[发明专利]用于柔性驱动机器人的自适应变阻抗控制方法、系统与设备

说明书

本申请提供一种意图驱动的自适应阻抗控制方法、系统、设备、存储介质及机器人，涉及物理性人机交互领域，所述方法包括：获取目标用户的运动数据，将所述运动数据数据输入到运动意图模型，通过所述运动意图模型计算所述目标用户的运动意图，对所述运动意图进行实时追踪，获取变阻抗模型参数，将所述变阻抗模型参数输入驱动器的控制系统模型中，调整驱动器输出力矩，以使所述机器人进行动作。本申请并不是简单的引导人类或者跟随人类，而是评估人类的运动意图，主动采取措施对人类进行协助，本申请的方法能够实现稳定的闭环控制过程，其安全性得到严格保证，通过本申请的方法能够实现人机之间安全、高效的交互。

技术领域

本申请实施例涉及物理性人机交互技术领域，具体而言，涉及一种意图驱动的自适应阻抗控制方法、系统、设备、存储介质及机器人。

背景技术

物理性人机交互（physicalhuman-robot interaction，pHRI）技术致力于结合人类和机器的优点，目前在工业和医疗领域都有应用，但是物理性人机交互技术的安全性问题和效率问题一直都没有得到有效地解决。例如，在穿戴柔性驱动机械臂进行重物搬运、实施康复训练等场景中，人和机器人紧贴在一起，互相之间不可避免地会发生碰撞。

目前解决物理性人机交互中实现安全性的方法有设计轻型机械臂、设计被动机器人系统、传感器检测碰撞发生并及时进行反馈控制等，但是这些方法对实时性要求过高，需要大量传感器，并且在保证安全性的同时性能受到极大地限制。

因此，如何保证机器人和人的安全的情况下，安全、高效的实现物理性人机交互成为具有挑战性和亟待解决的问题。

发明内容

本申请实施例提供一种意图驱动的自适应阻抗控制方法、系统、设备、存储介质及机器人，旨在实现安全、高效的物理性人机交互。

本申请实施例第一方面提供一种意图驱动的自适应阻抗控制方法，所述方法包括：

获取目标用户的运动数据，所述运动数据包括关节角度向量、人机交互力矩；

将所述运动数据输入到运动意图模型，通过所述运动意图模型计算所述目标用户的运动意图，所述运动意图表示所述目标用户运动的期望位置；

对所述运动意图进行实时追踪，获取变阻抗模型参数，所述变阻抗模型参数表示所述机器人的当前位置与所述期望位置的冲突程度；

将所述变阻抗模型参数输入驱动器的控制系统模型中，调整驱动器输出力矩，以使所述机器人进行动作。

可选地，所述机器人为可穿戴机器人，所述运动意图模型为：

，

其中，是目标用户肢体的关节角度向量，表示关节角度向量对时间的一阶导，分别表示随时间变化的阻尼和刚度的参数，表示人机之间的交互力矩，表示运动意图，表示运动意图的一阶导，表示数据的维度为n，表示数据的维度为。

可选地，所述机器人为采用柔性驱动器的可穿戴机器人，所述对所述运动意图进行实时追踪，获取变阻抗模型参数，包括：

通过可变阻抗模型计算所述运动意图与所述可穿戴机器人的当前位置之间的位置差异，获取所述变阻抗模型参数；

所述可变阻抗模型为：

其中，表示预设的加权函数，分别表示期望惯性矩阵、期望阻尼矩阵、期望刚度矩阵，它们是对角线矩阵，且矩阵中对角线上的元素为常数，分别表示机器人关节角度、期望的运动意图，分别表示对时间的二阶导，表示对时间的一阶导，表示人机之间的交互力矩，表示数据的维度为。

可选地，所述加权函数为：

，