外骨骼机器人的人体步态感知系统设计

针对下肢负重外骨骼机器人与其穿戴者运动协调的问题,设计一种人体步态感知系统,对人体下肢关键部位的运动状态采集和预测。用6个MTI—30姿态传感器采集人体下肢的姿态数据;以ARM微处理器STM32F407为计算单元,对采集的步态数据解算、预测和传输;用非线性时间序列分析Takens算法预测人体下肢关键部位的旋转运动。实验结果表明:该系统功能稳定,能准确对人体下肢的步态数据采集和预测,预测结果稳定可靠,为外骨骼控制器提供可靠的参考信息。

磁流变液智能假腿的摆动相控制

阐述了一种磁流变液阻尼器控制的智能假腿摆动相控制原理。在建立了假腿摆动相的动力学模型和磁流变液智能阻尼器模型的基础上,通过步态感知系统得到假腿摆动相的各种信息以及假腿的理想步态,结合假腿摆动相和阻尼器的动力学模型求解出假腿在理想步态时膝关节处应输出的阻尼力矩,并根据这个结果控制膝关节处的磁流变阻尼器的阻尼力,实现假腿摆动相膝力矩的自动控制。仿真结果证明了这种原理的可行性并获得良好效果。

基于VR设备中IMU的无手交互方法研究

随着头戴式显示设备的发展,在基于虚拟现实(VR,virtual reality)的教育培训中,存在用户与设备间进行交互的场景;针对用户与VR视频中对象的模拟靠近与躲避问题,提出了姿态感知与步态识别相结合的方法;通过姿态感知算法解算用户头部姿态,通过步态识别算法识别出人体的静止与行走状态,进而在行走状态时,将计算所得航向角和固定步长代入三角函数公式进行位置更新,在静止状态时,保持位置不变;实验证明,提出的姿态感知算法可以有效的计算出使用者头部的姿态,与商用惯性测量单元提供的姿态角相比具有1.1×10^(-2)的平均姿态偏差;提出的步态识别算法可以有效地识别出人体的静止与行走状态;所提出的两者结合的交互方法,可以有效地实现虚拟的靠近与躲避。