下肢柔性助力外衣的工效學(xué)設(shè)計(jì)與步態(tài)預(yù)測(cè)

1、下肢柔性助力外衣的工效學(xué)設(shè)計(jì)與步態(tài)預(yù)測(cè)摘要：為增強(qiáng)人體的下肢運(yùn)動(dòng)機(jī)能，研制一套柔性功能外衣，作為助力系統(tǒng)的末端執(zhí)行元件包覆于人體下 肢，對(duì)髖關(guān)節(jié)的前屈動(dòng)作助力，并研發(fā)基于力位混合控制的外接驅(qū)動(dòng)系統(tǒng)，初步完成下肢柔性助力外衣系 統(tǒng)樣機(jī)的搭建。在此基礎(chǔ)上，提出以IMU為主導(dǎo)的自適應(yīng)步態(tài)檢測(cè)算法，檢測(cè)頻率自適應(yīng)于人體運(yùn)動(dòng)速 度，實(shí)現(xiàn)步態(tài)信息的高效檢測(cè)，并以檢測(cè)信息為基礎(chǔ)，提出牛頓+三次指數(shù)平滑”預(yù)測(cè)算法，實(shí)時(shí)預(yù)測(cè) 人體下肢動(dòng)作。研究結(jié)果表明：功能外衣具有較高的剛度和良好的穿戴舒適性，符合功能外衣的設(shè)計(jì)要 求；牛頓+三次指數(shù)平滑”預(yù)測(cè)算法可實(shí)時(shí)預(yù)測(cè)50 ms之后的髖關(guān)節(jié)角度，預(yù)測(cè)過(guò)程穩(wěn)定，在人體行走過(guò)

2、 程中，預(yù)測(cè)曲線平滑性較好，精度較高，可滿足助力系統(tǒng)的步態(tài)預(yù)測(cè)要求，為下肢助力研究提供依據(jù)。 關(guān)鍵詞：下肢助力；功能外衣；髖關(guān)節(jié)前屈；自適應(yīng)步態(tài)檢測(cè)；步態(tài)預(yù)測(cè)Ergonomic design of flexible lower limb assist Exosuitand gait predictionAbstract: In order to enhance the motor function of the lower limbs, a flexible and functional Exosuit was developed, which covered the lower limbs

3、of the human body and was used as the terminal effector of the assist system which assisted the flexion of the hip joint. At the same time, an external drive system with force position hybrid control was developed, and the prototype of the flexible lower limb assist Exosuit was preliminarily built.

4、Based on IMU, an adaptive gait detection algorithm was proposed, and the detection frequency was adaptive to the speed of human movement to realize efficient detection of gait information. According to the detected information, the prediction algorithm of Newton+triple exponential smoothing was prop

5、osed to predict human lower limbs movements in real time. The results show that the functional Exosuit has high stiffness and good wear comfort, and it meets the design requirements of the functional Exosuit. Moreover, Newton+triple exponential smoothing prediction algorithm can predict the hip angl

6、e after 50 ms in real time and the forecasting process is stable, and the prediction curve is smooth and accurate during human walking, which meets the requirement of gait prediction and lays a partial foundation for the study of lower limb assist.Key words: lower limb assist; functional Exosuit; hi

7、p flexion; adaptive gait detection; gait prediction人體增強(qiáng)是機(jī)器人技術(shù)的重要分支，主要研 究可穿戴機(jī)器人在降低能耗、延緩疲勞、提高人 體速度等方面的性能。近年來(lái)，用于降低人體下 肢運(yùn)動(dòng)消耗的下肢可穿戴機(jī)器人發(fā)展迅速，但人 體經(jīng)過(guò)生物進(jìn)化和自我適應(yīng)，具備了較優(yōu)的節(jié)能 運(yùn)動(dòng)模式，因此，如何實(shí)現(xiàn)穿戴舒適性與代謝降 低的有效統(tǒng)一仍是一項(xiàng)艱巨的任務(wù)。下肢可穿戴 機(jī)器人根據(jù)本體材料不同，可分為下肢機(jī)械外骨 骼康復(fù)助力機(jī)器人和下肢柔性康復(fù)助力機(jī)器人。 傳統(tǒng)的下肢機(jī)械外骨骼康復(fù)助力機(jī)器人模仿人類(lèi) 下肢結(jié)構(gòu)，以剛性材料為機(jī)械本體，由人體穿戴 并隨人體運(yùn)動(dòng)，針對(duì)

8、運(yùn)動(dòng)障礙患者可為其提供步 態(tài)輔助1-2,針對(duì)健康人群可為其提供行走助力或 負(fù)載助力3-4,降低人體的能量消耗，如美國(guó)加州 大學(xué)的BLEEX助力外骨骼5。盡管下肢機(jī)械外骨 骼康復(fù)助力機(jī)器人的相關(guān)技術(shù)已經(jīng)較為成熟，但 由于其機(jī)械本體為剛性結(jié)構(gòu)，人機(jī)相容性較差6， 而且由于穿戴誤差的影響，可穿戴外骨骼的關(guān)節(jié) 軸線相對(duì)于人體關(guān)節(jié)軸線易發(fā)生位置偏離7，造成 人體穿戴的不舒適性，增加人體附加的代謝消耗， 甚至損傷人體關(guān)節(jié)。因此，為了減輕下肢機(jī)械外 骨骼助力機(jī)器人對(duì)人體的附加影響，下肢柔性康 復(fù)助力機(jī)器人逐步成為當(dāng)前的研究熱點(diǎn)。下肢柔性康復(fù)助力機(jī)器人從人因工程學(xué)角度 出發(fā)，以人體為支撐，將柔性材料(布帶、氣

9、動(dòng)肌 肉等)作為驅(qū)動(dòng)構(gòu)件，包覆在肢體表面，為相應(yīng)關(guān) 節(jié)的運(yùn)動(dòng)提供輔助力，降低人體的代謝消耗。 KIM等8設(shè)計(jì)了一種基于柔性外衣的下肢助力裝置 Exosuit，該裝置不含任何剛性結(jié)構(gòu)，以人體下肢 作為支撐，將外衣本體包覆在穿戴者下肢表面， 牽引單元固定在人體腰部，通過(guò)控制鋼絲繩的伸 縮對(duì)穿戴者髓關(guān)節(jié)的后伸動(dòng)作助力。實(shí)驗(yàn)證明， 當(dāng)穿戴者在跑步機(jī)上以1.5 m/s的速度行走和2.5 m/s 的速度慢跑時(shí)，助力裝置Exosuit可分別降低9.3% 和4.0%的人體代謝消耗。PARK等9設(shè)計(jì)了一種基 于氣動(dòng)肌肉的主動(dòng)柔性踝足矯形裝置，支撐構(gòu)件 采用軟塑料和復(fù)合材料，可向踝足部位提供緩變 作用力，提高踝關(guān)

10、節(jié)和腳掌的靈活性。JOHN等10 研制了交叉線助力服，可單獨(dú)控制的4根鮑登線相 互交叉沿大腿前后兩側(cè)分布，為髓關(guān)節(jié)前屈/后伸、 內(nèi)收/外展及旋內(nèi)/旋外提供輔助力。綜上可知，與 下肢機(jī)械外骨骼助力機(jī)器人相比，下肢柔性康復(fù) 助力機(jī)器人的裝置本體多為柔性材料，剛性連桿 和機(jī)械關(guān)節(jié)較少，質(zhì)量小，剛度小，無(wú)需人機(jī)關(guān) 節(jié)軸線精確對(duì)齊，增強(qiáng)了助力過(guò)程中的穿戴舒適 性，而且在發(fā)生緊急情況時(shí)，柔性本體允許穿戴 者進(jìn)行緊急避險(xiǎn)操作，安全系數(shù)高。下肢柔性康復(fù)助力機(jī)器人屬于典型的人機(jī)耦 合系統(tǒng)，由于其柔性本體的特性，需以穿戴者為 助力機(jī)器人的控制核心，通過(guò)感知系統(tǒng)和預(yù)測(cè)系 統(tǒng)感知分析穿戴者的動(dòng)作參數(shù)，控制驅(qū)動(dòng)元件動(dòng)

11、作，實(shí)現(xiàn)下肢柔性康復(fù)助力機(jī)器人的助力功能。 因此，下肢運(yùn)動(dòng)學(xué)信息的準(zhǔn)確檢測(cè)和實(shí)時(shí)預(yù)測(cè)是 下肢柔性康復(fù)助力機(jī)器人的研究重點(diǎn)。下肢運(yùn)動(dòng) 學(xué)信息檢測(cè)內(nèi)容主要包括關(guān)節(jié)角度、角速度以及 足底壓力等，可采用姿態(tài)感知、力感知和表面肌 電技術(shù)進(jìn)行檢測(cè)。將IMU分別固定在腰、大腿、 小腿和腳部等部位11-12，測(cè)量髓/膝/踝關(guān)節(jié)的角度、 角速度及加速度，同時(shí)，在腳后跟或腳尖等處放 置F-Scan單元或壓力傳感器(LC)13-14,測(cè)量腳掌與 地面間支撐反力及壓力分布，結(jié)合下肢的關(guān)節(jié)角 度和峰值特征，辨識(shí)下肢運(yùn)動(dòng)相位。此外，還可 利用基于EMG的表面肌電技術(shù)，通過(guò)附著在肌肉 表面的肌電傳感器，檢測(cè)待助力關(guān)節(jié)相關(guān)肌

12、肉群 的活動(dòng)程度，對(duì)不同步態(tài)模式進(jìn)行識(shí)別和分 類(lèi)3寸?；诓綉B(tài)信息的檢測(cè)數(shù)據(jù)，步態(tài)預(yù)測(cè)算法 可實(shí)時(shí)預(yù)測(cè)穿戴者的運(yùn)動(dòng)狀態(tài)，為助力過(guò)程提供 保障。J00等18開(kāi)發(fā)了人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，該 模型基于鞋墊式足底壓力裝置的測(cè)量數(shù)據(jù)，預(yù)測(cè) 站立相和擺動(dòng)相的步態(tài)特征。MARTINEZ- HERNANDEZ 等19利用下肢運(yùn)動(dòng)學(xué)數(shù)據(jù)，采用自 適應(yīng)貝葉斯預(yù)測(cè)算法，通過(guò)不斷完善自身預(yù)測(cè)精 度和決策時(shí)間，識(shí)別步行活動(dòng)和預(yù)測(cè)未來(lái)步態(tài)。 MOISSENET等20將步態(tài)周期的特征點(diǎn)作為預(yù)測(cè)因 子，將步行速度、性別、年齡及體重指數(shù)作為回 歸系數(shù)，通過(guò)多元回歸模型，預(yù)測(cè)完整周期內(nèi)關(guān) 節(jié)角度曲線。綜上所述，現(xiàn)有步態(tài)預(yù)測(cè)算法的

13、計(jì) 算量大，實(shí)時(shí)性較低，而針對(duì)助力功能的預(yù)測(cè)算 法實(shí)時(shí)性要求較高，故需提高步態(tài)預(yù)測(cè)算法的實(shí) 時(shí)性和精度，以適應(yīng)不同速度下的下肢助力運(yùn)動(dòng)。基于上述研究，下肢柔性康復(fù)助力機(jī)器人憑 借輕便的裝置本體和良好的穿戴舒適性，已逐步 成為當(dāng)前下肢可穿戴機(jī)器人的研究熱點(diǎn)。本文作 者研制一套功能外衣本體，設(shè)計(jì)助力系統(tǒng)的控制 單元和牽引單元，編寫(xiě)步態(tài)檢測(cè)和步態(tài)預(yù)測(cè)算法, 初步搭建下肢柔性助力外衣系統(tǒng)樣機(jī)，在此基礎(chǔ) 上，研究步態(tài)預(yù)測(cè)算法的預(yù)測(cè)性能。1下肢柔性助力外衣系統(tǒng)的設(shè)計(jì)下肢柔性助力外衣系統(tǒng)主要包括功能外衣和 外接驅(qū)動(dòng)系統(tǒng)。功能外衣集成外衣本體、慣性傳 感器(IMU)、拉力傳感器和鮑登線等，外衣本體主 要包括尼

14、龍材料制成的腰部環(huán)帶和左右腿環(huán)帶， 腰部環(huán)帶固定于人體腰部，左右腿環(huán)帶固定于人 體大腿，環(huán)帶上設(shè)置有錨點(diǎn)，用于固定鮑登線和 拉力傳感器，此外，在人體腰部和左右大腿處分 別配備慣性傳感器，以實(shí)時(shí)檢測(cè)人體的髓關(guān)節(jié)角 度信息。外接驅(qū)動(dòng)系統(tǒng)包含控制單元和牽引單元, 控制單元以單片機(jī)為控制核心，基于采集的下肢 步態(tài)和力學(xué)信號(hào)，控制牽引單元執(zhí)行相應(yīng)動(dòng)作， 牽引單元包含2個(gè)線性滑臺(tái)，以鮑登線為傳遞介 質(zhì)，向功能外衣施加輔助力輪廓曲線，通過(guò)牽引 和釋放鋼絲繩，實(shí)現(xiàn)對(duì)髓關(guān)節(jié)前屈動(dòng)作的助力， 如圖1所示。圖1髖關(guān)節(jié)前屈助力示意圖Fig. 1 Diagram of assist of hip flexion1.1助

15、力關(guān)節(jié)選擇人體下肢主要由髓、膝及踝關(guān)節(jié)組成，在行 走過(guò)程中，下肢活動(dòng)主要由髓、膝及踝關(guān)節(jié)的運(yùn) 動(dòng)復(fù)合而成，且以髓關(guān)節(jié)屈曲/伸展、膝關(guān)節(jié)屈曲/ 伸展及踝關(guān)節(jié)趾屈/背伸為主21-22。在運(yùn)動(dòng)過(guò)程中， 各關(guān)節(jié)需要不同的生物關(guān)節(jié)力矩和運(yùn)動(dòng)范圍，根 據(jù)WINTER等23的研究成果，體質(zhì)量為80 kg的人 體在步速1.25 m/s下的下肢各關(guān)節(jié)運(yùn)動(dòng)學(xué)信息和生 物峰值力矩如表1所示。表1人體下肢的運(yùn)動(dòng)學(xué)信息Table 1 Kinematic information of human lower limbs參數(shù)髖膝踝關(guān)節(jié)運(yùn)動(dòng)范圍/(。)297027關(guān)節(jié)角速度/(rad - s-1)2.54.52.8關(guān)節(jié)力矩/

16、(N*m)10440130輔助力力臂/mm1007085由表1可以看出：髓、踝關(guān)節(jié)產(chǎn)生的生物力矩 峰值是膝關(guān)節(jié)的3倍左右，而膝關(guān)節(jié)的運(yùn)動(dòng)范圍約 為髓、踝關(guān)節(jié)的2.5倍，髓、踝關(guān)節(jié)在行走運(yùn)動(dòng)中 具有承受力矩大、運(yùn)動(dòng)范圍小的特征，因此，可 將髓、踝關(guān)節(jié)作為下肢助力的助力關(guān)節(jié)。另一方 面，由于柔性助力外衣的本體結(jié)構(gòu)為柔性材料， 需選擇人體自身剛度較大且皮膚較少的部分作為 輔助力傳遞的末端指向部分，優(yōu)化柔性助力外衣 的本體結(jié)構(gòu)和輔助力傳遞路徑，實(shí)現(xiàn)對(duì)髓、踝關(guān) 節(jié)的助力?；谏鲜龇治觯轮嵝灾ν庖逻x 擇人體的骨盆結(jié)構(gòu)作為輔助力傳遞的末端指向部 分，當(dāng)以髓關(guān)節(jié)為助力關(guān)節(jié)時(shí)，外衣本體僅需跨 過(guò)髓關(guān)節(jié)和骨

17、盆結(jié)構(gòu)，外衣本體結(jié)構(gòu)較為簡(jiǎn)單， 在對(duì)髓關(guān)節(jié)助力時(shí)，對(duì)其他關(guān)節(jié)影響較小，而以 踝關(guān)節(jié)為助力關(guān)節(jié)時(shí)，外衣本體需跨過(guò)髓關(guān)節(jié)、 膝關(guān)節(jié)、踝關(guān)節(jié)以及骨盆結(jié)構(gòu)，外衣本體結(jié)構(gòu)較 為復(fù)雜，在對(duì)踝關(guān)節(jié)助力時(shí)，容易對(duì)其他關(guān)節(jié)造 成影響。因此，選擇髓關(guān)節(jié)為助力關(guān)節(jié)。髓關(guān)節(jié)是人體最大的關(guān)節(jié)，可簡(jiǎn)化為3自由度 球副，在空間上具有全方位的定位功能，髓關(guān)節(jié) 運(yùn)動(dòng)可描述為沿坐標(biāo)系Q的，匕和方向的轉(zhuǎn) 動(dòng)，分別實(shí)現(xiàn)前屈/后伸、內(nèi)收/外展和內(nèi)旋/外旋運(yùn) 動(dòng)，如圖2所示。圖2髖關(guān)節(jié)轉(zhuǎn)動(dòng)自由度Fig. 2 Freedom of hip joint研究表明，在自然步態(tài)行走時(shí)，髓關(guān)節(jié)的內(nèi) 收/外展、內(nèi)/外旋運(yùn)動(dòng)主要起輔助平衡與調(diào)整方向 的

18、作用，運(yùn)動(dòng)角度較小(5)且能量代謝消耗較低, 髓關(guān)節(jié)的生物力矩峰值出現(xiàn)在前屈/后伸階段，且 前屈/后伸的運(yùn)動(dòng)角度較大。在做前屈運(yùn)動(dòng)時(shí)，髓 關(guān)節(jié)需克服下肢重力向上抬升，關(guān)節(jié)峰值力矩最 大。因此，擬將髓關(guān)節(jié)前屈運(yùn)動(dòng)作為助力對(duì)象， 在人體腰部和腿部固定若干錨點(diǎn)，分別固定鮑登 線的線管和鋼絲繩，在髓關(guān)節(jié)前屈運(yùn)動(dòng)時(shí)牽引鋼 絲繩，在后伸運(yùn)動(dòng)時(shí)快速釋放鋼絲繩，實(shí)現(xiàn)對(duì)髓 關(guān)節(jié)前屈動(dòng)作的助力。1.2功能外衣1.2.1 髖錨點(diǎn)的位置優(yōu)選髓錨點(diǎn)包括腰部錨點(diǎn)和腿部錨點(diǎn)，分別固定 在腰部環(huán)帶和腿部環(huán)帶。腰部錨點(diǎn)用于固定鮑登 線的外管，腿部錨點(diǎn)用于固定鮑登線的鋼絲繩， 當(dāng)外界驅(qū)動(dòng)系統(tǒng)牽引鋼絲繩時(shí)，可形成方向沿腿 部錨點(diǎn)指

19、向腰部錨點(diǎn)的輔助力，從而形成對(duì)髓關(guān) 節(jié)的輔助力力矩，對(duì)髓關(guān)節(jié)前屈動(dòng)作助力。因此, 為保證助力過(guò)程的高效平穩(wěn)以及穿戴者助力過(guò)程 的舒適性，以輔助力力矩和力矩曲線的平滑程度 作為目標(biāo)函數(shù)，求解人體行走過(guò)程中不同髓錨點(diǎn) 位置對(duì)應(yīng)的輔助力力矩，通過(guò)對(duì)比判斷輔助力力 矩和力矩曲線的平滑性，尋找最優(yōu)的髓錨點(diǎn)位置?；谏鲜龇治?，以人體髓關(guān)節(jié)為坐標(biāo)原點(diǎn) 建立如圖3所示的平面直角坐標(biāo)系，對(duì)人體下肢進(jìn) 行建模。圖3中，P為腰部錨點(diǎn)，固連在人體腰 部；Q為腿部錨點(diǎn)，固連在人體腿部，輔助力Ft的 方向與矢量QP的方向保持一致；Q*為人體正常站 立時(shí)，腿部錨點(diǎn)Q在x軸上的投影點(diǎn)，如圖3(a)所 示，由于在行走過(guò)程中，髓

20、關(guān)節(jié)在豎直方向的位 移較小，因此，可利用矢量QxQ方向變化來(lái)表示髓 關(guān)節(jié)的轉(zhuǎn)角。，同時(shí)，定義髓關(guān)節(jié)后伸階段的轉(zhuǎn)角 0為負(fù)，前屈階段的轉(zhuǎn)角0為正，如圖3(b)和3(c)所 示。矢量OR與矢量QP垂直，其大小即為輔助力 的力臂。在行走過(guò)程中，假設(shè)人體上半身保持直立， 則腰部錨點(diǎn)P的位置矢量OP取決于腰部錨點(diǎn)P與 髓關(guān)節(jié)豎直方向的距離以及人體的腰部厚度Tw， 且為常量。由于腰部錨點(diǎn)P固定在腰部環(huán)帶，其位 置的變化范圍較小，故通過(guò)對(duì)比測(cè)量不同人體穿 戴腰部環(huán)帶時(shí)的行走姿態(tài)，將腰部錨點(diǎn)P固定在髓 關(guān)節(jié)上方5 cm處。另一方面，腿部錨點(diǎn)Q固定于 腿部環(huán)帶，其與髓關(guān)節(jié)的理論距離介于零到髓、 膝關(guān)節(jié)的長(zhǎng)度Zh

21、k之間，位置變化范圍較大。由上 述分析可知，矢量QQ的方向變化與髓關(guān)節(jié)的轉(zhuǎn)角 0一致，QxQ大小即為腿部錨點(diǎn)Q距離髓關(guān)節(jié)的距 離1，因此，腿部錨點(diǎn)Q的位置矢量OQ和矢量 QP可分別表示為：OQ = OQ x + QXQ(1)QP = OP - (OQx + QxQ)(a)站立階段(缶0。)； (b)后伸階段(霹(a)站立階段(缶0。)； (b)后伸階段(霹0。)； (c)前屈階段(。0。) 圖3人體下肢簡(jiǎn)化模型Fig. 3 Simplified model of human lower limbs基于上述分析，矢量OR與矢量QP垂直，其 大小即為輔助力的力臂。由于下肢柔性助力外衣 系統(tǒng)的外接驅(qū)

22、動(dòng)系統(tǒng)輸出的輔助力為恒力，因此, 可通過(guò)求解輔助力力臂的變化，來(lái)間接反映輔助 力力矩的變化特性，結(jié)合圖3所示的人體下肢模 型，得到矢量OR的表達(dá)式為iori=ioqiJ0QW為保證髓錨點(diǎn)位置設(shè)計(jì)的有效性和適用性， 通過(guò)查閱資料24和實(shí)際測(cè)量結(jié)果(男，26歲，身高 180cm,體質(zhì)量為75 kg),得到人體行走過(guò)程中的 肢體參數(shù)如表2所示。將人體行走過(guò)程中的肢體參數(shù)代入式(2)和(3), 利用MATLAB軟件求解得到人體行走過(guò)程中，不表2人體行走過(guò)程中的肢體參數(shù)Table 2 Body parameters in the process of walking參數(shù)數(shù)值髖關(guān)節(jié)轉(zhuǎn)角0/()-2030髖

23、、膝關(guān)節(jié)間的長(zhǎng)度Lhk/mm400人體大腿直徑d/mm160人體腰部厚度TW/mm240同的腿部錨點(diǎn)位置對(duì)應(yīng)的輔助力力臂如圖4所示。從圖4可見(jiàn)：當(dāng)腿部錨點(diǎn)Q與髓關(guān)節(jié)的距離Lh大 于等于20 cm時(shí)，相同髓關(guān)節(jié)角度對(duì)應(yīng)的輔助力力 臂大小基本保持一致，而且輔助力力臂的變化曲 線較為平穩(wěn)；另一方面，為了提高助力過(guò)程中鋼 絲繩的伺服性能，腿部錨點(diǎn)Q與髓關(guān)節(jié)的距離Lah 不宜過(guò)大，因此，將腿部錨點(diǎn)Q固定在髓關(guān)節(jié)下 方20 cm處。綜上，腰部錨點(diǎn)P固定在髓關(guān)節(jié)上方 5 cm處，腿部錨點(diǎn)Q固定在髓關(guān)節(jié)下方20 cm處。1.2.2功能外衣的實(shí)物設(shè)計(jì)功能外衣的設(shè)計(jì)應(yīng)遵循人體下肢的生理結(jié)構(gòu)， 盡可能降低對(duì)人體下肢

24、關(guān)節(jié)靈活度的約束，最大圖4不同狀態(tài)下的輔助力力臂Fig. 4 Auxiliary force arm in different states程度地為下肢運(yùn)動(dòng)提供助力。為了增強(qiáng)功能外衣 的穿戴舒適性，采用外表面較為粗糙且具有彈性 的外衣作為基體，與下肢皮膚表面緊密貼合，增 加功能外衣與下肢的摩擦力，減小助力過(guò)程中功 能外衣與皮膚之間的位置偏移。在此基礎(chǔ)上，制 作韌性較強(qiáng)的開(kāi)口環(huán)，包覆于外衣外側(cè)面,分別固 定于腰部和大腿，開(kāi)口環(huán)采用尼龍材料且形狀與 腰和大腿的外形吻合，利用魔術(shù)貼將開(kāi)口環(huán)拉緊 封閉。為了固定鮑登線的外管和鋼絲繩，基于上 述關(guān)于髓錨點(diǎn)位置的優(yōu)選，針對(duì)右腿在腰環(huán)帶和 右腿環(huán)帶分別設(shè)置錨

25、點(diǎn)A和C在錨點(diǎn)A處固定復(fù) 合材料的布帶，在布帶末端設(shè)置錨點(diǎn)B；將鮑登線 外管末端固定于錨點(diǎn)B，在布帶中部串聯(lián)拉力傳感 器(ZNLBS-VII)，以采集輔助力。將鋼絲繩末端固 定于錨點(diǎn)C，牽引單元通過(guò)鋼絲繩施加輔助力F1， 其方向由錨點(diǎn)C指向錨點(diǎn)B。同理，在腰環(huán)帶和左 腿環(huán)帶設(shè)置錨點(diǎn)D，E和F，用于施加輔助力F2, 其方向由錨點(diǎn)F指向錨點(diǎn)E。為了采集下肢步態(tài)信 息，將2個(gè)IMU(LPMS-IGl)分別固定于左、右腿 環(huán)帶。為了采集的準(zhǔn)確性，在人體腰環(huán)帶的前側(cè) 位置附加固定1個(gè)基準(zhǔn)IMU(LPMS-IGl),通過(guò)采 集相對(duì)于基準(zhǔn)IMU的姿態(tài)數(shù)據(jù)，實(shí)時(shí)檢測(cè)髓關(guān)節(jié) 的角度變化，以用于下肢步態(tài)預(yù)測(cè)。腿部

26、IMU僅 采集下肢運(yùn)動(dòng)平面的運(yùn)動(dòng)角度，運(yùn)動(dòng)平面平行于 人體矢狀面。為了提高腰環(huán)帶的抗拉性能，設(shè)計(jì) 了 2條交叉肩帶。為了盡可能減少附加質(zhì)量對(duì)穿戴者代謝消耗 的影響，功能外衣盡可能輕便且主要質(zhì)量應(yīng)分布 于腰部。本文的功能外衣整體質(zhì)量約為995 g，其 中分布于腰部的質(zhì)量為800 g，腿部質(zhì)量為195 g， 男性測(cè)試者(年齡26歲，身高180 cm,體質(zhì)量75 kg) 穿戴功能外衣，如圖5所示。通過(guò)實(shí)際測(cè)試，功能 外衣對(duì)人體正常動(dòng)作的影響較小，不會(huì)給穿戴者 帶來(lái)額外負(fù)擔(dān)，具有良好的穿戴舒適性，符合功 能外衣的設(shè)計(jì)要求。1.3外接驅(qū)動(dòng)系統(tǒng)外接驅(qū)動(dòng)系統(tǒng)包含牽引單元和控制單元。牽 引單元包含2個(gè)線性滑臺(tái)

27、，以伺服電機(jī)(SM0601, MOONS，中國(guó))為驅(qū)動(dòng)核心，線性滑臺(tái)以同步帶 為傳動(dòng)方式，伺服電機(jī)驅(qū)動(dòng)帶輪轉(zhuǎn)動(dòng)，帶輪帶動(dòng) 同步帶和滑塊(兩者固定在一起)沿導(dǎo)軌水平往復(fù)運(yùn)(a)功能外衣正面；(b)功能外衣背而 圖5功能外衣本體Fig. 5 Functional Exosuit動(dòng)，驅(qū)動(dòng)原理及實(shí)物圖如圖6所示。鮑登線的鋼絲 繩與滑塊右側(cè)連接，外管與牽引單元的基體連接, 同時(shí)，利用拉線式位移傳感器實(shí)時(shí)采集滑塊的運(yùn) 動(dòng)位置，并傳輸?shù)娇刂茊卧?，為助力過(guò)程提供位 置控制參數(shù)。牽引單元最大速度為1.5 m/s,最大 拉力為100 N,最大行程為250 mm?？刂茊卧≒C機(jī)顯示界面和控制模塊，通 過(guò)將采集的

28、力矩、位置信息作為控制參數(shù)，驅(qū)動(dòng) 牽引單元執(zhí)行相應(yīng)動(dòng)作，實(shí)現(xiàn)基于力位混合控制 的外接驅(qū)動(dòng)系統(tǒng)的研發(fā)。PC機(jī)顯示界面采用 Visual Studio軟件進(jìn)行開(kāi)發(fā)，運(yùn)行于Windows系 統(tǒng)?？赏ㄟ^(guò)串口與單片機(jī)控制模塊進(jìn)行通信，實(shí)(a)位移傳感器滑塊 鋼絲繩(a)牽引單元原理圖；(b)牽引單元實(shí)物圖 圖6牽引單元示意圖Fig. 6 Diagram of traction unit現(xiàn)數(shù)據(jù)的接受處理和指令發(fā)送，并以圖像或數(shù)字 的形式實(shí)時(shí)顯示單片機(jī)的反饋信息，實(shí)現(xiàn)人機(jī)交 互?？刂颇K以單片機(jī)(STM32F4)為控制核心，一 方面可向PC機(jī)實(shí)時(shí)反饋IMU、拉線式傳感器和力 矩傳感器等外設(shè)的采集數(shù)據(jù)，另一方

29、面用于接收 PC機(jī)的控制指令，驅(qū)動(dòng)控制牽引單元執(zhí)行相應(yīng)位 置動(dòng)作，實(shí)現(xiàn)對(duì)人體髓關(guān)節(jié)前屈動(dòng)作的助力。基于上述分析，初步搭建的下肢柔性助力外 衣系統(tǒng)樣機(jī)如圖7所示，穿戴者穿戴功能外衣，在 水平放置的跑步機(jī)上運(yùn)動(dòng)，外接驅(qū)動(dòng)系統(tǒng)集成在 一個(gè)四層結(jié)構(gòu)的移動(dòng)小車(chē)上，以鮑登線為介質(zhì)， 與功能外衣相連，通過(guò)外接驅(qū)動(dòng)系統(tǒng)對(duì)功能外衣 的驅(qū)動(dòng)控制，實(shí)現(xiàn)對(duì)穿戴者髓關(guān)節(jié)前屈動(dòng)作的 助力。2自適應(yīng)步態(tài)檢測(cè)算法下肢柔性助力外衣系統(tǒng)屬于典型的人機(jī)耦合 系統(tǒng)，需以人體當(dāng)前的步態(tài)信息為控制參數(shù)，實(shí) 時(shí)預(yù)測(cè)人體的動(dòng)作意圖，從而控制牽引單元?jiǎng)幼? 實(shí)現(xiàn)對(duì)髓關(guān)節(jié)前屈動(dòng)作助力。因此，作為助力過(guò) 程的開(kāi)端，步態(tài)檢測(cè)性能的優(yōu)劣直接影響助力過(guò)

30、 程的優(yōu)劣。基于上述分析，利用腰部和腿部的 IMU實(shí)時(shí)檢測(cè)髓關(guān)節(jié)的角度，并提出一種自適應(yīng) 步態(tài)檢測(cè)算法，可針對(duì)不同的運(yùn)動(dòng)速度自適應(yīng)改 變采樣頻率f，保證步態(tài)周期T內(nèi)的采樣點(diǎn)個(gè)數(shù)N， 實(shí)現(xiàn)步態(tài)信息的有效檢測(cè)。自適應(yīng)步態(tài)檢測(cè)算法的核心是實(shí)時(shí)分析接收 的髓關(guān)節(jié)角度序列，尋找髓關(guān)節(jié)角度序列的極值 點(diǎn)，通過(guò)計(jì)算步態(tài)周期T的變化，動(dòng)態(tài)改變采樣頻 率f，以適應(yīng)行走和奔跑下不同運(yùn)動(dòng)速度的步態(tài)信 息檢測(cè)。處理器接收的髓關(guān)節(jié)角度，會(huì)被存儲(chǔ)在 特定的緩存數(shù)組中，當(dāng)處理器接收到新的角度時(shí)， 處理器會(huì)以當(dāng)前角度為基準(zhǔn)，對(duì)前m個(gè)角度進(jìn)行 比較，得到最大值，并判斷該數(shù)據(jù)是否同時(shí)大于 前后相近的數(shù)據(jù)，若滿足，則該值為第，個(gè)步

31、態(tài)周 期T的極大值，并記錄該值在緩沖數(shù)組中的索引I。 當(dāng)?shù)玫较乱徊綉B(tài)周期T+1的極大值時(shí)，計(jì)算二者索 引值的差，得到步態(tài)周期T內(nèi)的采樣點(diǎn)個(gè)數(shù)N。當(dāng) N與N的差值大于某一閾值時(shí)，則基于式(4)動(dòng)態(tài) 更改采樣頻率f，保證步態(tài)周期T+1內(nèi)的采樣點(diǎn)個(gè)數(shù) N+1=N,確保步態(tài)信息檢測(cè)的準(zhǔn)確性。N = T - f(4)鮑登線單元外接系統(tǒng)功能外衣(a)下肢柔性助力外衣系統(tǒng)樣機(jī)；(b)功能外衣正面；(c)功能外衣側(cè)面；(d)PC機(jī)顯示界而；(e)牽引單元鮑登線單元外接系統(tǒng)功能外衣(a)下肢柔性助力外衣系統(tǒng)樣機(jī)；(b)功能外衣正面；(c)功能外衣側(cè)面；(d)PC機(jī)顯示界而；(e)牽引單元圖7下肢柔性助力外衣系統(tǒng)

32、樣機(jī)Fig. 7 Prototype of flexible lower limb assist Exosuit從圖8(a)和圖8(c)可見(jiàn)：在行走和慢跑過(guò)程 中，左、右髓關(guān)節(jié)的角度曲線具有周期性和一致 性，二者的角度曲線除了相位相差半個(gè)周期外， 曲線的峰值和周期基本保持一致。在行走過(guò)程中， 單個(gè)步態(tài)周期丁包含站立相和擺動(dòng)相，站立相約占 60%，擺動(dòng)相約占40%，且髓關(guān)節(jié)角度的變化趨勢(shì) 穩(wěn)定，如圖8(b)所示。在跑步過(guò)程中，單個(gè)步態(tài)周 期T包含站立、騰空、擺動(dòng)和騰空4個(gè)相位，站立 相約占40%，第一個(gè)騰空相約占15%，擺動(dòng)相約占 30%，第二個(gè)騰空相約占15%，且髓關(guān)節(jié)角度的變 化趨勢(shì)穩(wěn)定，如

33、圖8(d)所示?；谏鲜鰧?shí)驗(yàn)結(jié)果， 自適應(yīng)步態(tài)檢測(cè)算法檢測(cè)得到的髓關(guān)節(jié)角度變化 趨勢(shì)穩(wěn)定，曲線平滑性較好，滿足助力系統(tǒng)的步 態(tài)檢測(cè)要求。3步態(tài)預(yù)測(cè)算法步態(tài)預(yù)測(cè)算法是下肢柔性助力外衣控制系統(tǒng) 的關(guān)鍵組成部分，通過(guò)分析人體當(dāng)前的運(yùn)動(dòng)狀態(tài), 實(shí)時(shí)預(yù)測(cè)人體的動(dòng)作意圖，使得牽引單元的末端 執(zhí)行元件前饋于人體動(dòng)作，達(dá)到助力的效果。在 充分參考國(guó)內(nèi)外現(xiàn)有預(yù)測(cè)算法的基礎(chǔ)上，采用牛 頓預(yù)測(cè)和指數(shù)平滑預(yù)測(cè)相結(jié)合的預(yù)測(cè)算法，建立 步態(tài)預(yù)測(cè)模型，基于當(dāng)前采樣時(shí)刻的髓關(guān)節(jié)角度, 在線實(shí)時(shí)預(yù)測(cè)下一時(shí)刻的髓關(guān)節(jié)角度。3.1牛頓預(yù)測(cè)法站立相站立騰空 擺動(dòng) 騰空時(shí)間/s步態(tài)周期20406080100步態(tài)周期時(shí)間/s=11fl擺

34、動(dòng)相(a)行走時(shí)左、右髖關(guān)節(jié)的角度曲線；(b)行走時(shí)單個(gè)步態(tài)周期的髖關(guān)節(jié)角度曲線;(c)慢跑時(shí)左、右髖關(guān)節(jié)的角度曲線；(d)慢跑時(shí)單個(gè)步態(tài)周期的髖關(guān)節(jié)角度曲線圖8自適應(yīng)步態(tài)檢測(cè)算法的驗(yàn)證結(jié)果Fig. 8 Results of adaptive gait detection algorithm牛頓預(yù)測(cè)法是由OVASKA等設(shè)計(jì)的一種基于 多項(xiàng)式原理的預(yù)測(cè)方法25-26站立相站立騰空 擺動(dòng) 騰空時(shí)間/s步態(tài)周期20406080100步態(tài)周期時(shí)間/s=11fl擺動(dòng)相(a)行走時(shí)左、右髖關(guān)節(jié)的角度曲線；(b)行走時(shí)單個(gè)步態(tài)周期的髖關(guān)節(jié)角度曲線;(c)慢跑時(shí)左、右髖關(guān)節(jié)的角度曲線；(d)慢跑時(shí)單個(gè)步態(tài)周期

35、的髖關(guān)節(jié)角度曲線圖8自適應(yīng)步態(tài)檢測(cè)算法的驗(yàn)證結(jié)果Fig. 8 Results of adaptive gait detection algorithm片k = 0 + 入 1 k + - + Xm - 1 kM - 1 + XMkM (5)Mhm( z)= (i - z-n y(6)J = 0式中：XoXm為多項(xiàng)式系數(shù)；k為離散的時(shí)間點(diǎn)；M 為多項(xiàng)式階數(shù)；n為預(yù)測(cè)步長(zhǎng)；z為離散傳遞函數(shù) 的頻域標(biāo)識(shí)符；HM(z)為預(yù)測(cè)結(jié)果。為了驗(yàn)證牛頓預(yù)測(cè)法是否適用于預(yù)測(cè)髓關(guān)節(jié) 角度，先假設(shè)髓關(guān)節(jié)角度ek隨時(shí)間的變化滿足式 (5)，則根據(jù)牛頓預(yù)測(cè)法(6)需確定多項(xiàng)式階數(shù)M和 預(yù)測(cè)步長(zhǎng)n。多項(xiàng)式階數(shù)M的物理含義如

36、下27：當(dāng) 運(yùn)動(dòng)體瞬間不受力或所受合力為零時(shí)，多項(xiàng)式階 數(shù)M=1；當(dāng)運(yùn)動(dòng)體瞬間受到恒力作用時(shí)，多項(xiàng)式 階數(shù)M=2；當(dāng)運(yùn)動(dòng)體瞬間受到的力的變化趨勢(shì)不 變時(shí)，多項(xiàng)式階數(shù)M=3。人體在運(yùn)動(dòng)過(guò)程中，人 體下肢所受的重力保持不變，且在任意瞬間，人 體下肢內(nèi)部肌肉產(chǎn)生的拉/壓力也不會(huì)發(fā)生突變， 因此，人體下肢在任意瞬間都可認(rèn)為是受到恒力 作用，故取多項(xiàng)式階數(shù)M=2。其次，預(yù)測(cè)步長(zhǎng)n越 大，預(yù)測(cè)結(jié)果的準(zhǔn)確性也越低，由于步態(tài)預(yù)測(cè)算 法需實(shí)時(shí)預(yù)測(cè)髓關(guān)節(jié)的角度信息變化，為牽引單 元提供控制參數(shù)，準(zhǔn)確性要求較高，因此，預(yù)測(cè) 步長(zhǎng)n不宜選取過(guò)大，故選n=1。綜上，將M=2和 n=1代入式(6),得到二階一步牛頓預(yù)測(cè)模

37、型為2H2 (z) = (1 - zTy = 3 - 3z-1 + z -(7)J=0式(7)表明，在預(yù)測(cè)下一時(shí)刻狀態(tài)時(shí)，二階一 步牛頓預(yù)測(cè)模型只需包括當(dāng)前時(shí)刻狀態(tài)值在內(nèi)的3 個(gè)狀態(tài)，在實(shí)際應(yīng)用時(shí)，將式(7)的頻域表達(dá)形式 轉(zhuǎn)化為時(shí)域表達(dá)形式，得到牛頓預(yù)測(cè)算法模型為殊1=3伍-30.-1+ 0.-2(8)式中：9N+1為牛頓預(yù)測(cè)法在k時(shí)刻的預(yù)測(cè)值；0為 髓關(guān)節(jié)角度。為了驗(yàn)證牛頓預(yù)測(cè)算法模型的實(shí)際效果，借 助MATLAB軟件對(duì)檢測(cè)到的髓關(guān)節(jié)角度進(jìn)行牛頓 預(yù)測(cè)法仿真預(yù)測(cè)，預(yù)測(cè)結(jié)果如圖9所示。圖9(a)所 示為實(shí)際預(yù)測(cè)過(guò)程中的角度曲線，預(yù)測(cè)曲線與實(shí) 際曲線相比，具有明顯的前饋，前饋時(shí)間為 30 ms

38、,穩(wěn)定性較好，但預(yù)測(cè)曲線的波動(dòng)較大，平 滑性較差。圖9(b)所示為實(shí)際曲線與預(yù)測(cè)曲線的對(duì) 比，二者的整體擬合程度較好，誤差整體限定在 2，根據(jù)式(9),得到牛頓預(yù)測(cè)值9N+1的均方根誤 差(Crmse)為L(zhǎng)157。綜上，牛頓預(yù)測(cè)法可用于預(yù)測(cè)髓 關(guān)節(jié)角度，且預(yù)測(cè)效果較好。g2eRMSE (k +1) =/(9)式中：ek =代+1 - 0k +1，為k時(shí)刻的預(yù)測(cè)誤差； 9k + 1為k+1時(shí)刻的預(yù)測(cè)值；0k + 1為k+1時(shí)刻的實(shí)際 值；Ns為采樣點(diǎn)的個(gè)數(shù)。(a)預(yù)測(cè)算法前饋效果圖；(b)預(yù)測(cè)算法誤差對(duì)比圖 圖9牛頓預(yù)測(cè)法預(yù)測(cè)結(jié)果Fig. 9 Results of newton predicti

39、on method3.2指數(shù)平滑預(yù)測(cè)法指數(shù)平滑預(yù)測(cè)法由布朗提出28-29，時(shí)間序列的 態(tài)勢(shì)具有穩(wěn)定性或規(guī)則性，可合理地順勢(shì)推延， 故預(yù)測(cè)值可根據(jù)以前的觀測(cè)值進(jìn)行加權(quán)求和，且 近期的觀測(cè)值權(quán)數(shù)較大，較遠(yuǎn)的觀測(cè)值權(quán)數(shù)較小。 根據(jù)平滑次數(shù)的不同，指數(shù)平滑預(yù)測(cè)法可分為一 次指數(shù)、二次指數(shù)和三次指數(shù)平滑預(yù)測(cè)法，如表3 所示。由上述內(nèi)容可知，下肢髓關(guān)節(jié)角度的曲線模表3指數(shù)平滑預(yù)測(cè)法Table 3 Exponential smoothing prediction methods分類(lèi)預(yù)測(cè)對(duì)象一次指數(shù)無(wú)明顯趨勢(shì)變化的時(shí)間序列二次指數(shù)具有明顯趨勢(shì)變化的時(shí)間序列三次指數(shù)具有明顯趨勢(shì)且周期性變化的時(shí)間序列型具有周期性

40、和一致性，因此，擬采用三次指數(shù) 平滑預(yù)測(cè)法進(jìn)行預(yù)測(cè)，數(shù)學(xué)模型為： TOC o 1-5 h z S?)=。+(1_。) SC*(10)a S?)+q - a) S2(11)明)=a +(1 - a) S1(12)9E+1 = a* + bk n + ck n2(13)式中：S?), S和Sk3)分別為k時(shí)刻的一次指數(shù)、 二次指數(shù)和三次指數(shù)平滑值；a為平滑常數(shù)，取值 范圍為(0, 1)；誑+1為三次指數(shù)平滑預(yù)測(cè)法在k時(shí) 刻的預(yù)測(cè)值；參數(shù)a., bk及Ck分別為：ak = 3Sk)-3SP+ Sbk = a 2 (6 - 5a) S?)_2 (1 - a)22 (5 - 4a) S(2) + (4

41、- 3a) S)aCk = 二 (S?)- 2S?)+ S)2 (1 - a)為了提高三次指數(shù)平滑預(yù)測(cè)法的預(yù)測(cè)精度, 與牛頓預(yù)測(cè)法類(lèi)似，三次指數(shù)平滑預(yù)測(cè)法選取預(yù) 測(cè)步長(zhǎng)n=1。為優(yōu)選平滑常數(shù)a,利用MATLAB軟 件對(duì)髓關(guān)節(jié)角度數(shù)據(jù)進(jìn)行仿真預(yù)測(cè)，并利用式(9) 求解不同平滑常數(shù)a下的ermse(9E+ 1)，如圖10所示。 從圖10可見(jiàn)：當(dāng)平滑常數(shù)a=0.5時(shí)，三次指數(shù)平滑 預(yù)測(cè)結(jié)果的均方根誤差值最小，最小值為0.962?；谏鲜鲱A(yù)測(cè)算法模型，選取平滑常數(shù)a =圖10不同平滑常數(shù)a下的均方根誤差eRMSEFig. 10 eRMSE at different smoothing constant

42、 a0.5,借助MATLAB軟件對(duì)檢測(cè)到的髓關(guān)節(jié)角度數(shù) 據(jù)進(jìn)行3次指數(shù)平滑仿真預(yù)測(cè)，如圖11所示。(a)預(yù)測(cè)算法前饋效果圖；(b)預(yù)測(cè)算法誤差對(duì)比圖 圖11三次指數(shù)平滑預(yù)測(cè)結(jié)果Fig. 11 Results of triple exponential smoothing prediction method圖11(a)所示為實(shí)際預(yù)測(cè)過(guò)程中的角度曲線, 預(yù)測(cè)圖線與實(shí)際曲線相比，有較為明顯的前饋, 前饋時(shí)間為30 ms,穩(wěn)定性較好，而且與牛頓預(yù)測(cè) 法相比，平滑預(yù)測(cè)法的預(yù)測(cè)圖線波動(dòng)較小，平滑 性較好。圖11(b)所示的預(yù)測(cè)曲線與實(shí)際曲線放在 同一時(shí)間軸上，以分析兩者的誤差變化，兩曲線 吻合程度較高，e

43、RMSE(9E+1)為0.962,誤差在1.5內(nèi) 波動(dòng)。綜上，三次指數(shù)平滑預(yù)測(cè)法可用于預(yù)測(cè)髓 關(guān)節(jié)的角度數(shù)據(jù)，且預(yù)測(cè)效果比牛頓預(yù)測(cè)法的優(yōu)。3.3 “牛頓+三次指數(shù)平滑”預(yù)測(cè)法通過(guò)MATLAB軟件的仿真分析，牛頓預(yù)測(cè)法 的預(yù)測(cè)曲線波動(dòng)較大，平滑性較差，但是由于其 預(yù)測(cè)模型是多項(xiàng)式形式，系數(shù)固定，因此，其計(jì) 算較為簡(jiǎn)單，對(duì)變量的變化具有很強(qiáng)的適應(yīng)性。 三次指數(shù)平滑預(yù)測(cè)法的預(yù)測(cè)曲線波動(dòng)較小，平滑 性較好，預(yù)測(cè)誤差基本限制在1.5,相比于牛頓 預(yù)測(cè)法的預(yù)測(cè)誤差2而言較準(zhǔn)確，為了進(jìn)一步提 高預(yù)測(cè)算法的精確度和平滑性，擬采用“牛頓+三 次指數(shù)平滑”預(yù)測(cè)法對(duì)下肢的步態(tài)信息進(jìn)行預(yù)測(cè), 引入加權(quán)系數(shù)p,對(duì)2種方

44、法的預(yù)測(cè)結(jié)果進(jìn)行加權(quán) 求和，得出最后的預(yù)測(cè)結(jié)果，加權(quán)公式為建1 = P 9k + 1 + (1 - P) 9k + 1(14) 式中：9巖1為“牛頓+三次指數(shù)平滑”預(yù)測(cè)法在k 時(shí)刻的預(yù)測(cè)值；p為加權(quán)系數(shù)，取值范圍為(0, 1)。為驗(yàn)證“牛頓+三次指數(shù)平滑”預(yù)測(cè)法的預(yù)測(cè) 性能，需優(yōu)選加權(quán)系數(shù)p，利用MATLAB軟件對(duì) 檢測(cè)的髓關(guān)節(jié)角度數(shù)據(jù)進(jìn)行仿真預(yù)測(cè)，并利用式 (9)求解不同加權(quán)系數(shù)p下的eRMSE(N+i)，如圖12所 示。從圖12可見(jiàn)：當(dāng)加權(quán)系數(shù)p=0.7時(shí)，“牛頓+三 次指數(shù)平滑”預(yù)測(cè)結(jié)果的均方根誤差最小，最小 值為0.751 6，由3.1和3.2節(jié)可知，當(dāng)單獨(dú)采用牛 頓預(yù)測(cè)法時(shí)，均方根誤

45、差約為1.157,當(dāng)單獨(dú)采用 三次指數(shù)平滑預(yù)測(cè)法時(shí)，均方根誤差約為0.962。 因此，“牛頓+三次指數(shù)平滑”預(yù)測(cè)法的準(zhǔn)確率 較高。00.20.40.60.81.0加權(quán)系數(shù)P圖12不同加權(quán)系數(shù)p下的均方根誤差eRMSEFig. 12 Crmse at different weighting coefficient p基于上述預(yù)測(cè)算法模型，借助MATLAB軟件 對(duì)檢測(cè)到的髓關(guān)節(jié)角度進(jìn)行仿真預(yù)測(cè)，預(yù)測(cè)結(jié)果 如圖13所示。從圖13可見(jiàn)：“牛頓+三次指數(shù)平滑”預(yù)測(cè)法 的預(yù)測(cè)曲線波動(dòng)較小，平滑性較高，可對(duì)步態(tài)曲 線的零點(diǎn)、極值點(diǎn)等特征點(diǎn)都可進(jìn)行準(zhǔn)確預(yù)測(cè)， 此外，預(yù)測(cè)曲線與實(shí)際曲線的擬合程度提高，Crmse (必)為0.751 6，誤差基本限定在1,準(zhǔn)確性較 強(qiáng)。因此，“牛頓+三次指數(shù)平滑”預(yù)測(cè)法具有更 好的預(yù)測(cè)性能，可作為穿戴式下肢柔性助力外衣 系統(tǒng)的步態(tài)預(yù)測(cè)算法模型。4助力系統(tǒng)的樣機(jī)評(píng)估實(shí)驗(yàn)下肢柔性助力外衣系統(tǒng)樣機(jī)的性能評(píng)估主要(a)預(yù)測(cè)算法前饋效果圖；(b)預(yù)測(cè)算法誤差對(duì)比圖 圖13 牛頓+三次指數(shù)平滑”預(yù)測(cè)結(jié)果F