一种辅助机器人控制方法及系统与流程
本发明涉及机器人技术领域，特别是涉及一种辅助机器人控制方法及系统。
背景技术：
机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。现有对辅助机器人的控制方法以标准机器人的运动为模板，控制辅助机器人进行重复，没有考虑辅助机器人辅助对象的运动意图。
技术实现要素：
本发明的目的是提供一种辅助机器人控制方法及系统，解决了没有考虑辅助对象的运动意图的问题。
为实现上述目的，本发明提供了如下方案：
一种辅助机器人控制方法，包括：
获取辅助机器人的辅助对象的期望运动轨迹；
获取预测的所述辅助对象的下一刻运动轨迹；
计算所述期望运动轨迹和所述下一刻运动轨迹的轨迹位置差值；
根据所述轨迹位置差值获得运动补偿力；
获取实际运动力；
获取所述辅助机器人的实际运动轨迹；所述实际运动轨迹包括所述辅助机器人的实际运动位置；
计算所述实际运动力与所述运动补偿力的偏差力；
根据所述偏差力计算所述辅助机器人的运动位置；
根据所述运动位置和所述实际运动位置得到运动位置差值；
判断所述运动位置差值是否为零，得到第一判断结果；
当所述第一判断结果为否时，根据所述运动位置差值控制所述辅助机器人的电机；
更新所述实际运动力和所述实际运动轨迹，并返回“计算所述实际运动力与所述运动补偿力的偏差力”；
当所述第一判断结果为是时，停止控制所述电机，完成所述预测的所述辅助对象的下一刻运动轨迹；
判断是否完成所述期望运动轨迹，得到第二判断结果；
当所述第二判断结果为否时，更新所述下一刻运动轨迹，并返回“计算所述期望运动轨迹和所述下一刻运动轨迹的轨迹位置差值”；
当所述第二判断结果为是时，发出完成信号。
可选的，获取辅助机器人的辅助对象的期望运动轨迹，具体包括：
获取所述标准对象的期望运动轨迹，具体包括：
获取所述标准对象的标准电信号和标准运动数据；
对所述标准电信号进行预处理，得到预处理的标准电信号；
提取所述预处理的标准电信号的标准电特征；
根据所述标准电特征和所述标准运动数据通过轨迹辨识模型得到所述标准对象的期望运动轨迹；
所述标准机器人的标准对象的期望运动轨迹与所述辅助对象的期望运动轨迹相对应。
可选的，所述获取预测的所述辅助对象的下一刻运动轨迹，具体包括：
获取所述辅助对象的电信号和运动数据；
对所述电信号进行预处理，得到预处理的电信号；
提取所述预处理的电信号的电特征；
根据所述电特征和所述运动数据通过轨迹预测模型得到预测的所述辅助对象的下一刻运动轨迹。
可选的，所述根据所述轨迹位置差值获得运动补偿力，具体包括：
根据所述轨迹位置差值通过
公式中τ表示所述运动补偿力；m(q)表示辅助对象的质量矩阵；q表示所述辅助对象的位置；
可选的，所述获取实际运动力，具体包括：所述辅助机器人上设置多个压力传感器，所述实际运动力为多个所述压力传感器的平均值。
可选的，所述根据所述偏差力计算所述辅助机器人的运动位置，具体包括：
根据所述偏差力通过
公式中δf表示所述偏差力；k表示阻抗控制器的弹性系数矩阵；xd表示所述辅助机器人的运动位置；x表示所述辅助机器人的实际运动轨迹；b为阻抗控制器的阻尼系数矩阵；
一种辅助机器人控制系统，包括：
期望运动轨迹获取模块，用于获取辅助机器人的辅助对象的期望运动轨迹；
预测的下一刻运动轨迹获取模块，用于获取预测的所述辅助对象的下一刻运动轨迹；
轨迹位置差值计算模块，用于计算所述期望运动轨迹和所述下一刻运动轨迹的轨迹位置差值；
运动补偿力获取模块，用于根据所述轨迹位置差值获得运动补偿力；
实际运动力获取模块，用于获取实际运动力；
实际运动轨迹获取模块，用于获取所述辅助机器人的实际运动轨迹；所述实际运动轨迹包括所述辅助机器人的实际运动位置；
偏差力计算模块，用于计算所述实际运动力与所述运动补偿力的偏差力；
运动位置计算模块，用于根据所述偏差力计算所述辅助机器人的运动位置；
运动位置差值获取模块，用于根据所述运动位置和所述实际运动位置得到运动位置差值；
第一判断结果模块，用于判断所述运动位置差值是否为零，得到第一判断结果；
辅助机器人控制模块，用于当所述第一判断结果为否时，根据所述运动位置差值控制所述辅助机器人的电机；
更新模块，用于更新所述实际运动力和所述实际运动轨迹，并返回所述偏差力计算模块；
停止控制模块，用于当所述第一判断结果为是时，停止控制所述电机，完成所述预测的所述辅助对象的下一刻运动轨迹；
第二判断结果模块，用于判断是否完成所述期望运动轨迹，得到第二判断结果；
返回模块，用于当所述第二判断结果为否时，更新所述下一刻运动轨迹，并返回所述轨迹位置差值计算模块；
完成模块，用于当所述第二判断结果为是时，发出完成信号。
可选的，所述期望运动轨迹获取模块包括：
获取标准对象的期望运动轨迹单元，用于获取标准对象的期望运动轨迹；
所述获取标准对象的期望运动轨迹单元包括：
获取标准数据子单元，用于获取所述标准对象的标准电信号和标准运动数据；
标准预处理子单元，用于对所述标准电信号进行预处理，得到预处理的标准电信号；
标准提取子单元，用于提取所述预处理的标准电信号的标准电特征；
获取标准对象的期望运动轨迹子单元，用于根据所述标准电特征和所述标准运动数据通过轨迹辨识模型得到所述标准对象的期望运动轨迹；
期望运动轨迹对应单元，用于将所述标准机器人的标准对象的期望运动轨迹与所述辅助对象的期望运动轨迹相对应。
可选的，所述预测的下一刻运动轨迹获取模块包括：
获取辅助数据子单元，用于获取所述辅助对象的电信号和运动数据；
辅助预处理子单元，对所述电信号进行预处理，得到预处理的电信号；
辅助提取子单元，用于提取所述预处理的电信号的电特征；
预测的下一刻运动轨迹获取子单元，用于根据所述电特征和所述运动数据通过轨迹预测模型得到预测的所述辅助对象的下一刻运动轨迹。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供一种辅助机器人控制方法，包括：获取辅助机器人的辅助对象的期望运动轨迹；获取预测的辅助对象的下一刻运动轨迹；计算期望运动轨迹和预测的所述辅助对象的下一刻运动轨迹的轨迹位置差值；根据轨迹位置差值获得运动补偿力；获取实际运动力；获取辅助机器人的实际运动轨迹；实际运动轨迹包括辅助机器人的实际运动位置；计算实际运动力与运动补偿力的偏差力；根据偏差力计算辅助机器人的运动位置；根据运动位置和实际运动位置得到运动位置差值；判断运动位置差值是否为零，得到第一判断结果；当第一判断结果为否时，根据运动位置差值控制辅助机器人的电机；更新实际运动力和实际运动轨迹，并返回“计算实际运动力与运动补偿力的偏差力”；当第一判断结果为是时，停止控制电机，完成预测的辅助对象的下一刻运动轨迹；判断是否完成期望运动轨迹，得到第二判断结果；当第二判断结果为是时，更新预测的辅助对象的下一刻运动轨迹，并返回“计算期望运动轨迹和预测的辅助对象的下一刻运动轨迹的轨迹位置差值”；当第二判断结果为否时，辅助对象完成期望运动轨迹。该方法同时采集辅助对象的期望运动轨迹和实际运动能力，通过比较两者偏差控制辅助机器人对辅助对象的运动给予辅助，实现了对辅助对象的按需辅助，在充分发挥辅助对象运动能力的同时，给予一定的运动补偿，加强运动效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1所提供的辅助机器人控制方法流程图；
图2为本发明实施例2所提供的辅助机器人控制系统的系统结构图；
图3为本发明实施例3所提供的辅助手部机器人控制方法流程图；
图4为本发明实施例3所提供的手指关节图；
图5为本发明实施例3所提供的手部弯曲-伸展运动相关表面电极分布图。
其中，9-1、尺侧腕屈肌电极；9-2、尺侧腕伸肌电极；9-3、指伸肌电极；9-4、桡侧腕屈肌电极；9-5、指浅屈肌电极；96、远指端；97、近指端；98、掌指关节。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
本实施例1提供一种辅助机器人控制方法，图1为本发明实施例1所提供的辅助机器人控制方法流程图。辅助机器人用于辅助辅助对象进行运动，参见图1，辅助机器人控制方法包括：
步骤101，获取辅助机器人的辅助对象的期望运动轨迹。
步骤101，具体包括：
获取标准对象的期望运动轨迹具体包括：
获取标准对象的标准电信号和标准运动数据。
对标准电信号进行预处理，得到预处理的标准电信号。
提取预处理的标准电信号的标准电特征。
根据标准电特征和标准运动数据通过轨迹辨识模型得到标准对象的期望运动轨迹。
标准机器人的标准对象的期望运动轨迹与辅助对象的期望运动轨迹相对应。通过获取标准对象的期望运动轨迹，获取与标准对象的期望运动轨迹对应的辅助对象的期望运动轨迹。
步骤102，获取预测的辅助对象的下一刻运动轨迹。
获取预测的辅助对象的下一刻运动轨迹，包括：
获取辅助对象的电信号和运动数据。
对电信号进行预处理，得到预处理的电信号。
提取预处理的电信号的电特征。
根据电特征和运动数据通过轨迹预测模型得到预测的辅助对象的下一刻运动轨迹。
步骤103，计算期望运动轨迹和预测的辅助对象的下一刻运动轨迹的轨迹位置差值。
步骤104，根据轨迹位置差值获得运动补偿力。
根据轨迹位置差值获得运动补偿力，包括：
根据轨迹位置差值通过
公式中τ表示运动补偿力；m(q)表示辅助对象的质量矩阵；q表示辅助对象的位置；
步骤105，获取实际运动力。获取实际运动力包括：辅助机器人上设置多个压力传感器，实际运动力为多个压力传感器的平均值，具体可以为辅助对象与辅助机器人的人机交互力。
步骤106，获取辅助机器人的实际运动轨迹。辅助机器人上可以安装有位置编码器，通过位置编码器获取实际运动轨迹。实际运动轨迹包括辅助机器人的实际运动位置信息。
步骤107，计算实际运动力与运动补偿力的偏差力。偏差力用于缩小运动位置差值，进而辅助辅助对象完成期望运动轨迹。
步骤108，根据偏差力计算辅助机器人的运动位置。
根据偏差力计算辅助机器人的运动位置，包括：
根据偏差力通过
公式中df表示偏差力；k表示阻抗控制器的弹性系数矩阵；xd表示辅助机器人的期望运动轨迹，即运动位置；x表示辅助机器人的实际运动轨迹；b为阻抗控制器的阻尼系数矩阵；
步骤109，根据运动位置和实际运动位置得到运动位置差值。
步骤110，判断运动位置差值是否为零，得到第一判断结果。
步骤111，当第一判断结果为否时，根据运动位置差值控制辅助机器人的电机。
步骤112，更新实际运动力和实际运动轨迹，并返回步骤107。
步骤113，当第一判断结果为是时，停止控制电机，完成预测的辅助对象的下一刻运动轨迹。
步骤114，判断是否完成期望运动轨迹，得到第二判断结果。
判断是否完成期望运动轨迹包括：
将辅助对象的期望运动轨迹分成n个运动轨迹，判断步骤113完成的预测的辅助对象的下一刻运动轨迹是否为第n个运动轨迹，当步骤113完成的预测的辅助对象的下一刻运动轨迹不为第n个运动轨迹时，则未完成期望运动轨迹；当步骤113完成的预测的辅助对象的下一刻运动轨迹为第n个运动轨迹时，则完成期望运动轨迹。
步骤115，当第二判断结果为否时，更新预测的辅助对象的下一刻运动轨迹，并返回步骤103。
步骤116，当第二判断结果为是时，发出完成信号。
实施例2
本实施例2提供一种辅助机器人控制系统。图2为本发明实施例2所提供的辅助机器人控制系统的系统结构图。参见图2，辅助机器人控制系统包括：
期望运动轨迹获取模块201，用于获取辅助机器人的辅助对象的期望运动轨迹。
期望运动轨迹获取模块201包括：
获取标准对象的期望运动轨迹单元，用于获取标准对象的期望运动轨迹。
获取标准对象的期望运动轨迹单元包括：
获取标准数据子单元，用于获取标准对象的标准电信号和标准运动数据。
标准预处理子单元，用于对标准电信号进行预处理，得到预处理的标准电信号。
标准提取子单元，用于提取预处理的标准电信号的标准电特征。
获取标准对象的期望运动轨迹子单元，用于根据标准电特征和标准运动数据通过轨迹辨识模型得到标准对象的期望运动轨迹。
期望运动轨迹对应单元，用于将标准机器人的标准对象的期望运动轨迹与辅助对象的期望运动轨迹相对应，获得与标准对象的期望运动轨迹对应的辅助对象的期望运动轨迹。
预测下一刻运动轨迹获取模块202，用于获取预测的辅助对象的下一刻运动轨迹。
预测下一刻运动轨迹获取模块202包括：
获取辅助数据子单元，用于获取辅助对象的电信号和运动数据。
辅助预处理子单元，对电信号进行预处理，得到预处理的电信号。
辅助提取子单元，用于提取预处理的电信号的电特征。
预测下一刻运动轨迹获取子单元，用于根据电特征和运动数据通过轨迹预测模型得到预测的辅助对象的下一刻运动轨迹。
轨迹位置差值计算模块203，用于计算期望运动轨迹和预测的辅助对象的下一刻运动轨迹的轨迹位置差值。
运动补偿力获取模块204，用于根据轨迹位置差值获得运动补偿力。
根据轨迹位置差值获得运动补偿力，包括：
根据轨迹位置差值通过
公式中τ表示运动补偿力；m(q)表示辅助对象的质量矩阵；q表示辅助对象的位置；
实际运动力获取模块205，用于获取实际运动力。
获取实际运动力包括：辅助机器人上设置多个压力传感器，实际运动力为多个压力传感器的平均值，具体为辅助对象与辅助机器人的人机交互力。
实际运动轨迹获取模块206，用于获取辅助机器人的实际运动轨迹。辅助机器人上可以安装有位置编码器，通过位置编码器获取实际运动轨迹。实际运动轨迹包括辅助机器人的实际运动位置信息。
偏差力计算模块207，用于计算实际运动力与运动补偿力的偏差力。偏差力用于缩小运动位置差值，进而辅助辅助对象完成期望运动轨迹。
运动位置计算模块208，用于根据偏差力计算辅助机器人的运动位置。
根据偏差力计算辅助机器人的运动位置，包括：
根据偏差力通过
公式中df表示偏差力；k表示阻抗控制器的弹性系数矩阵；xd表示辅助机器人的运动位置；x表示辅助机器人的实际运动轨迹；b为阻抗控制器的阻尼系数矩阵；
运动位置差值获取模块209，用于根据运动位置和实际运动位置得到运动位置差值。
第一判断结果模块210，用于判断运动位置差值是否为零，得到第一判断结果。
辅助机器人控制模块211，用于当第一判断结果为否时，根据运动位置差值控制辅助机器人的电机。
更新模块212，用于更新实际运动力和实际运动轨迹，并返回偏差力计算模块207。
停止控制模块213，用于当第一判断结果为是时，停止控制电机，完成预测的辅助对象的下一刻运动轨迹。
第二判断结果模块214，用于判断是否完成期望运动轨迹，得到第二判断结果。
判断是否完成期望运动轨迹包括：
将辅助对象的期望运动轨迹分成n个运动轨迹，判断停止控制模块213完成的预测的辅助对象的下一刻运动轨迹是否为第n个运动轨迹，当停止控制模块213完成的预测的辅助对象的下一刻运动轨迹不为第n个运动轨迹时，则未完成期望运动轨迹；当停止控制模块213完成的预测的辅助对象的下一刻运动轨迹为第n个运动轨迹时，则完成期望运动轨迹。
返回模块215，用于当第二判断结果为否时，更新预测的辅助对象的下一刻运动轨迹，并返回轨迹位置差值计算模块。
完成模块216，用于当第二判断结果为是时，发出完成信号。
实施例3
本实施例3提供一种辅助手部机器人控制方法，本实施例3与实施例1的不同之处在于，本实施例将辅助机器人控制方法应用于一种手部机器人，具体为一种可穿戴在手上的外骨骼式手部机器人。
使用对象每根手指的指背与手部机器人接触位置安装有一个压力传感器，指腹与手部机器人接触位置安装有一个压力传感器，压力传感器用于测量人机交互力，即实施例1中的实际运动力。
手部机器人的手背上安装有伺服电机，伺服电机采用推杆伺服电机，手部机器人除去大拇指的四根手指，每根手指均连接一个推杆伺服电机。每个推杆伺服电机安装一个位置编码器，位置编码器用于获取手部机器人的实际运动轨迹和实际运动位置。
图4为本发明实施例3所提供的手指关节图，参见图4，使用对象除大拇指的四根手指，每个手指有三个关节，分别为远指端96、近指端97和掌指关节98，远指端96、近指端97和掌指关节98这三个关节进行耦合运动，即一个关节运动其余两个关节同步进行运动，则每根手指具有一个自由度。
本实施例的手部机器人包括标准手部机器人和辅助手部机器人。使用对象包括标准手和辅助手，其中标准手佩戴标准手部机器人，辅助手佩戴辅助手部机器人。
图3为本发明实施例3所提供的辅助手部机器人控制方法流程图。参见图3，辅助手部机器人控制方法包括：
步骤301，获取辅助手部机器人的辅助手的期望运动轨迹。
辅助手部机器人的辅助手的期望运动轨迹与标准手部机器人的标准手的期望运动轨迹相对应。优选为标准手佩戴标准手部机器人根据设定的动作进行期望运动，在标准手完成期望运动后，辅助手佩戴辅助手部机器人重复期望运动。
获取标准手的期望运动轨迹具体包括：
获取标准手的标准电信号和标准运动数据。其中，获取的标准手的标准电信号为标准手进行期望运动轨迹时的标准肌电信号，标准运动数据为标准手进行期望运动轨迹时的手指弯曲角度和手指运动时间。
本实施例采用多源信号融合的方法提高使用对象标准手运动意图和运动能力的识别率，避免因识别率低而导致使用对象的损伤，对于标准手运动意图的识别，在标准手配戴运动捕获设备和肌电采集设备完成期望运动时，根据肌电-轨迹辨识模型和捕获的运动数据两个方面来对标准手手部弯曲或伸展的角度进行判断，提高识别率。
图5为本发明实施例3所提供的手部弯曲-伸展运动相关表面电极分布图。参见图5，本实施例使用肌电采集设备采集标准肌电信号，肌电采集设备采用delsys四点式银条电极设备，delsys四点式银条电极设备的电极包括：尺侧腕屈肌电极9-1、尺侧腕伸肌电极9-2、指伸肌电极9-3、桡侧腕屈肌电极9-4和指浅屈肌电极9-5。尺侧腕屈肌电极9-1用于采集尺侧腕屈肌的肌电信号，尺侧腕伸肌电极9-2用于采集尺侧腕伸肌的肌电信号，指伸肌电极9-3用于采集指伸肌的肌电信号，桡侧腕屈肌电极9-4用于采集桡侧腕屈肌的肌电信号，指浅屈肌电极9-5用于采集指浅屈肌的肌电信号。
对标准电信号进行预处理，得到预处理的标准电信号。标准电信号为采集的标准手的尺侧腕屈肌标准肌电信号、标准手的尺侧腕伸肌标准肌电信号、标准手的指伸肌标准肌电信号、标准手的桡侧腕屈肌标准肌电信号和标准手的指浅屈肌标准肌电信号。对标准电信号进行预处理的目的为：原始肌电信号，即采集的尺侧腕屈肌标准肌电信号、尺侧腕伸肌标准肌电信号、指伸肌标准肌电信号、桡侧腕屈肌标准肌电信号和指浅屈肌标准肌电信号的信噪比较低，极易受到周围信号的影响，而这些噪声不稳定性会严重影响预测模型的泛化能力，所以需要对原始肌电信号进行预处理去除干扰。
提取预处理的标准电信号的标准电特征。具体为：提取预处理的标准电信号的标准肌电特征，得到标准积分肌电值。
上式中，iemg标表示标准积分肌电值，标准积分肌电值是指肌电信号整流滤波后求单位时间内曲线下面积的总和，它可反映肌电信号随时间的强弱变化；emg(t)标为预处理后的标准肌电信号；t为肌电信号的分析周期；t表示时间。
通过标准积分肌电值计算得到标准积分肌电差值：
diemg(i)标＝iemg(i-1)标-iemg(i)标；
上式中，diemg(i)标表示标准积分肌电差值，标准积分肌电差值能够描述标准肌电信号能量在时间维度上的变化趋势；i表示周期数；iemg(i-1)标表示上一个周期的标准积分肌电值；iemg(i)标表示当前周期的标准积分肌电值。
为了便于比较标准肌电信号的标准积分肌电值和标准积分肌电差值指标的变化趋势，将标准积分肌电值和标准积分肌电差值进行归一化处理：
上式中，niemg标表示归一化后的标准积分肌电值，即将原始标准积分肌电值进行缩放，使原始标准积分肌电值的范围在0-1之间；iemgmax标为标准积分肌电值的最大值；iemgmin标为标准积分肌电值的最小值；ndiemg标表示归一化后的标准积分肌电差值；diemgmax标为标准积分肌电差值的最大值；diemgmin标为标准积分肌电差值的最小值。
根据标准电特征和标准运动数据通过轨迹辨识模型得到标准手的期望运动轨迹。具体为：将归一化后的标准积分肌电值和归一化后的标准积分肌电差值输入肌电-轨迹辨识模型，得到标准手的手指弯曲角度，根据运动时间，即可得到标准手手指的平均运动速度。期望运动轨迹为标准手手指的平均运动速度与当前运动时间相乘得到的期望角度。
步骤302，获取预测的辅助手部机器人的辅助手的下一刻运动轨迹。
获取预测的辅助手的下一刻运动轨迹包括：
获取辅助手的电信号和运动数据。其中，获取的辅助手的辅助电信号为辅助手进行期望运动轨迹时的辅助肌电信号，辅助运动数据为辅助手进行期望运动轨迹时的手指弯曲角度和手指运动时间。
本实施例获取辅助肌电信号和辅助运动数据的方法与获取标准肌电信号和标准运动数据的方法相同。具体为使用delsys四点式银条电极设备采集辅助肌电信号，得到辅助手的尺侧腕屈肌肌电信号、辅助手的尺侧腕伸肌肌电信号、辅助手的指伸肌肌电信号、辅助手的桡侧腕屈肌肌电信号和辅助手的指浅屈肌肌电信号。
对电信号进行预处理，得到预处理的电信号。电信号包括：尺侧腕屈肌肌电信号、尺侧腕伸肌肌电信号、指伸肌肌电信号、桡侧腕屈肌肌电信号和指浅屈肌肌电信号。
提取预处理的电信号的电特征。具体为：提取预处理的电信号的肌电特征，得到积分肌电值。
上式中，iemg表示积分肌电值，积分肌电值是指肌电信号整流滤波后求单位时间内曲线下面积的总和，它可反映肌电信号随时间的强弱变化；emg(t)为预处理后的肌电信号；t为表面肌电信号的分析周期；t表示时间。
通过积分肌电值计算得到积分肌电差值：
diemg(i)＝iemg(i-1)-iemg(i)；
上式中，diemg(i)表示积分肌电差值，积分肌电差值能够描述肌电信号能量在时间维度上的变化趋势；i表示周期数；iemg(i-1)表示上一个周期的积分肌电值；iemg(i)表示当前周期的积分肌电值。
为了便于比较肌电信号的积分肌电值和积分肌电差值指标的变化趋势，将积分肌电值和积分肌电差值进行归一化处理：
上式中，niemg表示归一化后的积分肌电值，即将原始积分肌电值进行缩放，使原始积分肌电值的范围在0-1之间；iemgmax为积分肌电值的最大值；iemgmin为积分肌电值的最小值；ndiemg表示归一化后的积分肌电差值；diemgmax为积分肌电差值的最大值；diemgmin为积分肌电差值的最小值。
根据电特征和运动数据通过轨迹预测模型得到预测的辅助手部机器人的下一刻运动轨迹。具体为：将归一化后的积分肌电值和归一化后的积分肌电差值输入肌电-轨迹预测模型，得到预测的辅助手的下一刻手指弯曲角度，即预测的辅助手的下一刻运动轨迹。
本实施例采用多源信号融合的方法提高使用对象辅助手运动意图和运动能力的识别率，避免因识别率低而导致使用对象的损伤。对于辅助手运动能力的识别，多源信号包括：根据肌电-轨迹预测模型预测的下一刻运动轨迹，辅助手手指与辅助手部机器人的人机交互力，以及对手指位置进行微分得到的手指末端运动速度。
辅助手手指与辅助手部机器人的人机交互力通过辅助手部机器人的压力传感器获得。人机交互力的变化可以表示手指弯曲-伸展意图。
假设辅助手的四根手指同步进行运动，人机交互力fint为四指的压力传感器测量的数据之和的平均值。人机交互力的平均值
上式中，fint1表示食指与辅助手部机器人的人机交互力；fint2表示中指与辅助手部机器人的人机交互力；fint3表示无名指与辅助手部机器人的人机交互力；fint4表示小拇指与辅助手部机器人的人机交互力。
当与指背对应的压力传感器的人机交互力的平均值变大时，辅助手手指有伸展意图；当与指腹对应的压力传感器的人机交互力的平均值变大时，辅助手手指有弯曲意图。
对手指位置进行微分得到的手指末端运动速度具体为：
假设辅助手的四根手指同步进行运动，辅助手手部机器人四根手指的控制伺服电机同样进行同步运动，因此选定一根手指测量手指末端运动速度。通过对位置编码器测得的手指位置进行微分得到手指末端运动速度，手指末端运动速度为：
在弯曲运动中，当手指末端运动速度变大时，辅助手有弯曲运动意图，当手指末端运动速度变小时，辅助手有伸展意图。
将预测的下一刻运动轨迹与人机交互力特征结果，以及手指末端运动速度特征结果进行对比分析，若三者的结果相同，则将预测的下一刻运动轨迹作为最终的辅助手手部运动能力；若三者的结果不相同，则重新获得三者的结果进行对比分析。融合多源信号方法得到的运动能力比单一预测的结果更准确可靠，提高了对辅助手运动能力的识别率，同时避免了因判别失误而导致对辅助手部机器人控制异常所引起的辅助手肌肉的损伤。
步骤303，计算期望运动轨迹和预测的下一刻运动轨迹的轨迹位置差值。
步骤304，根据轨迹位置差值获得运动补偿力。具体为：将轨迹位置差值作为输入，通过力矩补偿模型输出得到运动补偿力。辅助手的运动能力越弱，运动补偿力越大。
本实施例中涉及到的力矩补偿模型为人体手部动力学模型：
本实施例中上式中τ表示运动补偿力；m(q)表示辅助手的质量矩阵；q表示辅助手的关节位置；
步骤305，获取实际运动力。获取实际运动力包括：辅助手部机器人上设置多个压力传感器，实际运动力为多个压力传感器的平均值，即人机交互力的平均值
步骤306，获取辅助手部机器人的实际运动轨迹。实际运动轨迹包括辅助手部机器人的实际运动位置信息。
步骤307，计算实际运动力与运动补偿力的偏差力。
步骤308，根据偏差力计算辅助手部机器人的运动位置。
根据偏差力计算辅助手部机器人的运动位置，包括：
通过阻抗控制模型即可将偏差力df转换为轨迹的偏差δe。具体采用阻抗控制模型中的阻抗关系式。
阻抗关系式为：
上式中，k表示阻抗控制器的弹性系数矩阵；δe＝xd-x，xd表示辅助手部机器人的运动位置，即期望运动轨迹，x表示辅助手部机器人的实际运动轨迹；b为阻抗控制器的阻尼系数矩阵；
步骤309，根据运动位置和实际运动位置得到运动位置差值。
步骤309包括：根据运动位置和实际运动位置得到运动位置差值，结合辅助手部机器人运动学模型，得到伺服电机的位置偏差。
步骤310，判断运动位置差值是否为零。
步骤311，当答案为否时，根据运动位置差值控制辅助机器人的电机。步骤311包括：根据运动位置差值和伺服电机的位置偏差控制伺服电机的输出，使辅助手部机器人辅助辅助手完成期望运动。
步骤312，更新实际运动力和辅助手部机器人的实际运动轨迹，并执行步骤307。
步骤313，当运动位置差值为零时，停止控制辅助机器人的电机。
本实施例中辅助手部机器人运动学模型的建立，通过辅助手部机器人各部件之间的长度，结合现有的手部机器人运动学模型建立方法，即可得到。
使用对象采用本实施例的辅助手部机器人控制方法进行辅助运动时的运动方法为：
首先标准手配戴手部肌电信号采集设备，并完成设定的动作，手部肌电信号采集设备将采集的肌电信号输入步骤301中的肌电-轨迹辨识模型，根据运动时间，得到使用对象的运动意图。
辅助手配戴手部肌电信号采集设备，重复设定的动作，手部肌电信号采集设备将采集的肌电信号输入步骤302中的肌电-轨迹预测模型，得到下一刻手指弯曲角度，即辅助手的运动能力。
根据使用对象的运动意图和辅助手的运动能力之间的差值，控制系统根据步骤304中的人体手部动力学模型和步骤307中的阻抗关系式，通过控制伺服电机控制辅助手部机器人根据使用对象所需的运动补偿力对辅助手进行运动补偿。
控制系统包括：手部肌电信号采集设备、上位机、下位机、压力传感器、伺服驱动器、位置编码器、伺服电机、数据传输设备以及供电设备。手部肌电信号采集设备、压力传感器和位置编码器用于采集数据。上位机为人可以直接发出操控命令的计算机，优选个人计算机(personalcomputer，pc)。上位机分别与手部肌电信号采集设备、伺服电机电连接。下位机用于获取压力传感器和位置编码器采集的数据，并将数据传输给上位机。下位机可以为直接控制装置并获取装置状况的计算机，一般是指可编程逻辑控制器(programmablelogiccontroller，plc)、单片机等。手部肌电信号采集设备、上位机和下位机通过数据传输设备进行数据交换，数据传输设备优选采用tcp/ip协议族(tcp/ipprotocolsuite，tcp/ip)数据传输协议。伺服驱动器用于驱动伺服电机。供电设备用于给控制系统供电。本实施例的运动方法中除去手部肌电信号采集设备采集肌电信号和伺服电机控制辅助手部机器人的其余步骤均在上位机中执行。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
- 还没有人留言评论。精彩留言会获得点赞！