一种可穿戴机器人的多传感器感知系统分析-analysis of a wearable robots multi-sensor sensing system.docxVIP

摘 要随着科学技术的不断发展，机器人的应用日益深入到人们的生活中，特别是 工业上正在进入机器人制造的时代。机器人的高效性、动作的高精度性和高响应 速度把人从繁重、乏味的环境中解放出来。而且还可以代替人从事一些不适合人 类活动的工作（如核电站操作维护、航天空间站、深水作业等）。另外，在康复 医疗领域也起到越来越大的作用，成为医护人员和康复患者的助手。可穿戴助力机器人是外骨骼仿生技术和信息控制技术的完美结合。其在军事 应用、助老助残、康复训练等领域有着广阔的应用前景。目前国外在可穿戴外骨 骼助力机器人领域已取得了巨大成果，其产品已装备部队用于提高单兵的作战能 力。本文工作在是中科院合肥智能机械研究所机器人传感器实验室承担的国家863 项目、自然科学基金的资助下完成的。本文的主要工作如下：(1) 设计一种可穿戴助力机器人感知系统。介绍了可穿戴助力力机器人的结 构设计以及末端传感器系统在外骨骼上面的安装形式，设计了专门的一维力传感 器用来检测电动推杆的助力大小以及完成多传感器的信号调理电路和电源电路 设计。(2)传感器数据采集系统的设计和实现。整个控制系统以工控机为数据采集 与控制平台，通过数据采集卡采集传感器数据，数据采集软件不仅可以显示数据 的时时曲线，还可实现数据的存储、回放等功能。在信号抗干扰方面，深入分析 了各种传感器信号特点，针对不同的传感器信号设计了不同的数字滤波方式。(3) 进行了可穿戴助力机器人传感系统的实验研究。通过对试验数据的分析 验证了足底压力传感器排列方式的合理性，足底压力信号可做为判定人体步态周 期的依据。通过分析膝关节一维力传感器数据，验证了可穿戴助力机器人的助力 效果。本文的创新之处是在于利用足底压力信息来划分步态周期，利用自然行走时 脚底压力的变化信息做为可穿戴助力机器人的控制依据，结合角度传感器、加速 度计和一维力传感器做位置、速度和助力的反馈信号，为可穿戴助力机器人的运 动控制提供感知信息基础。关键词：可穿戴助力机器人 传感器信息获取 步态检测足底压力信息ABSTRACTWith the continuous development of science and technology, Robots have been deeply used in our life. Especially the industry is entering the time of robot Manufacturing. Robots efficiency, and high-precision action and high response speed can replace people from the heavy work. It can do the job that people can not do. In medical fields, The wearable walking assistant robot play an increasingly larger role as the assistant medical and rehabilitation patients.An exoskeleton robot is in combination with the robot technology and the body. The exoskeleton robot performs with the characteristics of high accuracy, fast response and tireless, and it is likely to avoid the drawbacks of the traditional body weight supported treadmill training. Meanwhile, the exoskeleton robot will help to train the patients as well as record the training data, the exoskeleton robot has been a focus on the development of neuro-rehabilitation technique in the worldwide.This article analyzes walking movement of human body. Then article finds the simultaneous relationship between plantar pressure changes period and gait cycle. Using the