對可穿戴型助力機器人控制策略進行分析。 根據(jù)研究目的及人體結(jié)構(gòu)和功能的特殊性和復(fù)雜性，通過將人體下肢作適當(dāng)簡化及必要的假設(shè)，提出基于骨－肌肉功能模型的下肢助力機器人控制方法，該方法通過對骨－肌肉模型中的彈性系數(shù)和阻尼系數(shù)的調(diào)節(jié)能為人體下肢運動提供助力支持。 同時，通過人－機間交互力信息實現(xiàn)人體下肢的運動預(yù)判。

　　利用機器增強人類肌肉的力量和感知能力，同時保留人的靈活性和直接操作的感覺是機器人研究領(lǐng)域之一。 人體的所有運動都與力及其控制有關(guān)，助力系統(tǒng)利用特定裝置給人提供一定的力補償，降低人自身能量的消耗，或是對那些有異樣運動行為的人提供治療或矯形。

　　根據(jù)助力對象的不同，可穿戴型助力機器人可分為兩類：1）直接式：直接給使用者提供動力，如下肢助力、背部助力及上肢助力等，這種情況下，助力裝置的運動需超前于人體相應(yīng)的運動。 2）間接式：分擔(dān)使用者的勞動負(fù)荷，諸如背負(fù)的重物、搬運的貨物等，從而達(dá)到減輕使用者勞動強度的目的，這種模式需要機器與使用者同步運動。

　　由于助力裝置基本是剛性體，整體柔順性差，這樣人與裝置運動時會造成不協(xié)調(diào)與不自然，這便涉及到關(guān)節(jié)自由度的確定及其驅(qū)動問題。 在運動辨識上，國外多數(shù)采用肌電信息作為人體運動信息的檢測方法，這就要求搞清人體各肌肉塊的功能，選擇最能反應(yīng)人體運動狀況的肌肉塊，但很多動作通常是靠肌肉群來完成，一塊肌肉的收緊與松弛并不能完成全部動作，這給電極的安放及信號的提取帶來很大的困難，肌電信號是人體的生理反映，它會受到人自身狀況及環(huán)境因素的影響，如汗液的分泌、衣服厚薄、松緊等。 通過對國內(nèi)外可穿戴型助力機器人的研究現(xiàn)狀進行分析，結(jié)合多維力傳感器方面的研究成果，提出基于人－機交互力信息的運動信息獲取方法及肌肉功能模型的控制方法。

　　1 人體運動的描述和人體簡化模型

　　人是人－機－環(huán)境系統(tǒng)中的主導(dǎo)因素。 在人體運動位置檢測中，高速攝影機實地拍攝是最常用的方法。 由于這種方法是非接觸式的記錄，因此不影響人的實際運動，最能真實反映人的實際運動情況。 對于該文的研究來說，上述檢測系統(tǒng)顯得過于龐大，且受到空間的約束，顯然不適用。 因此，采用一種即實用又簡捷的運動信息檢測系統(tǒng)是該文研究中必要環(huán)節(jié)。從研究方法來說，對對象進行研究離不開對對象進行合理的抽象，當(dāng)分析各種動作時，姿勢分析特別是人體各部分之間的相對位置分析是關(guān)鍵，將特定時刻各個關(guān)節(jié)點的位置連接起來，就能形成棍狀鏈?zhǔn)浇Y(jié)構(gòu)，將人體下肢簡化為一個多桿多關(guān)節(jié)棍狀鏈?zhǔn)浇Y(jié)構(gòu)，也就是一個具有有限運動自由度的系統(tǒng)，如圖 1 所示，以此結(jié)構(gòu)作為計算模型對人體各部的運動和整體運動進行運動學(xué)及動力學(xué)分析。 表 1 為各關(guān)節(jié)活動度信息。

　　2 運動分析

　　髖關(guān)節(jié)及膝關(guān)節(jié)的協(xié)調(diào)屈伸運動是實現(xiàn)人行走功能的前提，助力機器人的助力腿可以看作為一個串聯(lián)機構(gòu)。 它是由一系列連桿通過轉(zhuǎn)動關(guān)節(jié)串聯(lián)而成的。 通過自主軌跡規(guī)劃，助力機構(gòu)可以完成類似雙足機器人的動作，如行走、跨越障礙等動作。表 2 為各桿 D－H 參數(shù)和關(guān)節(jié)變量。

　　由表 2 中的參數(shù)，可求出末端的位姿矩陣：

(1)

　　當(dāng)步行助力機器人提供 100%助力時，這意味著助力機器人系統(tǒng)完全成為一個搭載器，對于下肢助力機器人來說，人的下肢就是其負(fù)載，人體下肢各段分散于裝置各段連桿之上，這點與普通操作臂型機器人不同（負(fù)載主要集中在末端）。 圖 2 為人體下肢與機器人混合圖，圖 3 為機器人的機械結(jié)構(gòu)效果圖。由圖 2 中參數(shù)，利用二階拉格朗日方法得髖關(guān)節(jié)和膝關(guān)節(jié)處力矩 T1和 T2的動力學(xué)方程式：

(2)

　　其中： D 系數(shù)是與質(zhì)量、速度、加速度等有關(guān)的函數(shù)。