CN112370742A - 机械臂的主动拖动方法、装置及上肢康复机器人 - Google Patents

机械臂的主动拖动方法、装置及上肢康复机器人 Download PDF

Info

Publication number
CN112370742A
CN112370742A CN202011183156.XA CN202011183156A CN112370742A CN 112370742 A CN112370742 A CN 112370742A CN 202011183156 A CN202011183156 A CN 202011183156A CN 112370742 A CN112370742 A CN 112370742A
Authority
CN
China
Prior art keywords
mechanical arm
encoder
joint
joint motor
torque
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.)
Pending
Application number
CN202011183156.XA
Other languages
English (en)
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Huaquejing Medical Technology Co ltd
Original Assignee
Shenzhen Huaquejing Medical Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Huaquejing Medical Technology Co ltd filed Critical Shenzhen Huaquejing Medical Technology Co ltd
Priority to CN202011183156.XA priority Critical patent/CN112370742A/zh
Publication of CN112370742A publication Critical patent/CN112370742A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load

Landscapes

  • Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种机械臂的主动拖动方法、装置及上肢康复机器人，该方法包括：获取关节电机的运动参数，该运动参数包括位置信息、速度信息及加速度信息；根据运动信息、机械臂的最小参数集及机械臂各关节的动力学力矩表达式，确定期望力矩；获取关节电机的双编码器的差值；若双编码器的差值大于预设阈值，则控制关节电机输出期望力矩。本发明实施例通过关节电机的双编码器感知患者的运动意图，减少了额外的输入源，提高***稳定性、使用寿命及耐疲劳度，降低了***复杂性，避免了机械臂本身高刚性导致运行时可能造成对患者的二次伤害。

Description

机械臂的主动拖动方法、装置及上肢康复机器人
技术领域
本发明涉及康复机器人技术领域，具体而言，涉及一种机械臂的主动 拖动方法、装置及上肢康复机器人。
背景技术
目前中风导致的偏瘫患者在康复患者人群中占比较大，而相对而言， 现有医院的康复医疗人员数量相比与庞大的患者数量显得微不足道。上肢 康复机器人旨在解决医患不平衡问题，其利用电机转动产生的力量代替医 疗人员对患者的上肢进行康复过程中所需的各个范围的运动，能有效的减 少医疗人员手臂的重复机械式拖动辅助。对于患者而言，能极大的提高治 疗与恢复效率，减轻病痛带来的不适感，快速地恢复到正常的生活中。
上肢康复机器人辅助患者的训练模式一般分为被动模式、助力模式和 阻尼模式，被动模式是指由机械臂主动使手臂运动；阻尼模式是指患者手 臂主动的去运动，而机械臂则施加一定的力去阻止运动；助力模式是指机 械臂会在患者的运动意图下辅助施加一定的力帮助患者手臂运动。在阻尼 模式和助力模式中，均要求机械臂感知患者的运动意图，从而做出相应的 决策，实现对应的功能。
现有的上肢康复机器人一般使用导纳控制实现机械臂的拖动，该方式 通过增加额外的传感器测量患者的运动意图，存在不稳定性、使用寿命短 及耐疲劳度低的问题。
发明内容
本发明解决的是现有上肢康复机器人使用导纳控制实现机械臂拖动的 方式，存在不稳定性、使用寿命短及耐疲劳度低的问题。
为解决上述问题，本发明提供一种机械臂的主动拖动方法，所述方法 包括：获取关节电机的运动参数，所述运动参数包括位置信息、速度信息 及加速度信息；根据所述运动信息、机械臂的最小参数集及所述机械臂各 关节的动力学力矩表达式，确定期望力矩；获取所述关节电机的双编码器 的差值；若所述双编码器的差值大于预设阈值，则控制所述关节电机输出 所述期望力矩。
可选地，所述双编码器包括第一编码器及第二编码器，所述第一编码 器安装于电机端，所述第二编码器安装于负载端；所述获取所述关节电机 的双编码器的差值，包括：计算所述第一编码器及所述第二编码器的测量 值的差值，得到双编码器的差值。
可选地，所述根据所述运动信息、机械臂的最小参数集及所述机械臂 各关节的动力学力矩表达式，确定期望力矩，包括：将所述运动信息经巴 特沃斯滤波器滤波后，与机械臂的最小参数集共同输入所述机械臂各关节 的动力学力矩表达式，计算得到期望力矩。
可选地，所述方法还包括：根据有限项傅里叶级数计算激励轨迹对应 的关节电机的位置、速度与加速度曲线；根据所述位置、速度与加速度曲 线及动力学方程，确定机械臂的基本参数集；根据牛顿-欧拉迭代方法确定 各关节电机的动力学力矩表达式；获取机械臂各关节电机的位置、速度和 力矩值，进行滤波后输入所述动力学力矩表达式，利用最小二乘法求得所 述机械臂的最小参数集。
可选地，所述进行滤波后输入所述动力学力矩表达式，包括：将所述 各关节电机的位置、速度和力矩值，经过零相位移滤波器滤波，然后输入 所述动力学力矩表达式。
本发明提供一种机械臂的主动拖动装置，其特征在于，所述装置包括： 第一获取模块，用于获取关节电机的运动参数，所述运动参数包括位置信 息、速度信息及加速度信息；力矩计算模块，用于根据所述运动信息、机 械臂的最小参数集及所述机械臂各关节的动力学力矩表达式，确定期望力 矩；第二获取模块，用于获取所述关节电机的双编码器的差值；电机控制 模块，用于若所述双编码器的差值大于预设阈值，则控制所述关节电机输出所述期望力矩。
可选地，所述双编码器包括第一编码器及第二编码器，所述第一编码 器安装于电机端，所述第二编码器安装于负载端；所述第一获取模块用于： 计算所述第一编码器及所述第二编码器的测量值的差值，得到双编码器的 差值。
可选地，所述力矩计算模块用于：将所述运动信息经巴特沃斯滤波器 滤波后，与机械臂的最小参数集共同输入所述机械臂各关节的动力学力矩 表达式，计算得到期望力矩。
可选地，所述装置还包括最小参数集确定模块，用于：根据有限项傅 里叶级数计算激励轨迹对应的关节电机的位置、速度与加速度曲线；根据 所述位置、速度与加速度曲线及动力学方程，确定机械臂的基本参数集； 根据牛顿-欧拉迭代方法确定各关节电机的动力学力矩表达式；获取机械臂 各关节电机的位置、速度和力矩值，进行滤波后输入所述动力学力矩表达 式，利用最小二乘法求得所述机械臂的最小参数集。
本发明提供一种上肢康复机器人，包括：上肢机械臂及机械臂拖动控 制器；所述上肢机械臂的各关节电机设置有双编码器；所述双编码器包括 第一编码器及第二编码器，所述第一编码器安装于电机端，所述第二编码 器安装于负载端；所述机械臂拖动控制器，用于执行上述机械臂的主动拖 动方法。
本发明实施例通过关节电机的双编码器感知患者的运动意图，减少了 额外的输入源，提高***稳定性、使用寿命及耐疲劳度，降低了***复杂 性，并通过计算输出关节力矩，增加拖动顺滑度，避免了机械臂本身高刚 性导致运行时可能造成对患者的二次伤害。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对 实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地， 下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例中一种机械臂的主动拖动方法的示意性流程图；
图2为本发明实施例中另一种机械臂的主动拖动方法的示意性流程图；
图3为本发明实施例的激励轨迹的位置变化曲线；
图4为本发明实施例的拖动算法中各参数的变化曲线；
图5为本发明实施例的关节电机的期望力矩与实际力矩曲线；
图6为本发明实施例中一种机械臂的主动拖动装置的结构示意图。
附图标记说明：
601-第一获取模块；602-力矩计算模块；603-第二获取模块；604-电机 控制模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附 图对本发明的具体实施例做详细的说明。应当理解，此处所描述的具体实 施例仅仅用以解释本发明，并不用于限定本发明。
脑卒中(也称中风)的致死率居高不下，即使侥幸存活，也会大概率 的造成一定的功能缺失，例如偏瘫、运动功能障碍等。这也导致了在康复 诊所中，医疗人员在数量上远低于患者数量，资源的极大不平衡使得患者 的平均治疗时间、治疗效率与治疗效果得不到保证，患者的健康从而受到 了较大的影响。
上肢康复机器人旨在解决现有的医患比例不平衡问题。在上肢康复治 疗的过程中，一般会经历被动、助力和阻尼三个阶段。中风初期，患者手 臂一般不能自主控制，此时应采用被动方式，即患者手臂被动的由机械臂 按照预定轨迹拖动，从而实现肌体恢复。当恢复一段时间后，肌体的运动 能力有了一定的提高，可以施加一部分的力去控制患侧手臂运动，此时进 入助力阶段，即患者患侧手臂施加一部分的力去控制手臂运动，另一部分 的力由机械臂去施加，从而使得患者患侧手臂按照患者意图正常的运动。 当治疗一段时间后，患者手臂能较为自如的进行主动的运动时，此时需要 进入阻尼阶段，增强肌体的运动能力，使其恢复到正常人的肌体水平。阻 尼模式会在患者患侧手臂的运动方向上施加一个反向的力，去阻挠患侧的 运动，以此达到增强肌体能力的训练效果。
现有上肢康复外骨骼机器人的一种控制方法，可以建立患者和机器人 之间的交互力和康复训练轨迹调节量之间的动态关系，使得患者能根据自 我意志进行主动的拖动机械臂；然后实现对期望训练轨迹和位置调节量的 跟踪控制。该方法通过增加额外的力传感器来作为患者控制机械臂按照其 主观意愿运动的媒介，但是因此带来的不稳定性、复杂性和安全性也随之 而来。额外增加的传感器首先增加了整体设备的成本，其次传感器的精度 也会极大的影响设备的使用感受，长期使用可能会引起数据漂移，造成设 备不能正常工作，需要后续维护校正等工作，非常繁琐。
现有的另一种机器人控制算法，通过将参数识别得到的机器人参数集 用于预测机器人与外界环境之间的交互力关系，从而进行反馈形成闭环， 调节机器人的输出力/力矩，最后根据运动学逆解得到关节空间变化量，实 现整体的力位柔顺控制。但其一般较适用于刚性的喷涂、打磨等场景，而 康复机器人使用对象都是人类，人体的刚性远低于上述场景的刚性，因此 不适用于康复机器人。
本发明实施例提供的上肢康复机器人的主动拖动方法，未引入额外传 感器作为患者运动意图的输入，减少了额外的输入源，提高***稳定性， 降低***复杂性，并通过使用关节电机自身的双编码器，避免了机械臂本 身的高刚性问题，预防潜在的机械臂运行时因高刚性可能造成对患者的二 次伤害。
图1是本发明的一个实施例中一种机械臂的主动拖动方法的示意性流 程图，该方法可以应用于机械臂的拖动控制器，包括：
S102，获取关节电机的运动参数。该运动参数可以包括关节电机的位 置信息、速度信息及加速度信息。
其中，在患者已穿戴机械臂的状态下，实时获取关节电机的位置信息 及速度信息，然后进行差分可得到加速度信息。在患者已穿戴机械臂的状 态下，患者对机械臂有拖动作用。
S104，根据上述运动信息、机械臂的最小参数集及机械臂各关节的动 力学力矩表达式，确定期望力矩。
具体地，将运动信息经巴特沃斯滤波器滤波后，与机械臂的最小参数 集共同输入机械臂各关节的动力学力矩表达式，计算得到期望力矩。
S106，获取关节电机的双编码器的差值。
上述双编码器包括第一编码器及第二编码器，该所述第一编码器安装 于电机端，所述第二编码器安装于负载端；通过计算第一编码器及第二编 码器的测量值的差值，即可得到双编码器的差值。
双编码器是指在关节电机的负载端增加一个编码器。在静态时，当负 载端受到外部施加扭矩，负载端的第二编码器会测量到微小变化，此时电 机端的第一编码器还未发现变化。通过比较两编码器则可得到患者手臂作 用在机械臂上的微小用力。在动态时，通过电机端第一编码器的数据可计 算得到输出轴的理论位置，然后与负载端第二编码器的数据进行对比，得 到外部受力大小。因此，通过关节电机的双编码器感知患者的运动意图
S108，若双编码器的差值大于预设阈值，则控制关节电机输出上述期 望力矩。
由于机械臂的关节及关节电机存在极小的缝隙，在双编码器之间存在 微小误差，为避免误检测，通过设置双编码器对应的预设阈值，仅在双编 码器的差值大于预设阈值的情况下，控制关节电机输出上述步骤中计算得 到的期望力矩。
患者通过拖动机械臂，使得一个或多个关节感受到额外的力/力矩，从 而导致相应的关节发生位置偏移，通过输出合适的力矩以保持当前位置的 平衡，从而达到了患者主动拖动机械臂的目的。
本实施例提供的机械臂的主动拖动方法，通过关节电机的双编码器感 知患者的运动意图，减少了额外的输入源，提高***稳定性、使用寿命及 耐疲劳度，降低了***复杂性，并通过计算输出关节力矩，增加拖动顺滑 度，避免了机械臂本身高刚性导致运行时可能造成对患者的二次伤害。
在本实施例中，可按照以下方式获得机械臂的最小参数集，包括：
(1)根据有限项傅里叶级数计算激励轨迹对应的关节电机的位置、速 度与加速度曲线。
通过计算机械臂合适的激励轨迹，让机械臂在一定的空间内充分地运 动，在此期间采集各关节的位置、速度和力矩信息，并差分得到加速度。
(2)根据位置、速度与加速度曲线及动力学方程，确定机械臂的基本 参数集。
(3)根据牛顿-欧拉迭代方法确定各关节电机的动力学力矩表达式。
(4)获取机械臂各关节电机的位置、速度和力矩值，进行滤波后输入 动力学力矩表达式，利用最小二乘法求得机械臂的最小参数集。
其中，可以将各关节电机的位置、速度和力矩值，先经过零相位移滤 波器滤波，然后输入动力学力矩表达式。
图2是本发明的机械臂的主动拖动方法的示意性流程图，该方法包括：
S201，根据有限项傅里叶级数计算激励轨迹对应的关节电机的位置、 速度与加速度曲线。该激励轨迹为预先设置的可让机械臂在一定的空间内 充分地运动，如图3示出了激励轨迹的位置变化曲线。
计算公式如下：
Figure RE-GDA0002892476660000081
Figure RE-GDA0002892476660000082
Figure RE-GDA0002892476660000083
其中，wf为基础频率，wf＝2πff,ff为激励频率；qi0为第i关节位置 的常数项，al,j,bl,j为第i关节正余弦函数的幅值。
选取条件数作为激励轨迹的优化指标，条件数模型为：
Figure BDA0002750719610000072
其中，σmax(ψ)和σmin(ψ)分别代表矩阵ψ的奇异值中的最大值和最小值， 故矩阵ψ的条件数为其奇异值中的最大值除以奇异值中的最小值。
约束条件可归结如下：
Figure BDA0002750719610000081
其中，qi,
Figure BDA0002750719610000082
分别代表位置、速度和加速度，而qi,max,
Figure BDA0002750719610000083
则代 表相应的最大值；t0,tf分别代表了单个激励轨迹周期内的开始与结束。
根据约束可求得机械臂各关节在激励轨迹中位置、速度和加速度相应 的最大值、最小值、零点、偏移等。
一般地，为保证机械臂开始与结束时不因为速度等不平滑而导致卡顿， 故有如下约束：
Figure RE-GDA0002892476660000091
Figure RE-GDA0002892476660000092
Figure RE-GDA0002892476660000093
S202，根据动力学方程确定机械臂的基本参数集。通过牛顿-欧拉或拉 格朗日方法均可得到相同形式的表达式。
动力学方程如下：
Figure BDA0002750719610000085
其中，Q代表电机实际输出力矩，M为惯性张量矩阵，C为离心力与 科氏力矩阵，G为重力矩阵，F为库伦摩擦和粘滞摩擦矩阵。因方程为非线 性方程，故需要转为线性方程，才能方便的对其进行操作。故一般做如下 转变进行线性化：
Figure BDA0002750719610000086
此方程中τ为机械臂的基本参数集，具体形式为：
τi＝[mi,mixx,mixy,mixz,miyy,miyz,mizz,lix,liy,liz,fv,fc]
但一般对于一个关节而言，某些参数可能为0，非0参数集成为最小参 数集。此时
Figure BDA0002750719610000091
此方程中Hm通常称为回归矩阵。
S203，利用牛顿-欧拉迭代方法求得各关节电机力矩表达式。
S204，采集机器人各关节的位置、速度和力矩值并滤波，然后带入上 一步中所求得的力矩表达式中，利用最小二乘法求得最小参数集。
通过实时总线读取得到关节电机的位置、速度和力矩信息，通过中心 差分法得到加速度，然后经零相位移滤波器滤波，避免信号存在时延。
零相滤波需在离线下实现，首先进行前向滤波，然后反向滤波。
前向：y(n)＝h(0)x(n)+h(1)x(n-1)+…+h(n)x(0),n＝0,1,…,N-1
反向：yrev(n)＝h(0)x(n)+h(1)x(n+1)+…+h(N-1-n)x(N-1),n＝N- 1,N-2,…,0
最小二乘可表示为：
Xmin＝(ΦTΦ)-1ΦTQ
其中，Xmin为最小参数集，Φ为多维回归矩阵，Q为电机实际力矩值矩 阵。据此可求得机械臂的最小参数集。
S205，实时获取电机的位置、速度信息，然后差分得到加速度，经由 巴特沃斯滤波器滤波，结合最小参数集带入各关节的动力学力矩表达式中， 求得期望力矩。
巴特沃斯为最大平坦滤波器，其幅度平方表达式：
Figure BDA0002750719610000092
一般使用二阶巴特沃斯滤波器进行滤波。
滤波后的位置、速度、加速度带入关节力矩表达式中：
Figure BDA0002750719610000101
从而求得各关节的期望力矩值。
参见图4所示的拖动算法中各参数的变化曲线，具体包括位置、速度、 加速度、双编码器差值与力矩值曲线。在图4中示出了位置曲线a、速度曲 线b、加速度曲线c、双编码器差值曲线d与力矩曲线e。
S206，获取电机的双编码器差值，并设定阈值，当检测到超过一定力 时开始输出期望力矩到关节电机。
为验证数据有效，对关节电机的期望力矩与实际力矩做了比较，参见 图5所示的关节电机的期望力矩与实际力矩曲线，示出了关节0对应的期 望力矩曲线A与实际力矩B，以及关节1对应的期望力矩曲线C与实际力 矩D。可以看出，期望力矩与实际力矩基本相符。
在输出期望力矩到关节电机后，关节保持当前位置的平衡，如下：
Figure BDA0002750719610000102
其中，Qact为实际输出感知力矩，Text为外力/力矩，即患者施加于机械 臂上的力。
患者通过拖动机械臂，使得一个或多个关节感受到额外的力/力矩，从 而导致相应的关节发生位置偏移，通过输出合适的力矩以保持当前位置的 平衡，从而达到了患者主动拖动机械臂的目的。
本实施例提供的拖动算法，没有引入额外的传感器作为***输入，从 而避免了可能引入的***不稳定性和增加***复杂性，以及可能的***耐 久性和传感器漂移等问题，具有更高的稳定性。通过引入双编码器来避免 ***的高刚性带来的使用不适和潜在的意外伤害问题。
上述拖动算法，采用最小参数辨识的方法结合双编码器实现机械臂的 主动拖动；在实际生产工作环境中，通过实时输入电机关节位置、速度信 息和辨识得到的最小参数集，带入机械臂各关节的动力学表达式中求得期 望力矩，然后获取电机双编码器差值，做阈值判断并使得期望力矩相应的 输出到关节电机。
通过引入双编码器可以避免机械臂本身的高刚性可能造成的人身伤害。 若机械臂主机或程序突然终止或死机，机械臂仍会以当前力矩保持当前位 置，不会失控以及发生额外的运动，在异常情况下仍然可以保证安全。上 述动力学模型中未引入雅可比矩阵进行建模，从而减少了模型复杂度，增 强了稳定性，降低了计算量，是一种高效、实时的算法。
图6是本发明的一个实施例中一种机械臂的主动拖动装置的结构示意 图，该机械臂的主动拖动装置包括：
第一获取模块601，用于获取关节电机的运动参数，所述运动参数包括 位置信息、速度信息及加速度信息；
力矩计算模块602，用于根据所述运动信息、机械臂的最小参数集及所 述机械臂各关节的动力学力矩表达式，确定期望力矩；
第二获取模块603，用于获取所述关节电机的双编码器的差值；
电机控制模块604，用于若所述双编码器的差值大于预设阈值，则控制 所述关节电机输出所述期望力矩。
本实施例提供的机械臂的主动拖动装置，通过关节电机的双编码器感 知患者的运动意图，减少了额外的输入源，提高***稳定性、使用寿命及 耐疲劳度，降低了***复杂性，并通过计算输出关节力矩，增加拖动顺滑 度，避免了机械臂本身高刚性导致运行时可能造成对患者的二次伤害。
可选地，作为一个实施例，所述双编码器包括第一编码器及第二编码 器，所述第一编码器安装于电机端，所述第二编码器安装于负载端；所述 第一获取模块用于：计算所述第一编码器及所述第二编码器的测量值的差 值，得到双编码器的差值。
可选地，作为一个实施例，所述力矩计算模块用于：将所述运动信息 经巴特沃斯滤波器滤波后，与机械臂的最小参数集共同输入所述机械臂各 关节的动力学力矩表达式，计算得到期望力矩。
可选地，作为一个实施例，所述装置还包括最小参数集确定模块，用 于：根据有限项傅里叶级数计算激励轨迹对应的关节电机的位置、速度与 加速度曲线；根据所述位置、速度与加速度曲线及动力学方程，确定机械 臂的基本参数集；根据牛顿-欧拉迭代方法确定各关节电机的动力学力矩表 达式；获取机械臂各关节电机的位置、速度和力矩值，进行滤波后输入所 述动力学力矩表达式，利用最小二乘法求得所述机械臂的最小参数集。
可选地，作为一个实施例，所述最小参数集确定模块还用于：将所述 各关节电机的位置、速度和力矩值，经过零相位移滤波器滤波，然后输入 所述动力学力矩表达式。
本发明实施例还提供一种上肢康复机器人，包括：上肢机械臂及机械 臂拖动控制器；所述上肢机械臂的各关节电机设置有双编码器；所述双编 码器包括第一编码器及第二编码器，所述第一编码器安装于电机端，所述 第二编码器安装于负载端；所述机械臂拖动控制器，用于执行上述机械臂 的主动拖动方法。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质 上存储有计算机程序，该计算机程序被处理器执行时实现上述机械臂的主 动拖动方法实施例的各个过程，且能达到相同的技术效果，为避免重复， 这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random AccessMemory，简称 RAM)、磁碟或者光盘等。
当然，本领域技术人员可以理解实现上述实施例方法中的全部或部分 流程，是可以通过计算机程度来指令控制装置来完成，所述的程序可存储 于一计算机可读取的存储介质中，所述程序在执行时可包括如上述各方法 实施例的流程，其中所述的存储介质可为存储器、磁盘、光盘等。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或 者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或 操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含” 或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素 的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列 出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不 排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要 素。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的 都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即 可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使 用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显 而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的 情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的 这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的 范围。

Claims (10)

1.一种机械臂的主动拖动方法，其特征在于，所述方法包括：
获取关节电机的运动参数，所述运动参数包括位置信息、速度信息及加速度信息；
根据所述运动信息、机械臂的最小参数集及所述机械臂各关节的动力学力矩表达式，确定期望力矩；
获取所述关节电机的双编码器的差值；
若所述双编码器的差值大于预设阈值，则控制所述关节电机输出所述期望力矩。
2.根据权利要求1所述方法，其特征在于，所述双编码器包括第一编码器及第二编码器，所述第一编码器安装于电机端，所述第二编码器安装于负载端；
所述获取所述关节电机的双编码器的差值，包括：计算所述第一编码器及所述第二编码器的测量值的差值，得到双编码器的差值。
3.根据权利要求1所述方法，其特征在于，所述根据所述运动信息、机械臂的最小参数集及所述机械臂各关节的动力学力矩表达式，确定期望力矩，包括：
将所述运动信息经巴特沃斯滤波器滤波后，与机械臂的最小参数集共同输入所述机械臂各关节的动力学力矩表达式，计算得到期望力矩。
4.根据权利要求1所述方法，其特征在于，所述方法还包括：
根据有限项傅里叶级数计算激励轨迹对应的关节电机的位置、速度与加速度曲线；
根据所述位置、速度与加速度曲线及动力学方程，确定机械臂的基本参数集；
根据牛顿-欧拉迭代方法确定各关节电机的动力学力矩表达式；
获取机械臂各关节电机的位置、速度和力矩值，进行滤波后输入所述动力学力矩表达式，利用最小二乘法求得所述机械臂的最小参数集。
5.根据权利要求4所述方法，其特征在于，所述进行滤波后输入所述动力学力矩表达式，包括：
将所述各关节电机的位置、速度和力矩值，经过零相位移滤波器滤波，然后输入所述动力学力矩表达式。
6.一种机械臂的主动拖动装置，其特征在于，所述装置包括：
第一获取模块，用于获取关节电机的运动参数，所述运动参数包括位置信息、速度信息及加速度信息；
力矩计算模块，用于根据所述运动信息、机械臂的最小参数集及所述机械臂各关节的动力学力矩表达式，确定期望力矩；
第二获取模块，用于获取所述关节电机的双编码器的差值；
电机控制模块，用于若所述双编码器的差值大于预设阈值，则控制所述关节电机输出所述期望力矩。
7.根据权利要求6所述装置，其特征在于，所述双编码器包括第一编码器及第二编码器，所述第一编码器安装于电机端，所述第二编码器安装于负载端；
所述第一获取模块用于：计算所述第一编码器及所述第二编码器的测量值的差值，得到双编码器的差值。
8.根据权利要求6所述装置，其特征在于，所述力矩计算模块用于：
将所述运动信息经巴特沃斯滤波器滤波后，与机械臂的最小参数集共同输入所述机械臂各关节的动力学力矩表达式，计算得到期望力矩。
9.根据权利要求6所述装置，其特征在于，所述装置还包括最小参数集确定模块，用于：
根据有限项傅里叶级数计算激励轨迹对应的关节电机的位置、速度与加速度曲线；
根据所述位置、速度与加速度曲线及动力学方程，确定机械臂的基本参数集；
根据牛顿-欧拉迭代方法确定各关节电机的动力学力矩表达式；
获取机械臂各关节电机的位置、速度和力矩值，进行滤波后输入所述动力学力矩表达式，利用最小二乘法求得所述机械臂的最小参数集。
10.一种上肢康复机器人，其特征在于，包括：上肢机械臂及机械臂拖动控制器；
所述上肢机械臂的各关节电机设置有双编码器；所述双编码器包括第一编码器及第二编码器，所述第一编码器安装于电机端，所述第二编码器安装于负载端；
所述机械臂拖动控制器，用于执行权利要求1-5任一项所述的机械臂的主动拖动方法。
CN202011183156.XA 2020-10-29 2020-10-29 机械臂的主动拖动方法、装置及上肢康复机器人 Pending CN112370742A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011183156.XA CN112370742A (zh) 2020-10-29 2020-10-29 机械臂的主动拖动方法、装置及上肢康复机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011183156.XA CN112370742A (zh) 2020-10-29 2020-10-29 机械臂的主动拖动方法、装置及上肢康复机器人

Publications (1)

Publication Number Publication Date
CN112370742A true CN112370742A (zh) 2021-02-19

Family

ID=74576971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011183156.XA Pending CN112370742A (zh) 2020-10-29 2020-10-29 机械臂的主动拖动方法、装置及上肢康复机器人

Country Status (1)

Country Link
CN (1) CN112370742A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113478465A (zh) * 2021-07-23 2021-10-08 华南理工大学 动力外骨骼机器人输出力曲线的设计方法、装置、设备和介质
CN114191791A (zh) * 2021-11-12 2022-03-18 深圳华鹊景医疗科技有限公司 康复机器人主动控制方法、装置及康复机器人
CN114260900A (zh) * 2021-12-30 2022-04-01 库卡机器人制造（上海）有限公司 机器人的减速控制方法和装置、机器人组件和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107538494A (zh) * 2016-06-29 2018-01-05 沈阳新松机器人自动化股份有限公司 一种基于转矩传感器和编码器的机器人控制方法及***
CN108582069A (zh) * 2018-04-17 2018-09-28 上海达野智能科技有限公司 机器人拖动示教***和方法、存储介质、操作***
CN208409915U (zh) * 2018-06-26 2019-01-22 黄绍平 一种双编码器关节和机器人
CN109454625A (zh) * 2018-09-12 2019-03-12 华中科技大学 一种无力矩传感器工业机器人拖动示教方法
CN109500837A (zh) * 2018-12-18 2019-03-22 上海岭先机器人科技股份有限公司 一种基于双编码器的机器人关节力矩测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107538494A (zh) * 2016-06-29 2018-01-05 沈阳新松机器人自动化股份有限公司 一种基于转矩传感器和编码器的机器人控制方法及***
CN108582069A (zh) * 2018-04-17 2018-09-28 上海达野智能科技有限公司 机器人拖动示教***和方法、存储介质、操作***
CN208409915U (zh) * 2018-06-26 2019-01-22 黄绍平 一种双编码器关节和机器人
CN109454625A (zh) * 2018-09-12 2019-03-12 华中科技大学 一种无力矩传感器工业机器人拖动示教方法
CN109500837A (zh) * 2018-12-18 2019-03-22 上海岭先机器人科技股份有限公司 一种基于双编码器的机器人关节力矩测量方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
苏二虎 等: "考虑电机惯量的机器人动力学参数辨识", 《赤峰学院学报（自然科学版）》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113478465A (zh) * 2021-07-23 2021-10-08 华南理工大学 动力外骨骼机器人输出力曲线的设计方法、装置、设备和介质
CN113478465B (zh) * 2021-07-23 2023-08-18 华南理工大学 动力外骨骼机器人输出力曲线的设计方法、装置、设备和介质
CN114191791A (zh) * 2021-11-12 2022-03-18 深圳华鹊景医疗科技有限公司 康复机器人主动控制方法、装置及康复机器人
CN114191791B (zh) * 2021-11-12 2023-01-31 深圳华鹊景医疗科技有限公司 康复机器人主动控制方法、装置及康复机器人
CN114260900A (zh) * 2021-12-30 2022-04-01 库卡机器人制造（上海）有限公司 机器人的减速控制方法和装置、机器人组件和存储介质
CN114260900B (zh) * 2021-12-30 2023-08-29 库卡机器人制造（上海）有限公司 机器人的减速控制方法和装置、机器人组件和存储介质

Similar Documents

Publication Publication Date Title
CN112370742A (zh) 机械臂的主动拖动方法、装置及上肢康复机器人
De Simone et al. Identification and control of a unmanned ground vehicle by using Arduino
US11179855B2 (en) Acceleration compensation method for humanoid robot and apparatus and humanoid robot using the same
CN104698848B (zh) 一种下肢外骨骼康复机器人康复训练的控制方法
EP2814643B1 (en) Control systems and methods for gait devices
Rouse et al. Development of a mechatronic platform and validation of methods for estimating ankle stiffness during the stance phase of walking
JP2019500925A (ja) ロボットシステム及びロボットシステムをバックドライブする方法
Zhang et al. Torque control in legged locomotion
US6243624B1 (en) Non-Linear muscle-like compliant controller
JP7054130B2 (ja) 運動学習支援装置および運動学習支援方法
Nasr et al. Myoelectric control of robotic leg prostheses and exoskeletons: A review
US11248365B2 (en) Automated control for excavators
Koco et al. Hybrid compliance control for locomotion of electrically actuated quadruped robot
Wege et al. Force control strategy for a hand exoskeleton based on sliding mode position control
CN111358659B (zh) 一种机器人的助力控制方法、***及下肢康复机器人
Qiu et al. Exoskeleton active walking assistance control framework based on frequency adaptive dynamics movement primitives
Huang et al. On the implementation and control of a pneumatic power active lower-limb orthosis
Kardan et al. Assistive control of a compliantly actuated single axis stage
JP3638048B2 (ja) 肢体駆動装置の制御装置
Ahmed et al. Robotic exoskeleton control for lower limb rehabilitation of knee joint
CN115294653A (zh) 一种基于高斯过程回归的下肢外骨骼步态预测方法
CN112612203A (zh) 康复机器人的控制方法、***、电子设备及存储介质
CN111203885B (zh) 机器人的关节力矩的确定方法及装置、电子设备
Guo et al. Development of a human upper limb-like robot for master-slave rehabilitation
Zhang et al. Performance evaluation of a novel master-slave rehabilitation system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210219

RJ01 Rejection of invention patent application after publication