基于双层算力架构与贝叶斯优化的外骨骼自适应控制方法

摘要: 本发明涉及可穿戴机器人控制与医疗康复器械,特别涉及一种基于双层算力架构与贝叶斯优化的外骨骼自适应控制方法。背景技术:1、动力型下肢外骨骼能够通过关节驱动装置向人...
基于双层算力架构与贝叶斯优化的外骨骼自适应控制方法

本发明涉及可穿戴机器人控制与医疗康复器械,特别涉及一种基于双层算力架构与贝叶斯优化的外骨骼自适应控制方法。

背景技术:

1、动力型下肢外骨骼能够通过关节驱动装置向人体下肢提供运动辅助。为了使外骨骼运动与人体步态相协调,控制系统通常需要采集人体运动状态和执行器反馈,并根据步态阶段或者反馈状态调节外骨骼的输出。

2、例如,中国专利申请cn106112985a(公开日:2016年11月16日)公开了一种下肢助行机器的外骨骼混合控制方案,利用足底压力信息判断人体处于支撑阶段还是摆动阶段,并根据不同步态阶段切换相应的控制方式,其中在支撑阶段采用高阻抗控制进行位置跟踪,在摆动阶段采用模型参考自适应控制,根据人体运动意图调整外骨骼运动。此类方式能够针对不同步态阶段改变控制状态,但控制参数的获得和更新主要围绕既定控制器自身进行。

3、又如,中国专利申请cn118617388a(公开日:2024年9月10日)公开了上位机、下位机和外骨骼执行端构成的分层控制结构,外骨骼执行端设置关节电机、力矩传感器和惯性测量单元(imu)。下位机根据电机运动信息、人体姿态信息以及人机交互力计算控制力矩,上位机对期望步态轨迹和反馈信息进行处理,并利用鲁棒控制处理轨迹跟踪误差和系统不确定性,根据人机交互力生成轨迹补偿量,根据人体实时姿态修正期望轨迹。

4、随着下肢外骨骼对个体适应能力的要求提高,需要根据不同使用者的步态特征以及实际人机交互状态对阻抗参数和助力参数进行持续调整。较复杂的在线优化算法通常具有较大的计算量。如果直接将此类算法部署在承担电机闭环控制的底层控制器中,算法计算可能占用底层处理资源,并影响固定控制节拍。若由上位机完成参数优化,则又会增加状态数据上传、优化参数下发以及不同计算节点之间的通信过程。

5、在上下位机协同运行时,高频状态数据与低频控制参数具有不同的数据更新节奏。通信接收、数据解析或者通信异常处理如果长时间占用底层处理器,也可能影响动力控制任务的连续执行。同时,在线优化得到的参数可能在相邻更新周期之间发生较大变化,通信异常也可能形成异常参数。如果将未经约束的参数直接用于动力执行器,可能产生与外骨骼机械安全范围不匹配的控制输入。

6、此外,上位机、上下位机通信链路以及电机通信链路发生故障时,对底层动力控制的影响并不相同。仅采用统一的通信异常处理方式,难以兼顾参数优化过程与动力执行安全之间的关系。

7、因此,如何在利用较高计算量的在线参数优化方法提高下肢外骨骼参数适应能力的同时,保持底层动力控制的确定性实时运行,并降低通信处理、参数突变和不同层级节点异常对外骨骼安全控制的影响,成为了亟待解决的技术问题。

技术实现思路

1、本发明所要解决的技术问题是:在利用较高计算量的在线参数优化方法提高下肢外骨骼参数适应能力的同时,保持下位机动力控制的确定性实时运行,并降低通信处理、参数突变以及不同层级节点异常对外骨骼安全控制的影响。

2、为了实现上述目的,本发明提出一种基于双层算力架构与贝叶斯优化的外骨骼自适应控制方法,包括:下位机按预设硬实时周期采集下肢imu步态数据和电机反馈,并通过有限状态机确定步态相位;通过直接存储器访问(dma)将携带步态相位标签的传感器数据以高于寻优参数下发频率的频率上传至上位机;所述上位机累积多个步态周期的数据,以为待寻优参数,其中,和为阻抗参数,为力矩参数,基于由关节轨迹加加速度、期望力矩与反馈力矩误差以及交互力超出安全阈值时的非对称惩罚项构成的加权代价函数评价当前参数,并通过高斯过程代理模型和置信上限(ucb)采集函数获得迭代寻优后的参数;所述上位机将寻优后的参数以低于所述传感器数据上传频率的频率下发至所述下位机;所述下位机采用单字节非阻塞接收中断缓存参数并置位接收标志,于主循环空闲期解析所述参数,对解析后的参数依次进行预设物理安全边界钳制和一阶低通滤波平滑,并将处理后的参数用于电机控制;在下位机的中断优先级中,电机控制器局域网(can)收发及急停任务高于imu数据采集,imu数据采集高于上位机参数接收。

3、优选地,所述加权代价函数中的舒适性指标为,稳定性指标为,安全性指标在交互力超过最大安全阈值时采用指数增长的非对称惩罚;所述舒适性指标、稳定性指标和安全性指标分别配置归一化权重、和;其中,为单次步态周期,为关节角度,为时间,和分别为期望力矩和反馈力矩。

4、优选地,所述高斯过程代理模型采用matern核函数,所述核函数为,其中,为待寻优参数空间中的距离,为核函数幅值参数,为核函数尺度参数。

5、优选地,所述ucb采集函数的探索因子随控制周期按照衰减,其中,为初始探索阶段对应的探索因子,为收敛阶段对应的探索因子,为衰减速率常数。

6、优选地,下位机在通用异步收发器(uart)错误中断回调函数中捕获状态寄存器中的溢出错误(ore)标志位和帧错误(fe)标志位,在检测到所述ore标志位或fe标志位后读取数据寄存器以清除错误标志,重置全局接收环形缓冲区的读指针和写指针,并重新启动单字节非阻塞接收中断。

7、优选地,下位机设置上位机通信超时计时器,在超过预设超时阈值未接收到上位机发送的有效阻抗参数帧时,将控制策略切换为零力矩跟随模式或固定高阻尼安全模式。

8、优选地,下位机在每一硬实时控制周期检测can接收先进先出(fifo)缓冲区中的电机反馈包,在连续3个控制周期未读取到电机反馈包时触发急停,并下发断电指令以及切断电机驱动桥使能信号。

9、优选地,对解析得到的、和分别与预设机械安全极值区间进行比较,其中,为安全下限,为安全上限,并将超出所述机械安全极值区间的参数截断至对应的安全极值。

10、优选地,对经物理安全边界钳制后的参数按照进行一阶低通滤波,其中,为当前周期获得的新参数,为上一周期的参数,为实际用于电机控制的参数,为滤波系数。

11、优选地,下位机通过嵌套向量中断控制器(nvic)设置非对称中断抢占优先级,其中,电机can总线收发中断和系统急停定时器中断的抢占优先级为0,imu数据采集中断的抢占优先级为1,上位机参数接收uart中断的抢占优先级为2。

12、优选地,所述预设硬实时控制周期为10 ms。

13、采用上述技术方案具有以下优点:

14、本技术通过上位机和下位机形成双层算力架构,使计算量较大的贝叶斯参数寻优与底层硬实时电机控制分别执行,可以降低在线优化运算直接占用底层控制资源的影响。下位机通过dma高频上传带有步态相位信息的数据,上位机利用多个步态周期的数据以及安全性、稳定性和舒适性评价对阻抗参数和力矩参数进行迭代寻优,使参数调整能够与实际人体步态和人机交互状态建立对应关系。优化参数采用低频方式返回下位机,并在主循环空闲阶段解析,可以减少参数通信和解析过程对实时控制任务的阻塞。寻优参数在用于电机控制前依次经过物理安全边界钳制和一阶低通滤波,可以限制超出机械安全范围的异常参数,并减小相邻参数更新产生的突变。通过使电机can收发及急停任务、imu采集任务和上位机参数接收任务具有不同中断优先级,可以使动力闭环和安全相关任务优先于普通参数通信执行,从而使在线参数优化、数据通信和底层实时控制按照不同时间尺度协同运行。