基于人体肌骨特征和人机偏差模型的助力外骨骼人机交互策略研究

The Human-Robot interaction for the wearable exoskeletons means that in the human—exoskeletons, human dominant the whole system to complete the tasks with improving the efficiency and decreasing the work stress and time. The human Muscular skeletal motion and dynamic characteristics and the Human-Robot Deviations are the main sources of the Ergonomic Quality of wearable exoskeletons. The human Muscular skeletal model was the main design reference of the Exoskeletons, and also the main misalignment between human and robot as well. They are multiple, variable and hard to control. This project is human-centered and targets to improving the Ergonomic Quality for the wearable exoskeletons. The investigation on the lower limb muscular skeletal dynamic system and research on the Human-Robot Deviations will be carried out. Consequently, the Human-Robot Deviation Models will be set up. Then the design principles for the exoskeletons will be developed and the design activities will be pursued. Firstly, the motion capture system and the simulation software would be used to set up the muscular skeletal dynamic model, which would be the design reference of the exoskeletons. Secondly, a precise physical Human-Robot Interaction model, which includes the Human-Robot misalignment, will be built to be the fundamental principle to set up the Ergonomic exoskeleton control strategy for compensations. Thirdly, the work-space, which the human dynamic system can automatically adapt to the exoskeleton system and prominently dominate in the whole Human-Robot dynamic system, will be discussed so as to define the work-space of the exoskeleton system, which should adapt to the human beings. Finally, some experiments will be carried out to verify the improvement of the Ergonomic Quality of Human-Robot Interactions.

人机交互是指人穿戴外骨骼自适应外部环境协同完成作业的能力。人体肌骨运动动力特征和人机偏差变量是影响人机交互性能的主要因素。人体肌骨模型是外骨骼设计的主要参照，也是人机偏差变量主要来源。本项目从人体肌骨特征研究出发，全面分析下肢肌骨模型并建立精确的人机偏差模型，展开基于下肢肌骨模型和人机偏差模型的外骨骼人机交互策略研究，从而提高外骨骼人机交互性能。首先通过设计运动捕捉系统实验提取和统一描述下肢步态运动特征，应用软件仿真等方法，建立人体肌骨模型，为外骨骼动力控制方法提供人因素参考。然后，从理论上建立精确的人机偏差模型，推导基于人体肌骨模型和人机偏差模型的人机交互运动和动力方程和驱动规则，为外骨骼提出人机交互策略。接着，探讨人系统主动适应外骨骼系统并维持整个人机系统动态稳定性的范围，以定义外骨骼自适应控制范围，实现人机环境的自然交互。最后，通过实验对比，验证人机交互性能的改善。

人口老年化所带来的肌骨系统疾病、神经退行疾病日益增加，不仅严重地影响病人的日常生活，加上劳动力资源的短缺，也给家庭、医疗系统和社会带来了沉重的照护负担，成为亟待解决的重要问题。康复助力外骨骼机器人成为解决这个问题的重要方法。近30年来，康复助力外骨骼研究快速发展，国外已有7款下肢康复助力外骨骼获得FDA或CE认证，我国自2018年以来已有7款下肢康复外骨骼获得NMPA认证。然而，实际的诊所应用调研结果显示，其效果和适应性十分有限，主要原因在于人机交互性能不能达到病人和医护人员的要求。本项目以提高人机交互性能为目标，展开了人体肌骨模型特征和人机偏差特征研究，外骨骼结构柔顺性和人机匹配性研究，人机交互控制方法策略研究。首先，基于人体多刚体肌骨模型，优化下肢外骨骼结构设计，并基于步态实验，求取下肢关节角度变化的拟合曲线方程作为外骨骼的参考轨迹，利用阻抗模型方法设计康复外骨骼系统的人机交互模型，求解人机交互动力学方程，基于力/位置的自适应阻抗控制策略，让外骨骼通过感知病人的残余肌力和人机交互力调整训练步态，实现了系统的初步自适应性和分级分段的训练模式，Adams和Simulink仿真结果显示该方法能够在步态康复训练中分级分段适应医护需求。第二，髋关节自适应人机结构设计和自适应电机驱动控制策略案例研究结果表明，4-UPUR+RR并联结构髋关节外骨骼为康复训练提供了良好的顺应性，采用模糊PI的改进驱动控制策略，仿真结果表明，模糊PI较传统PI能更好的实现步态自适应跟随。最后，在考虑用户肌骨模型差异和人机之间偏差的优化之后，是对病人疾病差异以及病程进展的动态变化的适应，即控制算法的优化和编程，以脑卒中病人为对象，提出了4种控制策略适应病人的6个康复进程。尤其是第6个阶段，对康复外骨骼人机交互自适应要求极高，基于偏好的强化学习方的使用，将能有效地提升人机交互性能。