CN104122792B - 搓澡机器人优化控制方法 - Google Patents
搓澡机器人优化控制方法 Download PDFInfo
- Publication number
- CN104122792B CN104122792B CN201410308511.XA CN201410308511A CN104122792B CN 104122792 B CN104122792 B CN 104122792B CN 201410308511 A CN201410308511 A CN 201410308511A CN 104122792 B CN104122792 B CN 104122792B
- Authority
- CN
- China
- Prior art keywords
- comfort level
- human body
- rubdown
- model
- damp towel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Manipulator (AREA)
Abstract
搓澡机器人优化控制方法。选择触觉体感舒适度模型作为优化目标函数，使用Multi‑Islander GA(MIGA)伪并行遗传算法作为目标优化方法，利用压力传感器实时测量人体与搓头间的压力值，跟踪压力变化，根据压力值的变化调整遗传算法的约束条件，重新计算最优解，实现实时动态的过程控制。
Description
技术领域
本发明涉及机器人及控制领域，具体是搓澡机器人优化控制方法。
背景技术
搓澡机器人是个人卫生护理机器人中非常重要的一个子***，对搓澡机器人的优化可以大大提高个人卫生护理机器人的性能。
发明内容
为解决上述技术问题，提出一种搓澡机器人优化控制方法，据人体感受智能控制搓澡速度和时间，实现满足舒适要求的过程优化控制。
为实现上述技术目的，本发明所采用的技术方案是：搓澡机器人优化控制方法，其特征在于：
步骤一、采用触觉体感舒适度模型作为优化的目标函数，该模型如下式所示：
（1）
（2）
其中，t为人体感应刺激时间、v为物理刺激速度、N为人体感应压力，k为感觉量，为摩擦系数；
步骤二、初始化约束条件，N~[0.1N-50N]，v~[0.001~1m/s]，t~[1~200s]，f~[0.5~0.99]，t为人体感应刺激时间、v为物理刺激速度、N为人体感应压力，f为舒适度，利用遗传算法确定物理刺激速度v和人体感应刺激时间t的最优解，搓澡机器人根据最优解下的触觉体感舒适度模型进行控制；
步骤三、当感应到压力值变化，根据压力值的变化调整遗传算法的约束条件，返回步骤二重新计算最优解，实现实时动态的过程控制。
本发明所述的舒适度模型的取得方法为，采用韦伯费希纳定律构造物理刺激Es与感觉量k之间的关系模型，感觉量,m、x、y、z为敏感参数，其中，t为人体感应刺激时间、v为物理刺激速度、N为人体感应压力；根据模型提出感觉量k与舒适度g(k)之间的函数关系，舒适度,其中，，作为控制函数曲线衰减速度的参数，k为感觉量；利用采集的t、v、N数据对模型参数g(k)和k进行拟合,得到触觉体感舒适度模型，
（1）
（2）。
本发明的有益效果是：
1、本发明公开的搓澡机器人优化控制方法是针对老年洗浴卫生护理机器人的搓澡机构设计的，能够解决搓澡过程中，人体对舒适度的要求问题。
2、本发明公开的基于韦伯费希纳定律的触觉体感舒适度模型是针对老年洗浴卫生护理机器人的搓澡机构设计的，通过受试者实际测试，符合物理刺激与实测舒适度的关系。由于该模型主要物理刺激为摩擦力、速度与时间，因此可以方便的推广到各种智能护理***、助残助老装置、以及相关的智能人机工程设备的过程控制中。
附图说明
图1为本发明的优化解的分布空间示意图；
图2为本发明的参数拟合曲线图；
图3为本发明的实验装置的结构示意图；
图中：1、从动轮，2、主动轮、3、步进电机，4、履带、5、摩擦物，6、托架，7、配重块，8、人体。
具体实施方式
、触觉体感舒适度模型
（一）构造物理刺激与感觉量之间的关系模型
韦伯-费希纳定律（Weber-Fechner Law,W-F定律）是1850年由费希纳在韦伯的研究基础上，通过心理物理实验证明并推导得出的研究刺激物理特征与感觉经验之间关系的定律。该定理能够确定在中等强度刺激下各种感觉阈限和测量刺激的物理量和心理感受关系。实验证明人体的反应量k与外界环境刺激量C之间的函数关系：
k=algc，a为韦伯常数 （1）
触觉舒适度感觉的评价中基于以下假设：
A:把外界环境刺激量c看作是人体吸收的能量值Es；
B:把k看作是人体对摩擦过程中所受刺激的反应量。
C:韦伯系数a是由人体在摩擦过程中受到刺激所决定的。对于同一种刺激a为常数，本发明的舒适度考虑了摩擦力和形变对人体的刺激，可把a看作是两种刺激的权重。
因此韦伯-费希纳定律可以变形为：
（2）
其中Ef为摩擦力产生的热量，Ee为搓澡时皮肤形变吸收的能量，其计算方法是根据实验装置（见附图）及实验设计利用摩擦力及弹性形变公式计算得到的，代入上式得到：
（3）
由于皮肤和摩擦物之间为滑动摩擦，皮肤形变较小，且会快速反弹，弹性形变所吸收的能量可忽略不计，因此模型可简化为：
（4）
（5）
如果只考虑摩擦力对人体的刺激，因此a可设定该值为1。该式中，t、v为控制量，为与洗浴者皮肤有关的变量，N为人体对搓头的压力，的目的是为了使k值大于零，通过数学证明不影响评价结果。
考虑到人体对不同物理刺激的敏感程度不同，我对时间t、速度v、压力N三个物理刺激添加敏感指数，敏程度越高，其幂次越低，反之越高。由此，将韦伯-费希纳定律函数进一步扩展为如下形式：
（6）
（二）感觉量与舒适度之间的函数关系
人体在搓澡过程中因受到刺激而产生的人体反应量k值决定了人体对搓澡过程的主观舒适度感受，只有确定了舒适度与k值之间的关系才能选择最佳的搓澡参数，使搓澡过程满足人体的舒适度要求。
现在需要构造一个舒适度函数g(k)，以k为自变量，使其曲线形状满足人体舒适度感觉。舒适度函数g(k)与k之间并非简单的单调关系，k在一定范围内人会感觉舒适，k过低或过高人会感觉不舒适，这一特性与正态分布函数具有相似的分布特性，正态函数公式为：
（7）
为方差，为期望值。为了更好的反应人体的舒适度感觉，在此对正态分布函数进行简单调整：
（8）
其中，作为控制函数曲线衰减速度的参数，可以控制曲线的形状。
对于假设的舒适度函数g(k)作以下规定：
A：规定其最大值为1；
B：规定其初始值为0.5,（及未施加外界刺激k=0时，舒适度为0.5）
根据以上初始条件及限制条件可知，，带入（8）可以得到g(k)的具体表达式为：
（9）
k值与摩擦时间t，摩擦速度v，人体与摩擦物之间的摩擦系数，人体与摩擦物之间的压力N，以及敏感度参数m，x，y，z有关。
人体对各物理刺激的敏感程度及舒适度函数的参数可以通过实验的方法拟合得到。
（三）模型参数拟合
实验需要不同的志愿者在不同的实验条件下进行，每次摩擦实验结束后，志愿者根据自己的评价标准来确定此次实验条件下的主观舒适度，对其赋一个[0,1]之间的数值，该数值越大表明越舒适。
实验条件设定如表1所示，摩擦物运行的总时间t和速度v的取值分别有3种取值，摩擦压力有5种取值，这样一共有45种实验条件。每位志愿者进行45次摩擦实验，并给出相应的舒适度值。
在摩擦实验中所采用的装置为摩擦装置，该装置由从动轮、主动轮、步进电机、履带、摩擦物、配重块和用于支撑待摩擦人体的托架组成，主动轮由步进电机带动，通过履带带动从动轮运动，在履带上设有对待摩擦人体进行摩擦的摩擦物，在履带内侧上设有用于压置摩擦物的配重块，在摩擦物内置有压力传感器用于感应压力N。主动轮带动从动轮转动，可得到转动速度、转动时间等数据，通过配重块和摩擦物模拟出压力数据。
表1：实验时搓头运行的总时间t、速度v及加载压力N的取值
| 总时间t(s) | 10 | 30 | 50 | ||
| 速度v(m/s) | 0.03 | 0.12 | 0.21 | ||
| 压力（N） | 0.82 | 1.64 | 2.45 | 3.27 | 4.08 |
不同的志愿者对同一个刺激往往会按照自己的主观感受给出不同的数值，所以要对原始数据进行标准化的处理，采用“最大，最小”法进行归一化。舒适度归一准化公式如下：
（10）
j为第j个志愿者，i为第i次试验，分别为第j个志愿者第i次实验舒适度的归一化值和回答值，第i个志愿者45次实验的最大值和最小值。
选择5名志愿者参与实验，所得实验数据用于拟合舒适度函数g(k),为避免重复实验造成志愿者的疲劳及皮肤的过度摩擦，每人在不同的时段分批进行实验。5名志愿者的225组数据对公式进行非线性的最小二乘法拟合，得到的拟合曲线如图2所示。
根据拟合结果得到舒适度模型函数为：
（11）
（12）。
2、选择优化过程的目标函数
优化过程的目标函数决定了优化结果的优劣，本发明的优化目标是搓澡过程满足人体舒适要求，因此目标函数应当能够较好地描述搓澡过程中的物理刺激与人体舒适程度感受的关系。
本发明采用触觉体感舒适度模型作为优化的目标函数，该模型如下式所示：
（1）
（2）
该模型可以衡量速度、时间、压力（摩擦力）三种外界物理刺激对人体触觉体感舒适度的关系。其中，g(k)表示舒适度，它与感觉量k呈正态分布的关系；k表示感觉量，它与物理刺激量呈对数关系；物理刺激t，v，N的指数表示人体对刺激的敏感程度，其值越大，表明人体对该种刺激越为敏感，由公式可见对压力的敏感程度最高，这也与试验和实际经验相符。
将该模型作为搓澡过程优化控制的目标函数，可以有效地控制搓澡机器人实现高效、舒适的搓澡过程。
3、利用遗传算法确定可控刺激量速度和时间的最优解
在搓澡程序在运行时，需要给定合适的搓头速度和运行时间，使得被搓澡者感觉到既舒适又干净，也就需要使舒适度g(k)取得较大的值。搓澡过程的优化就是在压力N作用下（具体洗澡过程中为变量，可测得），求出最佳的搓澡时间t，搓澡速度v。在参数优化时，优化的目标函数为触觉体感舒适度模型，优化的目标是取得最佳的搓澡的时间t和搓头的运动速度v。
本发明使用Multi-Islander GA(MIGA)伪并行遗传算法作为目标优化方法，将每个种群分为几个称为“岛”的子种群，在每个岛上分别进行传统遗传算法操作，同时，在岛之间周期性地选择随机个体进行迁移操作，达到了群体的多样性，它抑制了早熟现象的发生，具有比传统遗传算法更优良的全局求解能力和计算效率。
流程如下：
第一步 初始化群体；
第二步 计算群体上每个个体的适应度值；
第三步 按由个体适应度值所决定的的某个规则选择将进入下一代的个体；
第四步 按概率Pc进行交叉操作；
第五步 按概率Pm进行突变操作；
第六步没有满足某种停止条件，则转按照第2步，否则进入第7步。
第七步 输出种群中适应度值最优的染色体作为问题的满意解或最优解。
约束变量：
N~[0.1N-50N];
v~[0.001~1m/s]
t~[1~200s]
f~[0.5~0.99]
目标函数：
f为舒适度，求其[0.9~0.99]
该方法得到的解分布空间如图所示。
可知在，，时可取得较优结果。在实际洗浴过程中，N值可由压力传感器获取，在给定N值情况下，利用遗传算法可以得到满足舒适度优化解的t、v值，从而实现搓澡过程的优化。
、动态调整
由于搓澡过程是一个动态变化的过程，洗浴者会自主地调整身体与搓头的接触程度，导致压力的随时变化。因此，在整个洗浴过程仅仅进行一次优化是无法达到过程优化的目的的。
本发明利用压力传感器实时测量人体与搓头间的压力值，跟踪压力变化，根据压力值的变化调整遗传算法的约束条件，重新计算最优解，实现实时动态的过程控制。
Claims (2)
1.搓澡机器人优化控制方法，其特征在于：
步骤一、采用触觉体感舒适度模型作为优化的目标函数，该模型如下式所示：
（1）
（2）
其中， t为人体感应刺激时间、v为物理刺激速度、N为人体感应压力，k为感觉量，为摩擦系数；
步骤二、初始化约束条件，N~[0.1N-50N]，v~[0.001~1m/s]，t~[1~200s]，f~[0.5~0.99]，t为人体感应刺激时间、v为物理刺激速度、N为人体感应压力，f为舒适度，利用遗传算法确定物理刺激速度v和人体感应刺激时间t的最优解，搓澡机器人根据最优解下的触觉体感舒适度模型进行控制；
步骤三、当感应到压力值变化，根据压力值的变化调整遗传算法的约束条件，返回步骤二重新计算最优解，实现实时动态的过程控制。
2.如权利要求1所述的搓澡机器人优化控制方法，其特征在于：所述的舒适度模型的取得方法为，采用韦伯费希纳定律构造物理刺激Es与感觉量k之间的关系模型，感觉量,m、x、y、z为敏感参数，其中，t为人体感应刺激时间、v为物理刺激速度、N为人体感应压力；根据模型提出感觉量k与舒适度g(k)之间的函数关系，舒适度,其中，，作为控制函数曲线衰减速度的参数，k为感觉量；利用采集的t、v、N数据对模型参数g(k)和k进行拟合,得到触觉体感舒适度模型，
（1）
（2）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410308511.XA CN104122792B (zh) | 2014-07-01 | 2014-07-01 | 搓澡机器人优化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410308511.XA CN104122792B (zh) | 2014-07-01 | 2014-07-01 | 搓澡机器人优化控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104122792A CN104122792A (zh) | 2014-10-29 |
| CN104122792B true CN104122792B (zh) | 2016-08-24 |
Family
ID=51768250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410308511.XA Expired - Fee Related CN104122792B (zh) | 2014-07-01 | 2014-07-01 | 搓澡机器人优化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104122792B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01302402A (ja) * | 1988-03-17 | 1989-12-06 | Toshiba Corp | プロセス最適化制御装置 |
| US8717151B2 (en) * | 2011-05-13 | 2014-05-06 | Qualcomm Incorporated | Devices and methods for presenting information to a user on a tactile output surface of a mobile device |
| CN102507151A (zh) * | 2011-10-25 | 2012-06-20 | 复旦大学 | 一种基于工效学实验的阅读台灯评价方法 |
| CN102438367B (zh) * | 2011-10-25 | 2014-04-02 | 复旦大学 | 一种基于人眼感受亮度的线性化调光*** |
| CN102750695B (zh) * | 2012-06-04 | 2015-04-15 | 清华大学 | 一种基于机器学习的立体图像质量客观评价方法 |
-
2014
- 2014-07-01 CN CN201410308511.XA patent/CN104122792B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN104122792A (zh) | 2014-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kim et al. | Effect of aquatic dual-task training on balance and gait in stroke patients | |
| CN109157194B (zh) | 一种软硬可调床垫的人体健康数据采集和分析***及方法 | |
| Denning et al. | A review of biophysical differences between aquatic and land-based exercise | |
| Yang et al. | An intention-based online bilateral training system for upper limb motor rehabilitation | |
| De Klerk et al. | Measuring handrim wheelchair propulsion in the lab: a critical analysis of stationary ergometers | |
| Sousa et al. | Interlimb coordination during step-to-step transition and gait performance | |
| CN104112064B (zh) | 一种基于韦伯费希纳定律建立触觉体感舒适度模型的方法 | |
| Medrano et al. | Methods for measuring the just noticeable difference for variable stimuli: implications for perception of metabolic rate with exoskeleton assistance | |
| CN102085150B (zh) | 用于非治疗目的的基于体征参数的远红外桑拿健身***及其使用方法 | |
| CN104122792B (zh) | 搓澡机器人优化控制方法 | |
| Zatoń et al. | Effects of verbal feedback on movement efficiency during swimming ergometry | |
| Lee et al. | A machine learning-based initial difficulty level adjustment method for balance exercise on a trunk rehabilitation robot | |
| Cabral et al. | Body composition and functional autonomy of older adult women after a resistance training program | |
| Kask et al. | Data-driven modelling of fatigue in pelvic floor muscles when performing Kegel exercises | |
| Sheng et al. | Musculoskeletal joint angle estimation based on isokinetic motor coordination | |
| She et al. | Automatic heart-rate-based selection of pedal load and control system for electric cart | |
| Lee et al. | Comparison therapeutic efficacy of underwater and overground walking training on the healthy subjects balancing ability | |
| CN106667507A (zh) | 一种神经减压的控制方法 | |
| Emge et al. | Selective effects of arm proximal and distal muscles fatigue on force coordination in manipulation tasks | |
| Yuliadarwati | Optimization of Feldenkrais Training as a Prevention of Falling Risk in Elderly | |
| Anshar et al. | Different of influence of trunk control facilitation and ball exercise on the improvement of balance control in palsy cerebral patients | |
| Dolbow et al. | Efficacy of underwater treadmill training as a complimentary gait restorative therapy for spinal cord injured individual: a case report | |
| Ganciu et al. | Improving the quality of life of the students with deficiences of the spine, through the program of medical gymnastics and swimming | |
| Chakravarthy et al. | Modeling Precision Grip Force in Controls and Parkinson’s Disease Patients | |
| Robert et al. | The role of feedback on cognitive motor learning in children with Cerebral Palsy: A protocol |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160824 Termination date: 20180701 |