多运动复合型被动式下肢外骨骼设计及其智能交互评估

doi:10.3901/JME.2023.11.043

机械工程学报 ›› 2023, Vol. 59 ›› Issue (11): 43-53.doi: 10.3901/JME.2023.11.043

• 特邀专栏:智能产品交互设计 • 上一篇下一篇

扫码分享

多运动复合型被动式下肢外骨骼设计及其智能交互评估

曹恩国, 徐祺, 沈峰岑, 胡伟峰

江南大学设计学院无锡 214122

收稿日期:2021-11-18 修回日期:2022-09-16 出版日期:2023-06-05 发布日期:2023-07-19
通讯作者: 胡伟峰(通信作者),男,1979年出生,博士,教授。主要从事产品设计理论与方法、交互设计等研究。E-mail:28756863@qq.com
作者简介:曹恩国,男,1983年出生,博士,副教授。主要从事健康产品交互设计等研究。E-mail:ceg24942849@foxmail.com
基金资助:
国家自然科学基金(51505191)、江苏省社会科学基金(16ZHC003)、江苏省自然科学基金(BK20150161)、江苏省“六大人才高峰”高层次人才项目(RJFW-007)和江苏高校哲学社会科学研究重大项目(2021SJZDA113)资助项目

Multi-motion Compound Passive Lower Limb Exoskeleton Design and Its Intelligent Interaction Evaluation

CAO Enguo, XU Qi, SHEN Fengcen, HU Weifeng

School of Design, Jiangnan University, Wuxi 214122

Received:2021-11-18 Revised:2022-09-16 Online:2023-06-05 Published:2023-07-19

摘要/Abstract

摘要： 目前被动式外骨骼辅助的运动姿态较为单一，设计多运动复合型被动式外骨骼可以扩展此类装备的适用性。通过分析不同运动状态下人体姿态变化的几何规律，在储能阶段采用弹性元件储存运动中人体动能与重力势能损失，在助力阶段释放能量以实现运动助力，从而进行外骨骼产品的原型设计，并通过智能传感系统实时监测人体动力学与肌肉活动数据。建立D-H参数模型，对外骨骼进行人机兼容性分析。对6名被试者进行外骨骼穿戴实验，结合动力学与肌电分析，评估外骨骼的效能。人机兼容性分析结果显示外骨骼在矢状面内的行走空间可以覆盖人体踝关节运动轨迹，动力学仿真结果显示穿戴外骨骼后，行走和蹲起运动关节做功总量分别减小了20.17%和19.49%，表面肌电结果显示穿戴外骨骼后下肢主要肌肉贡献率分布规律有一定程度的变化，总体积分值明显降低。通过智能交互系统设计，用户能直观地了解身体运动状态与控制助力程度，获得更好的使用体验。智能人机交互实验验证外骨骼对人体运动辅助的有效性，为相关领域的研究提供实例化参考。

关键词: 原型设计, 下肢外骨骼, 智能交互, 动力学仿真, 表面肌电

Abstract: At present, the motion posture assisted by most of passive exoskeletons is single posture, and the design of multi-motion composite passive exoskeleton can expand the applicability of this type of equipment. By analyzing the geometric law of human body posture changes under different motion states, elastic elements are used to store the human body's kinetic energy and gravitational potential energy loss during the energy storage phase, and the energy is released in the assist phase to achieve sports assistance, so as to carry out the prototype design of the exoskeleton product, and real-time monitor of human body dynamics and muscle activity data through an intelligent sensor system. The D-H parameter model is established, and the compatibility of man-machine of the exoskeleton is analyzed. The exoskeleton wearing experiment was performed on 6 subjects, combined with dynamics and electromyography data analysis, to evaluate the effectiveness of the exoskeleton. The analysis of human-machine compatibility shows that the walking space of the exoskeleton in the sagittal plane can cover the motion trajectory of the human ankle joint. The dynamics simulation results show that after wearing the exoskeleton, the total work done by the joints is reduced by 20.17% and 19.49% during walking and squatting movements, respectively. The surface electromyography results show that after wearing the exoskeleton, the main muscles contribution rate has a certain degree of change, and the overall score is significantly reduced. Through the mobile intelligent interactive system, the user can understand the body motion state and control the assistance, and then acquire a better user experience. The intelligent human-computer interaction experiment verifies the effectiveness of the exoskeleton prototype for human motion assistance, and provides an example reference for research in related fields.

Key words: prototype design, lower limb exoskeleton, intelligent interaction, dynamic simulation, surface electromyography

中图分类号:

TP242

曹恩国, 徐祺, 沈峰岑, 胡伟峰. 多运动复合型被动式下肢外骨骼设计及其智能交互评估[J]. 机械工程学报, 2023, 59(11): 43-53.

CAO Enguo, XU Qi, SHEN Fengcen, HU Weifeng. Multi-motion Compound Passive Lower Limb Exoskeleton Design and Its Intelligent Interaction Evaluation[J]. Journal of Mechanical Engineering, 2023, 59(11): 43-53.

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.cjmenet.com.cn/CN/10.3901/JME.2023.11.043

http://www.cjmenet.com.cn/CN/Y2023/V59/I11/43

参考文献

[1] KAWAMOTO H，LEE S，KANBE S，et a1. Power assist method for HAL-3 using EMG based feedback controller[C]// Proceedings of IEEE International Conference on Systems on Man and Cybemetics. Washington D. C.:IEEE International Conference on Systems on Man and Cybemetics，2003:1648-1653.
[2] RAAB K，KRAKOW K，TRIPP F，et al. Effects of training with the ReWalk exoskeleton on quality of life in incomplete spinal cord injury:A single case study[J]. Spinal Cord Series and Cases，2016，2(1):15-25.
[3] ZOSS A B，KAZEROONI H，CHU A. Biomechanical design of the Berkeley lower extremity exoskeleton(BLEEX)[J]. IEEE/ASME Transactions on Mechatronics，2006，11(2):128-138.
[4] 申京玉，张仕民，陈冲，等. 无动力外骨骼助力机器人研究进展[J]. 机械传动，2020，44(2):166-176. SHEN Jingyu，ZHANG Shimin，CHEN Chong，et al. Research progress of unpowered exoskeleton assisted robot[J]. Journal of Mechanical Transmission，2020，44(2):166-176.
[5] 李强，周加永，赵文彬，等. 无源被动外骨骼系统研究现状与关键技术分析[J]. 机床与液压，2011，49(5):156-161. LI Qiang，ZHOU Jiayong，ZHAO Wenbin，et al. Research status and key technology analysis of passive exoskeleton system[J]. Machine Tool & Hydraulics，2011，49(5): 156-161.
[6] GUAN Xinyu，JI Linhong，WANG Rencheng，et al. Optimization of an unpowered energy-stored exoskeleton spring stiffness for spinal cord injuries[J]. Journal of Tsinghua University，2017，57(11):1179-1184.
[7] 刘刚，黄新燕，朱丽，等. 人体髋关节助力外骨骼的设计[J]. 机床与液压，2016，44(3):1-4. LIU Gang，HUANG Xinyan，ZHU Li，et al. Design of exoskeleton for human hip joint[J]. Machine Tool & Hydraulics，2016，44(3):1-4.
[8] 高亮. 基于外骨骼的下肢康复机器人结构设计与研究[D]. 芜湖:安徽工业大学，2019. GAO Liang. Structural design and research of lower limb rehabilitation robot based on exoskeleton[D]. Wuhu:Anhui University of Technology，2019.
[9] 申慧敏，葛瑞康，葛迪，等. 基于肩部协同运动特征的康复外骨骼设计与人机相容性分析[J]. 机械工程学报，2022，58:1-11. SHEN Huimin，GE Ruikang，GE Di，et al. Exoskeleton design and human-machine compatibility analysis for shoulder rehabilitation based on synergy characteristic[J]. Journal of Mechanical Engineering，2022，58:1-11.
[10] RACINE J，KAZEROONI H. Control of a lower extremity exoskeleton for human performance amplification[M]. Berkeley:University of California Press，2003.
[11] 国家技术监督局. 中国成年人人体尺寸:GB/T 10000—1988[S]. 北京:中国标准出版社，1989. State Bureau of Technical Supervision. Chinese adult body size:GB/T 10000—1988[S]. Beijing:China Standards Press，1989.
[12] 孙立贤. 下肢助行外骨骼机器人的人机工程研究与设计[D]. 南京:东南大学，2020. SUN Lixian. Ergonomic research and design of walking exoskeleton robot for lower limbs[D]. Nanjing:Southeast University，Nanjing，2020.
[13] 李静，朱凌云，苟向锋. 基于人机闭链的下肢康复外骨骼机构运动学分析[J]. 工程设计学报，2019，26(1):65-73. LI Jing，ZHU Lingyun，GOU Xiangfeng，Kinematics analysis of lower limb rehabilitation exoskeleton mechanism based on man-machine closed chain[J]. Chinese Journal of Engineering Design，2019，26(1):65-73.
[14] 刘静民. 中国成年人人体惯性参数国家标准的制定[D]. 北京:北京体育大学，2004. LIU Jingmin. Formulation of national standard for inertial parameters of Chinese adults[D]. Beijing:Beijing Sport University，2004.
[15] 赵宏垚，徐秀林. 人体膝关节的力矩参数[J]. 中国组织工程研究与临床康复，2011，15(4):705-708. ZHAO Hongyao，XU Xiulin. Torque parameters of human knee joint[J]. China Tissue Engineering Research and Clinical Rehabilitation，2011，15(4):705-708.
[16] 刘作军，许长寿，陈玲玲，等. 智能假肢膝关节的研发要点及其研究进展综述[J]. 包装工程，2021，42(10):54-63. LIU Zuojun，XU Changshou，CHEN Lingling，et al. Key point and progress of intelligent prosthesis knee joint research[J]. Packaging Engineering， 2021，42(10):54-63.
[17] 李卓. 人体下肢动力学建模与行走步态分析[D]. 武汉:华中科技大学，2018. LI Zhuo. A study on human lower-limb dynamics modeling and walking gait analysis[D]. Wuhan:Huazhong University of Science & Technology，2018.
[18] TIM B，JENNIFER V E B，KARLIJN K，et al. The effects of a passive exoskeleton on muscle activity，discomfort and endurance time in forward bending work[J]. Applied Ergonomics，2016:212-217.
[19] 加玉涛，罗志增. 肌电信号特征提取方法综述[J]. 电子器件，2007，30(1):326-330. JIA Yutao，LUO Zhizeng. Summary of EMG feature extraction[J]. Chinese Journal of Electron Devices，2007，30(1):326-330.
[20] 张葛祥，金炜东，胡来招. 一种有效的IIR数字滤波器优化设计方法[J]. 信号处理，2004，20(2):152-156. ZHANG Gexiang，JIN Weidong，HU Laizhao. An effective optimization method for designing IIR digital filters[J]. Journal of Signal Processing，2004，20(2):152-156.

多运动复合型被动式下肢外骨骼设计及其智能交互评估

Multi-motion Compound Passive Lower Limb Exoskeleton Design and Its Intelligent Interaction Evaluation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	安海涛, 贾博韬, 王亮, 吴金涛, 潘松, 赵盖. 空间中空型超声电机的动力学仿真分析与极端环境试验研究[J]. 机械工程学报, 2026, 62(7): 269-283.
[2]	李龙, 周天送, 吕胜男, 于兵. 电驱冗余点式分离机构设计与分析[J]. 机械工程学报, 2026, 62(1): 204-215.
[3]	刘云海, 郑杜塬, 祝效华. 基于CFD-DPM-MD模拟压裂管汇缓冲弯头的冲蚀磨损行为及作用机理[J]. 机械工程学报, 2026, 62(1): 296-309.
[4]	徐东来, 郭盛, 许学雷, 靳晓东, 赵福群, 孙振莲, 杨卫杰. 基于空环缓冲动平台的Delta型火箭回收机构设计与分析[J]. 机械工程学报, 2025, 61(21): 168-178.
[5]	黄鹏, 路景深, 丁华锋, 陈子明, 赵玉倩. 新型装载机工作装置疲劳寿命预测[J]. 机械工程学报, 2025, 61(17): 27-40.
[6]	包颖炜, 杨波, 孙茂文, 王泽正, 房理想, 欧阳小平. 半主动电液驱动的下肢负重外骨骼机器人设计与控制[J]. 机械工程学报, 2025, 61(15): 185-195.
[7]	冯永飞, 杨圣业, 王琦, 卢衍正, 田俊杰, 王洪波, 牛建业. 基于肌肉协同特征的康复机器人辅助踏步运动关节角度估计[J]. 机械工程学报, 2025, 61(15): 261-274.
[8]	李卓然, 杨炳鑫, 夏裕俊, 黄霜, 陆润东, 李永兵. 铝/钢电阻点焊熔核流动行为及其作用机制研究[J]. 机械工程学报, 2024, 60(22): 58-67.
[9]	戚文谦, 孙守迁, 陈超, 张叶冰清, 赵东伟. 面向竞技训练的下肢外骨骼多模态交互系统研究[J]. 机械工程学报, 2023, 59(5): 29-40.
[10]	何庆, 利璐, 李晨钟, 王平, 谢斯. 基于Kriging模型的在役高速列车悬挂参数近似贝叶斯估计[J]. 机械工程学报, 2023, 59(12): 139-148.
[11]	徐江, 孙刚, 徐静妤, 苏浦捷, 缪绮阳. 智能交互的认知哲学逻辑及设计评价研究[J]. 机械工程学报, 2023, 59(11): 31-42.
[12]	王文东, 李杰, 张俊博, 秦雷, 袁小庆. 基于迁移学习的手部离散动作识别方法研究[J]. 机械工程学报, 2022, 58(7): 12-19.
[13]	孙树磊, 雷丽妃, 黄海波, 张少波, 田国英, 邓鹏毅. 基于用户作业工况的履带式挖掘机加速疲劳强化路面构建方法[J]. 机械工程学报, 2022, 58(16): 319-328.
[14]	曾德政, 吕继亮, 屈盛官, 尹鹏, 李小强. 基于SVMBP的下肢外骨骼步态检测及识别研究[J]. 机械工程学报, 2022, 58(12): 29-38.
[15]	龙辉, 郝佳, 牛红伟, 王国新, 张非凡. 基于情境的CAD模型手势操控技术[J]. 机械工程学报, 2022, 58(10): 374-382.