本发明属于外骨骼机器人技术领域，尤其涉及一种基于压力传感器的外骨骼机器人步态控制方法，通过腿部多轴压力传感器数据及脚底微型荷重压力传感器数据判断穿戴者的运动意图，控制外骨骼机器人的步态，避免误判防止摔倒，同时跟随穿戴者有不同步态，适应于多种地形，控制更加人性化。
背景技术：
外骨骼机器人是一种可以穿戴的助力型机器人，主要结构是用于承重的仿人型四肢，通过其特殊结构可以使穿戴它的使用者完成一些仅靠人体自身无法完成的任务，在搬运、救灾、士兵负重行军、医疗等领域都具有广泛的应用前景。
20世纪60年代美国通用电气公司曾经开发出一种名为“Hardiman”的机器手臂，可以使戴上它的使用者轻易举起100千克以上的重物。之后对外骨骼机器人的研制取得了一些进展。到了上世纪90年代，由于传感技术、材料技术和控制技术的发展，对外骨骼技术的研究大规模展开。近几年，随着相关技术的发展，外骨骼机器人在军事、医疗等方面的应用越来越广泛。目前国内在该领域的研究状况与国外相比差距较大，只有少数科研院所开展过相关研究工作。
外骨骼机器人控制的关键问题是外骨骼应该能够适应不同的地形，如山地、沙漠、草地、坡地、楼梯等。外骨骼机器人要能够了解并根据人的意图随时走出不同的步态。目前外骨骼机器人的控制有采用预编程控制的，有采用穿戴者控制的。现有的这两种控制方法有着不同程度的缺陷和局限性。预编程控制可以让穿戴者根据预先设定好的步态行走，但是这种方法受地形的局限性大，运动方式有限。采用穿戴者控制的方法，需要穿戴者通过上肢去控制腿部的摆动。这种方法的缺点是，穿戴者的上肢只能用来发布命令，而不能进行其他的活动，并且操作者必须连续不停地发布命令，不仅浪费了体力，而且穿戴者的运动也变得很不自然。
基于接触力的跟随控制算法已逐渐成为外骨骼机器人控制领域的研究热点，技术还不成熟，因此，迫切需要研究一种简单而又可靠的控制方法来满足人们对外骨骼机器人设计的需求。
技术实现要素：
本发明的目的在于提供一种基于压力传感器的外骨骼机器人步态控制方法，简单而又可靠，避免误判防止摔倒，同时跟随穿戴者有不同步态，适应于多种地形，控制更加人性化。
为了解决上述技术问题，本发明通过下述技术方案得以解决：
一种基于压力传感器的外骨骼机器人步态控制方法，包括以下步骤：
1)采集安装在外骨骼机器人两腿部的多维压力传感器的数据后滤波储存；
2)采集安装在外骨骼机器人两脚底的微型荷重压力传感器的数据后滤波储存；
3)对步骤1)获得的数据判断腿部受力的方向和大小，并通过D-H机器人运动学分析得出穿戴者的运动意图；
4)对步骤2)获得到的数据判断脚底受力大小变化，并分析得出穿戴者的动作；
5)当腿部受力达到预设阀值，对比步骤3)和步骤4)的结果，如果穿戴者的动作符合穿戴者的运动意图，则控制外骨骼机器人腿部做出相应的动作，如果穿戴者的动作不符合穿戴者的运动意图，则控制外骨骼机器人腿部不做动作。
进一步的，步骤1)中多维压力传感器设于外骨骼机器人的大腿和小腿处。
进一步的，步骤2)中微型荷重压力传感器设于外骨骼机器人的脚掌和脚跟处。
本发明的有益效果是：
1、通过两腿部的多维压力传感器的数据，通过D-H机器人运动学分析得出穿戴者的运动意图，再通过两脚底的微型荷重压力传感器的数据分析得出穿戴者的动作，前者初步判断，后者辅助检测，避免了误判防止摔倒；
2、通过两腿部的多维压力传感器的数据，通过D-H机器人运动学分析得出穿戴者的运动意图，控制外骨骼机器人腿部做出相应的动作，使外骨骼机器人跟随穿戴者有不同步态，适应于多种地形，控制更加人性化。
具体实施方式
下面结合实施例对本发明作进一步详细描述：
实施例1
在外骨骼机器人的腿部安装多维压力传感器。多维压力传感器可以检测力的方向和大小。人的腿在抬起或放下时，会产生某一区间上的力，多维压力传感器来检测人腿在抬腿或放下时大小腿用的力的方向和大小。多维压力传感器输出的数据需要进行放大，然后对放大后的数据进行采集。主控电路通过对采集后的数据进行分析判断，根据判断后的结果来控制外骨骼机器人肢体驱动装置工作，从而达到控制步态的效果。腿部的多维压力传感器的安装位置可以根据实际外骨骼的结构来进行调整，安装的数量可以根据需要进行改变，但是必须要保证每条大小腿的力都被检测到。MCU接收全部的压力传感器数据，对数据进行滤波处理。MCU对处理后的数据进行判断，根据多轴压力传感器的数据来判断腿部受力的方向和大小。当腿部作用力的大小达到某一阀值，外骨骼机器人肢体驱动装置调节相应的肢体沿受力方向运动，对作用力进行抵消，从而控制腿部动作。MCU根据腿部受力情况，采用D-H机器人运动学来分析人的意图，如：抬起，放下等。D-H法是机器人建模时常用的方法。D-H模型在对机器人连杆和关节进行建模时不需要考虑机器人的结构顺序和复杂程度，它可以适用于任何机器人的运动学分析。采用经典的D-H法来对机器人进行运动学分析，建立外骨骼机器人单腿模型，描述了机器人末端的位置控制与各关节变量间的联系。
外骨骼机器人的每只鞋上安装两处压力传感器，分别安装在脚掌和脚后跟，因为在走路的过程中这两个位置的力的变化是最大的。当脚尖点地时，脚尖处的压力传感器值会明显增大。在单脚着地的时候，一只脚的压力传感器的数值会减小，一只脚的压力传感器的数值会增大。人在行走的过程中，脚部的动作是有规律的进行的，所以主控电路可以通过分析微型荷重压力传感器的数据来判断当前的脚步动作。微型荷重压力传感器的输出数据是毫伏级的，不利于传感器数据的采集，所以需要对信号进行放大处理。脚底压力传感器安装的数量可根据实际情况进行调整，以获得最准确可用的数据，例如可以脚跟、脚掌个安一个，进行数据检测，也可以脚跟一个，脚掌两个，数量越多，测量越精确，不过数据处理量会加大。另外，脚底压力的测量可以根据实际情况选用其他类型的压力传感器，如选用多维压力传感器来测量脚底压力，可以测到脚底压力的方向，使得测量结果更精确，不过成本会增加。MCU根据脚底压力传感器的数据判断人当前的动作，如：单脚着地、双脚着地、正在放下，正在抬起。足底压力传感器的数据用来判断人的运动状态和重心变化。
假设人体前进行走时先迈左脚，右腿处于支撑相，左腿进入摆动相，则人体处于右单腿支撑状态1，人体继续行走至左脚跟着地，即左腿进入支撑相，右腿仍处于支撑相，则人体此时处于右双腿支撑状态2，继续行走至右脚尖离地，右腿进入摆动相，左腿仍处于支撑相，则人体进入左单腿支撑状态3，人体继续行走至右脚跟着地，即右腿进入支撑相，左腿仍处于支撑相，则人体处于左双腿支撑状态4，继续前进行走至左脚尖离地，即左腿进入摆动相，右腿处于支撑相，则人体又进入右单腿支撑状态1，此后人体在这4个行走状态间循环：1→2→3→4→1。在这个循环的过程中，人的足底压力也会发生相应的规律性变化。当两只脚的压力传感器的数值在正常范围，则判断得知双脚落地；单脚支撑时，当支撑脚脚尖压力增大，脚后跟压力减小，则说明重心前移。
通过腿部压力传感器数据和脚底压力传感器数据共同控制外骨骼机器人，腿部压力传感器数据起主要控制作用，脚底压力传感器数据起辅助检测作用。如：左脚压力值减小且左腿检测到抬起的力，则外骨骼机器人的左腿抬起。或者，当脚底压力判断到单脚着地时，如果MCU检测到着地的那条支撑腿小腿压力传感器有后收的力，则任务判断错误，不执行，因为执行结果会导致外骨骼机器人失去平衡摔倒。当腿部动作抬起过高，无法用力时，主控板会根据此时的重心的状态控制腿部下降，稳定重心。腿部压力传感器数据用来控制人的步态，达到跟随的效果，脚底压力传感器的数据有两个作用：1、运动矫正，防止腿部压力传感器误判断；2、当腿部压力传感器受动作限制，无法工作时，主控板会根据脚底压力数据判断重心，给驱动器发送指令，平衡重心。
总之，以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所作的均等变化与修饰，皆应属本发明专利的涵盖范围。