负荷减轻设备、负荷减轻方法以及存储有程序的存储介质与流程

本发明涉及负荷减轻设备、负荷减轻方法以及在其中存储程序的存储介质。

背景技术：

目前已知一种负荷减轻设备，当用户穿着时，该负荷减轻设备执行诸如用户的步行动作之类的负荷辅助，并减轻由用户携带的行李负荷。该负荷减轻设备在由人穿着时有时称为强化服(apoweredsuit)。

一些强化服通过从致动器输出转矩来辅助肌肉力量，从而通过驱动设置在用户腿上的连杆机构来辅助步行运动。专利文献1公开了一种强化服，该强化服通过在从摆腿状态转变为站腿状态的定时输出转矩，平稳地支撑负荷而几乎没有不适感和震动。

引文列表

专利文献

[专利文献1]日本未审查专利申请公布no.2015-144787

技术实现要素：

本发明要解决的技术问题

然而，在专利文献1所记载的技术中，在单腿屈伸动作和单腿跳跃动作等中，根据右腿和左腿的地面反作用力的比率，通过使用校正系数来调整转矩，由于是单腿运动而无法平滑切换。也就是说，不可能平滑地减轻用户每个动作的负荷。

有鉴于此，本发明的示例目的是提供可以解决上述问题的负荷减轻设备、负荷减轻方法以及用于在其中存储程序的存储介质。

解决问题的技术手段

根据本发明第一方面，提供了一种负荷减轻设备，包括：转矩估计单元，该转矩估计单元被配置为基于用户的腿的脚掌上的负荷值和每条腿关节处的角度，计算用于输出转矩以减轻用户的腿关节处的用户负荷的驱动机构在站腿时段期间的站腿转矩输出和在摆腿时段期间的摆腿转矩输出；站腿/摆腿确定单元，该站腿/摆腿确定单元被配置为确定每条腿处于站腿状态还是摆腿状态；以及转矩输出平滑单元，该转矩输出平滑单元被配置为在每条腿的状态切换时，基于站腿转矩和摆腿转矩，根据经过时间来平滑驱动机构输出的转矩的转变。

根据本发明第二方面，一种负荷减轻方法包括：基于用户的腿的脚掌上的负荷值和每条腿关节处的角度，计算用于输出转矩以减轻用户的腿关节处的用户负荷的驱动机构在站腿时段期间的站腿转矩输出和在摆腿时段期间的摆腿转矩输出；确定每条腿处于站腿状态还是摆腿状态；以及在每条腿的状态切换时，基于站腿转矩和摆腿转矩，根据经过时间来平滑驱动机构输出的转矩的转变。

根据本发明第三方面，一种存储在存储介质中的程序促使负荷减轻设备的计算机执行处理，这些处理包括：基于用户的腿的脚掌上的负荷值和每条腿关节处的角度，计算用于输出转矩以减轻用户的腿关节处的用户负荷的驱动机构在站腿时段期间的站腿转矩输出和在摆腿时段期间的摆腿转矩输出；确定每条腿处于站腿状态还是摆腿状态；以及在每条腿的状态切换时，基于站腿转矩和摆腿转矩，根据经过时间来平滑驱动机构输出的转矩的转变。

本发明有益效果

根据本发明，能够为用户的所有动作提供平滑负荷减轻。

附图说明

图1是示出根据本发明实施例的强化服的配置的透视图。

图2是示出根据本发明实施例的控制设备的硬件配置的示图。

图3是根据本发明实施例的控制设备的功能框图。

图4是示出根据本发明实施例的控制设备的操作的操作框图。

图5是示出根据本发明实施例的站腿转矩控制模型的示例的图。

图6是示出根据本发明实施例的根据用户状态的每个传感器的检测结果和每个致动器的驱动模式的图。

图7是示出根据本发明实施例的平滑处理概览的曲线图。

图8是示出根据本发明实施例的致动器的输出转矩的转变的曲线图。

图9是示出根据本发明实施例的强化服的处理的流程图。

图10是示出根据本发明实施例的控制设备的最低配置的图。

具体实施方式

在下文中，将参照附图描述根据本发明实施例的负荷减轻设备、负荷减轻方法以及用于在其中存储程序的存储介质。

图1是示出根据本实施例的强化服的配置的图。

强化服100是负荷减轻设备的一个方面。强化服100由骨架部分11、腰带12、髋致动器13、膝致动器14、踝致动器15、鞋底板16、脚用束带17、脚掌负荷传感器18、装载平台20、控制设备21、电池22、髋关节传感器23、膝关节传感器24、踝关节传感器25等构成。作为示例，骨架部分11大致分类为第一骨架部分111、第二骨架部分112和第三骨架部分113。

如图1所示，强化服100如下配置，以便支撑装载平台20，作为示例，该装载平台20是用于保持行李的机构的一方面。即，强化服100设置有第一骨架部分111，并且左右髋致动器13可旋转地链接到第一骨架部分111和第二骨架部分112，该第二骨架部分112分别对应于穿着强化服100的用户的左或右大腿部分。左右膝致动器14可旋转地链接到穿着强化服100的用户的左侧或右侧的相应第二骨架部分112，并且可旋转地链接到沿着穿着强化服100的用户的左或右小腿部分的相应第三骨架部分113。踝致动器15可旋转地链接到左侧或右侧的相应第三骨架部分113，并且相应的鞋底板16被设置在穿着强化服100的用户的左侧或右侧脚用束带17的背面。致动器13、14和15是输出转矩的驱动机构，这些转矩会减轻在用户每条腿的每个关节处的用户负荷。

穿着强化服100的用户将他/她的左脚和右脚放入相应的脚用束带17中，并用腰带12将第一骨架部分111固定到腰，使得第一骨架部分111紧密地附接到腰。强化服100具有经由骨架部分11以及致动器13、14和15与脚掌接触，从而将行李的大部分负荷和强化服100的负荷释放到的地面的结构。用户接通强化服100的控制设备21。控制设备21控制致动器13、14和15，以经由骨架部分11和致动器13、14和15向行走表面传递尽可能多的设备重量，该设备重量是装载在装载平台20上的行李的负荷与强化服100的重量之和。由此，强化服100减少了负担，诸如是穿着强化服100并执行各动作的用户行李的负荷。

髋关节传感器23安装在髋致动器13中，并通过编码器检测髋关节角度，即，第一骨架部分111和第二骨架部分112之间形成的角度。膝关节传感器24安装在膝致动器14中，并通过编码器检测膝关节角度，即，第二骨架部分112与第三骨架部分113之间的角度。踝关节传感器25安装在踝致动器15中，并通过编码器检测踝关节角度，即，第三骨架部分113与鞋底板16之间的角度。关节传感器23、24和25检测用户的每条腿的每个关节的角度(下文称为“关节角度”)。

脚掌负荷传感器18检测用户的每条腿的脚掌上的负荷值。脚掌负荷传感器18被设置为覆盖每只脚的整个脚掌，以便能够从用户的脚掌测量脚用束带17内的重量。例如，脚掌负荷传感器18附接在脚用束带17的内底与鞋底板16之间。

作为示例，脚掌负荷传感器18在薄片状绝缘体的正反面上具有呈矩阵排列的电极，测量电极的晶格点的电阻，并将其测量值输出到控制设备21。控制设备21基于每个晶格点的电阻值来计算施加到每个晶格点的压力和传感器片的整个表面上的负荷值。

图2是示出控制设备的硬件配置的示图。

如本图所示，控制设备21是计算机，其设置有诸如cpu(中央处理单元)101、rom(只读存储器)102、ram(随机存取存储器)103、信号输入/输出设备104和无线通信设备105的硬件。

信号输入/输出设备104输入从脚掌负荷传感器18、髋关节传感器23、膝关节传感器24和踝关节传感器25输出的信号。信号输入/输出设备104输出用于控制髋致动器13、膝致动器14和踝致动器15的控制信号。控制设备21通过从电池22供应的电力来进行操作。

无线通信设备105与另一设备通信连接。

图3示出控制设备的功能框图。

通过接通电源按钮，基于从电池22供应的电力来启动控制设备21。控制设备21在启动后执行控制程序。作为结果，控制设备21至少设置有信息获取单元211、集成控制单元212、致动器控制单元213和电源单元214。

信息获取单元211获取来自脚掌负荷传感器18、髋关节传感器23、膝关节传感器24和踝关节传感器25的感测信息。脚掌负荷传感器18的感测信息是指示检测到的负荷值的脚掌负荷信息。髋关节传感器23、膝关节传感器24和踝关节传感器25的感测信息是指示检测到的关节角度的关节角度信息。

致动器控制单元213控制髋致动器13、膝致动器14和踝致动器15。

当接通电源按钮时，电源单元214将来自电池22的电力供应给控制设备21的每个部分。

集成控制单元212设置有转矩估计单元2121、站腿/摆腿确定单元2122和转矩输出平滑单元2123。

转矩估计单元2121基于腿的脚掌上的负荷值和腿各关节的角度，计算由致动器13、14、15在站腿时段期间输出的站腿转矩以及由致动器13、14、15在摆腿时段期间输出的摆腿转矩。具体地，基于将用户的矢状面上的每个关节连结的控制模型，计算每个关节处的站腿转矩和摆腿转矩。

站腿/摆腿确定单元2122确定用户腿的状态是站腿还是摆腿。具体地，站腿/摆腿确定单元2122基于施加到一条腿的脚掌上的负荷值，确定该条腿的状态是站腿状态还是摆腿状态。例如，站腿/摆腿确定单元2122基于施加到右腿的脚掌的负荷值来确定右腿的状态。站腿/摆腿确定单元2122基于施加到左腿的脚掌的负荷值来确定左腿的状态。

当用户每条腿的状态已经切换时，转矩输出平滑单元2123基于站腿转矩和摆腿转矩来转变由致动器13、14和15输出的转矩，以便根据经过时间变得平滑。具体地，转矩输出平滑单元2123提供用于在致动器13、14和15输出站腿转矩的时段与致动器13、14和15输出摆腿转矩的时段之间进行切换的切换时间。转矩输出平滑单元2123根据经过时间在切换时间内转变由致动器13、14和15输出的转矩的量值。例如，转矩输出平滑单元2123根据经过时间与切换时间的比率而将站腿转矩与摆腿转矩相加。

随后，将对控制设备21的操作予以详述。

图4是示出控制设备的操作的操作框图。

首先，转矩估计单元2121基于由每条腿的脚掌负荷传感器18检测到的负荷值和由每条腿的关节传感器23、24、25检测到的关节角度，计算站腿转矩和摆腿转矩。

图5是示出站腿转矩控制模型的示例的示图。作为本实施例的控制模型，采用将用户的矢状面内的髋关节、膝关节、踝关节链接的三链接模型。例如，从上体重心轴线观察，髋致动器13的站腿转矩τ3是旋转方向上的分布负荷“fcosθacosθk”。值“f”是将用户体重、强化服100和行李的重量乘以冲击加速度所获得的地面反作用力值。用户体重、强化服100的重量和行李的重量是在使用强化服100之前预先测量的值。冲击加速度可以基于由脚掌负荷传感器18检测到的负荷值来估计，或者可以基于在脚用束带17上设置的加速度传感器(未示出)的检测结果来指定。

值“θa”是由踝关节传感器25检测到的踝关节角度。值“θk”是由膝关节传感器24检测到的膝关节角度。图5示出了从髋关节轴线观察到的旋转方向上的分布负荷“fcosθasinθk”、从膝关节轴线观察到的旋转方向上的分布负荷“fcosθa”以及脚掌负荷传感器18的分力(从关节轴线观察到的向心方向上的分布负荷)“fsinθa”。

在下文中，将用户行进的方向定义为向前方向，并且将与重力方向相反的方向定义为向上方向。将xyz坐标系定义为以向前方向为x轴方向，以与x轴方向正交的向上方向为z轴方向，并以与x轴方向和z轴方向正交的方向为y轴方向。

具体地，转矩估计单元2121通过以下运动等式(1)至(8)计算站腿转矩。惯性矩阵m由以下等式(1)表示。

通过下列等式(1-1)至(1-25)计算惯性矩阵m的每个元素。这里，值“m1”是踝关节周围的质量。值“m2”是膝关节周围的质量。值“m3”是髋关节周围的质量。值“l1”是从脚到膝的长度。值“l2”是从膝到腰的长度。值“l3”是上身的长度。值“lg1”是从踝关节到胫骨重心的长度。值“lg2”是从膝关节到股骨重心的长度。值“lg3”是从髋关节到上身重心的长度。值“i1”是踝关节周围的惯性。值“i2”是膝关节周围的惯性。值“i3”是髋关节周围的惯性。值“θ1”是踝关节角度。值“θ2”是膝关节角度。值“θ3”是髋关节角度。

在控制设备21中预先设定踝关节周围的质量m1、膝关节周围的质量m2、髋关节周围的质量m3、从脚到膝的长度l1、从膝到腰的长度l2、上身的长度l3、从踝关节到胫骨重心的长度lg1、从膝关节到股骨重心的长度lg2、从髋关节到上身重心的长度lg3、踝关节周围的惯性i1、膝关节周围的惯性i2和髋关节周围的惯性i3的值。

m11＝m1+m2+m3…(1-1)

m12＝0…(1-2)

m13＝(m1igl+m2l1+m3i1)cosθ1+(m2ig2+m3i2)cos(θ1+θ2)+m3ig3cos(θ1+θ2+θ3)…(1-3)

m14＝(m2ig2+m3l2)cos(θ1+θ2)+m3ig1cos(θ1+θ2+θ3)…(1-4)

m15＝m3lg3cos(θ1+θ2+θ3)…(1-5)

m21＝m21…(1-6)

m22＝m1+m2+m3…(1-7)

m23＝(m1ig1+m2i1+m3i1)sinθ1+(m2lg2+m3i2)sin(θ1+θ2)+m3lg3sin(θ1+θ2+θ3)…(1-8)

m24＝(m2lg2+m3i2)sin(θ1+θ2)+m3ig3sin(θ1+θ2+θ3)…(1-9)

m25＝m3lg3sin(θ1+θ2+θ3)…(1-10)

m31＝m13…(1-11)

m32＝m23…(1-12)

m33＝m1lg1²+(m2+m3)i1²+m2ig2²+m3l2²+m3lg3²+(2m2l1ig2+2m3i1i2)cosθ2+2m3ilig3cos(θ2+θ3)+2m3l2ig3cosθ3+i1+i2+i3…(1-13)

m34＝m2ig2²+m3l2²+m3ig3²+(m2l1lg2+m3l1l2)cosθ2+m3l1lg3cos(θ2+θ3)+2m3l2lg3cosθ3+i2+i3…(1-14)

m35＝m3lg3²+m3l1lg3cosθ2+θ3)+m3l2ig3cosθ2+i3…(1-15)

m41＝m14…(1-16)

m42＝m24…(1-17)

m43＝m14…(1-18)

m44＝m2lg2²+m3l2²+m3lg3²+2m3i2ig3cosθ3+i2+i3…(1-19)

m45＝m3ig3²+m3i2lg3cosθ3+i3…(1-20)

m51＝m15…(1-21)

m52＝m25…(1-22)

m53＝m35…(1-23)

m54＝m45…(1-24)

m55＝m3lg3²+i3…(1-25)

科里奥利力(coriolisforce)h由以下等式(2)表示。

h＝[h1h2h3h4h5]^t…(2)

通过以下等式(2-1)至(2-5)计算科里奥利力h的每个元素。

重力项向量g由以下等式(3)表示。

g＝[g1g2g3g4g5]1…(3)

通过以下等式(3-1)至(3-5)计算重力项向量g的每个元素。

g1＝0…(3-1)

g2＝{m1+m2+m3}g…(3-2)

g3＝{(m1lg1+m2l1+m3l1)sinθ1+(m2lg2+m3l2)sin(θ1+θ2)+m3lg3sin(θ1+θ2+θ3)}g…(3-3)

g4＝{(m2lg2+m3l2)sin(θ1+θ2)+m3lg3sin(θ1+θ2+θ3)}g…(3-4)

g5＝{m3lg3sin(θ1+θ2+θ3)}g…(3-5)

转矩系数矩阵d由以下等式(4)表示。

另外，转矩τ由以下等式(5)表示。值“τ1”是踝关节周围的转矩。值“τ2”是膝关节周围的转矩。值“τ3”是髋关节周围的转矩。踝关节周围的转矩是由踝致动器15输出的输出转矩。膝关节周围的转矩是由膝致动器14输出的输出转矩。髋关节周围的转矩是由髋致动器13输出的输出转矩。

通过以下等式(6)计算转矩τ。一般化坐标x由等式(6-1)表示。

x是x坐标值。z是z坐标值。

x＝[xzθ1θ2θ3]…(6-1)

此外，使每个关节的一般化坐标x(k)为以下等式(7)。值“k”指示时间序列中的第k个(当前值)。值“x1”是当向前方向为正时踝关节的x坐标。值“x2”是当向前方向为正时膝关节的x坐标。值“x3”是当向前方向为正时髋关节的x坐标。值“z1”是当向上方向为正时踝关节的z坐标。值“z2”是当向上方向为正时膝关节的z坐标。值“z3”是当向上方向为正时髋关节的z坐标。

然后，x(k+1)由以下等式(8)表示。f是地面反作用力值。h是科里奥利力h。g是重力项向量g。

转矩估计单元2121通过依序计算等式(8)中的τ来计算站腿转矩。通过以此方式采用矢状面内的三链接模型，能够提高精度。由于在运动等式中使用了地面反作用力值f，可考虑来自地面的冲击力来计算站腿转矩。此外，为了进一步提高精度，可以添加冠状面的运动等式作为扩展。

转矩估计单元2121通过上述运动等式(1)至(8)计算摆腿转矩。然而，当计算摆腿转矩时，值“m1”是髋关节周围的质量。值“m2”是膝关节周围的质量。值“m3”是踝关节周围的质量。值“l1”是从胯到膝的长度。值“l2”是从膝到腰的长度。值“l3”是从踝到脚趾的长度。

值“lg1”是从髋关节到股骨重心的长度。值“lg2”是从膝关节到胫骨重心的长度。值“lg3”是从踝关节到脚重心的长度。值“i1”是髋关节周围的惯性。值“i2”是膝关节周围的惯性。值“i3”是踝关节周围的惯性。值“θ1”是髋关节角度。值“θ2”是膝关节角度。值“θ3”是踝关节角度。值“τ1”是髋关节周围的转矩。值“τ2”是膝关节周围的转矩。值“τ3”是踝关节周围的转矩。值“x1”是当向前方向为正时髋关节的x坐标。值“x2”是当向前方向为正时膝关节的x坐标。值“x3”是当向前方向为正时踝关节的x坐标。值“z1”是当向上方向为正时髋关节的z坐标。值“z2”是当向上方向为正时膝关节的z坐标。值“z3”是当向上方向为正时踝关节的z坐标。用于计算摆腿转矩的转矩系数矩阵d为以下等式(9)。

转矩估计单元2121将计算出的每条腿的致动器13、14和15的站腿转矩和摆腿转矩输出到转矩输出平滑单元2123。

随后，站腿/摆腿确定单元2122基于由附接到腿的脚掌负荷传感器18检测到的负荷值来确定每条腿的状态是站腿状态还是摆腿状态。例如，当脚掌负荷传感器18检测到的负荷值较大(例如，等于或大于第一阈值)时，站腿/摆腿确定单元2122确定为站腿，以及当脚掌负荷传感器18检测到的负荷值较小(例如，小于或等于第二阈值)时，站腿/摆腿确定单元2122确定为摆腿。第一阈值是当脚掌接触地面时的负荷值。第二阈值是脚掌未接触地面时的负荷值。

站腿/摆腿确定单元2122基于由每条腿的脚掌负荷传感器18检测到的负荷值来确定相应腿的状态。因此，可以精确地确定所有敏捷运动中的站腿或摆腿，诸如脚跟不接触地面的跑步、单腿运动和无规则步行运动。例如，即使是仅右腿重复摆腿和站腿的单腿运动中，站腿/摆腿确定单元2122仅基于由右腿的脚掌负荷传感器18检测到的负荷值来确定右腿的状态。出于这个原因，能够准确地确定右腿的状态。

此后，站腿/摆腿确定单元2122决定每条腿的致动器13、14和15的驱动模式。驱动模式包括输出站腿转矩的站腿模式和输出摆腿转矩的摆腿模式。

图6是示出根据用户状态的每个传感器的检测结果和每个致动器的驱动模式的示图。

如图6a所示，当用户在步行时，以该顺序重复双腿站腿和单腿站腿/单腿摆腿的状态。双腿站腿是两条腿处于站腿的状态。单腿站腿/单腿摆腿是一条腿处于站腿而另一条腿处于摆腿的状态。另一方面，当用户在跑步时，以该顺序重复单腿站腿/单腿摆腿和双腿摆腿的状态。双腿摆腿是双腿正在处于摆腿的状态。

如图6b所示，当双腿都处于站腿时，关节传感器23、24和25检测来自编码器的关节角度，脚掌负荷传感器18检测两只脚处的地面接触(等于或大于第一阈值)，并且双腿的每个致动器13、14和15以站腿模式进行驱动。

此外，在单腿站腿/单腿摆腿时段期间执行以下处理。即，每个关节传感器23、24和25检测来自编码器的关节角度，站腿侧的脚掌负荷传感器18检测地面接触，并且摆腿侧的脚掌负荷传感器18检测非地面接触(等于或小于第二阈值)。双腿的髋致动器13以摆腿模式进行驱动，站腿侧的膝致动器14以站腿模式进行驱动，并且摆腿侧的膝致动器14以摆腿模式进行驱动。站腿侧的踝致动器15以站腿模式进行驱动，并且摆腿侧的踝致动器15以摆腿模式进行驱动。

另外，当用户双腿都处于摆腿时，关节传感器23、24、25检测来自编码器的关节角度，脚掌负荷传感器18检测到双腿都没有接触地面，并且双腿的致动器13、14、15都以摆腿模式进行驱动。

然而，站腿时段期间的控制模型与摆腿时段期间的控制模型不同。因此，当仅基于用户的脚掌是否与地面接触来切换致动器13、14和15的驱动模式时，在从站腿模式切换到摆腿模式或从摆腿模式切换到站腿模式的瞬间，从致动器13、14和15输出非线性转矩。出于这个原因，在切换时输出转矩的差异被作为过度负荷施加到身体，与正常的时间相比，会让用户感到不适并使得运动困难。

因此，站腿/摆腿确定单元2122在切换驱动模式后测量经过时间t。然后，站腿/摆腿确定单元2122将每条腿的致动器13、14和15的驱动模式和经过时间t输出到转矩输出平滑单元2123。

转矩输出平滑单元2123基于由站腿/摆腿确定单元2122确定的驱动模式和经过时间t以及由转矩估计单元2121计算的站腿转矩和摆腿转矩，计算每条腿的致动器13、14、15的输出转矩。具体地，转矩输出平滑单元2123执行平滑处理，使得当致动器13、14和15的驱动模式切换时，转矩值的转变变得平滑。即，转矩输出平滑单元2123计算转矩，使得当切换驱动模式时转矩值的转变变得平缓。

图7是示出平滑处理概览的示图。

转矩输出平滑单元2123提供从站腿模式到摆腿模式的切换时间t1。转矩输出平滑单元2123设定输出转矩τ，以便在驱动模式从站腿模式切换到摆腿模式后的切换时间t1期间(即，经过时间t≤切换时间t1)，从站腿转矩τs平滑地转变到摆腿转矩τf。更具体地，通过以下等式(10)计算输出转矩τ。

另外，转矩输出平滑单元2123提供从摆腿模式到站腿模式的切换时间t2。转矩输出平滑单元2123设定输出转矩τ，以便在从摆腿模式切换到站腿模式后的切换时间t2期间(即，经过时间t≤切换时间t2)，从摆腿转矩τf平滑地转变到站腿转矩τs。更具体地，通过以下等式(11)计算输出转矩τ。

以此方式，转矩输出平滑单元2123根据经过时间t与切换时间t1和t2的比率来计算站腿转矩和摆腿转矩。转矩输出平滑单元2123根据该比率来计算将站腿转矩和摆腿转矩相加所得的输出转矩τ。

将描述由转矩输出平滑单元2123执行的平滑处理的另一示例。

图8是示出致动器的输出转矩转变的曲线图。本图所示的曲线图的横轴是时间，纵轴是输出转矩。

本图所示的处理与图7所示的平滑处理的区别在于，平滑处理中使用的参数α1、β1、α2、β2根据因平滑处理导致的输出转矩τ的变化率而变化。

具体地，首先，当在时间t11将驱动模式从站腿模式切换到摆腿模式时，转矩输出平滑单元2123设定“fmax＝τs”和“fmiddle＝fmax/2”。然后，转矩输出平滑单元2123在直到输出转矩τ变为“fmiddle”的时间t12为止的时段期间，通过以下等式(12)计算输出转矩τ。t是从时间t11开始的经过时间。切换时间t1被预先设定，并且在本示例中是从时间t11到时间t13的时段。参数α1和参数β1是包括时间相关的数学表达式的参数。

随后，转矩输出平滑单元2123重置参数α1和参数β1，使得根据在从时间t11到时间t12的时段期间输出转矩τ的变化率，输出转矩τ的变化率变得更陡或更平滑。然后，转矩输出平滑单元2123在从时间t12到时间t13的时段期间，使用已被重置的参数α1和参数β1，通过以上等式(12)计算输出转矩τ。由此，在时间t13(切换时间t1终点)处，输出转矩τ是摆腿转矩(fmin＝τf)。

实线91示出了在切换时间t1处的平滑处理之前的摆腿转矩的转变。另一方面，实线92示出了在切换时间t1处的平滑处理之后的输出转矩的转变。通过以此方式在平滑处理期间重置参数α1和参数β1，与图7所示的处理相比，可以更加稳定地平滑输出转矩τ的变化。由此，可以防止输出转矩在切换驱动模式时骤变，并且可以减轻用户的不适感。

另外，当驱动模式在时间t14处从摆腿模式切换到站腿模式时，转矩输出平滑单元2123在直到输出转矩τ变为“fmiddle”的时间t15为止的时段期间，通过以下等式(13)计算输出转矩τ。t是从时间t14开始的经过时间。切换时间t2被预先设定，并且在本示例中是从时间t14到时间t16的时段。参数α2和参数β2是包括时间相关的数学表达式的参数。

随后，转矩输出平滑单元2123重置参数α2和参数β2，使得根据在从时间t14到时间t15的时段期间输出转矩τ的变化率，输出转矩τ的变化率变得更陡或更平滑。然后，转矩输出平滑单元2123在从时间t15到时间t16的时段期间，使用已被重置的参数α2和参数β2，通过以上等式(13)计算输出转矩τ。

实线93示出了在切换时间t2处的平滑处理之前的站腿转矩的转变。另一方面，实线94示出了在切换时间t2处的平滑处理之后的输出转矩的转变。通过以此方式在平滑处理期间重置参数α2和参数β2，与图7所示的处理相比，可以更加稳定地平滑输出转矩τ的变化。由此，可以防止输出转矩在切换驱动模式时骤变，并且可以减少用户的不适感。

应当指出，转矩输出平滑单元2123可以通过机器学习来自适应地更改切换时间t1和切换时间t2。例如，转矩输出平滑单元2123可以将时间更改为切换时间，该时间是从切换驱动模式直到由脚掌负荷传感器18检测到的负荷值达到最大值或最小值为止的时间。这样就可以在切换时最优地平滑输出转矩。

转矩输出平滑单元2123将计算出的每条腿的每个致动器13、14和15的输出转矩输出到致动器控制单元213。

致动器控制单元213基于输出转矩使用角度控制器kci(s)来控制致动器13、14和15的旋转角度。“s”指示控制系统的频域。随后，致动器控制单元213促使每条腿的致动器13、14和15使用力控制器kbi(s)输出转矩τ。

由此，由用户施加的强化服与人员之间的相互作用力dk，用户施加的施加转矩lk以及在时间序列中的第k个时间(当前值)的输出转矩τ成为每个致动器的动力p(s)。每个关节传感器23、24、25基于致动器13、14、15的动力p(s)，根据强化服100的动力g(s)检测时间序列的第k个时间的每个关节角度θk，并且将检测到的每个关节角度θk输出到转矩估计单元2121。然后，控制设备21重复上述处理。

图9是示出强化服的处理的流程图。

首先，用户穿上强化服100。由于每个脚掌负荷传感器18附接在脚用束带17的内底与鞋底板16之间，当用户穿着脚用束带17时，脚掌负荷传感器18可以测量从用户脚掌所施加的重量。

用户操作设置在强化服100中的控制设备21的电源按钮以接通电源。结果，控制设备21被启动。用户穿着强化服100步行。用户可以将行李装载在强化服100的装载平台20上并步行。控制设备21的致动器控制单元213控制髋致动器13、膝致动器14和踝致动器15，以便减轻因行李和强化服100的重量而加在用户身上的负荷。由此，强化服100跟踪用户的各种动作。

当控制设备21正在被驱动时，信息获取单元211以预定间隔获取来自关节传感器23、24和25的关节角度信息(步骤s101)。另外，当控制设备21正在被驱动时，信息获取单元211以预定间隔获取来自每个脚掌负荷传感器18的脚掌负荷信息(步骤s102)。预定间隔例如是每个很短的时间(诸如每10毫秒)。

转矩估计单元2121基于由信息获取单元211获取的关节角度信息和脚掌负荷信息来计算每条腿的每个致动器13、14、15的站腿转矩和摆腿转矩，并估计转矩(步骤s103)。站腿/摆腿确定单元2122基于由信息获取单元211获取的脚掌负荷信息来确定每条腿的致动器13、14和15的驱动模式。站腿/摆腿确定单元2122测量切换驱动模式之后的经过时间(步骤s104)。

转矩输出平滑单元2123基于由站腿/摆腿确定单元2122确定的驱动模式和经过时间以及由转矩估计单元2121计算出的站腿转矩和摆腿转矩来平滑输出转矩(步骤s105)。致动器控制单元213促使每条腿的致动器13、14和15输出转矩(步骤s106)。此后，处理返回到步骤s101的处理，并且控制设备21重复从步骤s101至s106的处理，直到处理完成为止。

根据上述处理，计算出每个关节支撑负荷所需的精确转矩，并且致动器13、14和15可以输出该转矩。出于这个原因，即使在用户的所有运动模式中从低响应到高响应波动较大的情况下，诸如缓慢的步行运动和敏捷的跑步运动，也总能遵循用户的运动，并且能够在每项运动中适时且适当地实现减轻负荷的辅助。例如，当在站腿与摆腿之间进行切换时，转矩输出平滑单元2123平滑输出转矩。结果，可以防止输出转矩骤变，这样就缓解了动作期间的不适感，并且可以实现提高跟踪用户运动的能力。

另外，即使在摆腿期间，转矩估计单元2121也计算摆腿转矩，并促使致动器13、14和15输出摆腿转矩，从而辅助强化服100本身的负荷，并且能够在不妨碍用户动作的情况下实现平滑的运动跟踪。因而，在穿着强化服100的状态下可以进行敏捷的动作。

尽管上文已经描述了本发明一个实施例，但本发明不限于上述实施例，并且可在不脱离本发明精神的情况下作出各种修改。

例如，脚掌负荷传感器18可以在用户使用期间插入到脚用束带17内部。脚掌负荷传感器18可以设置在脚用束带17的地面接触表面的一侧上。

在上文描述中，示出了脚掌负荷传感器18在脚用束带17内部具有覆盖脚掌整个表面的面积。然而，即使当施加负荷的位置偏离时，脚掌负荷传感器18也应当能够测量从鞋底板16或脚用束带17施加到地面接触表面的负荷。

上文描述说明了控制强化服100的情况，但不限于此，并且控制设备21可应用于对具有非线性模式转变的多关节机器人等(例如，仿人机器人)的一般化控制。

另外，在上文描述中，强化服100设置有分别对应于每个关节的髋致动器13、膝致动器14和踝致动器15，但不限于此。强化服100可以设置有致动器13、14和15中的至少一个。例如，强化服100可以仅设置有髋致动器13和膝致动器14，而不必设置有踝致动器15。替选地，踝致动器15可以是不使用控制信号的致动器，诸如机械板簧。在此情况下，踝关节传感器25是检测板簧的弯曲角度的角度检测传感器或者检测板簧的反作用力的力传感器。转矩估计单元2121基于由踝关节传感器25检测到的板簧的弯曲角度或板簧的反作用力，通过等式(6)计算髋关节周围的转矩和膝关节周围的转矩。

图10是示出控制设备的最低配置的示图。

作为负荷减轻设备的一方面，控制设备21可以至少具有上述转矩估计单元2121、站腿/摆腿确定单元2122和转矩输出平滑单元2123的功能。

转矩估计单元2121基于施加到脚掌的负荷值和腿的每个关节的角度，计算由致动器13、14、15在站腿时段期间输出的站腿转矩以及由致动器13、14、15在摆腿时段期间输出的摆腿转矩。致动器13、14和15输出转矩以减轻在用户腿的关节处的用户负荷。

站腿/摆腿确定单元2122确定腿状态是处于站腿状态还是摆腿状态。

当腿状态被切换时，转矩输出平滑单元2123基于站腿转矩和摆腿转矩，根据经过时间平滑由每个致动器13、14、15的转矩输出的转变。即，当每条腿的状态被切换时，转矩输出平滑单元2123根据经过时间来计算其转变被平滑的转矩。

上述控制设备也可以是计算机，其设置有诸如cpu(中央处理单元)101、rom(只读存储器)102、ram(随机存取存储器)103、hdd(硬盘驱动器)104和无线通信设备105的硬件。

上述控制设备内部具有计算机系统。上述每个处理的过程以程序形式存储在计算机可读记录介质中，该过程通过计算机读取并执行该程序来执行。这里，计算机可读记录介质是指磁盘、磁光盘、cd-rom、dvd-rom、半导体存储器等。该计算机程序可以经由通信线路分发到计算机，并且接收到分发的计算机可以执行该程序。

另外，上述程序可以用于实现上述某些功能。

此外，上述程序可以是所谓的差分文件(差分程序)，其能够与已经记录在计算机系统中的程序结合实现上述功能。

本申请要求申请日为2018年11月22日的日本专利申请no.2018-219220的优先权，其全部内容通过引用并入本文。

工业实用性

根据本发明，可以关于用户的所有动作提供平滑的负荷减轻。

[附图标记列表]

100：强化服

11：骨架部分

12：腰带

13：髋致动器

14：膝致动器

15：踝致动器

16：鞋底板

17：脚用束带

18：脚掌负荷传感器

20：装载平台

21：控制设备

22：电池

23：髋关节传感器

24：膝关节传感器

25：踝关节传感器

211：信息获取单元

212：集成控制单元

2121：转矩估计单元

2122：站腿/摆腿确定单元

2123：转矩输出平滑单元

213：致动器控制单元

214：电源单元