[发明专利]站坐交互中护理机器人智能辅助方法

权利要求书

1.站坐交互中护理机器人智能辅助方法，其特征在于包括以下步骤：

步骤一：对人体的生物模型进行简化,结合简化后的人体结构，构建描述人体生物结构的空间几何模型，描述站坐交互中人体部位间的几何关系；

步骤二：基于垂直维度与步骤一中的人体空间几何模型构建人体进行站坐交互的动力学模型；模型中人体在垂直维度的运动过程被分为了两个阶段，第一阶段人体只受到来自座椅柔软部分软弹簧的弹力和重力，第二阶段人体不但受到一个恒定不变的软弹簧的弹力和重力，还要受到来自座椅底部坚硬部分的硬弹簧的弹力；

步骤三：人体站坐交互的动力学模型的预测计算；在不考虑纵向受到外力的情况下，基于当前采样周期的刚体质心的位移、速度和加速度通过模型中的动力学方程预测出下一个采样周期的质心位移、速度和加速度；

步骤四：在步骤二动力学模型的基础上建立护理机器人的智能辅助模型；将人体看作是一个质量块，并将护理机器人也看作为一个质量块；人体与护理机器人之间由两组弹簧阻尼相连，第一组弹簧阻尼包括人体大腿柔软部位的弹簧阻尼和护理机器人椅面柔软部分的弹簧阻尼，第二组弹簧阻尼包括人体大腿骨骼坚硬部分和护理机器人椅面坚硬部分的弹簧阻尼；以上弹簧阻尼的大小均取决于人体与护理机器人的相对位移；相对位移变化，弹簧阻尼值也随之线性变化；

步骤五：通过传感器获取人体接触座椅瞬间的状态变量，其中包括人与机器人的位移、速度、加速度；将得到的状态变量输入到状态观测器A中，使状态观测器A开始循环计算未来状态变量x的预测序列；获得的预测序列为在不考虑机器人辅助力条件下人与护理机器人在未来采样周期中的状态；

步骤六：将预测的状态变量序列输入至对象模型，在经过计算后输出在不考虑机器人辅助力条件下座椅对人的作用力F_椅预序列；这个序列从当前采样周期开始至采样过程结束；得到的F_椅预序列经过滤波处理后得到期望的座椅对人体作用力F_期望序列，并从这个序列中取下一周期的F_期望，将它与上一周期系统的输出F_椅(首个周期座椅对人体的作用力为0)作差得到系统的控制误差e；

步骤七：把控制误差e输入至最优控制器中计算得出下一周期控制机器人的作用力f_robot的大小；再将上一周期状态观测器B输出的状态变量(首个周期采用初始状态变量)和最优控制器输出的f_robot输入至状态观测器B中得到最终模拟真实系统的下一周期的状态变量x₂；这里得到的状态变量x₂，不但会成为下一采样周期状态观测器A的输入，还会成为下一采样周期的状态观测器B输入的一部分；

步骤八：将状态变量x₂代入至对象模型中模拟真实环境得出系统的输出F_椅，同时将F_椅反馈至最优控制器的输入部分，用于计算误差。

2.根据权利要求1所述站坐交互中护理机器人智能辅助方法，其特征在于所述步骤二中，第一阶段动力学方程：

m₁为人体躯干质量，m₂为人体大腿质量，为软弹簧的弹性系数，为软弹簧的阻尼系数，y₁为大腿所在刚体的质心纵向位移，为大腿所在刚体的质心纵向移动速度，为大腿所在刚体的质心纵向加速度；f_y为纵向受到的外力；第二阶段动力学方程：

为硬弹簧的弹性系数，为硬弹簧的阻尼系数，f_K为恒定不变的来自软弹簧的弹力。

3.根据权利要求1所述站坐交互中护理机器人智能辅助方法，其特征在于所述步骤三中，假设当前周期的速度为则可知下一个采样点的速度应为(采样时间设为s)：

参考上式可知，下一个采样点周期的加速度可解得为：

其中下一个采样点周期的速度的计算公式如下：

联立上述方程可解得下一个采样周期的质心位移、速度和加速度。