科技与创新┃ScienceandTechnology&Innovation·26·2023年第13期文章编号：2095-6835（2023）13-0026-04人机环境中下肢关节扭矩动态估计的研究＊甄鑫，董小雷，蔡玉强（华北理工大学机械工程学院，河北唐山063210）摘要：针对人体穿戴下肢外骨骼动态估计关节扭矩的问题，提出一种通过关节嵌入式传感系统对它进行准确估计的方法。通过拉格朗日法对人体-外骨骼进行整体建模，引入被动弹性力和垂直地面反作用力（GRF）诱导动力学。利用嵌入式传感系统和表面肌电采集系统（DELSYS），获取人体运动数据。通过采集的肌电信号（EMG）进行关节扭矩等距收缩计算，并与动力学模型仿真结果对比验证。结果表明，采用该动力学模型能够准确地估计出人体下肢关节扭矩，为实现自适应反馈控制提供了重要理论基础，与目前流行的基于EMG和可穿戴传感器的解决方案相比，消除了复杂的人体布线，提高了佩戴的便利性，具有重要的研究价值。关键词：关节扭矩；动态估计；动力学；垂直地面反作用力中图分类号：TP242文献标志码：ADOI：10.15913/j.cnki.kjycx.2023.13.007近年来，随着老龄化加剧和运动障碍人群的增加，外骨骼机器人在辅助或提高人类身体能力方面表现出了不错的应用前景[1]。最初开发的外骨骼机器人只提供被动训练模式，即沿着预定的固定轨迹移动用户的四肢。随着市场需求及技术的进步，识别用户意图和人机协作控制的外骨骼机器人成为新的研究方向。如筑波大学的混合辅助外骨骼机器人（HAL）和哈佛大学的软外服[2]，通过控制器对人体的主动力进行估计，使外骨骼产生用户所需的辅助力或扭矩，LLOYD等[3]也证实了关节扭矩对各种外骨骼机器人主动辅助控制的有效性。然而，关节扭矩的估计是一个难题。一般的关节扭矩估计方法有2种：基于生物肌电信号（EMG）的等效肌肉收缩方法和基于物理的逆动力学方法（IDA）。表面肌电信号是检测肌肉活动的一种直观的生物信号，BUCHANAN等[4]利用表面肌电信号估计关节扭矩和肌肉力，并用逆动力学进行验证。通过EMG信号对关节扭矩进行估计，虽然在准确性和及时性方面有优势，但表面肌电信号易受电极-皮肤电导率、定位、肌肉疲劳和附近肌肉间相互作用的影响，因此总是需要校准，复杂的信号处理和人体上的布线也影响了该方法使用的便利性。本文在人体-外骨骼整体模型的基础上进行动力学建模，引入被动弹性力和GRF诱导动力学，通过MATLAB/Simulink进行仿真计算。利用关节扭矩传感器、角度编码器、压力鞋垫和肌电采集系统获取人体下...
