[發明專利]基于KMP的下肢外骨骼康復機器人及運動軌跡規劃算法

有效

• 申請號: 202110070852.8
• 申請日: 2021-01-19
• 公開（公告）號: CN112859868B
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 郭朝;肖曉暉;周智雍;錢偉;倪傳政
• 申請（專利權）人: 武漢大學
• 主分類號: G05D1/02
• 分類號: G05D1/02;A61H1/02;A61H3/00
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 許美紅

1.一種基于KMP的下肢外骨骼康復機器人運動軌跡規劃算法，其特征在于，包括以下步驟：

將步態、步態相和剛度阻尼數據作為訓練集；

以訓練集中的步態、步態相作為示教數據，使用高斯混合模型GMM建立關節概率分布模型；

采用高斯回歸算法計算訓練集中樣本之間的聯合概率分布，根據需要預測的關節角度和阻抗函數的先驗概率分布，計算其后驗概率分布，得到預測值和方差的函數，指導參數軌跡的分布；

通過兩個高斯分布的KL散度最小化方法導出均值和協方差的最優解，并運用核函數制定KMP策略；

通過KMP步態阻抗在線規劃流程實時生成預測步態軌跡：具體通過GMM和GMR的方法得到關節軌跡概率分布模型，KMP利用該關節軌跡概率分布模型生成擬人步態軌跡，其中包括步態相與步態以及與之對應的剛度與阻尼；

在線進行軌跡跟蹤，利用狀態變化產生的位置誤差與步態相和步態相對應的關節角度、剛度和阻抗作為期望點，進行在線規劃生成符合運動狀態的步態軌跡以減少位置誤差；

根據多個步態周期的迭代和參數更新，在線規劃所生成的軌跡逐漸逼近于使用者所需的康復訓練軌跡。

2.根據權利要求1所述的基于KMP的下肢外骨骼康復機器人運動軌跡規劃算法，其特征在于，通過多個步態周期的迭代，以及包括均值、協方差和核矩陣的參數更新，使輸出軌跡更接近于使用者所需康復訓練軌跡。

3.根據權利要求1所述的基于KMP的下肢外骨骼康復機器人運動軌跡規劃算法，其特征在于，對輸入的高維示教數據，對預測輸出進行矩陣核化，以避免基函數的顯性作用，高維數據包括力矩、關節轉角、關節角速度。

4.根據權利要求1所述的基于KMP的下肢外骨骼康復機器人運動軌跡規劃算法，其特征在于，在外骨骼控制器進行軌跡跟蹤時，利用步態相和步態相對應的關節角度作為期望點，對檢測到的步態相進行在線規劃，生成符合使用者運動狀態的步態軌跡；針對每個步態周期中的步態相和對應的步態相角，在每一個步態相出現時實時在線規劃步態軌跡，以減小人機之間的位置誤差。

5.根據權利要求1所述的基于KMP的下肢外骨骼康復機器人運動軌跡規劃算法，其特征在于，在原始訓練集中插入節點和端點，對訓練集進行擴展，使用擴展后的訓練集更新均值、協方差和核矩陣。

6.一種基于KMP的下肢外骨骼康復機器人，其特征在于，該下肢外骨骼康復機器人執行如權利要求1-5中任一項所述的基于KMP的下肢外骨骼康復機器人運動軌跡規劃算法。

7.根據權利要求6所述的基于KMP的下肢外骨骼康復機器人，其特征在于，該下肢外骨骼康復機器人包括控制盒(Ⅰ)、腰部結構(Ⅱ)、膝關節機構(Ⅲ)、小腿部分(Ⅳ)以及踝關節機構(Ⅴ)；控制元件置于控制盒(Ⅰ)中，腰部結構(Ⅱ)包括；背板、電池、驅動器、腰托、腰部和背部柔性連接、髖關節以及大腿連接件，其中驅動器部分包括離合器；膝關節機構(Ⅲ)為滾動凸輪變瞬心結構，連接大腿和小腿；小腿部分(Ⅳ)包括支撐小腿以及柔性綁帶；踝關節機構(Ⅴ)與小腿相連。