下肢柔性助力外衣的工效學(xué)設(shè)計(jì)與步態(tài)預(yù)測

張雷雨，賀彥東，李劍鋒，蘇鵬，陶春靜，季潤，董明杰

(1.北京工業(yè)大學(xué)先進(jìn)制造技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京，100124；2.國家康復(fù)輔具研究中心，北京，100176)

人體增強(qiáng)是機(jī)器人技術(shù)的重要分支，主要研究可穿戴機(jī)器人在降低能耗、延緩疲勞、提高人體速度等方面的性能。近年來，用于降低人體下肢運(yùn)動(dòng)消耗的下肢可穿戴機(jī)器人發(fā)展迅速，但人體經(jīng)過生物進(jìn)化和自我適應(yīng)，具備了較優(yōu)的節(jié)能運(yùn)動(dòng)模式，因此，如何實(shí)現(xiàn)穿戴舒適性與代謝降低的有效統(tǒng)一仍是一項(xiàng)艱巨的任務(wù)。下肢可穿戴機(jī)器人根據(jù)本體材料不同，可分為下肢機(jī)械外骨骼康復(fù)助力機(jī)器人和下肢柔性康復(fù)助力機(jī)器人。傳統(tǒng)的下肢機(jī)械外骨骼康復(fù)助力機(jī)器人模仿人類下肢結(jié)構(gòu)，以剛性材料為機(jī)械本體，由人體穿戴并隨人體運(yùn)動(dòng)，針對運(yùn)動(dòng)障礙患者可為其提供步態(tài)輔助[1-2]，針對健康人群可為其提供行走助力或負(fù)載助力[3-4]，降低人體的能量消耗，如美國加州大學(xué)的BLEEX 助力外骨骼[5]。盡管下肢機(jī)械外骨骼康復(fù)助力機(jī)器人的相關(guān)技術(shù)已經(jīng)較為成熟，但由于其機(jī)械本體為剛性結(jié)構(gòu)，人機(jī)相容性較差[6]，而且由于穿戴誤差的影響，可穿戴外骨骼的關(guān)節(jié)軸線相對于人體關(guān)節(jié)軸線易發(fā)生位置偏離[7]，造成人體穿戴的不舒適性，增加人體附加的代謝消耗，甚至損傷人體關(guān)節(jié)。因此，為了減輕下肢機(jī)械外骨骼助力機(jī)器人對人體的附加影響，下肢柔性康復(fù)助力機(jī)器人逐步成為當(dāng)前的研究熱點(diǎn)。

下肢柔性康復(fù)助力機(jī)器人從人因工程學(xué)角度出發(fā)，以人體為支撐，將柔性材料(布帶、氣動(dòng)肌肉等)作為驅(qū)動(dòng)構(gòu)件，包覆在肢體表面，為相應(yīng)關(guān)節(jié)的運(yùn)動(dòng)提供輔助力，降低人體的代謝消耗。KIM等[8]設(shè)計(jì)了一種基于柔性外衣的下肢助力裝置Exosuit，該裝置不含任何剛性結(jié)構(gòu)，以人體下肢作為支撐，將外衣本體包覆在穿戴者下肢表面，牽引單元固定在人體腰部，通過控制鋼絲繩的伸縮對穿戴者髖關(guān)節(jié)的后伸動(dòng)作助力。實(shí)驗(yàn)證明，當(dāng)穿戴者在跑步機(jī)上以1.5 m/s的速度行走和2.5 m/s的速度慢跑時(shí)，助力裝置Exosuit 可分別降低9.3%和4.0%的人體代謝消耗。PARK等[9]設(shè)計(jì)了一種基于氣動(dòng)肌肉的主動(dòng)柔性踝足矯形裝置，支撐構(gòu)件采用軟塑料和復(fù)合材料，可向踝足部位提供緩變作用力，提高踝關(guān)節(jié)和腳掌的靈活性。JOHN等[10]研制了交叉線助力服，可單獨(dú)控制的4根鮑登線相互交叉沿大腿前后兩側(cè)分布，為髖關(guān)節(jié)前屈/后伸、內(nèi)收/外展及旋內(nèi)/旋外提供輔助力。綜上可知，與下肢機(jī)械外骨骼助力機(jī)器人相比，下肢柔性康復(fù)助力機(jī)器人的裝置本體多為柔性材料，剛性連桿和機(jī)械關(guān)節(jié)較少，質(zhì)量小，剛度小，無需人機(jī)關(guān)節(jié)軸線精確對齊，增強(qiáng)了助力過程中的穿戴舒適性，而且在發(fā)生緊急情況時(shí)，柔性本體允許穿戴者進(jìn)行緊急避險(xiǎn)操作，安全系數(shù)高。

下肢柔性康復(fù)助力機(jī)器人屬于典型的人機(jī)耦合系統(tǒng)，由于其柔性本體的特性，需以穿戴者為助力機(jī)器人的控制核心，通過感知系統(tǒng)和預(yù)測系統(tǒng)感知分析穿戴者的動(dòng)作參數(shù)，控制驅(qū)動(dòng)元件動(dòng)作，實(shí)現(xiàn)下肢柔性康復(fù)助力機(jī)器人的助力功能。因此，下肢運(yùn)動(dòng)學(xué)信息的準(zhǔn)確檢測和實(shí)時(shí)預(yù)測是下肢柔性康復(fù)助力機(jī)器人的研究重點(diǎn)。下肢運(yùn)動(dòng)學(xué)信息檢測內(nèi)容主要包括關(guān)節(jié)角度、角速度以及足底壓力等，可采用姿態(tài)感知、力感知和表面肌電技術(shù)進(jìn)行檢測。將IMU 分別固定在腰、大腿、小腿和腳部等部位[11-12]，測量髖/膝/踝關(guān)節(jié)的角度、角速度及加速度，同時(shí)，在腳后跟或腳尖等處放置F-Scan單元或壓力傳感器(LC)[13-14]，測量腳掌與地面間支撐反力及壓力分布，結(jié)合下肢的關(guān)節(jié)角度和峰值特征，辨識下肢運(yùn)動(dòng)相位。此外，還可利用基于EMG 的表面肌電技術(shù)，通過附著在肌肉表面的肌電傳感器，檢測待助力關(guān)節(jié)相關(guān)肌肉群的活動(dòng)程度，對不同步態(tài)模式進(jìn)行識別和分類[15-17]。基于步態(tài)信息的檢測數(shù)據(jù)，步態(tài)預(yù)測算法可實(shí)時(shí)預(yù)測穿戴者的運(yùn)動(dòng)狀態(tài)，為助力過程提供保障。JOO等[18]開發(fā)了人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型，該模型基于鞋墊式足底壓力裝置的測量數(shù)據(jù)，預(yù)測站立相和擺動(dòng)相的步態(tài)特征。MARTINEZHERNANDEZ 等[19]利用下肢運(yùn)動(dòng)學(xué)數(shù)據(jù)，采用自適應(yīng)貝葉斯預(yù)測算法，通過不斷完善自身預(yù)測精度和決策時(shí)間，識別步行活動(dòng)和預(yù)測未來步態(tài)。MOISSENET 等[20]將步態(tài)周期的特征點(diǎn)作為預(yù)測因子，將步行速度、性別、年齡及體重指數(shù)作為回歸系數(shù)，通過多元回歸模型，預(yù)測完整周期內(nèi)關(guān)節(jié)角度曲線。綜上所述，現(xiàn)有步態(tài)預(yù)測算法的計(jì)算量大，實(shí)時(shí)性較低，而針對助力功能的預(yù)測算法實(shí)時(shí)性要求較高，故需提高步態(tài)預(yù)測算法的實(shí)時(shí)性和精度，以適應(yīng)不同速度下的下肢助力運(yùn)動(dòng)。

基于上述研究，下肢柔性康復(fù)助力機(jī)器人憑借輕便的裝置本體和良好的穿戴舒適性，已逐步成為當(dāng)前下肢可穿戴機(jī)器人的研究熱點(diǎn)。本文作者研制一套功能外衣本體，設(shè)計(jì)助力系統(tǒng)的控制單元和牽引單元，編寫步態(tài)檢測和步態(tài)預(yù)測算法，初步搭建下肢柔性助力外衣系統(tǒng)樣機(jī)，在此基礎(chǔ)上，研究步態(tài)預(yù)測算法的預(yù)測性能。

1 下肢柔性助力外衣系統(tǒng)的設(shè)計(jì)

下肢柔性助力外衣系統(tǒng)主要包括功能外衣和外接驅(qū)動(dòng)系統(tǒng)。功能外衣集成外衣本體、慣性傳感器(IMU)、拉力傳感器和鮑登線等，外衣本體主要包括尼龍材料制成的腰部環(huán)帶和左右腿環(huán)帶，腰部環(huán)帶固定于人體腰部，左右腿環(huán)帶固定于人體大腿，環(huán)帶上設(shè)置有錨點(diǎn)，用于固定鮑登線和拉力傳感器，此外，在人體腰部和左右大腿處分別配備慣性傳感器，以實(shí)時(shí)檢測人體的髖關(guān)節(jié)角度信息。外接驅(qū)動(dòng)系統(tǒng)包含控制單元和牽引單元，控制單元以單片機(jī)為控制核心，基于采集的下肢步態(tài)和力學(xué)信號，控制牽引單元執(zhí)行相應(yīng)動(dòng)作，牽引單元包含2 個(gè)線性滑臺，以鮑登線為傳遞介質(zhì)，向功能外衣施加輔助力輪廓曲線，通過牽引和釋放鋼絲繩，實(shí)現(xiàn)對髖關(guān)節(jié)前屈動(dòng)作的助力，如圖1所示。

圖1 髖關(guān)節(jié)前屈助力示意圖Fig.1 Diagram of assist of hip flexion

1.1 助力關(guān)節(jié)選擇

人體下肢主要由髖、膝及踝關(guān)節(jié)組成，在行走過程中，下肢活動(dòng)主要由髖、膝及踝關(guān)節(jié)的運(yùn)動(dòng)復(fù)合而成，且以髖關(guān)節(jié)屈曲/伸展、膝關(guān)節(jié)屈曲/伸展及踝關(guān)節(jié)趾屈/背伸為主[21-22]。在運(yùn)動(dòng)過程中，各關(guān)節(jié)需要不同的生物關(guān)節(jié)力矩和運(yùn)動(dòng)范圍，根據(jù)WINTER 等[23]的研究成果，體質(zhì)量為80 kg 的人體在步速1.25 m/s下的下肢各關(guān)節(jié)運(yùn)動(dòng)學(xué)信息和生物峰值力矩如表1所示。

表1 人體下肢的運(yùn)動(dòng)學(xué)信息Table 1 Kinematic information of human lower limbs

由表1可以看出：髖、踝關(guān)節(jié)產(chǎn)生的生物力矩峰值是膝關(guān)節(jié)的3倍左右，而膝關(guān)節(jié)的運(yùn)動(dòng)范圍約為髖、踝關(guān)節(jié)的2.5倍，髖、踝關(guān)節(jié)在行走運(yùn)動(dòng)中具有承受力矩大、運(yùn)動(dòng)范圍小的特征，因此，可將髖、踝關(guān)節(jié)作為下肢助力的助力關(guān)節(jié)。另一方面，由于柔性助力外衣的本體結(jié)構(gòu)為柔性材料，需選擇人體自身剛度較大且皮膚較少的部分作為輔助力傳遞的末端指向部分，優(yōu)化柔性助力外衣的本體結(jié)構(gòu)和輔助力傳遞路徑，實(shí)現(xiàn)對髖、踝關(guān)節(jié)的助力?；谏鲜龇治?，下肢柔性助力外衣選擇人體的骨盆結(jié)構(gòu)作為輔助力傳遞的末端指向部分，當(dāng)以髖關(guān)節(jié)為助力關(guān)節(jié)時(shí)，外衣本體僅需跨過髖關(guān)節(jié)和骨盆結(jié)構(gòu)，外衣本體結(jié)構(gòu)較為簡單，在對髖關(guān)節(jié)助力時(shí)，對其他關(guān)節(jié)影響較小，而以踝關(guān)節(jié)為助力關(guān)節(jié)時(shí)，外衣本體需跨過髖關(guān)節(jié)、膝關(guān)節(jié)、踝關(guān)節(jié)以及骨盆結(jié)構(gòu)，外衣本體結(jié)構(gòu)較為復(fù)雜，在對踝關(guān)節(jié)助力時(shí)，容易對其他關(guān)節(jié)造成影響。因此，選擇髖關(guān)節(jié)為助力關(guān)節(jié)。

髖關(guān)節(jié)是人體最大的關(guān)節(jié)，可簡化為3自由度球副，在空間上具有全方位的定位功能，髖關(guān)節(jié)運(yùn)動(dòng)可描述為沿坐標(biāo)系{Oh}的Xh，Yh和Zh方向的轉(zhuǎn)動(dòng)，分別實(shí)現(xiàn)前屈/后伸、內(nèi)收/外展和內(nèi)旋/外旋運(yùn)動(dòng)，如圖2所示。

圖2 髖關(guān)節(jié)轉(zhuǎn)動(dòng)自由度Fig.2 Freedom of hip joint

研究表明，在自然步態(tài)行走時(shí)，髖關(guān)節(jié)的內(nèi)收/外展、內(nèi)/外旋運(yùn)動(dòng)主要起輔助平衡與調(diào)整方向的作用，運(yùn)動(dòng)角度較小(<5°)且能量代謝消耗較低，髖關(guān)節(jié)的生物力矩峰值出現(xiàn)在前屈/后伸階段，且前屈/后伸的運(yùn)動(dòng)角度較大。在做前屈運(yùn)動(dòng)時(shí)，髖關(guān)節(jié)需克服下肢重力向上抬升，關(guān)節(jié)峰值力矩最大。因此，擬將髖關(guān)節(jié)前屈運(yùn)動(dòng)作為助力對象，在人體腰部和腿部固定若干錨點(diǎn)，分別固定鮑登線的線管和鋼絲繩，在髖關(guān)節(jié)前屈運(yùn)動(dòng)時(shí)牽引鋼絲繩，在后伸運(yùn)動(dòng)時(shí)快速釋放鋼絲繩，實(shí)現(xiàn)對髖關(guān)節(jié)前屈動(dòng)作的助力。

1.2 功能外衣

1.2.1 髖錨點(diǎn)的位置優(yōu)選

髖錨點(diǎn)包括腰部錨點(diǎn)和腿部錨點(diǎn)，分別固定在腰部環(huán)帶和腿部環(huán)帶。腰部錨點(diǎn)用于固定鮑登線的外管，腿部錨點(diǎn)用于固定鮑登線的鋼絲繩，當(dāng)外界驅(qū)動(dòng)系統(tǒng)牽引鋼絲繩時(shí)，可形成方向沿腿部錨點(diǎn)指向腰部錨點(diǎn)的輔助力，從而形成對髖關(guān)節(jié)的輔助力力矩，對髖關(guān)節(jié)前屈動(dòng)作助力。因此，為保證助力過程的高效平穩(wěn)以及穿戴者助力過程的舒適性，以輔助力力矩和力矩曲線的平滑程度作為目標(biāo)函數(shù)，求解人體行走過程中不同髖錨點(diǎn)位置對應(yīng)的輔助力力矩，通過對比判斷輔助力力矩和力矩曲線的平滑性，尋找最優(yōu)的髖錨點(diǎn)位置。

基于上述分析，以人體髖關(guān)節(jié)為坐標(biāo)原點(diǎn)O，建立如圖3所示的平面直角坐標(biāo)系，對人體下肢進(jìn)行建模。圖3中，P為腰部錨點(diǎn)，固連在人體腰部；Q為腿部錨點(diǎn)，固連在人體腿部，輔助力Ft的方向與矢量QP的方向保持一致；Qx為人體正常站立時(shí)，腿部錨點(diǎn)Q在x軸上的投影點(diǎn)，如圖3(a)所示，由于在行走過程中，髖關(guān)節(jié)在豎直方向的位移較小，因此，可利用矢量QxQ方向變化來表示髖關(guān)節(jié)的轉(zhuǎn)角θ，同時(shí)，定義髖關(guān)節(jié)后伸階段的轉(zhuǎn)角θ為負(fù)，前屈階段的轉(zhuǎn)角θ為正，如圖3(b)和3(c)所示。矢量OR與矢量QP垂直，其大小即為輔助力的力臂。

在行走過程中，假設(shè)人體上半身保持直立，則腰部錨點(diǎn)P的位置矢量OP取決于腰部錨點(diǎn)P與髖關(guān)節(jié)豎直方向的距離以及人體的腰部厚度Tw，且為常量。由于腰部錨點(diǎn)P固定在腰部環(huán)帶，其位置的變化范圍較小，故通過對比測量不同人體穿戴腰部環(huán)帶時(shí)的行走姿態(tài)，將腰部錨點(diǎn)P固定在髖關(guān)節(jié)上方5 cm 處。另一方面，腿部錨點(diǎn)Q固定于腿部環(huán)帶，其與髖關(guān)節(jié)的理論距離介于零到髖、膝關(guān)節(jié)的長度Lhk之間，位置變化范圍較大。由上述分析可知，矢量QxQ的方向變化與髖關(guān)節(jié)的轉(zhuǎn)角θ一致，QxQ大小即為腿部錨點(diǎn)Q距離髖關(guān)節(jié)的距離Lah，因此，腿部錨點(diǎn)Q的位置矢量OQ和矢量QP可分別表示為：

圖3 人體下肢簡化模型Fig.3 Simplified model of human lower limbs

式中：矢量OQx的方向與x軸的正向保持一致，其大小取決于人體的大腿直徑d。

基于上述分析，矢量OR與矢量QP垂直，其大小即為輔助力的力臂。由于下肢柔性助力外衣系統(tǒng)的外接驅(qū)動(dòng)系統(tǒng)輸出的輔助力為恒力，因此，可通過求解輔助力力臂的變化，來間接反映輔助力力矩的變化特性，結(jié)合圖3所示的人體下肢模型，得到矢量OR的表達(dá)式為

為保證髖錨點(diǎn)位置設(shè)計(jì)的有效性和適用性，通過查閱資料[24]和實(shí)際測量結(jié)果(男，26 歲，身高180 cm，體質(zhì)量為75 kg)，得到人體行走過程中的肢體參數(shù)如表2所示。

將人體行走過程中的肢體參數(shù)代入式(2)和(3)，利用MATLAB 軟件求解得到人體行走過程中，不同的腿部錨點(diǎn)位置對應(yīng)的輔助力力臂如圖4所示。從圖4可見：當(dāng)腿部錨點(diǎn)Q與髖關(guān)節(jié)的距離Lah大于等于20 cm時(shí)，相同髖關(guān)節(jié)角度對應(yīng)的輔助力力臂大小基本保持一致，而且輔助力力臂的變化曲線較為平穩(wěn)；另一方面，為了提高助力過程中鋼絲繩的伺服性能，腿部錨點(diǎn)Q與髖關(guān)節(jié)的距離Lah不宜過大，因此，將腿部錨點(diǎn)Q固定在髖關(guān)節(jié)下方20 cm處。綜上，腰部錨點(diǎn)P固定在髖關(guān)節(jié)上方5 cm處，腿部錨點(diǎn)Q固定在髖關(guān)節(jié)下方20 cm處。

表2 人體行走過程中的肢體參數(shù)Table 2 Body parameters in the process of walking

1.2.2 功能外衣的實(shí)物設(shè)計(jì)

圖4 不同狀態(tài)下的輔助力力臂Fig.4 Auxiliary force arm in different states

功能外衣的設(shè)計(jì)應(yīng)遵循人體下肢的生理結(jié)構(gòu)，盡可能降低對人體下肢關(guān)節(jié)靈活度的約束，最大程度地為下肢運(yùn)動(dòng)提供助力。為了增強(qiáng)功能外衣的穿戴舒適性，采用外表面較為粗糙且具有彈性的外衣作為基體，與下肢皮膚表面緊密貼合，增加功能外衣與下肢的摩擦力，減小助力過程中功能外衣與皮膚之間的位置偏移。在此基礎(chǔ)上，制作韌性較強(qiáng)的開口環(huán)，包覆于外衣外側(cè)面,分別固定于腰部和大腿，開口環(huán)采用尼龍材料且形狀與腰和大腿的外形吻合，利用魔術(shù)貼將開口環(huán)拉緊封閉。為了固定鮑登線的外管和鋼絲繩，基于上述關(guān)于髖錨點(diǎn)位置的優(yōu)選，針對右腿在腰環(huán)帶和右腿環(huán)帶分別設(shè)置錨點(diǎn)A和C，在錨點(diǎn)A處固定復(fù)合材料的布帶，在布帶末端設(shè)置錨點(diǎn)B；將鮑登線外管末端固定于錨點(diǎn)B，在布帶中部串聯(lián)拉力傳感器(ZNLBS-VII)，以采集輔助力。將鋼絲繩末端固定于錨點(diǎn)C，牽引單元通過鋼絲繩施加輔助力F1，其方向由錨點(diǎn)C指向錨點(diǎn)B。同理，在腰環(huán)帶和左腿環(huán)帶設(shè)置錨點(diǎn)D，E和F，用于施加輔助力F2，其方向由錨點(diǎn)F指向錨點(diǎn)E。為了采集下肢步態(tài)信息，將2 個(gè)IMU(LPMS-IG1)分別固定于左、右腿環(huán)帶。為了采集的準(zhǔn)確性，在人體腰環(huán)帶的前側(cè)位置附加固定1 個(gè)基準(zhǔn)IMU(LPMS-IG1)，通過采集相對于基準(zhǔn)IMU 的姿態(tài)數(shù)據(jù)，實(shí)時(shí)檢測髖關(guān)節(jié)的角度變化，以用于下肢步態(tài)預(yù)測。腿部IMU 僅采集下肢運(yùn)動(dòng)平面的運(yùn)動(dòng)角度，運(yùn)動(dòng)平面平行于人體矢狀面。為了提高腰環(huán)帶的抗拉性能，設(shè)計(jì)了2條交叉肩帶。

為了盡可能減少附加質(zhì)量對穿戴者代謝消耗的影響，功能外衣盡可能輕便且主要質(zhì)量應(yīng)分布于腰部。本文的功能外衣整體質(zhì)量約為995 g，其中分布于腰部的質(zhì)量為800 g，腿部質(zhì)量為195 g，男性測試者(年齡26歲，身高180 cm，體質(zhì)量75 kg)穿戴功能外衣，如圖5所示。通過實(shí)際測試，功能外衣對人體正常動(dòng)作的影響較小，不會(huì)給穿戴者帶來額外負(fù)擔(dān)，具有良好的穿戴舒適性，符合功能外衣的設(shè)計(jì)要求。

1.3 外接驅(qū)動(dòng)系統(tǒng)

圖5 功能外衣本體Fig.5 Functional Exosuit

外接驅(qū)動(dòng)系統(tǒng)包含牽引單元和控制單元。牽引單元包含2 個(gè)線性滑臺，以伺服電機(jī)(SM0601，MOONS，中國)為驅(qū)動(dòng)核心，線性滑臺以同步帶為傳動(dòng)方式，伺服電機(jī)驅(qū)動(dòng)帶輪轉(zhuǎn)動(dòng)，帶輪帶動(dòng)同步帶和滑塊(兩者固定在一起)沿導(dǎo)軌水平往復(fù)運(yùn)動(dòng)，驅(qū)動(dòng)原理及實(shí)物圖如圖6所示。鮑登線的鋼絲繩與滑塊右側(cè)連接，外管與牽引單元的基體連接，同時(shí)，利用拉線式位移傳感器實(shí)時(shí)采集滑塊的運(yùn)動(dòng)位置，并傳輸?shù)娇刂茊卧?，為助力過程提供位置控制參數(shù)。牽引單元最大速度為1.5 m/s，最大拉力為100 N，最大行程為250 mm。

圖6 牽引單元示意圖Fig.6 Diagram of traction unit

控制單元包括PC 機(jī)顯示界面和控制模塊，通過將采集的力矩、位置信息作為控制參數(shù)，驅(qū)動(dòng)牽引單元執(zhí)行相應(yīng)動(dòng)作，實(shí)現(xiàn)基于力位混合控制的外接驅(qū)動(dòng)系統(tǒng)的研發(fā)。PC 機(jī)顯示界面采用Visual Studio 軟件進(jìn)行開發(fā)，運(yùn)行于Windows 系統(tǒng)?？赏ㄟ^串口與單片機(jī)控制模塊進(jìn)行通信，實(shí)現(xiàn)數(shù)據(jù)的接受處理和指令發(fā)送，并以圖像或數(shù)字的形式實(shí)時(shí)顯示單片機(jī)的反饋信息，實(shí)現(xiàn)人機(jī)交互?？刂颇K以單片機(jī)(STM32F4)為控制核心，一方面可向PC機(jī)實(shí)時(shí)反饋IMU、拉線式傳感器和力矩傳感器等外設(shè)的采集數(shù)據(jù)，另一方面用于接收PC 機(jī)的控制指令，驅(qū)動(dòng)控制牽引單元執(zhí)行相應(yīng)位置動(dòng)作，實(shí)現(xiàn)對人體髖關(guān)節(jié)前屈動(dòng)作的助力。

基于上述分析，初步搭建的下肢柔性助力外衣系統(tǒng)樣機(jī)如圖7所示，穿戴者穿戴功能外衣，在水平放置的跑步機(jī)上運(yùn)動(dòng)，外接驅(qū)動(dòng)系統(tǒng)集成在一個(gè)四層結(jié)構(gòu)的移動(dòng)小車上，以鮑登線為介質(zhì)，與功能外衣相連，通過外接驅(qū)動(dòng)系統(tǒng)對功能外衣的驅(qū)動(dòng)控制，實(shí)現(xiàn)對穿戴者髖關(guān)節(jié)前屈動(dòng)作的助力。

2 自適應(yīng)步態(tài)檢測算法

下肢柔性助力外衣系統(tǒng)屬于典型的人機(jī)耦合系統(tǒng)，需以人體當(dāng)前的步態(tài)信息為控制參數(shù)，實(shí)時(shí)預(yù)測人體的動(dòng)作意圖，從而控制牽引單元?jiǎng)幼?，?shí)現(xiàn)對髖關(guān)節(jié)前屈動(dòng)作助力。因此，作為助力過程的開端，步態(tài)檢測性能的優(yōu)劣直接影響助力過程的優(yōu)劣?；谏鲜龇治觯醚亢屯炔康腎MU 實(shí)時(shí)檢測髖關(guān)節(jié)的角度，并提出一種自適應(yīng)步態(tài)檢測算法，可針對不同的運(yùn)動(dòng)速度自適應(yīng)改變采樣頻率f，保證步態(tài)周期T內(nèi)的采樣點(diǎn)個(gè)數(shù)N，實(shí)現(xiàn)步態(tài)信息的有效檢測。

自適應(yīng)步態(tài)檢測算法的核心是實(shí)時(shí)分析接收的髖關(guān)節(jié)角度序列，尋找髖關(guān)節(jié)角度序列的極值點(diǎn)，通過計(jì)算步態(tài)周期T的變化，動(dòng)態(tài)改變采樣頻率f，以適應(yīng)行走和奔跑下不同運(yùn)動(dòng)速度的步態(tài)信息檢測。處理器接收的髖關(guān)節(jié)角度，會(huì)被存儲在特定的緩存數(shù)組中，當(dāng)處理器接收到新的角度時(shí)，處理器會(huì)以當(dāng)前角度為基準(zhǔn)，對前m個(gè)角度進(jìn)行比較，得到最大值，并判斷該數(shù)據(jù)是否同時(shí)大于前后相近的數(shù)據(jù)，若滿足，則該值為第i個(gè)步態(tài)周期Ti的極大值，并記錄該值在緩沖數(shù)組中的索引Ii。當(dāng)?shù)玫较乱徊綉B(tài)周期Ti+1的極大值時(shí)，計(jì)算二者索引值的差，得到步態(tài)周期Ti內(nèi)的采樣點(diǎn)個(gè)數(shù)Ni。當(dāng)Ni與N的差值大于某一閾值時(shí)，則基于式(4)動(dòng)態(tài)更改采樣頻率f，保證步態(tài)周期Ti+1內(nèi)的采樣點(diǎn)個(gè)數(shù)Ni+1=N，確保步態(tài)信息檢測的準(zhǔn)確性。

圖7 下肢柔性助力外衣系統(tǒng)樣機(jī)Fig.7 Prototype of flexible lower limb assist Exosuit

為了檢驗(yàn)自適應(yīng)步態(tài)檢測算法的性能，測試者在跑步機(jī)上以不同的速度運(yùn)動(dòng)，分析檢測得到的髖關(guān)節(jié)角度信息。當(dāng)測試者在水平放置的跑步機(jī)上以0.5 m/s 的速度行走和2 m/s 的速度慢跑時(shí)，實(shí)驗(yàn)結(jié)果如圖8所示。

從圖8(a)和圖8(c)可見：在行走和慢跑過程中，左、右髖關(guān)節(jié)的角度曲線具有周期性和一致性，二者的角度曲線除了相位相差半個(gè)周期外，曲線的峰值和周期基本保持一致。在行走過程中，單個(gè)步態(tài)周期T包含站立相和擺動(dòng)相，站立相約占60%，擺動(dòng)相約占40%，且髖關(guān)節(jié)角度的變化趨勢穩(wěn)定，如圖8(b)所示。在跑步過程中，單個(gè)步態(tài)周期T包含站立、騰空、擺動(dòng)和騰空4個(gè)相位，站立相約占40%，第一個(gè)騰空相約占15%，擺動(dòng)相約占30%，第二個(gè)騰空相約占15%，且髖關(guān)節(jié)角度的變化趨勢穩(wěn)定，如圖8(d)所示?；谏鲜鰧?shí)驗(yàn)結(jié)果，自適應(yīng)步態(tài)檢測算法檢測得到的髖關(guān)節(jié)角度變化趨勢穩(wěn)定，曲線平滑性較好，滿足助力系統(tǒng)的步態(tài)檢測要求。

3 步態(tài)預(yù)測算法

步態(tài)預(yù)測算法是下肢柔性助力外衣控制系統(tǒng)的關(guān)鍵組成部分，通過分析人體當(dāng)前的運(yùn)動(dòng)狀態(tài)，實(shí)時(shí)預(yù)測人體的動(dòng)作意圖，使得牽引單元的末端執(zhí)行元件前饋于人體動(dòng)作，達(dá)到助力的效果。在充分參考國內(nèi)外現(xiàn)有預(yù)測算法的基礎(chǔ)上，采用牛頓預(yù)測和指數(shù)平滑預(yù)測相結(jié)合的預(yù)測算法，建立步態(tài)預(yù)測模型，基于當(dāng)前采樣時(shí)刻的髖關(guān)節(jié)角度，在線實(shí)時(shí)預(yù)測下一時(shí)刻的髖關(guān)節(jié)角度。

3.1 牛頓預(yù)測法

圖8 自適應(yīng)步態(tài)檢測算法的驗(yàn)證結(jié)果Fig.8 Results of adaptive gait detection algorithm

牛頓預(yù)測法是由OVASKA 等設(shè)計(jì)的一種基于多項(xiàng)式原理的預(yù)測方法[25-26]，廣泛用于應(yīng)用科學(xué)和理論科學(xué)領(lǐng)域。當(dāng)預(yù)測對象μk隨時(shí)間的變化滿足式(5)時(shí)，則可利用牛頓預(yù)測法(6)對其進(jìn)行n步超前預(yù)測。采用牛頓預(yù)測法進(jìn)行預(yù)測時(shí)，只需簡單的加減乘除運(yùn)算，計(jì)算簡單，其次，雖然要求預(yù)測對象μk對于時(shí)間k滿足M階多項(xiàng)式，但是無需計(jì)算多項(xiàng)式的系數(shù)，自適應(yīng)性較強(qiáng)。

式中：λ0～λM為多項(xiàng)式系數(shù)；k為離散的時(shí)間點(diǎn)；M為多項(xiàng)式階數(shù)；n為預(yù)測步長；z為離散傳遞函數(shù)的頻域標(biāo)識符；HnM(z)為預(yù)測結(jié)果。

為了驗(yàn)證牛頓預(yù)測法是否適用于預(yù)測髖關(guān)節(jié)角度，先假設(shè)髖關(guān)節(jié)角度θk隨時(shí)間的變化滿足式(5)，則根據(jù)牛頓預(yù)測法(6)需確定多項(xiàng)式階數(shù)M和預(yù)測步長n。多項(xiàng)式階數(shù)M的物理含義如下[27]：當(dāng)運(yùn)動(dòng)體瞬間不受力或所受合力為零時(shí)，多項(xiàng)式階數(shù)M=1；當(dāng)運(yùn)動(dòng)體瞬間受到恒力作用時(shí)，多項(xiàng)式階數(shù)M=2；當(dāng)運(yùn)動(dòng)體瞬間受到的力的變化趨勢不變時(shí)，多項(xiàng)式階數(shù)M=3。人體在運(yùn)動(dòng)過程中，人體下肢所受的重力保持不變，且在任意瞬間，人體下肢內(nèi)部肌肉產(chǎn)生的拉/壓力也不會(huì)發(fā)生突變，因此，人體下肢在任意瞬間都可認(rèn)為是受到恒力作用，故取多項(xiàng)式階數(shù)M=2。其次，預(yù)測步長n越大，預(yù)測結(jié)果的準(zhǔn)確性也越低，由于步態(tài)預(yù)測算法需實(shí)時(shí)預(yù)測髖關(guān)節(jié)的角度信息變化，為牽引單元提供控制參數(shù)，準(zhǔn)確性要求較高，因此，預(yù)測步長n不宜選取過大，故選n=1。綜上，將M=2和n=1代入式(6)，得到二階一步牛頓預(yù)測模型為

式(7)表明，在預(yù)測下一時(shí)刻狀態(tài)時(shí)，二階一步牛頓預(yù)測模型只需包括當(dāng)前時(shí)刻狀態(tài)值在內(nèi)的3個(gè)狀態(tài)，在實(shí)際應(yīng)用時(shí)，將式(7)的頻域表達(dá)形式轉(zhuǎn)化為時(shí)域表達(dá)形式，得到牛頓預(yù)測算法模型為

式中：為牛頓預(yù)測法在k時(shí)刻的預(yù)測值；θ為髖關(guān)節(jié)角度。

為了驗(yàn)證牛頓預(yù)測算法模型的實(shí)際效果，借助MATLAB 軟件對檢測到的髖關(guān)節(jié)角度進(jìn)行牛頓預(yù)測法仿真預(yù)測，預(yù)測結(jié)果如圖9所示。圖9(a)所示為實(shí)際預(yù)測過程中的角度曲線，預(yù)測曲線與實(shí)際曲線相比，具有明顯的前饋，前饋時(shí)間為30 ms，穩(wěn)定性較好，但預(yù)測曲線的波動(dòng)較大，平滑性較差。圖9(b)所示為實(shí)際曲線與預(yù)測曲線的對比，二者的整體擬合程度較好，誤差整體限定在±2°，根據(jù)式(9)，得到牛頓預(yù)測值的均方根誤差(eRMSE)為1.157。綜上，牛頓預(yù)測法可用于預(yù)測髖關(guān)節(jié)角度，且預(yù)測效果較好。

式 中：ek=φk+1-θk+1，為k時(shí)刻的預(yù)測誤差；φk+1為k+1 時(shí)刻的預(yù)測值；θk+1為k+1 時(shí)刻的實(shí)際值；Ns為采樣點(diǎn)的個(gè)數(shù)。

圖9 牛頓預(yù)測法預(yù)測結(jié)果Fig.9 Results of newton prediction method

3.2 指數(shù)平滑預(yù)測法

指數(shù)平滑預(yù)測法由布朗提出[28-29]，時(shí)間序列的態(tài)勢具有穩(wěn)定性或規(guī)則性，可合理地順勢推延，故預(yù)測值可根據(jù)以前的觀測值進(jìn)行加權(quán)求和，且近期的觀測值權(quán)數(shù)較大，較遠(yuǎn)的觀測值權(quán)數(shù)較小。根據(jù)平滑次數(shù)的不同，指數(shù)平滑預(yù)測法可分為一次指數(shù)、二次指數(shù)和三次指數(shù)平滑預(yù)測法，如表3所示。

由上述內(nèi)容可知，下肢髖關(guān)節(jié)角度的曲線模型具有周期性和一致性，因此，擬采用三次指數(shù)平滑預(yù)測法進(jìn)行預(yù)測，數(shù)學(xué)模型為：

表3 指數(shù)平滑預(yù)測法Table 3 Exponential smoothing prediction methods

式中：，和分別為k時(shí)刻的一次指數(shù)、二次指數(shù)和三次指數(shù)平滑值；α為平滑常數(shù)，取值范圍為(0，1)；為三次指數(shù)平滑預(yù)測法在k時(shí)刻的預(yù)測值；參數(shù)ak，bk及ck分別為：

為了提高三次指數(shù)平滑預(yù)測法的預(yù)測精度，與牛頓預(yù)測法類似，三次指數(shù)平滑預(yù)測法選取預(yù)測步長n=1。為優(yōu)選平滑常數(shù)α，利用MATLAB軟件對髖關(guān)節(jié)角度數(shù)據(jù)進(jìn)行仿真預(yù)測，并利用式(9)求解不同平滑常數(shù)α下的，如圖10所示。從圖10可見：當(dāng)平滑常數(shù)α=0.5時(shí)，三次指數(shù)平滑預(yù)測結(jié)果的均方根誤差值最小，最小值為0.962。

圖10 不同平滑常數(shù)α下的均方根誤差eRMSEFig.10 eRMSE at different smoothing constant α

基于上述預(yù)測算法模型，選取平滑常數(shù)α=0.5，借助MATLAB軟件對檢測到的髖關(guān)節(jié)角度數(shù)據(jù)進(jìn)行3次指數(shù)平滑仿真預(yù)測，如圖11所示。

圖11 三次指數(shù)平滑預(yù)測結(jié)果Fig.11 Results of triple exponential smoothing prediction method

圖11(a)所示為實(shí)際預(yù)測過程中的角度曲線，預(yù)測圖線與實(shí)際曲線相比，有較為明顯的前饋，前饋時(shí)間為30 ms，穩(wěn)定性較好，而且與牛頓預(yù)測法相比，平滑預(yù)測法的預(yù)測圖線波動(dòng)較小，平滑性較好。圖11(b)所示的預(yù)測曲線與實(shí)際曲線放在同一時(shí)間軸上，以分析兩者的誤差變化，兩曲線吻合程度較高，為0.962，誤差在±1.5°內(nèi)波動(dòng)。綜上，三次指數(shù)平滑預(yù)測法可用于預(yù)測髖關(guān)節(jié)的角度數(shù)據(jù)，且預(yù)測效果比牛頓預(yù)測法的優(yōu)。

3.3 “牛頓+三次指數(shù)平滑”預(yù)測法

通過MATLAB 軟件的仿真分析，牛頓預(yù)測法的預(yù)測曲線波動(dòng)較大，平滑性較差，但是由于其預(yù)測模型是多項(xiàng)式形式，系數(shù)固定，因此，其計(jì)算較為簡單，對變量的變化具有很強(qiáng)的適應(yīng)性。三次指數(shù)平滑預(yù)測法的預(yù)測曲線波動(dòng)較小，平滑性較好，預(yù)測誤差基本限制在±1.5°，相比于牛頓預(yù)測法的預(yù)測誤差±2°而言較準(zhǔn)確，為了進(jìn)一步提高預(yù)測算法的精確度和平滑性，擬采用“牛頓+三次指數(shù)平滑”預(yù)測法對下肢的步態(tài)信息進(jìn)行預(yù)測，引入加權(quán)系數(shù)p，對2 種方法的預(yù)測結(jié)果進(jìn)行加權(quán)求和，得出最后的預(yù)測結(jié)果，加權(quán)公式為

式中：為“牛頓+三次指數(shù)平滑”預(yù)測法在k時(shí)刻的預(yù)測值；p為加權(quán)系數(shù)，取值范圍為(0，1)。

為驗(yàn)證“牛頓+三次指數(shù)平滑”預(yù)測法的預(yù)測性能，需優(yōu)選加權(quán)系數(shù)p，利用MATLAB 軟件對檢測的髖關(guān)節(jié)角度數(shù)據(jù)進(jìn)行仿真預(yù)測，并利用式(9)求解不同加權(quán)系數(shù)p下的，如圖12所示。從圖12可見：當(dāng)加權(quán)系數(shù)p=0.7時(shí)，“牛頓+三次指數(shù)平滑”預(yù)測結(jié)果的均方根誤差最小，最小值為0.751 6，由3.1 和3.2 節(jié)可知，當(dāng)單獨(dú)采用牛頓預(yù)測法時(shí)，均方根誤差約為1.157，當(dāng)單獨(dú)采用三次指數(shù)平滑預(yù)測法時(shí)，均方根誤差約為0.962。因此，“牛頓+三次指數(shù)平滑”預(yù)測法的準(zhǔn)確率較高。

圖12 不同加權(quán)系數(shù)p下的均方根誤差eRMSEFig.12 eRMSE at different weighting coefficient p

基于上述預(yù)測算法模型，借助MATLAB 軟件對檢測到的髖關(guān)節(jié)角度進(jìn)行仿真預(yù)測，預(yù)測結(jié)果如圖13所示。

從圖13可見：“牛頓+三次指數(shù)平滑”預(yù)測法的預(yù)測曲線波動(dòng)較小，平滑性較高，可對步態(tài)曲線的零點(diǎn)、極值點(diǎn)等特征點(diǎn)都可進(jìn)行準(zhǔn)確預(yù)測，此外，預(yù)測曲線與實(shí)際曲線的擬合程度提高，eRMSE為0.751 6，誤差基本限定在±1°，準(zhǔn)確性較強(qiáng)。因此，“牛頓+三次指數(shù)平滑”預(yù)測法具有更好的預(yù)測性能，可作為穿戴式下肢柔性助力外衣系統(tǒng)的步態(tài)預(yù)測算法模型。

4 助力系統(tǒng)的樣機(jī)評估實(shí)驗(yàn)

圖13 “牛頓+三次指數(shù)平滑”預(yù)測結(jié)果Fig.13 Results of"Newton+Triple Exponential Smoothing"prediction method

下肢柔性助力外衣系統(tǒng)樣機(jī)的性能評估主要包括功能外衣的自身性能以及步態(tài)預(yù)測算法的預(yù)測性能，高效準(zhǔn)確的步態(tài)預(yù)測算法是未來研究助力過程的重要前提。基于評估要求，設(shè)計(jì)了人體穿戴功能外衣的步態(tài)預(yù)測實(shí)驗(yàn)，通過計(jì)算控制單元間的通信時(shí)間以及牽引單元的應(yīng)答時(shí)間，并適當(dāng)加入由于牽引單元的慣性滯后等造成的延遲時(shí)間，預(yù)測前饋時(shí)間擬定為50 ms。實(shí)驗(yàn)者穿戴功能外衣，在跑步機(jī)上以不同的速度行走或跑步，測試功能外衣對人體動(dòng)作的影響，驗(yàn)證在線預(yù)測算法的預(yù)測性能，并通過計(jì)算預(yù)測值與實(shí)際值的均方根誤差，檢驗(yàn)預(yù)測算法的準(zhǔn)確率，預(yù)測結(jié)果如圖14所示。

由圖14可知：預(yù)測曲線較實(shí)際曲線有較為穩(wěn)定的前饋，預(yù)測曲線的平滑性較好，在測試者行走過程中(v=0.5，1.0 和1.5 m/s)，預(yù)測算法能較好地預(yù)測下肢運(yùn)動(dòng)曲線，前饋時(shí)間基本保持穩(wěn)定，平滑性較好，穩(wěn)定性較強(qiáng)。在測試者跑步狀態(tài)下(v=2.0 m/s 和2.5 m/s)，預(yù)測曲線精確度有所下降，平滑性較差，誤差的波動(dòng)范圍逐漸增大，對應(yīng)的均方根誤差也逐漸增加，如圖15所示。

基于上述實(shí)驗(yàn)結(jié)果，“牛頓+三次指數(shù)平滑”在線預(yù)測算法可根據(jù)當(dāng)前的髖關(guān)節(jié)角度，對50 ms之后的髖關(guān)節(jié)角度進(jìn)行實(shí)時(shí)預(yù)測，穩(wěn)定性較好，但隨著運(yùn)動(dòng)速度的增加，預(yù)測算法的準(zhǔn)確性和平滑性會(huì)有所降低。由于本助力系統(tǒng)僅針對人體行走過程進(jìn)行助力，運(yùn)動(dòng)速度小于2.0 m/s，因此，“牛頓+三次指數(shù)平滑”在線預(yù)測算法可滿足助力外衣的步態(tài)預(yù)測要求。此外，在人體運(yùn)動(dòng)過程中，功能外衣對人體正常動(dòng)作的影響較小，不會(huì)給穿戴者帶來額外負(fù)擔(dān)，具有良好的穿戴舒適性，符合功能外衣的設(shè)計(jì)要求。

圖14 不同速度下的預(yù)測算法結(jié)果Fig.14 Results of prediction algorithm at different speeds

圖15 不同速度下的均方根誤差eRMSEFig.15 eRMSE at different speeds

5 結(jié)論

1)基于人體生理結(jié)構(gòu)和助力要求，研制了一套功能外衣，整合了IMU 等傳感器及鮑登線固定錨點(diǎn)，具有較高的剛度和良好的穿戴舒適性，符合功能外衣的設(shè)計(jì)要求，可作為輔助力傳遞的末端執(zhí)行元件包覆在人體下肢，為髖關(guān)節(jié)的前屈運(yùn)動(dòng)提供助力。

2)基于助力系統(tǒng)的設(shè)計(jì)要求，研發(fā)了基于力位混合控制的外接驅(qū)動(dòng)系統(tǒng)，初步完成了牽引單元與控制單元的有效整合，實(shí)現(xiàn)了下肢柔性助力外衣系統(tǒng)樣機(jī)的初步搭建。

3)設(shè)計(jì)了自適應(yīng)步態(tài)檢測算法，實(shí)現(xiàn)對下肢髖關(guān)節(jié)角度的實(shí)時(shí)高效檢測，在此基礎(chǔ)上，設(shè)計(jì)了“牛頓+三次指數(shù)平滑”下肢步態(tài)預(yù)測算法，可根據(jù)當(dāng)前的髖關(guān)節(jié)角度，實(shí)時(shí)預(yù)測50 ms之后的髖關(guān)節(jié)角度，在人體行走過程中，預(yù)測過程穩(wěn)定，預(yù)測曲線平滑性較好，精度較高，滿足助力系統(tǒng)的步態(tài)預(yù)測要求，可為下肢助力研究提供依據(jù)。