毕业设计（论文）-BUEX外骨骼控制系统硬件设计与分析.docx

本科毕业设计(论文)GRADUATION DESIGN(THESIS)题 目：BUEX外骨骼控制系统硬件设计与分析学生姓名：指导教师：学 院：机电工程学院专业班级：机械1301本科生院制2017年6月II BUEX外骨骼控制系统硬件分析于设计 BUEX外骨骼控制系统硬件设计与分析摘要本项目为轻型整身机械外骨骼控制系统硬件分析与设计，其英文名称的缩写为BUEX。通过分析当前国内外外骨骼机器人的研究和生产现状，从商业化的角度出发设计轻便、适用范围广的机器人。首先用拉格朗日方法和凯恩方法对整套外骨骼机器人进行运动学建模，得出在运动状态下机器人各关节的力矩作为控制策略的基础。然后设计外骨骼机器人的硬件电路，包括电源系统、控制系统、电机驱动系统，运用AD软件设计符合产品要求的PCB电路板，优化电路板的外形，使之与外骨骼机器人的外形结构相匹配，提高产品的合理性。外骨骼机器人的驱动采用直流无刷电机，在对无刷直流电机的特性进行了细致的分析后，设计出达到控制要求的无刷直流电机驱动电路。在传感器方面，为了实行外骨骼机器人对外界的信息感知，设计了肌电信号传感器、压力传感器、加速度计和陀螺仪。本设计还针对18650锂电池的充电进行了优化和评估，通过电源管理模块以减少电池的消耗。在软件部分，通过实验室的高精度传感器对人行走过程进行测量，得到较为精确的步态分析模型。通过Matlab对步态分析模型的数据进行插值拟合，作为指导外骨骼机器人运动的控制策略。本设计还运用机器学习的策略对外骨骼机器人相对应的控制参数整定进行了研究，并初步研究了外骨骼机器人辅助人体维持平衡的可行性。关键词：外骨骼机器人 硬件设计 传感器设计 电源管理 控制策略I全套设计加扣 3012250582The Analysis and Design of The Biomimetic Ultralight Exoskeletons HardwareABSTRACTThis project is the analysis and design of the BUEXs hardware. BUEX is the abbreviation of the Biomimetic Ultralight Exoskeleton. By analyzing the current status of research and production of skeletal robot at home and abroad, this paper is used to propose a lightweight and applicable robot from a commercial point of view. Firstly, the exoskeleton robot is modeled by the Lagrange method and the Kaine method. The torque of each joint ,which is the basis of the control strategy, can be solved by the mathematical analytic expression. Then the we design the hardware circuit of the exoskeleton robot, including power system, control system and motor drive system. The driving of exoskeleton robot adopts brushless DC motor. After analyzing the characteristics of Brushless DC motor, a brushless DC motor drive circuit is designed. In the aspect of the sensors, in order to implement the exoskeleton robots perception of the external information, the EMG signal sensor, pressure sensor, accelerometer and gyroscope are designed. This design also evaluated and optimized the charging of the 18650 lithium battery, and reduced the battery consumption through the power management module. In the part of the software, Matlab is used to interpolate and analyze the data of gait analysis model, which is used as a control strategy to guide the exoskeleton robot movement. This design also uses machine learning strategy to study the corresponding control parameters adjustment of skeleton robot, and preliminarily studies the feasibility of exoskeleton robot to assist human body to maintain balance.Key words：Exoskeleton hardware design sensor design power management control strategyII目录第1章 绪论11.1 课题背景11.2 国内外研究状况21.2.1 外骨骼机器人的国外研究状况21.2.2 外骨骼机器人的国内研究状况51.3 选题意义和主要研究内容6第2章 智能可穿戴外骨骼系统的动力学建模82.1BUEX外骨骼机器人概述82.2 BUEX人机组合的系统下肢动力学建模82.2.1坐标约束与拉格朗日乘子介绍92.2.2系统的下肢运动拉格朗日方程102.3 BUEX人机组合系统的上肢动力学建模142.4 本章小结17第3章 BUEX系统下肢动力学模型的验证183.1 对外骨骼机器人系统的ADAMS建模仿真183.2 BUEX系统动力学方程的MATLAB仿真223.3 ADAMS仿真与MATLAB仿真结果的比较223.4 本章小结25第4章 BUEX系统硬件结构设计264.1 硬件的选型274.1.1控制模块选型274.1.2传感器模块选型294.1.3电机驱动模块的选型与控制方案的选型334.1.4电源管理模块364.2 PCB硬件设计364.2.1主控板364.2.2电机驱动板384.2.3传感器控制板：384.2.4电源管理模块384.3 本章小结40第5章 人体行走的平衡控制与分析415.1 系统的稳定性进行分析：415.2 状态判断435.3 利用MATLAB设计模糊控制器：435.4 本章小结44第6章 无刷电机驱动程序设计456.1 无刷电机的特性介绍456.2 无刷电机的控制程序设计466.2.1捕获中断程序的设计476.2.2 A/D调节中断程序的设计486.3 本章小结48IV第50页 共56页第1章 绪论1.1 课题背景在自然界中，有一些生物在体表具有坚硬的几丁质外骨骼，比如虾、蟹、昆虫。这种骨骼为生物提供了保护和支持，无论是在正常状态还是生物受到撞击、冲击的状态，这一层骨骼都可以有效保证生物器官的构型稳定。除此之外，这一层骨骼还可以感知外界信息，其功能类似于传感器1。从上世纪开始，许多大学和科研院所开始研究外骨骼技术。其中，外骨骼机器人技术发展尤为迅速。外骨骼机器人在实质上是一种智能化的机电设备，它融合了控制、传感、移动计算、信息等领域的技术。外骨骼机器人可以穿戴在身上，外骨骼机器人产生协助人体运动的力和力矩，即对人体进行人体增强。在外骨骼机器人上，有一系列的传感器用来感知人体的运动状态和运动趋势，机器人的控制系统在对传感器信息处理、计算后，得出相应的控制方案使得外骨骼机器人跟随人体运动。在医疗、军事、民用领域，外骨骼机器人都有很大的发展空间。图1-1 外骨骼机器人实例医疗领域当中的外骨骼机器人可以帮助康复师协助产生肢体运动障碍的病人恢复肢体运动能力。在全球，因为受到肌肉、神经损伤或者因脑中风而不能行走的病人有很多，他们的下肢需要接受辅助的康复运动以恢复运动功能2。在现在，外骨骼机器人可以按照医生和康复师设定的固定步态训练动作来帮助病人恢复运动能力。军事领域当中的外骨骼机器人用来大幅度提升单兵的作战能力，当士兵穿上外骨骼机器人后，负重能力和运动能力都有大幅度的提升。它可以帮助士兵在背负很多重物的情况下仍能轻松完成跳跃、攀爬、远程奔袭等任务。在民用领域，外骨骼机器人因为可以承受外部载荷，可以减轻人体背部的负载，保护人体背部。另外，在复杂环境下实施救援工作时，外骨骼机器人可以帮助救援人员更好的完成任务。它可以帮助救援人员提升人体运动能力，进入一些以前较难进入的区域进行救援搜索。在长途旅行、登山等领域，外骨骼机器人也可以为穿戴者提供巨大的帮助，节省人体体力。但是，外骨骼机器人的商业化水平一直比较低。目前外骨骼机器人的人机友好性较差，整机的质量较大，使用范围也比较狭窄。以现在研究进展为基础，再考虑一下人类的生存需要，以人体增强为目的的外骨骼机器人产品应该会称为必需品。它用来帮助人体完成以前无法单独通过人体完成的任务，不断方便人类生活。外骨骼机器人普及化的首要问题是他需要变成为一款产品。我们以外骨骼的产品化为出发点进行本次毕业设计的研究。1.2 国内外研究状况目前，从各个科研院所的成果来看，整个外骨骼机器人领域的研究水平还比较低。美国和日本在此领域的研究比较领先，法国、俄罗斯、韩国在外骨骼机器人领域也做了一些实际而具体的工作。我国在外骨骼机器人领域起步较晚，但是现在相关科研计划的支持下，我国的高校和科研院所也逐渐开展相应的研究。1.2.1 外骨骼机器人的国外研究状况在上世纪60年代，美国和前南斯拉夫均开展了外骨骼机器人的研究。其中，前南斯拉夫的科学家Vukobratovic在1971年完成了气缸驱动的外骨骼机器人，它用来协助脊髓损伤患者的下肢运图1-2 通用公司HARDIMAN动。另外，在1960年到1971年，美国的通用公司开始研究外骨骼机器人，它计划用来帮助美国士兵更好的完成任务。通用在这期间进行了名为Hardiman的外骨骼机器人设计研发，但是最后由于伺服控制水平的补足和驱动系统的稳定性的不足，最后通用公司只设计出来了一个外骨骼手臂。在这之后，外骨骼机器人的研究陷入了一段时间的停滞，直到上世纪90年代，外骨骼机器人的研究开始复苏。在可穿戴外骨骼机器人的早期研究中，麻省理工学院也开展了一系列的工作。MIT Media Labs Biomechatronics Group在2006年提出了能帮助穿戴者分担背部负载的外骨骼机器人。在研究结果中，它可以将人体背部受到的负载当中的80%直接传递到地面，可以有效减轻穿戴者背部的疲劳。图1-3 麻省理工学院外骨骼机器人当然，在人体的不同步态中，这个对负载分配的比例会有波动。另外，它的运动会跟人体运动产生干涉。但是不可否认的是，在外骨骼机器人的研究中考虑到对背部负载的分担是很有借鉴意义的。在自然界中，动物的外骨骼也承担载荷。进入21世纪，美国国防部资助多加单位研发外骨骼机器人，用以启动“外骨骼增强人体体能表现”（Exoskeleton for Human Performance Augment）计划。现在对几家研究单位的成果进行介绍。首先介绍一下 “ XOS”系列负重机器人，它由萨克斯公司研制。“ XOS”的设计团队是 Steve Jacobsen 博士及其团队，他们为了创造出超人士兵，在7年的时间里秘密设计研发并成功制造出了这一套系统。由于采用了高强度的铝合金和钢材料，该系统的力学性能强，整体质量也很轻。它图1-4 XOS负重外骨骼机器人运用了机械外骨骼领域当中最为优秀的技术，但是存在的一个巨大问题就是它需要通过一根电缆供电，如果能够解决能源问题，它的应用前景很广。加州大学伯克利分校的研究团队在H.Kazerooni教授的带领下，成功设计出了伯克利外骨骼机器人，简称BLEEX。在拟人化设计思想的指导下， BLEEX的设计由两条拟人化的金属仿生腿、能源动力装置、控制装置、液压驱动单元和一个背包组成。为了保证外骨骼与人体的协同性，BLEEX图1-5 加州大学伯克利分校BLEEX骨骼机器人系统包括了 40 多个传感器和 8个液压驱动单元。它的控制策略基于虚拟力矩方法。通过利用建立的外骨骼机器人动力学方程来控制液压驱动系统7。其特定位置的上，传感器被布置好，然后用来感知装置的当前运动状态，反馈到控制芯片，芯片在分析处理反馈数据后发出指令外骨骼做出下一步的对应运动。除了BLEEX，加州大学伯克利分校还和洛克希德马丁公司联合研制了另外一款外骨骼机器人，叫HULC。它运用了模块化的思想，便于更换和维修。除此之外，穿戴者可以在30秒内脱下外骨骼机器人并将其打包。它的另一个特色体现在能源方面。它采用的是自行研制的燃料电池，这极大提高了外骨骼机器人的续航能力。在节电的模式下，HULC可以在大负载与低电量的模式下继续工作。图1-6 加州大学伯克利分校的HULC和eLEGs依托HULC，伯克利分校还研制出了名为Elegs的医用外骨骼机器人。它用来帮助下肢运动不变的病人康复运动。其电池的续航能力超过了六个小时。另外一个技术领先的国家日本在此领域也做了很多工作。在日本神奈川工科大学，K.Yamamoto 教授研制了“动力辅助服” PAS，它通过气动驱动。另外一所大学日本筑波大学研制了已经商业化的HAL。德国、以色列、加拿大在外骨骼机器人的研究和商业化上也有一些建树。1.2.2 外骨骼机器人的国内研究状况目前，浙江大学、中国科技大学等在开展一系列的外骨骼机器人研究工作。浙江大学依托较强的气液压控制基础，设计制造了一台气动控制的外骨骼机器人，浙江大学的研究重心放在外骨骼机器人的人机耦合控制方面。中国科技大学在理论控制方面做了大量的研究，其中包括了外骨骼机器人的控制算法和姿态传感器设计。目前，一批和姿态传感相关的成果已经涌现出来。华东理工大学依托国家自然科学基金项目也已完成了一套液压驱动的实物样机，并开展了外骨骼机器人控制方面的相应研究。中国北方车辆研究所将关注点放在计算机虚拟建模及仿真方面，并在行走助力机器人用小型液压缸设计等方面有所突破。此外，海军航空工程学院在电机控制方面有较多基础储备，他们研究通过电机驱动的外骨骼机器人；北京工业大学在机构设计方面对助力外骨骼机器人进行了一定研究。总体来看，由于国内在人体外骨骼机器人研究方面起步较晚，大多处于理论研究阶段。同时由于资金支持力度较小，所设计的实物样机也均略显粗糙。在外骨骼机器人商用化上，国外的有以色列的Rewalk，美国剥离自伯克利的Ekso, 日本剥离自筑波大学HAL的Cyberdyne和SuitX等。国内比较有代表性的企业是傅利叶智能和“尖叫”机器人。图1-7 日本筑波大学HAL机器人1.3 选题意义和主要研究内容从以上的分析来看，除了外骨骼机器人的控制研究，在外骨骼机器人的驱动和能源领域，也还有很大的研究空间。另外，相比于外骨骼机器人的基础研究，它的商业化进程相对滞后。外骨骼商用化的设计、研究有很大的价值。我们想以此为研究方向，设计出一款人机友好的商业化外骨骼机器人。设计实用的外骨骼机器人，首先要对其进行较为合理的建模分析。本设计准备能用拉格朗日方法对机器人建模，在采集陀螺仪和加速度计的数据后就可以通过模型得到相应关节需要提供的力矩。为了是整个外骨骼机器人的结构紧凑，电路板绘需要满足外形尺寸要求，PCB在满足控制要求的情况下要尽可能小，方便电路板的安装。外骨骼机器人的电机采用无刷直流电机，需设计出能完成对电机有效控制的驱动电路。机器人电机的供电电压为24V，这对电源提出了具体要求，应设计合理的电源模块，满足充放电保护等基本要求，还能提高电源的效率，节省能源，提高机器人续航能力。外骨骼机器人最重要的部分是传感器，应设计合适的传感器满足控制需要。在控制方面，要对建模得到的结果进行分析并将其作为控制基础。外骨骼机器人应具有自我学习性，在机器学习程序设计上要进行初步探索。除此之外，需要考虑外骨骼机器人的稳定性，在控制策略上需要研究如何对控制信号进行前馈处理。第2章 智能可穿戴外骨骼系统的动力学建模2.1BUEX外骨骼机器人概述图2-1 BUEX外观示意图本课题设计的外骨骼机器人从减重的角度出发，整个机体的设计以碳纤维结构为主。在单片机的控制下通过10个MAXON电机驱动外骨骼机器人的各个关节运动。该系统系统穿戴在人体上。此时，它与人体组成为一个有机的整体。外骨骼机器人需要辅助人体运动，所以对这个整体的系统进行动力学分析是非常有必要的。在外骨骼机器人的控制当中，核心是对驱动电机的控制。所以动力学模型的首要目标是求解各个关节的力矩。本章通过拉格朗日方程和凯恩方程对穿戴者的上肢和下肢进行动力学分析。2.2 BUEX人机组合的系统下肢动力学建模2.2.1坐标约束与拉格朗日乘子介绍对一个N维的耦合结构系统，如果采用拉格朗日方程进行建模，广义坐标可能不是线性独立的。记系统不独立的坐标为则被约束坐标数C=M-N对广义坐标，有C个约束方程： （2-1）如果令每一个坐标取变分，则： （2-2）（2-3）上式说明虽然这M个不独立，但是C个方程将它们的不独立关系描述出来。把哈密尔顿原理式中的坐标数由N扩展到M，我们可以得到： (2-4)对上面的约束方程引入拉格朗日乘子（或称为拉格朗日乘子函数），得到： (2-5)代入哈密尔顿原理方程式中， (2-6)我们可以选择C个，使C个相应的方括号表达式为零，那么其余N=M-C个独立的对应的方括号内的项必为零。从而得到带约束的拉格朗日方程（修正的拉格朗日方程）为： (2-7)联立上两个方程，就可确定M+C个未知数2.2.2系统的下肢运动拉格朗日方程图2-2 BUEX人机综合系统建模示意图 其中：mi代表第i根杆件的质量Ii代表第i根杆件的转动惯量，i代表Jointi关节的力矩，di代表第i根杆件到Jointi关节的距离i代表第i根杆件与竖直方向的夹角，以顺时针方向为正另外，（xb，yb）、（xe，ye）分别代表两脚在基坐标系中的坐标。人行走步长为L控制的核心是关节力矩的控制。首先通过拉格朗日方程计算不同状态下各个关节的驱动力矩：拉格朗日方程的广义坐标设定为各个杆件与竖直面的夹角i.则各个杆件的质心位置：xci=x_a+_(j=1)(i-1)k_j l_j cos_j +d_i cos_i yci=ya+j=1i-1kjljsinj+disini(2-8)其中：ki=1， i=1，2，4，50 ， i=3整个杆组的势能： V=j=15mjgyci=j=15mjgya+j=1i-1kjljsinj+disini(2-9)动能：K=j=1512mixci2+yci2+12Iii2(2-10)将动能进行化简：K=j=1512mixci2+yci2+12Iii2(2-11)K=i=1512mij=1i-1kjlj(-sinj)j+di(-sinj)i2+j=1i-1kjlj(cosj)j+di(cosj)i2+12Iii2=I=1512mij=1i-1kjlj(-sinj)j2+2di-sinjij=1i-1kjlj(-sinj)j+di2sin2ii2+j=1i-1kjljcosjj2+2dicosjij=1i-1kjlj(cosj)j+di2cos2ii2+12Iii2(2-12)整理后有：K=i=1512mi12Iii2+d2i2+j=1i-1kjljcosjj2+j=1i-1kjljsinjj2+2j=1i-1kjljdi(cos(i-j)j(2-13)根拉格朗日方程有：(2-14)其中K代表系统动能，V代表系统势能，代表第i号关节处的力矩。求偏导得到： (2-15)(2-16)(2-17)(2-18)(2-19)式中，代表51的矩阵，第i行元素代表第i个关节的力矩。和均为55矩阵，为51矩阵。由求导的结果可以得到各矩阵中的元素： (2-20) (2-21) (2-22)其中： rij= ji(2-23) (2-24)在双腿支撑相的情况下，因为人体步长为L，其会增加一个约束条件。约束条件： 双腿作用相下，约束方程为 ()=xa-xb-Lya-yb=0(2-25)设： 取参数为。令：(2-26)且 、(2-27)将拉格朗日方程中加入拉格朗日乘子，得到在有约束的情况下的拉格朗日方程：(2-28)其中： (2-29)为2行5列的矩阵，Z、L、G、T的定义与单腿作用相分析中的定义相同，分别代表角加速度项的系数矩阵、角速度项的系数矩阵、重力项的矩阵和力矩矩阵。在双腿作用相的约束情况下，借助于Mitobe等人的研究，将基准坐标设定为躯干底端的坐标，此时可以将髋关节的参数作为运动约束，方便求解。髋关节，用改写，得到：(2-30)同时将的一阶和二阶导数均用拉格朗日方程的参数表示： (2-31) (2-32)其中， (2-33)通过 (2-34)得到： (2-35) (2-36)令 (2-37)联立上述几式得到： (2-38)令： (2-39) (2-40) (2-41)得到： (2-42)则以为研究对象得到的动力学方程为： (2-43)即： (2-44)2.3 BUEX人机组合系统的上肢动力学建模在拉格朗日方程的推导中，因为涉及到参量的求导，计算复杂，程序设计也比较困难。但是外骨骼机器人采用STM32芯片控制机器人的运动，需要考虑计算的效率，在使用拉格朗日方程建模的情况下，控制芯片计算负担大，不利于控制任务的完成。为了方便动力学方程的求解，1961年，KANE结合Gibbs和Appell的伪坐标概念提出了一个建立动力学微分方程的一般方程，该方程被命名为KANE方程，该方程其实可称之为拉格朗日形式的达朗贝尔原理：设一质点系具有n个质点，该质点系的动力学普遍方程为(2-45)式中 作用于第i质点主动力矢量；质点i的质量；质点i的加速度矢量；质点i在参考坐标系中的位置矢量；质点i的微分位移；“”数量积符号。设质点系为完全系，即它具有l个自由度和l个广义坐标，则(2-46)式中 广义坐标；t时间变量；质点i的线速度为 (2-47)式中 （7-3）(2-48)凯恩（kane）定义为质点I相对于广义速度的偏速度。微分可表示(2-49)将（7-4）代入（7-1）式，得 (2-50)交换求和符号，得 (2-51)因为是独立变量，故 j=1,2,或 (2-52)这就是质点系的凯恩动力学方程(Kane Dynamics Equation),可以改写为 (2-53)上肢凯恩方法建模：非约束的三个参量分别为，加上脚站立位置的三个自由度，系统共计六个自由度。下面对外力矩进行描述：Link1： Link2：Link3：对外力进行描述： (2-55)其中，向量是力所存在的18维力空间里的基向量。在维持一个固定动作时，通过分析的演变，得到： (2-56) (2-57) (2-58)分析上肢运动的情况： (2-60)44矩阵描述坐标系的旋转和平移运动， 的坐标为 (2-61)取为广义坐标，取广义速度 ，对连杆进行运动学分析： (2-62) (2-63) (2-64)通过得出所需要计算的力矩。2.4 本章小结在本章内容中，为了研究人体穿上外骨骼机器人后整个系统的动力学特性并为后续的控制提供数学基础，通过拉格朗日动力学方程对BUEX人机组合系统的下肢进行动力学分析，通过凯恩方程对人机组合系统的上肢进行动力学分析，并得出了相应的各关节力矩的函数表达式。第3章 BUEX系统下肢动力学模型的验证概述前面建立的动力学模型用来指导控制算法，在将其作为控制算法的数学基础之前，需要对模型的正确性进行验证。所以，建立一个前面建立动力学方程使用过的五杆模型，在各个关节施加一个简单的运动，通过ADAMS的仿真，得出各关节的力矩。在MATLAB中把相应的运动代入动力学方程中求解出各关节的力矩，将两者的力矩输出图线相比较，如果输出曲线基本类似，则可以判断所建立的动力学模型是正确的。3.1 对外骨骼机器人系统的ADAMS建模仿真 人体可以近似等效为由几个连杆构成的模型。人在正常行走时，头部和上躯干摆动的幅度较小，两臂前后摆动是对称的，为了便于分析假设人体运动时头部、上躯干和两臂可以视为一个刚体，则人体可以看作为一个五杆模型，为上肢、左大腿、左小腿、右大腿、右小腿五个部分。在ADAMS中，以连杆代替每个部分，通过转动副连接各个连杆，建立一个五杆模型。图3-1 一种人体模型的划分图3-2 ADAMS中BUEX系统五杆动力学建模在ADAMS中，需要对各个连杆的参数进行设定，以一个身高175cm、体重70kg的成年男子作为模型，五个部分的质量、长度、绕质心的转动惯量、质心到关节的距离参数在表格中被列写出来。从图表中可以看出，模型各部分的质心并不在几何中心上，从上一章的动力学模型中可以看出，在拉格朗日方程中有较多的质量、长度、转动惯量、质心关节距离的求和、乘积、累加运算，这不便于拉格朗日方程求解。为了方便计算，将五个部分的质量、长度、绕质心的转动惯量、质心到关节的距离参数重新设定，假设各部分是密度均匀的，即将质心放在各部分的几何中心上。此时，拉格朗日方程求解所需要的参数可以被比较方便地描述出来。在的情况下，动力学方程可以进一步简化。表3-1 人体动力学中人体模型各杆件的参数ADAMS中能够提供连杆相对于起始点处X轴、y轴、z轴的转动惯量，根据杆的转动惯量计算公式： 得到： (3-1) (3-2) (3-3) (3-4) (3-5)表3-2 简化的人体模型各杆件的参数杆1杆2杆3杆4杆5质量m(kg)3.3134.565.814.563.313长度l(m)0.50.70.90.70.5绕质心转动惯量I(kgm)0.0690.18620.39210.18620.069质心到关节的距离d（m）0.250.350.450.350.25在建立完连杆模型之后，需要对各转动副添加运动，让五杆模型模拟人体行走运动。根据行走姿态，可以得出各个关节角的变化规律：图3-3 人体动力学中人体步态图图3-4 人体动力学中人体模型在不同步态下各关节角度变化添加各角度的控制函数：以左髋关节控制函数为例，左关节角度函数为： STEP函数相叠加后，ADAMS可以得到一个分段三次插值的赫维赛德阶跃函数，虽然该函数对角度的描述比较精确，但是在函数被分割的24个状态中，每个状态的角度函数表达式均不相同，在每两个状态间隔处，左右函数解析式不同，在求一阶导和二阶导时均比较复杂，所以在得到角速度和角加速度的过程中，运用赫维赛德阶跃函数会比较复杂，除了需要考虑分界点的连续性，整个区间的分段函数描述也比较繁琐。为了便于得出角速度和角加速度，对模型的运动进行了适当的化简。考虑到正余弦函数求导后仍然为正余弦函数，并且在MATLAB中可以被很方便的表达出来，决定用正余弦函数描述各关节角度变化。 在ADAMS中模拟人体行走的单腿支撑相状态，现对人体行走进行一些假设，假设左腿支撑地面，右腿在迈步过程中悬空，人体上肢躯干前倾3，与水平方向夹角87。左小腿初始状态与水平面夹角80。T=0时刻，左大腿保持与水平地面夹角90。在满足这三个初始条件下，设计各关节的角度变化函数。已知关节的角度、角速度、角加速度等信息，求各关节所需提供的力1=70+10cos(t)2=1+15cost=75+25cost3=12+2-25cost=874=3+75+20-30cost=182-30cos(t)5=192-60cos(t)1=-10sin(t)2=-25sint3=04=30sin(t)5=60sin(t)1=-10cos(t)2=-25cos(t)3=04=30cos(t)5=60cos(t)图3-4 人体动力学中人体模型在不同步态下各关节角度变化图3-5 BUEX系统五连杆模型动力学仿真在建立好ADAMS模型后，对模型进行为期两秒的仿真，得出各个关节处的力矩变化值。同时，将角度、角速度、角加速度信息和质量、长度、转动惯量等模型物理信息导入到MATLAB中进行动力学模型求解，得出各个关节的力矩变化曲线。3.2 BUEX系统动力学方程的MATLAB仿真 在MATLAB中建立一个m文件，将第二章导出的动力学方程在m文件中描述出来。在程序中完成包括参数矩阵的建立、系统参数值的输入等任务。导入在ADAMS中设定的各个关节的运动方程，得出每个关节的力矩曲线。3.3 ADAMS仿真与MATLAB仿真结果的比较将ADAMS仿真结果和MATLAB计算结果进行比较：图3-6 BUEX系统五连杆模型支撑踝关节力矩曲线图3-7 BUEX系统五连杆模型左髋关节力矩曲线图3-8 BUEX系统五连杆模型左髋关节力矩曲线 图3-9 BUEX系统五连杆模型左膝关节力矩曲线图3-10 BUEX系统五连杆模型右膝关节力矩曲线 经过ADAMS和MATLAB仿真的力矩输出曲线的比较，可以看出两者的变化趋势一直，数值也基本相近。因此可以得出前面所建立的动力学模型是正确的。 通过文献，我们得到人体步行时的各关节角度曲线图。将图表导入到OriginPRO8量出离散点，导入到MATLAB中，在MATLAB中显示参数化的各关节角度曲线。图3-11 BUEX系统模型各关节角度变化曲线对角度曲线求导得出角速度和角加速度曲线，将结果在MATLAB图表中显示：图3-12 BUEX系统模型各关节角速度、角加速度变化曲线将角度、角速度、角加速度数据导入拉格朗日方程，并将图表中的各连杆质量、长度、对质心转动惯量和质心到关节的距离导入到动力学模型中，得出各个关节的力矩变化曲线。变化曲线如图所示：图3-14 BUEX系统模型各关节力矩变化曲线表3-2 一个步态周期内相位力矩对应表（左髋关节）相位力矩(Nm)相位力矩(Nm)0.53586-81.442437.13932-169.0413.62737-129.63940.72547-107.4765.68838-191.20544.35284-55.05727.21352-235.1848.47486-19.87698.24402-239.40256.18302-19.876910.84089-195.42761.87139-24.098513.39654-147.2365.45754-15.303415.45754-116.27171.64056-11.081818.05441-138.43477.82358-6.5083620.61006-182.4186.067615.3034322.67106-208.79591.7559850.4837327.82358-213.01795.9389955.0571733.51195-217.5997.938996.50836100-81.4424将相位一个周期划分为100格，得出不同相位下的力矩。数据作为插值的基础来指导控制。3.4 本章小结在本章内容中，为了验证动力学方程的正确性，取BUEX人机组合系统的简化五杆模型。分别在在ADAMS和MATLAB中对其进行建模。给各个关节施加相同的角度函数后，通过ADAMS内置的求解工具计算每个关节的力矩，也通过MATLAB导入动力学方程输出每个关节的力矩，将两者进行了比较。通过比较发现，通过动力学方程求解出来的力矩变化曲线与ADAMS求解得到的力矩曲线基本一致。则验证了动力学模型的正确性，可以通过该动力学模型指导外骨骼机器人运动。第4章 BUEX系统硬件结构设计设计的外骨骼机器人的核心目标是商业化，在商业化的背景下，硬件电路需要足够紧凑、足够稳定，只有这样，才能使外骨骼机器人的重量在可控范围内，达到轻量化设计的目标。本次设计的外骨骼机器人共有十个电机进行关节的驱动，这十个电机型号相同。各个电机在完成自己的运动的同时需要良好的相互协作。因此，各个电机的硬件电路还需要较好的独立性，每个控制电路可以自己单独工作。同时，各个模块应该有较好的通用性与可互换性。以便于在出现故障时方便更换。另外，由于人要将外骨骼机器人穿戴在身上，硬件电路需要考虑人机交互，也需要考虑穿戴者的舒适性。以上述要求为条件，设计外骨骼机器人的硬件电路。 该外骨骼机器人在它自身的肩关节、肘关节、髋关节、膝关节处设有转轴，通过电机牵引钢丝带动相应关节完成屈曲或者伸张运动。它需要根据穿戴者的已完成的动作来判断其接下来的运动状态，在判断完运动状态后，控制器需要控制电机转到合适的位置、提供恰当的力矩以协助穿戴者完成相应的动作。外骨骼机器人作为服务型机器人，其可能要完成协助老年人、病人、残疾人运动的任务，在电池续航性上有较高的要求。外骨骼机器人需要与穿戴者有良好的人机交互，机器人一些重要的信息、比如工作模式、剩余电量需要显示在显示屏上。因此，将外骨骼机器人总体的硬件电路设计分为七个部分，分别是控制模块、传感器模块、电机驱动模块、电源模块、人机交互模块、CAN总线模块、通信模块。 电机驱动模块 传感器模块电源管理模块核心控制器通信模块CAN总线模块 人机交互模块4.1 硬件的选型4.1.1控制模块选型控制器是硬件电路的核心，模拟信号的采样需要其完成，动力学方程的计算也需要控制器来完成。所以硬件的性能基本上由控制器的性能决定。在第三章的动力学模型描述中，可以看到方程中包括各连杆质量、长度、相对质心的转动惯量等参数。同时，还需要对各关节的角度、角速度、角加速度进行计算。在后续的控制优化中，需要对人体运动状态进行分析，并代入到由正常行走状态生成的插值函数计算处相应的控制力矩。另外，还需要对人体姿态进行分析，将数据代入稳定性分析的方程中，通过主动控制避免穿戴者摔倒。所以，整个控制器承担的数据采集、处理、计算的任务繁重。需要一型较高性能的控制器。从内存的角度考虑，初步的控制算法代码量在30KB左右，如果后续要在主动控制、自主机器学习、防摔倒等领域进行完善，代码量可能会有较大增幅。因此，单片机的内存初步选定为1MB，为后续的程序完善提供足够的存储空间。从单片机采样频率考虑，因为单片机需要控制直流无刷电机驱动关节运动，电机运动需要跟随人的运动实时变化，所以对单片机的频率要求较高。设定控制电机的采样频率为100KSPS，则单片机的时钟频率至少要大于0.1MHZ。硬件在信号采集、处理、控制的过程中，需要ADC、SPI、GPIO、USB等之类的外设，使用一个具有上述外设的单片机比使用一个普通的单片机及外围加一个单独的扩展模块更为经济。因此需要寻找一款尽可能集成所有这些外设的单片机。因为，外设集成于单片机同时也意味着更低的功耗。这对提高电池续航能力有很大的帮助。显然，若要满足以上要求，51系列单片机达不到要求。所以需要选择STM32系列的更高性能的单片机。因为32系列的频率都满足要求，在这里不再赘述。下面是各个系列的高级性能和Flash比较：STM32F7：极高性能的MCU类别，支持高级特性；Cortex-M7内核；512KB到1MB的Flash；STM32F4：支持访问高级特性的高性能DSP和FPU指令；Cortex-M4内核；128KB到2MB的Flash；STM32F2：性价比极高的中档MCU类别；Cortex-M3内核；128KB到1MB的Flash；STM32F3：升级F1系列各级别的先进模拟外设；Cortex-M4内核；16KB到512KB的Flash；STM32F1：基础系列，基于Cortex-M3内核；16KB到1MB的Flash；STM32F0：入门级别的MCU，扩展了8-/16-位处理器的世界；Cortex-M0内核；16KB到256KB的Flash。STM32F1系列作为灵活、扩展的MCU，支持极为宽泛的产品应用。为了达到成本和性能的平衡。我们决定采用STM32F1单片机作为控制器。图4-1 STM32系列单片机比较图控制器模块除了需要晶振、稳压供电电路等必须的元素外，根据要求，对模块进行扩展。因为整个控制系统分为一个主控制器和六个从控制器，主从两部分通过CAN总线连接，因此需要把CAN总线所需要的外设扩展出来。考虑程序的下载和调试：在做成产品后，程序的更新和维护依然是必要的，所以不能把软件完全固化。虽然J-link的在线调试功能可以大大方便程序的维护开发，但是考虑到维护开发不需要在产品上直接进行，在实验室开发完后固化程序就好。除此之外，J-link下载端口过于庞大。因此，决定在电路板上扩展出USB串口模块，不采用J-link模块。另外，在电路上增加一个蜂鸣器用于报警。图4-2 STM32系统核心板原理图设计的控制系统的原理图如图所示。4.1.2传感器模块选型概述在外骨骼机器人中，传感器和传感器信息采集非常重要。在人体运动的过程中，传感器需要对人体上肢、下肢的运动进行有效的信息采集。在人体运动的过程中，运动神经会产生生物电信号并在电信号传播方向上产生电压差。通过测量电压差，可以预先判断人体肌肉运动趋势。另外，最优的控制就是外骨骼和人体运动完全同步，即可以认为在最优状态下，人体和外骨骼之间没有接触。为了达到这种状态，可以设计压力传感器，将其放在皮肤表层和外骨骼外衣之间检测两者之间的压力，通过反馈达到两者之间压力为零的最优状态。在拉格朗日方程中，模型中各连杆的角度、角速度、角加速度三个参量非常重要，它们三个的精度决定了控制力矩的精度。需要陀螺仪和加速度计对三个量进行精确的测量。1、肌电信号传感器国内外各大实验室现有关于外骨骼机器人的工作中，EMG肌电信号传感器必不可少。在沿着运动神经的方向，传感器通过两个以一定的间隔放置在人体皮肤表层的贴片电极采集电压信号。神经上信号电压值不会太大，需要对电压进行放大。因为电压信号小，放大器需要有很好抑制温漂和零漂的特性。考虑到电压采集的两根走线距离很近，为了提高采样精度，采样芯片在有良好的差分放大特性外，还需要有很好的共模抑制比。为了满足以上的要求，选择AD8221作为传感器芯片。AD8221还有极高的输入阻抗、低输入偏置电流噪声和低电压噪声。在输入电压较低的情况下，AD8221都能够维持较高的精度。AD8221能够在更大的频率范围抑制CMRR，这对信号的滤波要求就极大的降低了。根据AD8221技术手册的参考电路设计原理图，在AD8221前端，通过两个TL084运算放大器对输入信号进行放大。图4-3 肌电信号采集系统原理图 图4-4 肌电信号采样传感器示意图2、压力传感器用四个电阻组成电阻桥，如果其中一个电阻为压敏电阻，当有压力作用在电阻上时，它的阻值会产生变化。所以，通过电阻桥可以制作出一个压力传感器。出于人机工程学的考虑，压力传感器图4-5 柔性压力传感器示意图需要有良好的舒适度。即压力传感器的体积最好很小，传感器最好是柔性的。所以，采用柔性薄膜压力传感器。它在柔性硅层上整合了压敏电阻，可以满足以上要求。对于压力传感器的信号，通过MCP66002进行放大，然后传入单片机中。3、角度传感器角度、角速度、角加速度的测量对控制的精度有决定性的作用。因此，需要对以上三个参量进行高精度的测量。在人体运动时，肢体一般都是绕一个轴转动，没有很复杂的三轴旋转的叠加。这图4-6 MPU-3050角速度传感器工作原理 图4-7 角加速度传感器工作原理对后面的编程有很大帮助。决定用MMA8421和MPU3050分别作为角加速度传感器和角速度传感器。陀螺仪需要跟肢体同步运动，所以需要独立于控制板单独存在。它的体积要足够的小，这样才便于安装。所以，将MMA8421和MPU3050整合在一块小PCB板上，作为一个独立的传感器随肢体运动。图4-8 角速度传感器布线图传感器安装示意图：如图所示，力传感器绑在人体表层。以大腿为例，当人前抬腿时，如果外骨骼机器人的运动滞后与人体，则相对于外骨骼机器人，大腿向抬腿方向移动。此时大腿表层挤压贴于大腿前侧的压力传感器产生信号。当人放腿时，如果外骨骼机器人运动滞后，则大腿表层挤压贴于大腿后侧的压力传感器并产生信号。EMG肌电信号传感器贴在人体肌肉沿线的两个不同位置，当有肌电信号传过来以驱动肌肉运图4-9 力传感器和肌电传感器安装示意图动时，两个传感器的连线上产生电压差。通过产生的电压差以判断是否有大脑的驱动信号来控制肌肉运动。图4-10 角速度角加速度传感器安装示意图陀螺仪集成到缠绕在人体上的绑带里面，在肢体的各个部分运动时，绷带随所缠绕的位置一同运动。在系统运动过程中，控制器就可以通过陀螺仪采集的数据得出人体各个部分的运动状态。4.1.3电机驱动模块的选型与控制方案的选型特性要求：电机用来驱动关节的运动，根据第三章的模型分析，各个关节的力矩曲线图3-14所示： (4-1) (4-2)可以看出，在人体正常行走时，膝关节、髋关节的极限力矩均小于220Nm。考虑外骨骼机器人对正常穿戴者提供50%的运动助力，则可以将峰值力矩设定在110Nm。在辅助老年人或者病人时，在步速放缓的情况下，虽然穿戴者人体机能有比较大的衰减，但是120Nm的力矩仍然可以满足穿戴者的要求。在完成起身和爬坡等大力矩的动作时，要求电机转速下降，同时要能够提供较大的保持力矩。根据临床步态分析，此时的关节最大力矩： (4-3)同时，根据临床步态分析，对于膝关节和髋关节这两个受力最大的关节平均功率： (4-4)峰值功率： (4-5)根据以上分析，电机需要与一个减速器配套以降低转速并提高输出力矩，同时在低速状态下电机的力矩输出要足够。由于人体运动时上肢可能出于固定状态，所以电机需要有良好的位置控制特性，在电机堵转时，它除了提供人体所需的力矩，还需要有在一个较长的时间段内保持堵转的能力，即电机绕组的稳定性要较强，在大电流通过并在绕组上产生很多热量的情况下，绕组需要有良好的耐受能力。 能耗要求： 电机是整个外骨骼机器人的功率集中点、质量集中点，如果要提高外骨骼机器人的续航能力，电机的效率要足够的高，电机的质量也要尽可能的轻。 外观要求：为了满足外骨骼机器人的轻量化、通用化，则电机的体积需要受到控制，只有这样，外骨骼机器人的产品化才可能实现。外骨骼机器人的供电系统为直流电源供电，如果采用交流电机，逆变的过程依然会有能量的损失。所以，优先选用直流电机。在几类直流电机中，无刷电机没有换向的电刷，电机转动时受到的摩擦损耗更小。下面对两种电机进行比较：从控制的角度考虑，有刷、无刷直流电机在速度、力矩控制当中均通过PWM波来控制，但是有刷电机的转动惯量较大，一般在达到恒定的转速后很难调速。但是无刷电机通常是数字变频控制，可控性强，从每分钟几转，到每分钟几万转都可以很容易实现。从机械的角度考虑，因为无刷电机不存在电刷，所以在旋转时受到的阻力小，转动时噪音低，也不存在高频的摩擦产生的电磁干扰。从效率的角度考虑，无刷电机没有摩擦，也不像有