面向外骨骼机器人非结构化步态规划的人-机-环境交互机制研究

Lower-limb exoskeleton robots can effectively help patients with lower-limbs disabilities walk again and improve their quality of life. However, with the development of exoskeleton robot prototype system, its application scenario is gradually changing from traditional structured experimental environment to unstructured indoor and outdoor environments. In order to improve the interaction naturalness and environmental adaptability of exoskeleton robots, this project takes "demand traction, break through bottlenecks" as the scientific direction, and proposes a human-machine-environment interaction mechanism for unstructured gait planning of exoskeleton robots. By studying the decoding method of EEG signal for lower-limb motion mode conversion, we can make full use of the advantages of human brain in cognitive decision-making and subjective initiative. To improve the autonomous decision-making ability of robot system in complex environment, we construct a closed-loop exoskeleton-environment decision-making model under multiple constraints and feedback conditions such as vision, posture, etc.. To give full play to the respective abilities of biological and machine intelligence, we explore human-machine sharing decision-making method. We explore multiple factors affecting gait pattern on the basis of human-machine optimal decision-making, and realize a natural and efficient gait planning model that can adapt to the environment, couple body characteristics. This project has important theoretical significance and application value for improving the framework of human-exoskeleton-environment interaction in complex scenarios.

下肢外骨骼机器人可以有效的帮助下肢失能患者恢复行走能力，改善其生活质量。但随着外骨骼机器人样机系统本身研究的不断发展，其应用场景正逐渐由传统的结构化的实验环境向非结构化的家居、户外环境转变。为提高外骨骼机器人的交互自然性与环境适应能力，本项目以“需求牵引，突破瓶颈”为科学导向，提出了面向外骨骼机器人非结构化步态规划的人-机-环境交互机制研究。通过研究面向下肢运动模式转换的脑电信号解码方法，充分利用人脑在认知决策及主观能动性等方面的优势；构建多重约束与视觉、位姿等反馈条件下的外骨骼-环境闭环自主决策模型，提高机器人系统复杂环境下的自主决策能力；为充分发挥生物与机器智能的各自优势，探索人-机共享决策方法；在人-机最优决策基础上，探索影响步态模式的多重因素，实现能适应环境、耦合身体特征、自然高效的步态规划模型。本项目对完善复杂场景下的人-外骨骼-环境交互框架具有重要的理论意义和应用价值。

下肢外骨骼机器人可以有效的帮助下肢失能患者恢复行走能力，改善其生活质量。随着外骨骼机器人应用场景的扩大，复杂环境下的人-外骨骼-环境间的交互性能有待提高。本项目围绕人-外骨骼-环境交互机制开展研究工作，包括人-外骨骼交互过程中的多维运动感知、柔性驱动助力，人机高度相容的并联式外骨骼机构与控制，人机与环境交互过程中的环境理解与外骨骼自主步态规划等。（1）为感知人-外骨骼协同过程中复杂的人机交互状态，研制了基于阵列式电容传感单元的低成本、多维软体传感器，可实现单一传感器的拉伸、旋转等维度的感知功能。（2）为实现人-外骨骼协同过程中的自然、高效助力行为，基于制备的液压放大自愈静电执行器并完成了驱动力建模工作。（3）本项目设计了具有虚拟转动中心的并联驱动髋关节外骨骼，解决了人-外骨骼协同运动过程中的运动学不匹配问题，实现了全步态周期助力功能。（4）为提高人-外骨骼系统在复杂环境下的适应能力，搭建髋、膝、踝关节矢状面自由度全驱动外骨骼机器人样机，将三维视觉技术应用于外骨骼机器人，提出了参数化复杂地形建模描述方法和复杂环境下的多模式步态规划方法。本项目对完善复杂场景下的人-外骨骼-环境交互框架具有重要的理论意义和应用价值。