙1+θ˙2+θ˙3+θ˙5+θ˙62+cθ7θ¨1+θ¨2+θ¨3+θ¨5+θ¨6

摆动相阶段左腿膝关节的驱动力矩τ6为:

τ6=n6Ẑ6=I6ZZθ¨1+θ¨2+θ¨3+θ¨5+θ¨6+τ7+L2m1+        12m2L2θ¨1cθ2356+θ˙12sθ2356+gcθ12356+A2+B2+        m1+14m2L2θ¨1+θ¨2+θ¨3+θ¨5+θ¨6+12m1C2

其中:

A2=L3sθ56θ˙1+θ˙2+θ˙32+cθ56θ¨1+θ¨2+θ¨3
B2=L3sθ6θ˙1+θ˙2+θ˙3+θ˙52+cθ6θ¨1+θ¨2+θ¨3+θ¨5
C2=L1cθ7θ¨1+θ¨2+θ¨3+θ¨5+θ¨6+θ¨7-sθ7θ˙1+θ˙2+θ˙3+θ˙5+θ˙6+θ˙72

摆动相阶段左腿髋关节的驱动力矩τ5为:

τ5=n5Ẑ5=I5ZZθ¨1+θ¨2+θ¨3+θ¨5+τ6+      L3m1+m2+12m3L2θ¨1cθ235+θ˙12sθ235+gcθ1235+A3+      m1+m2+14m3L3θ¨2+θ¨3+θ¨5+m1+12m2B3+12m1C3

其中:

A3=L3sθ5θ˙1+θ˙2+θ˙32+cθ5θ¨1+θ¨2+θ¨3
B3=L2-sθ6θ˙2+θ˙3+θ˙5+θ˙62+cθ6θ¨2+θ¨3+θ¨5+θ¨6
C3=L1cθ67θ¨2+θ¨3+θ¨5+θ¨6+θ¨7+sθ67θ˙2+θ˙3+θ˙5+θ˙6+θ˙72

1.3.2 双支撑相阶段动力学建模与分析

对于单支撑相,其与摆动相的区别在于支撑脚和摆动脚相反,故本文不再赘述。类似地,构建下肢外骨骼助力机器人双支撑相动力学模型,如图5所示,简化的矢状面简图如图6所示。

图5

图5   下肢外骨骼助力机器人双支撑相动力学模型

Fig.5   Dynamic model of dual-support phase for lower limb exoskeleton assisted robot


图6

图6   下肢外骨骼助力机器人矢状面双支撑相简图

Fig.6   Sagittal dual-support phase diagram of lower limb exoskeleton assistied robot


根据图6,利用牛顿‒欧拉法推导得到双支撑相阶段右腿髋关节的驱动力矩τ3为:

τ3=n3Ẑ3=I3ZZ+I4ZZθ¨1+θ¨2+θ¨3+θ¨4+         12m3+m4LPL1θ¨1cθ234+θ˙12sθ234+gcθ1234+         L2sθ34θ˙1+θ˙22+cθ34θ¨1+θ¨2+         L3sθ4θ˙1+θ˙2+θ˙32+cθ4θ¨1+θ¨2+θ¨3+         LPθ¨1+θ¨2+θ¨3+θ¨4

双支撑相阶段左腿髋关节的驱动力矩τ5为:

τ5=n5Ẑ5=I3ZZ+I4ZZθ¨7+θ¨6+θ¨5+θ¨4+         12m3+m4LPL1θ¨7cθ456+θ˙72sθ456+gcθ4567+         L2sθ45θ˙7+θ˙62+cθ45θ¨7+θ¨6+         L3sθ4θ˙7+θ˙6+θ˙52+cθ4θ¨7+θ¨6+θ¨5+         LPθ¨7+θ¨6+θ¨5+θ¨4
双支撑相阶段右腿膝关节的驱动力矩τ2为:τ2=n2Ẑ2=I2ZZθ¨1+θ¨2+τ3+        L3m4L2θ¨1cθ2+θ˙12sθ2+L3θ¨1+θ¨2+A6+        m1+m2+54m3B6+m1+m2+32m3+m4gcθ12+        m1+m2+32m3C6+m1+m2+12m3D3+        m1+12m2E3-12 m1F3

其中:

A6=LP-sθ34θ˙7+θ˙6+θ˙7+θ˙42+cθ34θ¨7+θ¨6+θ¨5+θ¨4
B6=L3θ¨1+θ¨2
C6=L2θ¨1cθ2+θ˙12sθ2
D3=L3-sθ3θ˙1+θ˙2+θ˙3+θ˙52+cθ3θ¨1+θ¨2+θ¨3+θ¨5
E3=L2-sθ56θ˙1+θ˙2+θ˙3+θ˙5+θ˙62+cθ56θ¨1+θ¨2+θ¨3+θ¨5+θ¨6
F3=L1-sθ567θ˙1+θ˙2+θ˙3+θ˙5+θ˙6+θ˙72+cθ567θ¨1+θ¨2+θ¨3+θ¨5+θ¨6+θ¨7

双支撑相阶段左腿膝关节的驱动力矩τ6为:

τ6=n6Ẑ6=I6ZZθ¨7+θ¨6+τ5+        m4A7+B7+m1+m2+32m3L2θ¨7cθ6+θ˙72sθ6+        m1+m2+m3+m4+12m3gcθ67+        m1+m2+m3+14m3L3θ¨7+θ¨6+        m1+m2+12m3C7+m1+12m2D4-12m1E4

其中:

A7=L2θ¨7cθ6+θ˙72sθ6+L3θ¨7+θ¨6
B7=LP-sθ45θ˙7+θ˙6+θ˙5+θ˙42+cθ45θ¨7+θ¨6+θ¨5+θ¨4
C7=L3-sθ5θ˙7+θ˙6+θ˙5+θ˙32+cθ5θ¨7+θ¨6+θ¨5+θ¨3
D4=L2-sθ32θ˙6+θ˙5+θ˙3+θ˙22+cθ32θ¨7+θ¨6+θ¨5+θ¨3+θ¨2
E4=L1-sθ321θ˙7+θ˙6+θ˙5+θ˙3+θ˙2+θ˙12+cθ321θ¨7+θ¨6+θ¨5+θ¨3+θ¨2+θ¨1

双支撑相阶段右腿踝关节的驱动力矩τ1为:

τ1=n1Ẑ1=I1ZZθ¨1+τ2+         L2m4A8+m1+54m2+2m3+m4L2θ¨1+         m1+m2+32m3+m4L3-sθ2θ˙1+θ˙22+         cθ2θ¨1+θ¨2+m1+m2+12m3B8+         m1+12m2C8-12m1D5

其中:

A8=LP-sθ234θ˙1+θ˙2+θ˙3+θ˙42+cθ234θ¨1+θ¨2+θ¨3+θ¨4
B8=L3-sθ235θ˙1+θ˙2+θ˙3+θ˙52+cθ235θ¨1+θ¨2+θ¨3+θ¨5
C8=L2-sθ2356θ˙1+θ˙2+θ˙3+θ˙5+θ˙62+cθ2356θ¨1+θ¨2+θ¨3+θ¨5+θ¨6
D5=L1-sθ23567θ˙1+θ˙2+θ˙3+θ˙5+θ˙6+θ˙72+cθ23567θ¨1+θ¨2+θ¨3+θ¨5+θ¨6+θ¨7

双支撑相阶段左腿踝关节的驱动力矩τ7为:

τ7=n7Ẑ7=I7ZZθ¨7+τ6+      m4A9+m1+54m2+2m3+m4L2θ¨7+      m1+m2+32m3+m4L3-sθ6θ˙7+θ˙62+cθ6θ¨7+θ¨6+      m1+m2+12m3B9+m1+12m2C9-12m1D6       (19)其中:

A9=LP-sθ456θ˙7+θ˙6+θ˙5+θ˙42+cθ456θ¨7+θ¨6+θ¨5+θ¨4
B9=L3-sθ356θ˙7+θ˙6+θ˙5+θ˙32+cθ356θ¨7+θ¨6+θ¨5+θ¨3
C9=L2-sθ2356θ˙7+θ˙6+θ˙5+θ˙3+θ˙22+cθ2356θ¨7+θ¨6+θ¨5+θ¨3+θ¨2
D6=L1-sθ12356θ˙7+θ˙6+θ˙5+θ˙3+θ˙2+θ˙12+        cθ12356θ¨7+θ¨6+θ¨5+θ¨3+θ¨2+θ¨1

为求解下肢外骨骼助力机器人各关节的驱动力矩,将其结构参数(见表3)代入上述各式,可获得驱动力矩理论值。

表3   下肢外骨骼助力机器人结构参数取值

Table 3  Values of structure parameters of lower limb exoskeleton assisted robot

参数量值
m10.8 kg
m20.4 kg
m30.5 kg
m430 kg
L175 mm(0.075 m)
L2420 mm(0.42 m)
L3480 mm(0.48 m)
LP300 mm(0.30 m)

新窗口打开| 下载CSV


2 下肢外骨骼助力机器人动力学参数理论计算

选取不同步态周期相位,将人体运动的角度数据、速度数据及下肢外骨骼助力机器人的结构参数代入牛顿‒欧拉动力学迭代方程,并运用MATLAB软件对上述公式进行计算,求得不同步态相位下机器人各关节的驱动力矩理论值并进行分析。

1)选取支撑相中期(步态周期的11%处),此时下肢外骨骼助力机器人左脚跟离地,右脚支撑,该阶段机器人各关节的动力学参数值如表4所示。2)选取支撑相末期(步态周期的32%处),此时下肢外骨骼助力机器人左脚摆动,右脚支撑,该阶段机器人各关节的动力学参数值如表5所示。3)选取摆动相中期(步态周期的80%处),此时下肢外骨骼助力机器人左脚支撑,右脚摆动,该阶段机器人各关节的动力学参数值如表6所示。

表4   支撑相中期下肢外骨骼助力机器人各关节的动力学参数值

Table 4  Dynamic parameter values of each joint of lower limb exoskeleton assisted robot in the middle stage of support phase

关节角度/(°)角速度/(°/s)角加速度/(°/s2)驱动力矩/N·m
左腿髋关节19.5918.622.01-59.89
右腿髋关节6.322.270.89-188.75
左腿膝关节60.2062.422.52-20.65
右腿膝关节16.4122.890.7531.73

新窗口打开| 下载CSV


表5   支撑相末期下肢外骨骼助力机器人各关节的动力学参数值

Table 5  Dynamic parameter values of each joint of lower limb exoskeleton assisted robot in the end stage of support phase

关节角度/(°)角速度/(°/s)角加速度/(°/s2)驱动力矩/N·m
左腿髋关节29.0033.83-0.8585.69
右腿髋关节31.1329.211.05-105.62
左腿膝关节28.9638.853.55-17.57
右腿膝关节26.3330.861.36-20.99

新窗口打开| 下载CSV


表6   摆动相中期下肢外骨骼助力机器人各关节的动力学参数值

Table 6  Dynamic parameter values of each joint of lower limb exoskeleton assisted robot in the middle swing phase

关节角度/(°)角速度/(°/s)角加速度/(°/s2)驱动力矩/N·m
左腿髋关节14.425.84-0.35-133.18
右腿髋关节52.7036.781.8821.37
左腿膝关节24.8213.56-0.52-72.91
右腿膝关节50.3442.822.23-66.42

新窗口打开| 下载CSV


通过计算得到单个步态周期内下肢外骨骼助力机器人各关节的理论驱动力矩及其峰值,分别如图7表7所示。

图7

图7   单个步态周期内下肢外骨骼助力机器人各关节驱动力矩的理论值

Fig.7   Theoretical values of driving torque of each joint of lower limb exoskeleton assisted robot in a single gait cycle


表7   单个步态周期内下肢外骨骼助力机器人各关节的驱动力矩理论峰值

Table 7  Theoretical peak values of driving torque of each joint of lower limb exoskeleton assisted robot in a single gait cycle

关节驱动力矩/N·m
最大值最小值
左腿髋关节332.88-232.02
右腿髋关节265.48-188.75
左腿膝关节259.69-184.51
右腿膝关节199.77-174.38

新窗口打开| 下载CSV


图7以及表4表7可以看出,在理论计算过程中,当下肢外骨骼助力机器人运动至左脚弹起阶段(左脚离地,右脚支撑)时,左腿髋关节与膝关节的驱动力矩急速增大,并在达到该阶段的最大值后逐步减小;在左脚触地阶段时,左腿对地面有比较大的冲击,此时左腿关节的驱动力矩比较大,方向与弹起阶段相反,但在达到最大值后随着运动继续而减小,而右腿即将摆动,因此右腿关节的驱动力矩呈快速增大的趋势。该变化趋势符合人体运动实际,但只通过理论计算不能验证下肢外骨骼助力机器人动力学模型的正确行与可行性。

3 实验验证

3.1 ADAMS仿真实验

3.1.1 ADAMS动力学仿真模型构建

在SolidWorks软件中建立下肢外骨骼助力机器人的三维模型并设置各项结构参数,如长度、质量等。然后将该三维模型导入ADAMS(automatic dynamic analysis of mechanical systems,机械系统动力学自动分析)仿真软件中,构建其动力学仿真模型,如图8所示,并采用CUBSPL样条函数进行仿真计算。

图8

图8   下肢外骨骼助力机器人的ADAMS动力学仿真模型

Fig.8   ADAMS dynamic simulation model of lower limb exoskeleton assisted robot


3.1.2 ADAMS仿真实验结果分析

图9所示的下肢外骨骼助力机器人各关节角度的仿真结果(与人体水平行走时的关节角度对比)可以看出,其髋关节的屈曲角度和伸展角度可达到最大值,分别为117°与37°;膝关节的最大屈曲角度可以达到80.5°,最大伸展角度趋于0°;对应的髋关节液压缸位移范围为-30~70 mm,膝关节液压缸位移范围为0~124 mm。对比结果验证了该下肢外骨骼助力机器人各关节的运动范围与人体下肢关节相匹配,符合人体解剖学要求。

图9

图9   下肢外骨骼助力机器人水平行走时的关节角度仿真结果

Fig.9   Simulation results of joint angles of lower limb exoskeleton assisted robot during horizontal walking


图10所示的下肢外骨骼助力机器人水平行走时的关节驱动力矩仿真结果可以看出,在左脚弹起阶段,各关节的驱动力矩达到最大值,其中髋关节的驱动力矩峰值为342.4 N·m,膝关节的驱动力矩峰值为282 N·m;在左脚触地阶段,髋关节的驱动力矩峰值达到-383.1 N·m,膝关节的驱动力矩峰值为-238.6N·m。结果表明,髋关节、膝关节的液压缸驱动力可有效地满足人体关节的驱动力要求,满足人体穿戴外骨骼进行行走、深蹲等典型动作的需求。

图10

图10   下肢外骨骼助力机器人水平行走时的关节驱动力矩和液压缸驱动力仿真结果

Fig.10   Simulation results of joint driving torque and hydraulic cylinder driving force of lower limb exoskeleton assisted robot during horizontal walking


3.2 人机协同助行实验
3.2.1 人机协同助行实验方案设计

为了验证下肢外骨骼助力机器人结构与动力学分析方法的可行性与有效性,开展人机协同助行实验,并采用瑞典Qualisys公司生产的三维运动捕捉系统(见图11)进行数据采集。首先进行实验场地布置,确定实验范围,通过无线红外高速摄像头捕获反光标记点,以采集下肢外骨骼助力机器人各关节运动的空间轨迹及动力学参数。

图11

图11   人机交互实验室

Fig. 11   Human-machine interaction laboratory


采用Visual 3D步态分析软件(见图12)对测得的三维运动数据进行分析,得到下肢外骨骼助力机器人各关节的动力学参数及运动分析图。

图12

图12   Visual 3D步态分析软件

Fig.12   Visual 3D gait analysis software


人机协同助行实验的具体方案设计如下20

1)接通采集摄像头和个人计算机的电源;打开QTM(Qualisys track manager, Qualisys 跟踪管理器)软件,选择新建项目功能,给相机编组,添加Kistler压力板并标定位置;穿戴下肢外骨骼助力机器人,并在规定位置贴标记点,如图13所示。

图13

图13   人机协同助行实验现场

Fig.13   Human-machine cooperative walking aid experiment site


2)在QTM软件中新建页面并打开高精度相机界面,点击“开始”,选择运动时间(本文设置为6 s)。穿戴者先静止站立,观察摄像头是否能识别所有标记点,然后开始测试,测试完成后将采集的数据保存为QTM文件并命名。静态实验完成后,开始进行人机协同助行实验,在开始前须保证所有标记点都在摄像头捕捉范围内,助行实验完成后将采集的数据保存为QTM文件并命名。

3)完成数据采集后,在QTM软件中进行标记点关系连接,先建立静态关节连接图并导出对应的V3D文件,再自动生成动态关节连接图并导出对应的V3D文件。

4)利用Visual 3D步态分析软件建立静态与动态的人体骨骼模型:导入静、动态关节连接图的V3D文件(C3D格式),先对静态关节与动态关节进行配对,然后构建骨骼模型。

5)打开导入的动态关节连接图的V3D文件,点击“开始运动”,实验过程中在Visual 3D步态分析软件中显示人体运动步态,实验完成后选择Pipeline导出测得的关节角度、速度等数据,并在MATLAB软件中绘制相应曲线并进行分析。

3.2.2 人机协同助行实验结果分析

基于上述实验方案完成人机协同助行实验,获得下肢外骨骼助力机器人的质心加速度、关节角度、关节驱动力矩与液压缸位移等数据,并在MATLAB软件中绘制得到对应的曲线,结果如图14图15所示。

图14

图14   下肢外骨骼助力机器人髋、膝关节角度对比

Fig.14   Comparison of angle of hip joint and knee joint of lower limb exoskeleton assisted robot


图15

图15   下肢外骨骼助力机器人髋、膝关节驱动力矩对比

Fig.15   Comparison of driving torque of hip joint and knee joint of lower limb exoskeleton assisted robot


图14所示的下肢外骨骼助力机器人髋、膝关节角度对比结果可以看出,在整个步态周期内,摆动相阶段髋关节角度的误差范围为-0.5°~1°,膝关节角度的误差在-1.4°~1.9°;而在支撑相阶段髋关节角度的误差为-0.2°~0.2°,膝关节角度的误差在-0.1°~0.5°;仿真结果及实验结果与理论分析结果基本一致。由此说明,下肢外骨骼助力机器人能很好地跟随人体关节运动,且髋、膝关节角度的误差在允许范围之内,对动力学分析的影响基本可以忽略,这为髋、膝关节驱动力矩对比提供了数据支撑。

图15所示的下肢外骨骼助力机器人髋、膝关节驱动力矩对比结果可以看出,在左脚弹起阶段与触地阶段,关节驱动力矩的仿真结果和实验结果存在误差,髋关节驱动力矩的最大误差约为3%,膝关节驱动力矩的最大误差约为4.8%,这是因为本文在动力学建模理论时未考虑人机交互力,即没有引入动态精准的人机交互力激励,但产生的误差在允许范围之内。结果表明,该下肢外骨骼助力机器人可以很好地匹配人体运动,基于理论分析、ADAMS仿真和实验研究得到的髋关节与膝关节驱动力矩的变化趋势基本一致。鉴于穿戴者的运动姿势及其与机器人的交互力等因素的影响,关节驱动力矩在变化过程中存在的差异在允许范围之内。上述结果验证了本文动力学建模及分析方法的正确性与优越性。

4 结 论

基于所研制的下肢外骨骼助力机器人,将其简化为七连杆结构,并利用牛顿‒欧拉法推导了其关节驱动力矩方程,通过代入相关参数计算得到了各关节驱动力矩的变化曲线。通过ADAMS仿真实验和人机协同助行实验验证了动力学理论建模与分析的正确性。结果表明,该下肢外骨骼助力机器人能够很好地匹配人体关节运动,完成正常的下肢助行运动。

通过动力学分析可以看出,所研制的下肢外骨骼助力机器人具有一定发展前景,可很好地满足下肢生理功能退化人群的需求。在后续研究中,可在人机系统相位转换过程中考虑人机交互力的影响;此外,目前只分析了穿戴者行走过程中独立步态相位的动力学变化规律,后续可对下肢外骨骼助力机器人相位转换的连续性做进一步探讨。

参考文献

MA YWU X YYANG S Xet al.

Online gait planning of lower-limb exoskeleton robot for paraplegic rehabilitation considering weight transfer process

[J]. IEEE Transactions on Automation Science and Engineering, 2021182): 414-425. doi:10.1109/tase.2020.2964807

[本文引用: 1]

韩亚丽王兴松.

下肢助力外骨骼的动力学分析及仿真

[J].系统仿真学报,2013251):61-6773. doi:10.16182/j.cnki.joss.2013.01.032

[本文引用: 1]

HAN Ya-liWANG Xing-song.

Dynamic analysis and simulation of lower limb power-assisted exoskeleton

[J]. Journal of System Simulation, 2013251): 61-67 73.

DOI:10.16182/j.cnki.joss.2013.01.032      [本文引用: 1]

张燕李梵茹李威.

基于人机耦合的下肢外骨骼动力学分析及仿真

[J].应用数学和力学,2019407):780-790. doi:10.21656/1000-0887.390212

[本文引用: 1]

ZHANG YanLI Fan-ruLI Weiet al.

Dynamic analysis and simulation of the lower extremity exoskeleton based on human-machine interaction

[J]. Applied Mathematics and Mechanics, 2019407): 780-790.

DOI:10.21656/1000-0887.390212      [本文引用: 1]

WATANABE HTANAKA NINUTA Tet al.

Locomotion improvement using a hybrid assistive limb in recovery phase stroke patients: a randomized controlled pilot study

[J]. Archives of Physical Medicine and Rehabilitation, 20149511): 2006-2012. doi:10.1016/j.apmr.2014.07.002

[本文引用: 1]

ESQUENAZI ATALATY MPACKEL Aet al.

The ReWalk powered exoskeleton to restore ambulatory function to individuals with thoracic-level motor-complete spinal cord injury

[J]. American Journal of Physical Medicine and Rehabilitation, 20129111): 911-921. doi:10.1097/phm.0b013e318269d9a3

[本文引用: 1]

PANIZZOLO F AGALIANA IASBECK A Tet al.

A biologically-inspired multi-joint soft exosuit that can reduce the energy cost of loaded walking

[J]. Journal of NeuroEngineering and Rehabilitation, 2016131): 43. doi:10.1186/s12984-016-0150-9

[本文引用: 1]

陈春杰张邵敏王灿.

基于稳定阈度分析的外骨骼动态步长规划方法

[J].仪器仪表学报,2017383):523-529. doi:10.3969/j.issn.0254-3087.2017.03.002

[本文引用: 1]

CHEN Chun-jieZHANG Shao-minWANG Canet al.

Dynamic step length planning method based on stable threshold analysis for exoskeleton

[J]. Chinese Journal of Scientific Instrument, 2017383): 523-529.

DOI:10.3969/j.issn.0254-3087.2017.03.002      [本文引用: 1]

KAZEROONI H.

Human augmentation and exoskeleton systems in Berkeley

[J]. International Journal of Humanoid Robotics, 200743): 575-605. doi:10.1142/S0219843607001187

[本文引用: 1]

何健王海波李雪峰.

负重型下肢外骨骼液压动力单元的研究

[J].液压与气动,201711):6-11.

[本文引用: 1]

HE JianWANG Hai-boLI Xue-fenget al.

Hydraulic power unit of lower limb power assisted exoskeleton

[J]. Chinese Hydraulics & Pneumatics, 201711): 6-11.

[本文引用: 1]

NASIRI RAHMADI AAHMADABADI M N.

Reducing the energy cost of human running using an unpowered exoskeleton

[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 20182610): 2026-2032. doi:10.1109/tnsre.2018.2872889

[本文引用: 1]

王永奉赵国如孔祥战.

肌力协同补偿的无动力下肢外骨骼设计与分析

[J].工程设计学报,2021286):764-775. doi:10.3785/j.issn.1006-754X.2021.00.080

[本文引用: 1]

WANG Yong-fengZHAO Guo-ruKONG Xiang-zhanet al.

Design and analysis of unpowered lower-limb exoskeleton with muscle strength synergistic compensation

[J]. Chinese Journal of Engineering Design, 2021286): 764-775.

DOI:10.3785/j.issn.1006-754X.2021.00.080      [本文引用: 1]

汪步云汪志红许德章.

下肢外骨骼助力机器人本体结构设计与运动学分析

[J].机械科学与技术,2018374):553-559. doi:10.13433/j.cnki.1003-8728.2018.0410

[本文引用: 1]

WANG Bu-yunWANG Zhi-hongXU De-zhang.

Mechanical design and kinematics analysis on a wearable power-assisted robot for lower extremity exoskeleton

[J]. Mechanical Science and Technology for Aerospace Engineering, 2018374): 553-559.

DOI:10.13433/j.cnki.1003-8728.2018.0410      [本文引用: 1]

汪步云王月朋梁艺.

下肢外骨骼助力机器人关节驱动设计及试验分析

[J].机械工程学报,20195523):55-66. doi:10.3901/JME.2019.23.055

WANG Bu-yunWANG Yue-pengLIANG Yiet al.

Design on articular motion and servo driving with experimental analysis for lower limb exoskeleton robot

[J]. Journal of Mechanical Engineering, 20195523): 55-66.

DOI:10.3901/JME.2019.23.055     

王月朋.

下肢外骨骼助力机器人稳定性判别研究

[D].芜湖安徽工程大学202168-70.

[本文引用: 1]

WANG Yue-peng.

Research on stability criterion of power-assisted robot for lower limb exoskeleton

[D]. WuhuAnhui Polytechnic University202168-70.

[本文引用: 1]

唐志勇谭振中裴忠才.

下肢外骨骼机器人动力学分析与设计

[J].系统仿真学报,2013256):1338-1344.doi:10.16182/j.cnki.joss.2013.06.048

[本文引用: 1]

TANG Zhi-yongTAN Zhen-zhongPEI Zhong-cai.

Design and dynamic analysis of lower extremity exoskeleton

[J]. Journal of System Simulation, 2013256): 1338-1344.

DOI:10.16182/j.cnki.joss.2013.06.048      [本文引用: 1]

张铭奎程文明刘放.

助力外骨骼负载特征与驱动特征耦合效应

[J].浙江大学学报(工学版),2017514):807-816. doi:10.3785/j.issn.1008-973X.2017.04.023

[本文引用: 1]

ZHANG Ming-kuiCHENG Wen-mingLIU Fang.

Coupling effect between load characteristics and joint driving characteristics of powered exoskeleton

[J]. Journal of Zhejiang University (Engineering Science), 2017514): 807-816.

DOI:10.3785/j.issn.1008-973X.2017.04.023      [本文引用: 1]

邓斌赵英朋.

新型下肢外骨骼机器人动力学仿真

[J].机械设计与制造,20216):300-304. doi:10.3969/j.issn.1001-3997.2021.06.069

[本文引用: 1]

DENG BinZHAO Ying-peng.

Dynamics simulation of new exoskeleton robot

[J]. Machinery Design & Manufacture, 20216): 300-304.

DOI:10.3969/j.issn.1001-3997.2021.06.069      [本文引用: 1]

董平樊军周东栋.

基于助力式外骨骼系统的动力学分析与研究

[J].机床与液压,20174515):1-3. doi:10.3969/j.issn.1001-3881.2017.15.001

[本文引用: 1]

DONG PingFAN JunZHOU Dong-dong.

Dynamics analysis and study based on wearable exoskeleton system

[J]. Machine Tool & Hydraulics, 20174515): 1-3.

DOI:10.3969/j.issn.1001-3881.2017.15.001      [本文引用: 1]

谢峥王明江黄武龙.

基于实时步态分析的行走辅助外骨骼机器人系统

[J].生物医学工程学杂志,2017342):265-270. doi:10.7507/1001-5515.201607075

[本文引用: 1]

XIE ZhengWANG Ming-jiangHUANG Wu-longet al.

Exoskeleton robot system based on real-time gait analysis for walking assist

[J]. Journal of Biomedical Engineering, 2017342): 265-270.

DOI:10.7507/1001-5515.201607075      [本文引用: 1]

李石磊.

下肢外骨骼机器人步态规划与控制方法研究

[D].哈尔滨哈尔滨工业大学201746-53.

[本文引用: 2]

LI Shi-lei.

Gait planning and control method of lower extremity exoskeletal robot

[D]. HarbinHarbin Institute of Technology201746-53.

[本文引用: 2]

郭冰菁韩建海李向攀.

理疗师交互下的下肢康复训练机器人个性化步态规划方法

[J].机器人,2018404):479-490499. doi:10.13973/j.cnki.robot.180139

[本文引用: 1]

GUO Bing-jingHAN Jian-haiLI Xiang-panet al.

Personalized gait planning method for the lower-limb rehabilitation training robot with the physiotherapist interaction

[J]. Robot, 2018404): 479-490 499.

DOI:10.13973/j.cnki.robot.180139      [本文引用: 1]

/