CN102922508B - 一种电动汽车电池换装外骨骼机器人系统 - Google Patents
一种电动汽车电池换装外骨骼机器人系统 Download PDFInfo
- Publication number
- CN102922508B CN102922508B CN201210355661.7A CN201210355661A CN102922508B CN 102922508 B CN102922508 B CN 102922508B CN 201210355661 A CN201210355661 A CN 201210355661A CN 102922508 B CN102922508 B CN 102922508B
- Authority
- CN
- China
- Prior art keywords
- exoskeleton robot
- wearer
- motion
- module
- joint
- 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)
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种电动汽车电池换装外骨骼机器人系统,包括穿戴者运动信息采集模块、穿戴者运动信号分析处理模块、外骨骼机器人控制模块和外骨骼机器人机械结构模块;穿戴者运动信息采集模块将采集的穿戴者脑电信号传递给穿戴者运动信号分析处理模块,穿戴者运动信号分析处理模块分析处理穿戴者脑电信号,识别穿戴者的运动意图,转换为运动信号传递给外骨骼机器人控制模块,外骨骼机器人控制模块接收运动信号并控制外骨骼机器人机械结构模块根据运动信号进行活动。本发明的系统和人紧密联系的人机结合的机械动力系统,能够给人提供保护、额外的动力和能力,增强人体机能,使得操作者能轻松地完成艰巨的任务。
Description
技术领域
本发明属于先进制造技术领域,涉及一种机器人系统,尤其是一种电动汽车电池换装外骨骼机器人系统。
背景技术
环境和能源问题日益严峻,传统燃油汽车环境污染严重,能源消耗大,引起人们越来越多的关注与担忧。据联合国能源发展署统计,汽车耗油占石化能源消耗的比例高达75%,其尾气排放占大气污染的30%~60%。在全球倡导低碳经济的背景下,为节约能源、减少温室气体排放,汽车工业发展的重心正在发生转移,发展新能源汽车已成为业界共识。随着技术的不断进步,我国电动汽车应用重点将逐步从公共服务用车、微型电动汽车过渡到电动乘用车,并形成电动汽车发展的市场化机制,实现电动汽车的大规模产业化。电动汽车与传统燃油汽车相比具有零排放、低噪声、高能效、运行及维修成本低廉等优点,在清洁、环保、节能等方面占据着明显的优势,其广泛普及可有效缓解上述问题。但是,在技术和价格的坚冰逐步消融的过程中,配套电力设施的建设成为严重制约电动汽车产业发展的因素。
电动汽车的动力来源为装载于车体内部的动力蓄电池,当动力电池的电能消耗到一定程度时,就必须对其进行能量补充,以保证电动汽车能够持续循环使用。目前电动汽车的能量补给方式主要分为充电和电池换装两种。所谓充电,是指使用外部交流或直流电源直接对动力电池进行充电;而电池换装则是指用充满电能的动力电池替换电动汽车上电能已经耗尽的动力电池来完成电能补充。电池换装主要应用在大型电动公交车和工程车辆中,该种能量补给形式在整体比例中所占比重较大,影响着社会民生的方方面面。目前,我国普及电动汽车主要是从公共交通业入手,在一些城市试点,将公交车改为电动汽车。但电动公交车的电池较重,一般都在上百公斤,因此需要一种设备来帮助人们实现电池的搬运和装卸。现行的换电机器人,无论是导轨式移动机器人,还是皮带输送机器人,虽然能够完成电池的搬运,但是仍有许多难以克服的缺点:
(1)换电机器人柔性设计较差,不可能完成对各种尺寸的电池进行换装;
(2)换电机器人对工作环境要求较高,必须事先设计好工作路线,抗干扰能力较差;
(3)换电机器人对操作工人的要求较高,不能满足各种人群的操作要求,普遍适用性较差。
基于以上难以克服的缺点以及对于电池换装的迫切性需要,一种可穿戴换电外骨骼机器人应市场的需求会应允而生。外骨骼机器人是一种和人紧密联系的人机结合的机械动力系统,类似于昆虫的外骨骼,能穿戴在人体外部,可以给人提供保护、额外的动力和能力,增强人体机能,使得操作者能轻松地完成艰巨的任务。将外骨骼机器人应用到电动汽车的电池换装中,代替传统的传送带和特定的搬运移动设备,可以充分发挥人体智能决策在电池换装中的优势,克服传统电池换装机器人的缺点,大大加快更换速度且保证其高可靠性,同时又能起到助力作用,在较大程度上增加人体的力量,使工人能轻松胜任重型搬运工作。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供一种电动汽车电池换装外骨骼机器人系统,该系统和人紧密联系的人机结合的机械动力系统,能够给人提供保护、额外的动力和能力,增强人体机能,使得操作者能轻松地完成艰巨的任务。
本发明的目的是通过以下技术方案来解决的:
这种电动汽车电池换装外骨骼机器人系统,包括穿戴者运动信息采集模块、穿戴者运动信号分析处理模块、外骨骼机器人控制模块和外骨骼机器人机械结构模块;所述穿戴者运动信息采集模块将采集的穿戴者脑电信号传递给穿戴者运动信号分析处理模块,所述穿戴者运动信号分析处理模块分析处理穿戴者脑电信号,识别穿戴者的运动意图,转换为运动信号传递给外骨骼机器人控制模块,所述外骨骼机器人控制模块接收运动信号并控制外骨骼机器人机械结构模块根据运动信号进行活动。
上述穿戴者运动信号分析处理模块是计算机。
进一步,上述外骨骼机器人控制模块采用DSP实现。
上述DSP采用TMS320F2812。
上述外骨骼机器人机械结构模块包括背板、连接于背板上端两侧的两个上肢和连接于背板下端两侧的两个下肢;所述上肢由肩关节、大臂、肘关节、小臂、腕关节和手依次连接组成;在大臂与小臂之间还连接有第一液压缸;所述下肢由髋关节、大腿机构、膝关节、小腿机构、踝关节和脚依次连接组成;所述大腿机构包括大腿内杆和大腿外杆,所述大腿内杆同轴设置在大腿外杆内部,且大腿内杆的上端与髋关节连接,大腿外杆的下端与膝关节连接,在髋关节与大腿外杆的下端之间连接有第二液压缸,在大腿内杆的上端与膝关节之间连接有第三液压缸;所述小腿机构包括小腿内杆和小腿外杆,所述小腿内杆同轴设置在小腿外杆内部,小腿内杆的上端与膝关节连接,小腿外杆的下端于踝关节连接,所述踝关节与小腿内杆的上端之间连接有第四液压缸。
上述第一液压缸、第二液压缸、第三液压缸、第四液压缸通过电磁换向阀连接有液压泵,所述电磁换向阀连接有PID控制器。
上述穿戴者运动信息采集模块包括脑电帽、光纤动捕带和若干压力传感器;所述脑电帽采用皮肤干电极来拾取C3、C4、P3、P4、O1和O2点的脑部信号;所述压力传感器置于外骨骼机器人机械结构模块的各关节中,用于采集外骨骼机器人机械结构模块与穿戴者的交互力信号;所述光纤动捕带置于穿戴者四肢,来采集穿戴者四肢运动角度信号;所述穿戴者运动信息采集模块通过脑电极、压力传感器以及光纤动捕带的共同作用来完成对穿戴者运动产生的脑电信号、人与外骨骼机器人机械结构模块的交互力信号以及角度信号的采集。
本发明具有以下有益效果:
本发明的外骨骼机器人应用于电动汽车的电池换装领域,将大大缩短电动汽车的能量补给时间,着实提高其整体效率,达到“增效”的作用,同时还能够减少所需的设备数,达到真正的“节材、减人”的目的。与此同时,该项技术的关键瓶颈的解决,有助于推动整个电动汽车行业的发展,符合我国创建友好型、资源节约型的和谐社会需求,能在较大程度上解决能源、环境危机,实现节能减排和可持续发展,可以产生显著的社会效益和经济效益。
附图说明
图1为系统工作流程图;
图2为脑部兴奋点分布图;
图3为脑部信号采集图;
图4为五层模糊神经网络框架图;
图5为电池换装外骨骼机器人总体结构设计技术路线图;
图6为电动汽车电池换装外骨骼机器人三维图;
图7为外骨骼机器人的控制流程图;
图8为工作场景图;
图9为PID控制器原理图;
图10为基于DSP的PID控制器实现框图;
图11为基于TMS320F2812的PID控制器的实现框图;
图12为DSP控制程序流程图。
具体实施方式
本发明的电动汽车电池换装外骨骼机器人系统根据电动汽车电池换装外骨骼机器人的特殊用途,在结构设计方面区别于一般的康复治疗外骨骼机器人。在对该系统进行设计时,本发明考虑了外骨骼机器人的负重问题。根据工作环境的要求,外骨骼机器人必须能够举起30公斤重的电池进行搬运。通过准确计算出上肢承受的30公斤负载在外骨骼机构上的分布情况并以此为根据进行了外骨骼机器人的设计。本发明将电动汽车换装外骨骼机器人分为四大模块,包括穿戴者运动信息采集模块、穿戴者运动信号分析处理模块、外骨骼机器人控制模块和外骨骼机器人机械结构模块;所述穿戴者运动信息采集模块将采集的穿戴者脑电信号传递给穿戴者运动信号分析处理模块,所述穿戴者运动信号分析处理模块分析处理穿戴者脑电信号,识别穿戴者的运动意图,转换为运动信号传递给外骨骼机器人控制模块,所述外骨骼机器人控制模块接收运动信号并控制外骨骼机器人机械结构模块根据运动信号进行活动。可见,本发明将四大模块结合起来,相互协调,共同完成外骨骼装置对穿戴者实施助力的电池换装功能。下面是对各个模块的具体介绍:
穿戴者运动信息采集模块
在电动汽车电池的换装过程中,外骨骼机器人对操作人员的运动意图识别是整个外骨骼机器人技术中最重要的一环,只有在识别了人的运动意图后,方能进行后续的运动控制并完成整个电池的换装任务。因此穿戴者运动信息采集模块包括脑电帽、光纤动捕带和若干压力传感器。脑电帽采集脑电信号作为控制信号的来源。脑电信号是一种非常微弱的信号,一般幅值在0.1~200μV,信号频率在40Hz以内,脑电信号产生的实质是使大脑不同部位兴奋产生信号波动,因此在采集时应做理论分析或实验测试,以便确定在各个兴奋点布置脑电极来识别脑电信号。根据脑功能区分布和国际标准电极放置方法,本发明采用皮肤干电极来拾取C3、C4、P3、P4、O1和O2点的脑部信号,该6个位置能够很好地反映动作、想象(意念)和视觉三方面的信息,能够准确反映穿戴者的人体意图。脑部兴奋点分布和脑电信号采集分别如图2和图3所示。将压力传感器置于外骨骼机器人机械结构模块的各关节保护套中,用于采集外骨骼机器人与人的交互力信号,在本发明的最佳实施例中,所选择的压力传感器为西安力敏NX硅压阻式压力传感器芯片,该种压力传感器利用半导体材料的压阻效应来进行压力测量,并可以感觉到微小的形变而产生电压信号。光纤动捕带置于穿戴者的四肢,用于采集四肢运动角度信号。通过脑电极、压力传感器以及光纤动捕带的共同作用来完成对穿戴者运动产生的脑电信号、人与机器人的交互力信号以及角度信号的采集。
穿戴者运动信号分析处理模块
穿戴者运动信号包括脑电极采集的脑电信号、压力传感器采集的压力信号以及光纤动捕带采集的角度信号,人体运动信号分析处理模块包括两方面:一是对脑电信号进行分析处理来识别人体运动意图,二是对所采集的压力信号和光纤动捕带的角度信号进行分析处理并反馈至DSP实现闭环控制。其中,脑部信号分析处理模块是对由脑电极采集的脑电信号进行科学分析和处理的模块,对于外骨骼机器人的控制起到关键性的作用。脑部产生的脑电信号十分微弱,其中难免混杂有干扰信号,所以在将信号进行分析处理之前,首先要提取脑电信号的有效特征,本发明采用小波分析来对信号进行特征提取,它对信号的自适应性较强,在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率。穿戴者运动信号分析处理模块可以由计算机实现。
本发明引入五层模糊神经网络来实现人体意图信号的识别:第一层为输入层,主要作用是输入待分析信号的有效特征;第二层为模糊化层,它的作用是将脑电信号转换为模糊语言变量;第三层为模糊推理层,主要是建立神经网络的模糊规则,第四层为模糊规则输出层,主要作用是完成对模糊规则进行加权输出;第五层为去模糊化层,主要作用是获得预测的关节角度值,具体框架图如图4所示。在该神经网络中,本发明采用BP算法进行运算,具体的运算步骤如下:1)初始化权以及域值为一个小的随机数;2)施加输入矢量及期望输出;3)从第一隐层开始,逐层计算输出矢量;4)按下式修正权值:wij(t+1)=wij+ηδiX’i,其中η>0为学习常数,wij是从结点i到结点j的权值X’i为结点i的输出或一个输入,δi为结点j的误差项;5)重复3)~5)直到对所有样本权值不再变化。
在本发明的神经网络中,一共有6个输入节点和12个输出节点,其中,6个输入节点的信号分别为在脑部C3、C4、P3、P4、O1和O2位置提取的信号通过小波特征提取获得的有效特征信号;12个输出节点分别对应人体四肢的12个关节的预测角度值,即左右肩关节、左右肘关节、左右腕关节、左右髋关节、左右膝关节以及左右踝关节的预测角度值;神经网络内部的运算方法采用BP算法。BP算法的优点是算法推导清楚,学习精度较高,可用作一个通用的函数模拟器,其运行速度极快,可用于实时处理。通过五层模糊神经网络的运算,本发明可以获得外骨骼机器人各个关节运动的预测角度值,该值科学估算出各个关节的运动角度,确定了各个关节运动后的位置和状态。压阻式传感器和光纤动捕带能够精确获得人体在运动时产生的压力信号和角度信号,对采集到的上述两种信号进行前期的放大和滤波预处理,即可以将其输入到主控制DSP芯片中。
外骨骼机器人机械结构设计模块
在电动汽车电池换装的过程中,许多功能要通过人与外骨骼之间力的交互来实现,如果结构设计不当,会使穿戴者感到疲劳,从而降低持久力,影响工作的顺利完成。故考虑人机接触中的传递,人与外骨骼之间的交互力传递主要受到两个方面因素的影响,分别为人体表层软组织、人与外骨骼之间的接触支撑。因此,本发明以这两方面因素为主要设计准则,进行外骨骼机器人总体设计,如图5所示。外骨骼机器人机械结构模块包括背板、连接于背板上端两侧的两个上肢和连接于背板下端两侧的两个下肢;上肢由肩关节1、大臂2、肘关节3、小臂4、腕关节5和手11依次连接组成;在大臂2与小臂4之间还连接有第一液压缸10;下肢由髋关节12、大腿机构、膝关节13、小腿机构、踝关节14和脚15依次连接组成;大腿机构包括大腿内杆6和大腿外杆7,大腿内杆6同轴设置在大腿外杆7内部,且大腿内杆6的上端与髋关节12连接,大腿外杆7的下端与膝关节13连接,在髋关节12与大腿外杆7的下端之间连接有第二液压缸16,在大腿内杆6的上端与膝关节13之间连接有第三液压缸17;小腿机构包括小腿内杆8和小腿外杆9,小腿内杆8同轴设置在小腿外杆9内部,小腿内杆8的上端与膝关节13连接,小腿外杆9的下端于踝关节14连接,踝关节14与小腿内杆8的上端之间连接有第四液压缸18。所述第一液压缸10、第二液压缸16、第三液压缸17、第四液压缸18通过电磁换向阀连接有液压泵,所述电磁换向阀连接有PID控制器。
电动汽车电池换装外骨骼机器人上肢要搬运30公斤重的电池,在搬运过程中,电池的重力会使外骨骼系统各个关节处产生一定的载荷,因此,在设计外骨骼人时,本发明首先计算出负重在各个关节处的分布情况以及各个关节承受负载的大小,并以此为根据设计各个关节的结构以及选择适当的液压泵、液压缸等工作元件。
上肢是电动汽车电池换装外骨骼机器人的主要工作部位,在上肢的设计中,腕关节和肘关节设计成并联球关节,肩关节具有一个自由度,为了提高承载能力与刚度,本发明采用滑动四杆机构,各个关节之间采用轻质金属杆进行连接,关节与连杆通过细牙螺纹以及防松螺母连接。在下肢的设计中,髋关节有3个自由度,膝关节有1个自由度,踝关节有2个自由度,据此,膝关节采用滑动四杆机构,髋、踝关节采用并联球关节,各个关节之间也采用轻质金属杆连接,关节与连杆通过细牙螺纹以及防松螺母连接。为了满足不同身高人群的体态特征,使外骨骼机器人系统具有普遍适用性,本发明根据人体工程学原理分别计算出大臂、小臂、大腿、小腿、腰部宽度等部位的变化范围,连接用轻质金属杆采用可调节的内外杆形式,内外杆用螺栓进行固定,可调范围由各个部位的变化范围来确定。驱动系统部分,本发明采用液压系统来为外骨骼机器人提供驱动力。液压系统由液压泵、液压缸、电磁换向阀、油箱、油管等元件组成。液压泵为动力元件,它为整个液压系统提供动力。液压缸为执行元件,其作用是将液压油的压力能转换为机械能,驱动外骨骼各个肢节绕关节轴转动。电磁换向阀为控制元件,它根据人体运动状态的变化来控制和调节液压油的流量和方向,从而驱动外骨骼机器人与操作者的运动协调一致。油箱、油管等为辅助元件,其作用是保证外骨骼机器人整个液压系统安全可靠地工作。根据设计要求,电动汽车电池换装外骨骼机器人分为上肢和下肢,上、下肢共有12个需要驱动的关节,因此本发明在各个关节处安装1个液压缸和1个电磁换向阀,液压泵为各个液压缸供油。液压系统与外骨骼机器人控制系统相连,保证外骨骼机器人与人体同步行走的协调一致。电动汽车电池换装外骨骼机器人的三维图如图6所示。
外骨骼机器人控制模块
穿戴者在穿戴外骨骼机器人进行工作时,需要完成6个工作过程,分别为:(1)卸下电动汽车上亏电电池;(2)携带亏电电池步行到达充电柜旁;(3)将亏电电池放入充电柜中进行充电;(4)从充电柜中却下已充满电的电池;(5)携带满电电池步行到达电动汽车旁;(6)将满电电池装入电动汽车上。具体的工作场景图如图8所示。根据外骨骼机器人的工作过程,本发明将外骨骼机器人分为上述6个工作模式分别进行控制。以下是各个工作模式的控制过程:在模式(1)中,穿戴者主要完成上肢抓取亏电电池的动作,在该过程中,下肢各个关节不发生运动,控制系统控制上肢肘关节、腕关节以及肩关节弯曲完成抓取动作;在模式(2)中,上肢各个关节保持抓取动作不变,控制系统控制髋关节、膝关节以及踝关节屈伸完成行走动作;在模式(3)中,控制系统控制外骨骼机器人上肢各关节伸展,完成放下亏电电池动作,下肢保持站立姿势;在模式(4)中,控制系统控制外骨骼机器人上肢各关节弯曲完成抓取满电电池动作,下肢保持站立姿势;在模式(5)中,上肢保持弯曲抓取姿势,控制系统控制外骨骼机器人下肢各关节运动达到行走目的;在模式(6)中,控制系统控制外骨骼机器人上肢伸展将满电电池放入电动汽车中。6个工作模式分别按照顺序依次进行工作,模式之间的切换通过检测脑部是否有新的兴奋信号输出来完成,每当脑部输出一次兴奋信号,模式与模式之间会发生一次切换,五层神经网络将不同模式下的预测关节角度值输入DSP中,从而驱动液压系统来控制各个关节运动。外骨骼机器人的控制流程图如图9所示。
在本发明中,控制系统的执行元件是液压系统,具体的控制方法是用TI公司的TMS320F2812DSP来控制电磁换向阀的流量和方向以达到控制目的。在电动汽车电池换装外骨骼机器人中,液压泵为8个液压缸供油,每一个液压缸对应一个电磁换向阀,电磁换向阀与PID控制器相连,电磁换向阀与液压缸共同控制对应关节的运动,由此,本发明设计的液压控制系统主要由DSP控制PID控制器来完成,所采用的控制算法为模糊PID控制算法,具体的PID控制器框图如图10所示,图中r(t)是液压油流速设定值,c(t)是液压油实际流速值,e(t)是输入控制器的偏差信号。在DSP进行控制时,首先由DSP给出各个液压缸中液压油的流速r(k),然后经过DSP计算出控制量u(t),对它进行D/A转换生成模拟控制量u(t),从而实现控制电磁换向阀以达到对各个液压缸中液压油流速的控制,各个液压缸中液压油的实际流速通过A/D转换器送入DSP进行反馈调节,从而使整个系统构成一个闭环系统。基于TMS320F2812的PID控制器的实现框图如图11所示。
在硬件控制系统搭建完成的情况下,本发明对软件系统也进行了搭建。根据分析,DSP对于PID控制器的控制主要是通过编程来实现的,在本系统中,本发明采用C语言对DSP进行编程,编程的具体流程如图12所示。
Claims (7)
1.一种电动汽车电池换装外骨骼机器人系统,其特征在于,包括穿戴者运动信息采集模块、穿戴者运动信号分析处理模块、外骨骼机器人控制模块和外骨骼机器人机械结构模块;所述穿戴者运动信息采集模块将采集的穿戴者脑电信号传递给穿戴者运动信号分析处理模块,所述穿戴者运动信号分析处理模块分析处理穿戴者脑电信号,识别穿戴者的运动意图,转换为运动信号传递给外骨骼机器人控制模块,所述外骨骼机器人控制模块接收运动信号并控制外骨骼机器人机械结构模块根据运动信号进行活动;所述穿戴者运动信息采集模块包括脑电帽、光纤动捕带和若干压力传感器;所述脑电帽采用皮肤干电极来拾取C3、C4、P3、P4、O1和O2点的脑部信号;所述压力传感器置于外骨骼机器人机械结构模块的各关节中,用于采集外骨骼机器人机械结构模块与穿戴者的交互力信号;所述光纤动捕带置于穿戴者四肢,来采集穿戴者四肢运动角度信号;所述穿戴者运动信息采集模块通过脑电极、压力传感器以及光纤动捕带的共同作用来完成对穿戴者运动产生的脑电信号、人与外骨骼机器人机械结构模块的交互力信号以及角度信号的采集。
2.根据权利要求1所述的电动汽车电池换装外骨骼机器人系统,其特征在于,所述穿戴者运动信号分析处理模块是计算机。
3.根据权利要求1所述的电动汽车电池换装外骨骼机器人系统,其特征在于,所述外骨骼机器人控制模块采用DSP实现。
4.根据权利要求3所述的电动汽车电池换装外骨骼机器人系统,其特征在于,所述DSP采用TMS320F2812。
5.根据权利要求1所述的电动汽车电池换装外骨骼机器人系统,其特征在于,所述外骨骼机器人机械结构模块包括背板、连接于背板上端两侧 的两个上肢和连接于背板下端两侧的两个下肢;所述上肢由肩关节(1)、大臂(2)、肘关节(3)、小臂(4)、腕关节(5)和手(11)依次连接组成;在大臂(2)与小臂(4)之间还连接有第一液压缸(10);所述下肢由髋关节(12)、大腿机构、膝关节(13)、小腿机构、踝关节(14)和脚(15)依次连接组成;所述大腿机构包括大腿内杆(6)和大腿外杆(7),所述大腿内杆(6)同轴设置在大腿外杆(7)内部,且大腿内杆(6)的上端与髋关节(12)连接,大腿外杆(7)的下端与膝关节(13)连接,在髋关节(12)与大腿外杆(7)的下端之间连接有第二液压缸(16),在大腿内杆(6)的上端与膝关节(13)之间连接有第三液压缸(17);所述小腿机构包括小腿内杆(8)和小腿外杆(9),所述小腿内杆(8)同轴设置在小腿外杆(9)内部,小腿内杆(8)的上端与膝关节(13)连接,小腿外杆(9)的下端与踝关节(14)连接,所述踝关节(14)与小腿内杆(8)的上端之间连接有第四液压缸(18)。
6.根据权利要求5所述的电动汽车电池换装外骨骼机器人系统,其特征在于,所述第一液压缸(10)、第二液压缸(16)、第三液压缸(17)、第四液压缸(18)通过电磁换向阀连接有液压泵,所述电磁换向阀连接有PID控制器。
7.根据权利要求1所述的电动汽车电池换装外骨骼机器人系统,其特征在于,所述穿戴者运动信号分析处理模块引入五层模糊神经网络来实现人体意图信号的识别:第一层为输入层,作用是输入待分析信号的有效特征;第二层为模糊化层,作用是将脑电信号转换为模糊语言变量;第三层为模糊推理层,作用是建立神经网络的模糊规则;第四层为模糊规则输出层,作用是完成对模糊规则进行加权输出;第五层为去模糊化层,作用是 获得预测的关节角度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210355661.7A CN102922508B (zh) | 2012-09-21 | 2012-09-21 | 一种电动汽车电池换装外骨骼机器人系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210355661.7A CN102922508B (zh) | 2012-09-21 | 2012-09-21 | 一种电动汽车电池换装外骨骼机器人系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102922508A CN102922508A (zh) | 2013-02-13 |
CN102922508B true CN102922508B (zh) | 2015-01-07 |
Family
ID=47637509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210355661.7A Expired - Fee Related CN102922508B (zh) | 2012-09-21 | 2012-09-21 | 一种电动汽车电池换装外骨骼机器人系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102922508B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3402453A4 (en) * | 2016-01-11 | 2019-08-28 | Bionic Power Inc. | INTERMITTENT SUPPORT FOR BODY MOVEMENTS |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103707284B (zh) * | 2013-12-29 | 2016-01-20 | 哈尔滨理工大学 | 佩戴式上肢助力臂及其助力方法 |
CN103908392B (zh) * | 2014-02-25 | 2017-09-08 | 北京航空航天大学 | 一种适用于外骨骼辅助支撑机器人的具有髋关节参数测量的腰部装置 |
CN104002307A (zh) * | 2014-05-23 | 2014-08-27 | 智慧城市系统服务(中国)有限公司 | 穿戴式救援机器人控制方法及系统 |
EP2985008B1 (en) * | 2014-08-06 | 2019-03-20 | Harris Corporation | Robotic exoskeleton multi-modal control system |
CN104552276B (zh) * | 2014-12-31 | 2016-02-24 | 浙江大学 | 气动肌肉驱动的外骨骼助力机构 |
CN104794977B (zh) * | 2015-04-08 | 2017-08-01 | 西安交通大学 | 一种仿人形机构展示平台 |
CN104758142B (zh) * | 2015-04-10 | 2017-06-27 | 电子科技大学 | 一种助力外骨骼机器人 |
CN104983542B (zh) * | 2015-07-24 | 2017-05-31 | 天津科技大学 | 外骨骼式康复辅助装置 |
CN105105895B (zh) * | 2015-08-14 | 2017-03-08 | 浙江大学 | 一种单关节助力外骨骼滑模控制的方法 |
CN105108760B (zh) * | 2015-08-14 | 2017-05-24 | 安徽三联机器人科技有限公司 | 一种可穿戴式助力外骨骼上肢机构的控制方法 |
CN105214989B (zh) * | 2015-11-02 | 2017-10-17 | 山东建筑大学 | 变电站带电作业水冲洗机器人及其液压系统控制方法 |
CN105496734A (zh) * | 2016-01-15 | 2016-04-20 | 中国矿业大学 | 一种基于机械外骨骼动作状态的随动系统 |
CN106272337A (zh) * | 2016-08-25 | 2017-01-04 | 西南交通大学 | 一种可穿戴下肢外骨骼助力机器人 |
CN106217396A (zh) * | 2016-08-29 | 2016-12-14 | 于敏学 | 基于触觉控制的智能助力系统 |
CN106493738A (zh) * | 2016-10-26 | 2017-03-15 | 河南工业大学 | 一种幼儿助教用双腿行走仿人教育机器人 |
CN106313012B (zh) * | 2016-11-01 | 2018-05-15 | 张帅 | 辅助并增强人体力量的装置 |
CN106983639A (zh) * | 2017-05-16 | 2017-07-28 | 重庆博创声远科技有限公司 | 一种辅助偏瘫患者行走装置 |
JP2019063905A (ja) * | 2017-09-29 | 2019-04-25 | 本田技研工業株式会社 | ロボット制御システム、ロボット制御方法およびロボット制御システム用ユーザ機器 |
CN108143521B (zh) * | 2017-12-12 | 2019-11-12 | 常州大学 | 一种肘关节中的仿人肱桡关节 |
DE102018206823A1 (de) | 2018-05-03 | 2019-11-07 | Krones Ag | Behälterbehandlungsanlage |
CN108555885A (zh) * | 2018-05-15 | 2018-09-21 | 西南交通大学 | 一种可调节重心的外骨骼腰部装置 |
CN110405733A (zh) * | 2019-07-30 | 2019-11-05 | 北京机械设备研究所 | 一种液压缸驱动的上肢外骨骼装置 |
CN114770519B (zh) * | 2022-05-24 | 2023-03-31 | 沈阳工业大学 | 一种关节力估计方法 |
CN115245447A (zh) * | 2022-09-22 | 2022-10-28 | 山东海天智能工程有限公司 | 脑机接口协调外骨骼智能分配的系统和方法 |
CN118848997B (zh) * | 2024-09-26 | 2024-12-06 | 国网(山东)电动汽车服务有限公司 | 基于深度强化学习的机械臂精准控制充电盖开合方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2730338Y (zh) * | 2004-08-10 | 2005-10-05 | 浙江大学 | 一种可穿戴式的下肢步行外骨骼 |
CN101336848A (zh) * | 2008-08-22 | 2009-01-07 | 中国人民解放军海军航空工程学院 | 人机外骨骼系统及其力控制方法 |
CN101926722A (zh) * | 2003-08-21 | 2010-12-29 | 国立大学法人筑波大学 | 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序 |
CN102309365A (zh) * | 2011-08-30 | 2012-01-11 | 西安交通大学苏州研究院 | 一种可穿戴的脑控智能假肢 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007097636A (ja) * | 2005-09-30 | 2007-04-19 | Matsushita Electric Ind Co Ltd | 筋力補助装置 |
JP5244348B2 (ja) * | 2007-09-04 | 2013-07-24 | 国立大学法人 筑波大学 | 装着式動作補助装置及びその制御方法 |
US8096965B2 (en) * | 2008-10-13 | 2012-01-17 | Argo Medical Technologies Ltd. | Locomotion assisting device and method |
JP2011092507A (ja) * | 2009-10-30 | 2011-05-12 | Satsuma Tsushin Kogyo Kk | 装着型筋力補助装置 |
-
2012
- 2012-09-21 CN CN201210355661.7A patent/CN102922508B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101926722A (zh) * | 2003-08-21 | 2010-12-29 | 国立大学法人筑波大学 | 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序 |
CN2730338Y (zh) * | 2004-08-10 | 2005-10-05 | 浙江大学 | 一种可穿戴式的下肢步行外骨骼 |
CN101336848A (zh) * | 2008-08-22 | 2009-01-07 | 中国人民解放军海军航空工程学院 | 人机外骨骼系统及其力控制方法 |
CN102309365A (zh) * | 2011-08-30 | 2012-01-11 | 西安交通大学苏州研究院 | 一种可穿戴的脑控智能假肢 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3402453A4 (en) * | 2016-01-11 | 2019-08-28 | Bionic Power Inc. | INTERMITTENT SUPPORT FOR BODY MOVEMENTS |
Also Published As
Publication number | Publication date |
---|---|
CN102922508A (zh) | 2013-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102922508B (zh) | 一种电动汽车电池换装外骨骼机器人系统 | |
CN109015649B (zh) | 实现节律柔顺运动的液压外骨骼机器人控制系统及方法 | |
CN110834329B (zh) | 外骨骼控制方法及装置 | |
CN110303479A (zh) | 一种可穿戴柔性膝关节外骨骼及其控制方法 | |
Wu et al. | Development of a lower limb multi-joint assistance soft exosuit | |
Li et al. | Machine learning-based energy harvesting for wearable exoskeleton robots | |
Ugurlu et al. | Compliant joint modification and real-time dynamic walking implementation on bipedal robot cCub | |
CN112560594B (zh) | 一种柔性外骨骼系统的人体步态识别方法 | |
Zhu et al. | Energy-efficient bio-inspired gait planning and control for biped robot based on human locomotion analysis | |
Zou et al. | Online gait learning with assist-as-needed control strategy for post-stroke rehabilitation exoskeletons | |
Lipeng et al. | Research on gait switching control of quadruped robot based on dynamic and static combination | |
Qu et al. | Research on fuzzy adaptive impedance control of lower extremity exoskeleton | |
Zhou et al. | Design of control system for lower limb exoskeleton robot | |
Yali et al. | Kinematics analysis of lower extremity exoskeleton | |
CN109421081A (zh) | 一种基于重载搬运的智能助力机器人系统的研制方法 | |
Kunyou et al. | Research of fuzzy PID control for lower limb wearable exoskeleton robot | |
Cai | Mechanical Structure Design of Wearable Assistive Robot Driven by ADAMS System | |
Huang et al. | Design of a humanoid bipedal robot based on kinematics and dynamics analysis of human lower limbs | |
Sun et al. | Development of dual-arm lower limb rehabilitation robot for hemiplegic patients | |
Wang et al. | Gait planning and hybrid model based tracking control of lower extremity exoskeleton | |
Li et al. | Experimental verification of the effect of human lower extremity exoskeleton | |
CN115194736A (zh) | 一种自适应重力调整机构的下肢外骨骼机器人助力系统 | |
Li et al. | Design of PID Control Algorithm for Mechanical Arm Based on BP Neural Network Model | |
Yue et al. | Research on Lower Limb Rehabilitation Exoskeleton Control based on Improved Dynamic Motion Primitives | |
Ren et al. | Design of Human-Machine Cooperative Control Algorithm for Lower Extremity Exoskeleton |
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: 20150107 Termination date: 20190921 |