外骨骼機器人信號辨識與控制.pdf

1、作為人類拓展自我能力的方向,外骨骼機械不僅對人相對柔弱的身體提供了堅實的保護,并且在增強了人的運動能力方面有著無限的發(fā)展可能。外骨骼機械在20世紀60年代被首次提出,由于它的技術領域涵蓋廣泛,要求高,所以直到最近十年,外骨骼機械才有了較引人注目的進步與成就。由于長時間的積累,美國與日本在該領域內處于世界領先的位置,國內的發(fā)展則處于初級階段。但是面對其不論對于軍事,還是日常生活上對人體增強的無限可能,我們沒有理由不在該方面增加投入,進行更

2、加廣泛和深入的研究。
　　本文在研究探索國內外相關研究成果的基礎上,設計和構建了外骨骼機械的樣機,為了更好地實現(xiàn)外骨骼對人運動的識別,理解進而能夠提升人體的運動能力的目的,表面肌電,作為人體肌肉運動收縮的外在生物電信號反應,被引入控制系統(tǒng)。通過對該信號的分析,可以提取人體的運動意圖,包括運動類型和力量的大小,作為控制信號驅動外骨骼的運動。主要研究內容及所做的創(chuàng)新點如下:
　　1.采用一個電機對應一個關節(jié)自由度的方式,模擬人體

3、關節(jié)的運動,各個電機均通過獨立的驅動器控制。
　　2.表面肌電信號采用4通道,差分采集方式從上肢控制腕關節(jié)和肘關節(jié)的四塊肌肉處采集,通過Butterworth濾波器獲得10-500Hz的有效頻譜信號,并濾除50Hz的工頻干擾,為了盡可能的減小諸多干擾造成的對識別的影響,選擇了最優(yōu)對特征集。在識別運動類型方面,針對所采集的位置的特點,設計實現(xiàn)了兩種識別架構。第一種分類方法基于每個關節(jié)均有收縮肌和伸展肌控制,故可以直接通過從兩種肌肉中

4、提取出的力的大小分析運動類型,該方法不需要長時間的訓練和復雜的分類器設計,但局限于兩種肌肉控制明顯的關節(jié)。第二種基于傳統(tǒng)的機器學習分類器,并且為每一個關節(jié)設計了獨立的分類器,簡化了每個分類器,提高了系統(tǒng)的整體魯棒性。在本文中通過比較,最終選定Boosting作為最優(yōu)分類器。然而基于本文的架構,可以換用其他的分類器。兩種控制方法互為補充,較好的實現(xiàn)了對人的運動意圖的把握。
　　3.本文在分析得到運動類型的同時,沒有采用較常用的固定速