行动辅助机器人的姿态估测方法与流程

本发明为一种行动辅助机器人的姿态估测方法，尤指一种利用姿态估测以进行远程服务的行动辅助机器人的姿态估测方法。

背景技术：

在全球人口老年化及少子化的趋势下，许多国家因劳动力不足而延长劳动年龄，欧美日先进国家均投入机器人技术与资通讯技术整合，开发自动化应用相关工业机器人以解决缺工问题，亦开发提供动力辅助的行动辅助机器人(其中又以外骨骼机器人最为常见)，以降低劳动负担及提供老年人口更好的照护质量及行动辅助。行动辅助机器人透过感测用户的肢体动作或意向，驱动其动力系统以提供人体行动时的动力辅助，增强用户的行动力量，甚至协助肢体瘫痪者重新站立行动。目前行动辅助机器人以下肢行动辅助机器人的发展及商品化最为普及，例如Argo Medical Technologies(以色列)所开发的RewalkTM、Ekso Bionics(美国)所开发的EksoTM、Cyberdyne(日本)所开发的HAL、ITRI(台湾)所开发的ITRI-EXO、Honda(日本)所开发的Stride Management Assist Device，用户穿戴行动辅助机器人，可搭配拐杖或其他助行装置，完成日常生活中的起身、坐下、行走、上下坡、上下楼梯等行动辅助。这类装置的用户多为行动不便的身障人士或是银发族群，在单独使用这类行动装置时，使用安全性最为重要，然而使用安全性亦是这类装置目前仍不足的技术项目。

此外，就现有专利而言，例如一种用于判断用户安全状态以驱动下一步的安全机制，其系以设置于小腿的惯性感测元件量测小腿相对于重力方向的绝对角度，结合膝关节、髋关节角度信息，获得用户姿态，并搭配设置于脚底的压力感测元件判断用户的压力中心，以用户姿态及压力中心作为判断用户是否处于安全状态以进行下一步行走。或者，另可见一种用于判断用户安全状态以驱动下一步的安全机制，其系以设置于上身躯干的角 度计量测上身躯干相对于重力方向的绝对角度，以此角度判断重心是否前移以驱动下一步。

并且，于现有专利主张或公开文献中，皆未见以其所侦测的该些信息提供包括地形控制回馈、危险提示、跌倒警报/求救、运动量纪录、步行距离估测、行为监控、生活圈习惯纪录、复健策略回馈等远程服务的应用及服务。

据此可知，现有行动辅助机器人仍有许多不足尚待改善。

技术实现要素：

在一实施例中，本发明提出一种行动辅助机器人的姿态估测方法，其包含：

于一行动辅助机器人的右腿髋关节、左腿髋关节、右腿膝关节与左腿膝关节分别设置一马达控制器、一马达编码器与一马达，于该行动辅助机器人的上身躯干设置一惯性传感器，陔多个马达控制器、该多个马达编码器、该多个马达、以及该惯性传感器与一控制单元连接；

将该行动辅助机器人配置于一用户身上；

配置于该用户身上的该行动辅助机器人的该上身躯干相对一参考坐标形成一夹角，且各该关节分别形成一角度；

将构成该行动辅助机器人的该上身躯干、二大腿、二小腿、二脚掌的长度输入该控制单元，该上身躯干、该二大腿、该二小腿、该二脚掌构成多个端点；

利用该惯性传感器计算该上身躯干相对于该参考坐标的夹角；

利用该多个马达编码器计算该多个关节的角度；以及

搭配一运动模型计算该各端点的空间坐标。

附图说明

图1为本发明的行动辅助机器人的姿态估测方法流程图。

图2为应用本发明的行动辅助机器人的实施例架构示意图。

图3为本发明的行动辅助机器人的数学模型定义图。

图4为本发明的判断姿态与重心坐标是否异常的方法流程图。

【符号说明】

1-行动辅助机器人

10-骨盆

11-第一连杆

12-第二连杆

20-右腿

21-第三连杆

22-第四连杆

23-第五连杆

30-左腿

31-第六连杆

32-第七连杆

33-第八连杆

40-上身躯干

41-第九连杆

50-马达控制器

60-惯性传感器

70-马达

71-马达编码器

80-控制单元

90-行动通讯装置

120-数据库

130-云端技术

100-行动辅助机器人的姿态估测的方法流程

102～114-行动辅助机器人的姿态估测的方法流程的步骤

400-判断姿态与重心坐标是否异常的方法流程

402～412-判断姿态与重心坐标是否异常的方法流程的步骤

B-支撑平面

P₁～P₉-第一端点～第九端点

P_b-上身躯干端点

具体实施方式

请参阅图1所示，本发明所提出的一行动辅助机器人的姿态估测方法100，其包含：

步骤102：于一行动辅助机器人的右腿髋关节、左腿髋关节、右腿膝关节与左腿膝关节分别设置一马达控制器、一马达编码器与一马达，于该行动辅助机器人的上身躯干设置一惯性传感器，该多个马达控制器、该多个马达编码器、该多个马达、以及该惯性传感器与一控制单元连接；

步骤104：将行动辅助机器人配置于一用户身上；

步骤106：配置于该用户身上的该行动辅助机器人的该上身躯干相对一参考坐标形成一夹角，且各该关节分别形成一角度

步骤108：将构成行动辅助机器人的该上身躯干、二大腿、二小腿、二脚掌的长度输入控制单元，上身躯干、二大腿、二小腿、二脚掌构成多个端点；

步骤110：利用该惯性传感器计算上身躯干相对于参考坐标的夹角；

步骤112：利用该多个马达编码器计算该多个关节的角度；以及

步骤114：搭配一运动模型计算各端点的空间坐标。

请参阅图2所示关于上述有关行动辅助机器人的具体实施例结构示意图，行动辅助机器人1包括一骨盆10、一右腿20、一左腿30与一上身躯干40。骨盆10由相互串联的一第一连杆11与一第二连杆12构成。右腿20设置于骨盆10的其中一端，右腿20由相互串联的一第三连杆21、一第四连杆22与一第五连杆23构成，第三连杆21为右大腿，第四连杆22为右小腿，第五连杆23为右脚掌，右腿20与骨盆10的连接处为右腿髋关节，第三连杆21与第四连杆22的连接处为右腿膝关节。左腿30连接于骨盆10未与右腿20连接的一端，左腿30由相互串联的一第六连杆31、一第七连杆32与一第八连杆33构成，第六连杆31为左大腿，第七连杆32为左小腿，第八连杆33为左脚掌，左腿30与骨盆10的连接处为左腿髋关节，第六连杆31与第七连杆32的连接处为左腿膝关节。上身躯干40由一第九连杆41构成，代表行动辅助机器人1的上身躯干，其一端连接 于第一连杆11与第二连杆12的串联处。除了马达以外，上述各关节皆可搭配设置液压或人工肌肉致动。

于行动辅助机器人1的右腿髋关节、左腿髋关节、右腿膝关节与左腿膝关节分别设置一马达控制器50、一马达编码器71与一马达70，于该行动辅助机器人1的上身躯干40设置一惯性传感器60，该马达控制器50、马达编码器71、马达70、以及该惯性传感器60与一控制单元80连接。行动辅助机器人1连接于一行动通讯装置90，行动通讯装置90与控制单元80藉由云端技术130连接。该行动通讯装置90为具行动通讯的智能型手机、平板计算机、智能手表其中之一，且行动通讯装置90具有GPS定位功能，可提供该用户的GPS坐标，以作为该用户的行为监控，或可结合以惯性传感器60发展的室内定位技术，以作为用户行为监控。控制单元80连接一数据库120，行动辅助机器人1与数据库120之间可透过行动通讯装置90、云端技术130、控制单元80进行信息传输，可提供用户行为监控、实时救援、行走距离估测、运动量估测服务。将行动辅助机器人1配置于一用户身上并驱动，即可辅助用户行走。此外，设置一电源系统(图中未示出)以提供行动辅助机器人1动力。

必须说明的是，本实施例的控制单元80是藉由无线方式连接行动辅助机器人1，然除此之外，亦可以有线方式连接行动辅助机器人1，或可将控制单元80直接安装于行动辅助机器人1上。

惯性传感器60可为加速规、陀螺仪、磁力计、角度计等感测元件的组合，透过姿态估测算法，估测用户上身躯干姿态、用户行走步数、室内定位等。例如，九轴惯性传感器(9 Degrees of Freedom Inertial Measurement Unit，简称9D IMU)，一般指包含三轴的加速规(Accelerometer)、陀螺仪(Gyroscope)和磁力计(Magnetometer)所组合成的模块，用来估测对象的惯性运动行为，或是用来计算传感器坐标相对于一固定参考坐标的旋转矩阵。加速规是指一可以侦测到待测物体受外力所造成的加速度(Acceleration)的传感器，除了速度的变化量外也包含地球重力(Gravity)作用于待测物上的向量。陀螺仪是指一可以侦测到待测物体旋转角速度(Angular Rate)的传感器，常与加速规搭配使用，可以补偿加速规无法侦测到轴的转动惯量的不足，提高侦测维度与系统频率。磁力计是指一可 以侦测地球磁力(意即磁北极)向量的传感器，也就是俗称的电子罗盘，常用来做方位的判断，与加速规和陀螺仪结合可以估测出待测物的指向角(YawAngle)。

关于行动辅助机器人的数学模型定义请参阅图3所示，其系依据图2所示本发明行动辅助机器人1的架构而定义。对照图2与图3，第九连杆41与第一连杆11及第二连杆12相连接的一端定义为第一端点P₁；第九连杆41相对于第一端点P₁的一端定义为一上身躯干端点P_b；第三连杆21与第一连杆11连接的一端定义为一第二端点P₂；第三连杆21与第四连杆22连接的一端定义为一第三端点P₃；第四连杆22与第五连杆23连接的一端定义为一第四端点P₄；第五连杆23相对于第四端点P₄的一端定义为一第五端点P₅；第六连杆31与第二连杆12连接的一端定义为一第六端点P₆；第六连杆31与第七连杆32连接的一端定义为一第七端点P₇；第七连杆32与第八连杆33连接的一端定义为一第八端点P₈；第八连杆33相对于第八端点P₈的一端定义为一第九端点P₉。

请参阅图2、3所示，说明如何搭配运动模型计算各端点的空间坐标(亦即图1的步骤114)。参考坐标系的X、Y、Z轴定义如图3所示，用户行走的前方为X轴正方向，O_ref为参考坐标系的系统原点(亦即行动辅助机器人1的上身躯干40与骨盆10的连接处)，各个端点P₁～P₉与P_b皆为参考坐标系的各子坐标系(Coordinate Frame)的原点，该第一端点至第九端点分别为子坐标系1至9的原点，该上身躯干端点为子坐标系0的原点，相邻两子坐标系的转换关系可用R_ij来表示，R_ij代表坐标系j相对在坐标系i的转换与位移矩阵，因此该多个端点P₁～P₉与P_b之间的转换与位移矩阵数学式(Homogeneous Transformation Matrix，齐次变换矩阵)的定义如下：

R_r1代表从子坐标系1转换到参考坐标系，R₁₂代表从子坐标系2转换到子坐标系1，R₂₃代表从子坐标系3转换到子坐标系2，R₃₄代表从子坐标系4转换到坐标系3，R₄₅代表从子坐标系5转换到子坐标系4，R₁₆代表从子坐标系6转换到子坐标系1，R₆₇代表从子坐标系7转换到子坐标系6，R₇₈代表从子坐标系8转换到子坐标系7，R₈₉代表从子坐标系9转换到子坐标系8。

举例来说，若想计算第三端点P₃相对于参考坐标系的坐标关系，必须先将第三端点P3从子坐标系3原点转换到子坐标系2，再从子坐标系2转换到子坐标系1，最后从子坐标系1转到参考坐标系，利用数学表示方式为：

p₃＝R_r1·R₁₂·R₂₃·[0 0 0]^T

其他的端点则以此类推，如下式表示：

p_b＝R_r1·[0 H_body 0 1]^T p₁＝R_r1·[0 0 0 1]^T

p₂＝R_r1·R₁₂·[0 0 0 1]^T

p₄＝R_r1·R₁₂·R₂₃·R₃₄·[0 0 0 1]^T p₅＝R_r1·R₁₂·R₂₃·R₃₄·R₄₅·[0 0 0 1]^T

p₆＝R_r1·R₁₆·[0 0 0 1]^T p₇＝R_r1·R₁₆·R₆₇·[0 0 0 1]^T

p₈＝R_r1·R₁₆·R₆₇·R₇₈·[0 0 0 1]^T p₉＝R_r1·R₁₆·R₆₇·R₇₈·R₈₉[0 0 0 1]^T

只要将行动辅助机器人1各关节的角度信息以及上身躯干的roll、pitch角(亦即图3所示θ_Body、θ_R，hip、θ_R，knee、θ_L，hip、θ_L，knee)输入，即可以估测行动辅助机器人1的姿态，同时，我们也可以藉由第四端点P₄、第五端点P₅、第八端点P₈、第九端点P₉四个点连成一个平面，将其投影至支撑平面B；接下来计算人体的质心位置，把每个连杆两个端点坐标相加后除以2，即为各个连杆的中心坐标如下式：

藉由Dempster’s coefficient(登普斯特系数)可以得知各个连杆相对于用户总体重的比例系数，藉由下式可以实时计算出重心的三维空间坐标：

将重心投影至支撑平面(BOS：Base of support)B，即可以得知与支撑平面B之间的相对关系。

此外，可由惯性传感器60得知用户与重力的相对角度，进而修正行走的动态模型，透过行动通讯装置90的GPS定位功能回馈在地图标示，可将信息提供给下一个用户参考使用。

据此，于图1的搭配运动模型计算各端点的空间坐标的步骤112后，可归纳出一种判断姿态与重心坐标是否异常的方法，请参阅图4所示流程400，其包括：

步骤402：计算该上身躯干、该二大腿、该二小腿、该二脚掌的质量；

步骤404：藉由该各端点的空间坐标与该上身躯干、该二大腿、该二小腿、该二脚掌的质量，计算出行动辅助机器人的重心的空间坐标；

步骤406：利用各脚掌的二端点建构出一支撑平面；

步骤408：将重心的空间坐标投影至支撑平面；

步骤410：判断该重心的空间坐标是否超出该支撑平面；若超出，则判断为异常，并发出警示或驱使该行动辅助机器人静止(步骤412)；若未超出，则返回图1利用该惯性传感器计算上身躯干的夹角的步骤108(如图4、图1的A点标示处)。

图4所示流程可分为二种方法，其中，步骤402～404为计算该用户的重心坐标的方法，而步骤406～412为判断该用户的重心坐标是否异常的方法。

请参阅图2所示，由于控制单元80连接于一具有GPS功能的行动通讯装置90以及一数据库120，该具有GPS功能的行动通讯装置90提供配置行动辅助机器人1的用户的GPS坐标，将图1步骤108～112所得到的行动辅助机器人的上身躯干的夹角、各关节的角度与用户的GPS坐标储存于数据库120内的后，即可进行后续的远程服务，包括地形控制回馈、危险提示、跌倒警报/求救、运动量估测、步行距离估测、行为监控、生活圈习惯纪录、复健策略回馈。

关于地形控制回馈，系结合一用户的GPS坐标与地图(例如线上的Google地图)比对，标记地形(例如上下坡)并存于数据库中，当该用户或其他用户靠近此区域时，由远程发出提示，建议当下的用户改变行走模型来适应当前区域。

关于危险提示，系结合一用户的GPS坐标与地图(例如线上的Google地图)比对，标记曾经发生过的危险(例如跌倒)并存于数据库中，当该用户或其他用户靠近此区域时，由远程发出提示，建议当下的用户提高注意力来避免危害发生。

关于跌倒警报/求救，系利用上身躯干的夹角与各关节的角度，在远程实时计算出用户的姿态，当发生姿态异常(例如跌倒)时，先利用电话确认用户的状况是否正常，如无响应，则利用当下该用户的GPS坐标，主动寻求联络最近的救护单位(例如医院、警察局)。

关于运动量估测，其系透过惯性传感器60估算行动辅助机器人1输出动能，结合行走步数估算及电源系统耗电量，估算用户于移动中所提供的能量，以作为用户运动量估测，系根据以下公式计算得出：

(m_r+m_h)×g×d＝W_r+W_h

其中，mr为该行动辅助机器人的质量，mh为该用户的质量，g为重力加速度，d为行走距离，Wr为该行动辅助机器人所耗用的机械能，Wh为该用户的生理耗能(即所估测的运动量)。

行动辅助机器人1及用户的质量可由一般重量量测装置得知，行走距离可由惯性传感器60及行动辅助机器人1行走步数等信息综合推估，行动辅助机器人1所耗用的机械能可由电池残量估测推估，惟电能转换至机械能有转换效率的问题，必须先求得转换效率关系，当求得行动辅助机器人1的机械能后，即可依上式求得用户的生理耗能。关于行动辅助机器人电能转换至机械能的关系如下公式表示：

W_r＝W_mechanical＝ηW_electrical

其中，Wmechanical为该行动辅助机器人输出的机械能，Welectrical为该行动辅助机器人消耗的电能，η为转换效率。

此外，可藉由Vision-based动作分析系统，如VICON动作分析系统搭配测力板，估算使用行动辅助机器人的运动量，包括行走间的动能及位能，计算移动时的总能量，并利用耗氧量测装置(例如Cosmed K2)进行生理耗能量测，建立行动辅助机器人电能与机械能在不同行走条件下的转换效率关系数据库，以提供本发明运动量估测方法使用，因此公式如下所示：

W_h＝(m_r+m_h)×g×d-ηW_electrical

其次，关于步行距离估测，系利用上身躯干的夹角与各关节的角度，在远程实时计算出用户的姿态，并估算出行走步长，藉此估测步行距离并记录。

关于行为监控，系利用上身躯干的夹角与各关节的角度，在远程实时计算出用户的姿态，透过分类法则分类用户行为并记录。

关于生活圈习惯纪录，系结合用户的GPS坐标并与地图(例如线上的Google)地图比对，可以得知用户平时生活常去的区域、商圈并记录。

关于复健策略回馈，系记录用户的姿态、步距、步频、运动量，以提供复健师直接连上云端观察，提供行走参数调整建议，做为下一次复健参考的依据。

综上所述，本发明所提供的行动辅助机器人的姿态估测方法，藉由整合惯性感测元件与马达编码器，实现安全流程控制及实时步态调整机制于行动辅助机器人；并可结合用户携带的行动通讯装置与终端数据库连结，以行动通讯装置上的GPS及惯性感测信息进行室外与室内定位，提供服务端进行用户行为分析，并以惯性感测信息作为跌倒监控，结合定位机制可在用户跌倒后进行求援，亦可藉由惯性感测信息进行行走距离估测，再搭配用户姿态作为运动量估测，以进行行为监控、实时救援、行走距离估测、运动量估测等服务，用户在使用行动辅助机器人时，可选择搭配该些安全技术服务以提升使用时的安全性及达到生理信息监控的目的。

惟以上所述的具体实施例，仅用于例释本发明的特点及功效，而非用于限定本发明的可实施范畴，于未脱离本发明上揭的精神与技术范畴下，任何运用本发明所揭示内容而完成的等效改变及修饰，均仍应为本发明权利要求书的保护范围所涵盖。