北航陈殿生教授团队：最优跃度轨迹规划在步态平衡训练机器人中的应用｜ CJME论文

　　引用论文

　　Yuan, F., Chen, D., Pan, C. et al. Application of Optimal-Jerk Trajectory Planning in Gait-balance Training Robot. Chin. J. Mech. Eng. 35, 2 (2022). https://doi.org/10.1186/s10033-021-00665-1

　　研究背景及目的

　　随着年龄的增长和各种老年疾病的发生，步态和平衡问题成为影响老年人日常生活的一大障碍，而平衡能力评估与训练、步态训练与矫正等方面的技术仍存在诸多问题，面临巨大挑战。目前的步态平衡训练主要以康复医师的“一对一”治疗和训练为主，多依赖医师的经验，但效率低下。随着国外智能步态平衡诊断与训练设备的快速发展，我国步态与平衡训练的研究还处于起步阶段，尤其是针对具有系统训练模式的平衡训练机器人的研究。加快步态平衡训练机器人的发展，对于应对我国人口老龄化趋势、提高人民生活水平具有重要意义。针对这一问题，提出了一种基于六自由度平行平台的新型步态平衡训练机器人（G-Balance），结合虚拟现实训练老年人的平衡能力。

　　试验方法

　　最优跃度轨迹规划的主要流程为：

　　（1）给定末端一系列空间位姿轨迹点，先通过逆运动学求得每根电动缸对应的位置点；

　　（2）采用最优跃度轨迹规划方法，求得目标方程与运动学约束方程，利用SQP算法求得最佳时间间隔；

　　（3）此时可以利用工作空间轨迹规划方法或关节空间轨迹规划方法，通过三次样条曲线方程求得连续的轨迹曲线。

　　结果

　　在普通三次样条曲线轨迹规划中，需要设置相邻轨迹点之间的时间间隔，这里设置为等间隔1.6s。为了对比和验证，最优轨迹规划算法的整体运行时间设置为8s，使两者的整体运行时间相同。给定相同的轨迹点及速度、加速度的上限，分析各关节的位移、速度和加速度曲线，最后通过比较得到最优加速度轨迹规划。

　　

　　图1 关节运动轨迹

　　

　　图2 关节运动速度

　　

　　图3 关节运动加速度

　　

　　图4 最优轨迹

　　结论

　　在某些场景下，G-Balance 需要在满足速度和加速度约束条件下平滑移动，因此引入了最优加速度轨迹规划。本文详细阐述了最优加速度轨迹规划的过程，并描述了其在以人体运动为输入信号的主动训练模式中的应用。有几个关键点需要注意。

　　(1)三次样条轨迹规划，在起点和终点添加虚拟点，使起点和终点的速度和加速度可控。

　　(2) 在最优加速度轨迹规划中，常用的时间控制方法有三种：在目标函数中加入带权重的时间、加入最小运行速度限制和指定运行时间。选择哪种方法取决于具体的场景。

　　(3) 根据三次样条的特性，可以将连续的速度和加速度约束转化为有限状态下的离散约束，大大简化了计算过程。

　　前景与应用

　　本文的研究将有助于提高步态平衡训练机器人的流畅性，促进步态平衡训练机器人的发展，对发展助老助残服务机器人产业具有重要意义。

　　相关文章/图书推荐

　　[1] Aurelio Piazzi, Antonio Visioli. Visioli, A.: Global minimum-time trajectory planning of mechanical manipulators using interval analysis. Int. J. Contr. 71(4), 631-652[J]. International Journal of Control, 2010, 71(4):631-652.

　　[2] Hirakawa A R, Kawamura A . Trajectory planning of redundant manipulators for minimum energy consumption without matrix inversion[C]. IEEE International Conference on Robotics & Automation. IEEE, 2002.

　　[3] Lin C. S., Chang P. R., Luh J. Y. S. Formulation and optimization of cubic polynomial joint trajectories for industrial robots[J]. Automatic Control, IEEE Transactions on, 1983, 28(12): 1066-1074

　　[4] Gasparetto A., Zanotto V. A new method for smooth trajectory planning of robot manipulators[J]. Mechanism and machine theory, 2007, 42(4): 455-471

　　[5] Gasparetto A., Zanotto V. Optimal trajectory planning for industrial robots[J]. Advances in Engineering Software, 2010, 41(4): 548-556

　　团队带头人介绍

　　陈殿生，北京航空航天大学机械工业服务机器人技术重点实验室教授、博士生导师。国家重点研发计划“智能机器人”专项专家组副组长，承担国家“863”计划、国家自然科学基金和北京市多项重大项目，获6项省部级课题和部级科技进步奖。

　　团队研究方向

　　北京航空航天大学机器人研究所，是集教学、科研、开发为一体的研究实体。近年承担包括：“基于六维力传感器的灵巧手控制和操作规划”、“用触觉交互的人手运动功能虚拟康复系统的关键问题研究”在内的国家自然科学基金、重大国际合作项目、国家杰出青年科学基金项目、国家自然科学基金项目、国家“863 计划”项目、国家科技支撑计划项目、国家973 项目等多项科研任务。团队在家用服务机器人自主移动、抓持操作技术研究方面具有雄厚的研究基础，研制出家用护理机器人原理样机，能够为项目的开展提供良好的技术和人才支撑。

　　近两年团队发表文章

　　[1] Y. K. Jiang, D. S. Chen, C. Liu, J. Li, Chain-Like Granular Jamming: A Novel Stiffness-Programmable Mechanism for Soft Robotics. Soft Robotics 6, 118-132 (2019).

　　S. T. Lu, D. S. Chen, C. Liu, Y. K. Jiang, M. Wang, A 3-D finger motion measurement system via soft strain sensors for hand rehabilitation. Sensors and Actuators a-Physical 285, 700-711 (2019).

　　编辑：谢雅洁 校对：向映姣

　　JME学院简介

　　JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。

　　欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！

　　寻觅合作伙伴

　　有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。

　　感谢关注我们！《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！

　　

　　版权声明：

　　本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！

　　在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!

　　联系人：暖暖

　　电话：010-88379909

　　E-mail：jme@cmes.org

　　网 址：http://www.cjmenet.com.cn

　　官方微信号：jmewechat