崔 翔,劉 昊,吳慶勛,廖平平,張利劍

(北京機(jī)械設(shè)備研究所,北京100854)

1 引言

載人登月任務(wù)越來(lái)越關(guān)注科學(xué)和經(jīng)濟(jì)價(jià)值,作業(yè)活動(dòng)逐漸豐富,例如地質(zhì)探測(cè)、科學(xué)實(shí)驗(yàn)、資源樣本采集等任務(wù)中,航天員需要完成大量的行走、蹲起、搬運(yùn)以及負(fù)重等動(dòng)作[1]。隨著航天員出艙活動(dòng)越發(fā)頻繁,出艙時(shí)間也越來(lái)越長(zhǎng),提高其艙外作業(yè)能力是載人航天的關(guān)鍵技術(shù)之一。

航天員穿戴航天服完成艙外作業(yè),航天服具備人體重要關(guān)節(jié)的被動(dòng)自由度,但服內(nèi)大氣壓造成自由度運(yùn)動(dòng)困難,航天員關(guān)節(jié)運(yùn)動(dòng)阻力較大,且受航天服整體質(zhì)心外移影響,航天員空間動(dòng)作執(zhí)行很不輕松[2-3]。例如,受阿波羅航天服影響,人服系統(tǒng)單關(guān)節(jié)的施力能力平均下降可達(dá)20%,而人體力量下降可達(dá)50%。因此,通過(guò)航天服關(guān)節(jié)助力系統(tǒng)提升航天員作業(yè)能力具有很強(qiáng)的背景需求。

外骨骼機(jī)器人是典型的穿戴式人體助力系統(tǒng),例如美國(guó)加州大學(xué)的單兵外骨骼HULC[4],雷神公司的XOS[5]。中國(guó)多家科研單位如北航、哈工大、電子科大等也研制了多種用途的助力外骨骼系統(tǒng)[6]。在空間領(lǐng)域應(yīng)用中,外骨骼類(lèi)助力系統(tǒng)能夠提升航天員空間作業(yè)能力[7-8]。NASA聯(lián)合佛羅里達(dá)州人機(jī)認(rèn)知機(jī)器研究機(jī)構(gòu),基于機(jī)器人航天員Robonaut-2的相關(guān)技術(shù)開(kāi)發(fā)了X1外骨骼機(jī)器人,但其不具備關(guān)節(jié)主動(dòng)助力的能力[8]。目前,中國(guó)電子科大、哈工大及北京機(jī)械設(shè)備研究所等研究單位開(kāi)始在航天員助力系統(tǒng)方面開(kāi)展研究[9]。

由于存在厚重的航天服,航天員與助力系統(tǒng)之間存在大阻尼環(huán)節(jié),造成助力系統(tǒng)與航天員存在物理隔離,接觸力傳遞的靈敏度下降,導(dǎo)致航天員的運(yùn)動(dòng)意圖難以通過(guò)接觸力、加速度等位置或力傳感器直接獲得。人體關(guān)節(jié)運(yùn)動(dòng)都是由中樞神經(jīng)系統(tǒng)控制肌肉發(fā)力實(shí)現(xiàn)的,肌電信號(hào)(electromyogram,EMG)是人體運(yùn)動(dòng)的觸發(fā)信號(hào)。由于EMG能夠先于人體運(yùn)動(dòng)反映運(yùn)動(dòng)意圖,因此基于EMG的辨識(shí)方法可實(shí)現(xiàn)對(duì)著航天服航天員運(yùn)動(dòng)意圖的實(shí)時(shí)辨識(shí),但獲取方法更難、算法更復(fù)雜。

目前,對(duì)EMG信號(hào)的研究多集中在運(yùn)動(dòng)評(píng)估、發(fā)力時(shí)機(jī)預(yù)測(cè)等方面,用于運(yùn)動(dòng)意圖控制[10-13],對(duì)基于EMG的量化肌力辨識(shí)研究很少,主要原因在于EMG信號(hào)屬于微弱電信號(hào),導(dǎo)致有效信號(hào)干擾源特別多。此外,EMG反饋肌力特征涉及多種復(fù)雜的生理學(xué)模型,由EMG得到準(zhǔn)確的肌肉力信息較為困難。針對(duì)肌力識(shí)別問(wèn)題需要借鑒神經(jīng)-肌肉動(dòng)力學(xué)過(guò)程[14]建立肌力特征模型,然后結(jié)合關(guān)節(jié)運(yùn)動(dòng)學(xué)模型實(shí)現(xiàn)由肌力到關(guān)節(jié)力矩的映射,從而實(shí)現(xiàn)基于EMG反饋的關(guān)節(jié)助力控制。

本文針對(duì)艙外航天員助力系統(tǒng)的人機(jī)協(xié)同控制問(wèn)題,提出基于EMG分析實(shí)現(xiàn)對(duì)關(guān)節(jié)發(fā)力的量化識(shí)別,實(shí)時(shí)獲取航天員發(fā)力意圖與大小,進(jìn)而精準(zhǔn)滿(mǎn)足對(duì)航天員的實(shí)時(shí)助力需求,實(shí)現(xiàn)助力系統(tǒng)與航天員之間的高效協(xié)同。

2 關(guān)節(jié)助力系統(tǒng)

由于航天服屬于高價(jià)值裝備,因此設(shè)計(jì)模擬航天服肘關(guān)節(jié)機(jī)構(gòu)(模擬機(jī)構(gòu))模擬真實(shí)航天服肘關(guān)節(jié),然后在其基礎(chǔ)上研制基于肌肉活躍度反饋的助力系統(tǒng)樣機(jī)?；趯?duì)航天服關(guān)節(jié)特性的公開(kāi)數(shù)據(jù),研制了轉(zhuǎn)動(dòng)關(guān)節(jié)式阻尼模擬器,利用橡膠材料摩擦及壓力變化來(lái)模擬航天服關(guān)節(jié)阻尼,將該阻尼模擬器沿軸線(xiàn)安裝于助力機(jī)構(gòu)的肘關(guān)節(jié),并根據(jù)航天服大臂、小臂連桿的質(zhì)量特性設(shè)計(jì)助力機(jī)構(gòu)的連桿,完成模擬機(jī)構(gòu)設(shè)計(jì)。

模擬航天服的關(guān)節(jié)助力系統(tǒng)由博登拉線(xiàn)助力機(jī)構(gòu)、EMG信號(hào)處理與分析子系統(tǒng)、測(cè)試與控制子系統(tǒng)等組成,如圖1所示。

圖1 關(guān)節(jié)助力系統(tǒng)的組成Fig.1 The architecture of joint assistive system

1)博登拉線(xiàn)助力機(jī)構(gòu)。柔索驅(qū)動(dòng)組件安裝于固定基座,通過(guò)博登線(xiàn)鞘向助力機(jī)構(gòu)肘部傳力,助力機(jī)構(gòu)通過(guò)綁縛結(jié)構(gòu)與人體上肢固聯(lián)。

2)EMG信號(hào)處理與分析子系統(tǒng)。采集與預(yù)處理目標(biāo)肌肉EMG,而后根據(jù)建立的肌肉神經(jīng)活躍度模型、肌力特征模型分析關(guān)節(jié)發(fā)力意圖。

3)測(cè)試與控制子系統(tǒng)。該系統(tǒng)包括基于EMG肌力反饋的控制、航天服阻尼補(bǔ)償以及負(fù)載補(bǔ)償控制。核心控制器實(shí)現(xiàn)該關(guān)節(jié)助力控制算法,上位機(jī)提供檢測(cè)與控制面板,實(shí)現(xiàn)對(duì)電機(jī)的驅(qū)動(dòng)控制,如圖2所示。

圖2 航天服關(guān)節(jié)助力系統(tǒng)傳感與控制流程Fig.2 Sensing and control flow chart of spacesuit joint assistive system

3 動(dòng)力學(xué)建模

從肌肉接收中樞神經(jīng)信號(hào)到關(guān)節(jié)運(yùn)動(dòng)的分析與建模可分為3個(gè)階段：EMG活躍度分析、肌肉發(fā)力分析與關(guān)節(jié)運(yùn)動(dòng)建模?；谌梭w生理學(xué)方面的研究,通過(guò)標(biāo)定實(shí)驗(yàn)辨識(shí)模型的未知系數(shù)得到合理的EMG動(dòng)力學(xué)分析模型,然后將動(dòng)力學(xué)模型作為控制器設(shè)計(jì)的基礎(chǔ)。圖3為一種神經(jīng)-肌肉-骨骼關(guān)節(jié)動(dòng)力學(xué)建模流程圖。

圖3 神經(jīng)-肌肉-骨骼關(guān)節(jié)動(dòng)力學(xué)建模與優(yōu)化Fig.3 The modeling and optimization of neuromusculoskeletal dynamics

圖3中,原始EMG信號(hào)經(jīng)過(guò)處理得到能夠反映運(yùn)動(dòng)意圖的EMG信號(hào)x(t),經(jīng)神經(jīng)活躍度動(dòng)力學(xué)和肌肉活躍度動(dòng)力學(xué)計(jì)算依次得到神經(jīng)活躍度u(t)和肌肉活躍度a(t),而后得到肌力特征值F(t)。然后,基于骨肌關(guān)節(jié)運(yùn)動(dòng)學(xué)模型計(jì)算肌肉產(chǎn)生的關(guān)節(jié)力矩T(t)。 由于上述模型參量為人的生理學(xué)參數(shù),很難實(shí)測(cè),采用最小二乘法標(biāo)定,即應(yīng)用力矩傳感器測(cè)量關(guān)節(jié)力矩T′(t),對(duì)比T(t),得到生理學(xué)模型參數(shù)的數(shù)值解。

3.1 神經(jīng)-肌肉活躍度動(dòng)力學(xué)建模

原始EMG信號(hào)混雜多種噪聲(直流偏置、放大器誤差及電極運(yùn)動(dòng)帶來(lái)的低頻干擾),采用高通濾波濾除,截止頻率范圍一般為5～30 Hz。之后,對(duì)信號(hào)進(jìn)行全波整流。由于肌肉發(fā)力特征基本只與5～100 Hz頻率范圍內(nèi)的信號(hào)相關(guān),因此再通過(guò)截止頻率為100 Hz的低通濾波器,最后進(jìn)行歸一化得到較為純凈的EMG信號(hào)。

首先,神經(jīng)動(dòng)力學(xué)模型定義為動(dòng)作電位產(chǎn)生的神經(jīng)抽搐,該過(guò)程可表示為2階微分方程。一般可應(yīng)用滑動(dòng)標(biāo)準(zhǔn)差來(lái)評(píng)價(jià)神經(jīng)活躍度大小,設(shè)采集N個(gè)EMG信號(hào)值,xi為第i個(gè)肌電值,求解EMG積分肌電均值積分,以及神經(jīng)活躍度u(t),如式(1)所示。

由于個(gè)體差異的存在,記錄每位被試者上肢肌群自然狀態(tài)下的靜息EMG信號(hào)x0,作為肌肉靜息狀態(tài)下的神經(jīng)活躍度值u0。

肌肉活躍度為神經(jīng)電刺激下肌肉的反應(yīng)大小。由神經(jīng)活躍度得到肌肉活躍度的非線(xiàn)性關(guān)系為式(2)。

式中,A表示非線(xiàn)性程度,當(dāng)A=0時(shí),神經(jīng)活躍度和肌肉活躍度為線(xiàn)性關(guān)系。A越小,a在u激增時(shí)不會(huì)變得過(guò)大,保證肌力特征值平滑。

3.2 肌肉發(fā)力動(dòng)力學(xué)建模

人體肌肉-肌腱一般用HILL模型處理[14],肌肉發(fā)力等效為肌肉活躍度為變量的彈簧-阻尼模型,受肌肉長(zhǎng)度、收縮速度與肌肉活躍度影響。測(cè)試肌肉得到最大發(fā)力Fmax、肌肉最大形變長(zhǎng)度和最大速度,然后對(duì)長(zhǎng)度和速度歸一化為l和,可根據(jù)式(3)得到肌肉發(fā)力大小。

對(duì)于航天員作業(yè),其關(guān)節(jié)運(yùn)動(dòng)速度很慢,因此忽略肌肉長(zhǎng)度變化速度對(duì)肌肉力量的影響。肌肉發(fā)力為肌肉纖維的主動(dòng)發(fā)力與肌肉-肌腱彈性力2部分的合力,分別為Fa和Fp,對(duì)該2種力分別建?？傻檬?4)。

由式(4)可知,當(dāng)肌肉長(zhǎng)度一定,肌肉活躍度與肌肉力量呈線(xiàn)性關(guān)系,截距即為肌肉彈性力,斜率為與肌肉纖維主動(dòng)發(fā)力相關(guān)的系數(shù)。

3.3 關(guān)節(jié)運(yùn)動(dòng)學(xué)模型

關(guān)節(jié)運(yùn)動(dòng)過(guò)程中,肘關(guān)節(jié)角q變化引起肌肉-肌腱單元長(zhǎng)度變化,由虛功原理計(jì)算所有相關(guān)肌肉-肌腱在關(guān)節(jié)處產(chǎn)生的力矩T,即對(duì)肘關(guān)節(jié)來(lái)說(shuō),肱二頭肌和肱三頭肌產(chǎn)生的關(guān)節(jié)力矩如式(5)所示。

肌肉力及其對(duì)關(guān)節(jié)的力臂是關(guān)節(jié)角度的函數(shù)。同時(shí),肌力力臂為肌肉長(zhǎng)度關(guān)于關(guān)節(jié)角度的微分,如式(6)所示。

對(duì)于力臂r1和r2,實(shí)際中很難測(cè)量,可采用數(shù)據(jù)擬合的方法逼近最優(yōu)值,對(duì)不同被試者進(jìn)行標(biāo)定。設(shè)關(guān)節(jié)力矩測(cè)試值T′,則采用優(yōu)化算法,如式(7)所示。

綜合上述分析,由EMG信號(hào)x反饋得肘關(guān)節(jié)力矩T的過(guò)程,可得到式(8)所示的建模方法。

式中,參數(shù)A的取值范圍為-3＜A＜0,k和m為不同肌肉的發(fā)力方程可調(diào)參數(shù),r1和r2可通過(guò)標(biāo)定實(shí)驗(yàn)進(jìn)行優(yōu)化選擇。

4 控制系統(tǒng)設(shè)計(jì)

模擬航天服關(guān)節(jié)助力系統(tǒng)控制將采用基于負(fù)載和阻力模型前饋與基于肌肉活躍度的反饋控制相結(jié)合的方法。

模擬航天服肘關(guān)節(jié)助力系統(tǒng)的關(guān)節(jié)阻尼采用自研的轉(zhuǎn)動(dòng)式阻尼模擬器模擬,根據(jù)阻尼特性得到阻尼-角度模型,由角度得出對(duì)應(yīng)的關(guān)節(jié)阻力矩。對(duì)測(cè)試數(shù)據(jù)進(jìn)行線(xiàn)性擬合,設(shè)斜率A和截距B,得該阻尼模擬器的角度-力矩關(guān)系如式(9)所示。

根據(jù)上述自研的阻尼模擬器參數(shù)模型,得到關(guān)節(jié)阻力與運(yùn)動(dòng)角度的關(guān)系,進(jìn)行關(guān)節(jié)阻力補(bǔ)償控制。此外,對(duì)模擬航天服肘關(guān)節(jié)助力系統(tǒng)的質(zhì)量特性進(jìn)行分析,得到系統(tǒng)結(jié)構(gòu)重量在肘關(guān)節(jié)的載荷,即由助力系統(tǒng)發(fā)力來(lái)承擔(dān)系統(tǒng)重量。

對(duì)于肘關(guān)節(jié)運(yùn)動(dòng)來(lái)說(shuō),其對(duì)應(yīng)的肌群為肱二頭肌和肱三頭肌,由2組肌肉的EMG信號(hào)分析肘關(guān)節(jié)的肌肉發(fā)力輸出意圖,研究基于肌電反饋的控制方案,而航天服本身特性并不會(huì)影響肌電控制模型。

基于第3節(jié)對(duì)EMG信號(hào)的建模分析,建立由EMG原始信號(hào)到關(guān)節(jié)力矩的映射模型。選擇20～100個(gè)肌電信號(hào)為循環(huán)肌電信號(hào)數(shù)組,進(jìn)行滑動(dòng)式特征值計(jì)算,以得到較為平滑顯著的運(yùn)動(dòng)意圖信號(hào)。首先對(duì)肌電信號(hào)進(jìn)行高通濾波,截止頻率設(shè)置為10 Hz,再對(duì)信號(hào)進(jìn)行全波整流。由于肌肉發(fā)力相關(guān)的肌電信號(hào)頻率基本在100 Hz以下,因此可利用低通濾波濾除高頻干擾信號(hào)。最后,在每次實(shí)驗(yàn)前記錄肌肉靜息下的肌電特征,并測(cè)試最大EMG值,對(duì)EMG值做歸一化。

設(shè)計(jì)基于EMG的肌力特征辨識(shí),根據(jù)設(shè)定的肌力力臂長(zhǎng)度,計(jì)算肱二頭肌和肱三頭肌在肘關(guān)節(jié)產(chǎn)生的力矩,加上關(guān)節(jié)阻尼模型和動(dòng)力學(xué)模型解算的部分前饋補(bǔ)償力矩,作為控制策略輸出的目標(biāo)關(guān)節(jié)力矩。肱二頭肌和肱三頭肌產(chǎn)生的EMG信號(hào)建模分析可得到在肘關(guān)節(jié)處方向相反的2個(gè)力矩。肘關(guān)節(jié)屈時(shí),肱二頭肌激活度信號(hào)增強(qiáng),肱三頭肌相對(duì)變?nèi)?助力系統(tǒng)給予肘關(guān)節(jié)屈運(yùn)動(dòng)助力；肘關(guān)節(jié)伸時(shí),情況相反?；贓MG反饋的模擬航天服肘關(guān)節(jié)助力系統(tǒng)控制策略如圖4所示。

圖4 模擬航天服肘關(guān)節(jié)助力控制策略Fig.4 Control scheme of simulated spacesuit elbow joint assistive system

5 肘關(guān)節(jié)助力實(shí)驗(yàn)

模擬航天服關(guān)節(jié)助力實(shí)驗(yàn)如圖5所示,被試者為身高180 cm、體重82 kg的健康男性。系統(tǒng)留有上肢穿戴的接口,通過(guò)帶粘扣的綁帶固定于被試者左上肢或者右上肢的上臂和前臂,人體肘關(guān)節(jié)軸線(xiàn)對(duì)準(zhǔn)助力系統(tǒng)轉(zhuǎn)動(dòng)關(guān)節(jié)。被試者上臂的肘關(guān)節(jié)運(yùn)動(dòng)相關(guān)肌群需要貼貼片電極,在綁帶預(yù)留孔位,并防止綁帶滑動(dòng)對(duì)電極的影響。微伏級(jí)的EMG極易受運(yùn)動(dòng)偽跡干擾,實(shí)驗(yàn)中將原始信號(hào)線(xiàn)固定于綁帶用以減小晃動(dòng)量,且應(yīng)遠(yuǎn)離電磁信號(hào)源等。實(shí)驗(yàn)使用3 M肌電電極采集肱二頭肌和肱三頭肌肌電,腕部骨凸起處貼1片電極作為EMG參考地。實(shí)驗(yàn)所用的動(dòng)作為：肘關(guān)節(jié)屈伸運(yùn)動(dòng),肘關(guān)節(jié)屈時(shí),肱二頭肌EMG信號(hào)相對(duì)肱三頭肌增強(qiáng)；肘關(guān)節(jié)伸時(shí),情況相反。本實(shí)驗(yàn)根據(jù)采集到的兩肌肉活躍度信息,得到肘關(guān)節(jié)的助力需求,然后控制電機(jī),讓肘關(guān)節(jié)助力機(jī)構(gòu)提供與該發(fā)力需求相匹配的力輸出。

圖5 肘關(guān)節(jié)助力實(shí)驗(yàn)Fig.5 The elbow joint assistance experiment

5.1 基于肌肉神經(jīng)活躍度反饋的關(guān)節(jié)控制驗(yàn)證

實(shí)驗(yàn)中,被試者穿戴助力系統(tǒng)持續(xù)屈伸肘關(guān)節(jié),做簡(jiǎn)單往復(fù)運(yùn)動(dòng),采集肘關(guān)節(jié)角度、肱二頭肌和肱三頭肌肌電信號(hào)(EMG1/EMG2),并實(shí)時(shí)記錄關(guān)節(jié)力矩輸出值。肘關(guān)節(jié)運(yùn)動(dòng)角度如圖6所示,從圖中可得,肘關(guān)節(jié)運(yùn)動(dòng)范圍0°～30°,每個(gè)周期大概為1.2 s。整流、濾波等處理后的EMG信號(hào)如圖7(a)所示,肱二頭肌EMG信號(hào)明顯強(qiáng)于肱三頭肌EMG。然后實(shí)時(shí)計(jì)算兩肌肉的活躍度變化情況如圖7(b)所示,肘關(guān)節(jié)每個(gè)運(yùn)動(dòng)周期都對(duì)應(yīng)1組肌電信號(hào)的波峰信號(hào)。

圖6 肘關(guān)節(jié)助力系統(tǒng)的運(yùn)動(dòng)角度Fig.6 The joint angle of elbow joint assistive system

將EMG反饋的肌力特征信號(hào)作為輸入通過(guò)控制算法得到的肘關(guān)節(jié)力矩輸出,如圖8所示。為保護(hù)被試者免受EMG信號(hào)過(guò)度波動(dòng)的傷害,設(shè)置輸出力矩值上限為10 Nm。EMG顯示的肌肉活躍度與系統(tǒng)關(guān)節(jié)力矩輸出基本同步,說(shuō)明助力系統(tǒng)能夠滿(mǎn)足實(shí)時(shí)性要求,但作用于肘關(guān)節(jié)助力機(jī)構(gòu)后,由于慣量的存在,角度變化相對(duì)肌肉活躍度是有滯后的。

5.2 肘關(guān)節(jié)助力工效驗(yàn)證

為評(píng)價(jià)基于肌肉神經(jīng)活躍度反饋的肘關(guān)節(jié)助力系統(tǒng)有效性,實(shí)驗(yàn)中將電機(jī)是否加電驅(qū)動(dòng)產(chǎn)生助力作為對(duì)比條件,對(duì)穿戴助力系統(tǒng)后被試者肘部屈伸運(yùn)動(dòng)EMG對(duì)應(yīng)的肌力特征作為對(duì)比結(jié)果,如圖9所示。

如圖9(a)所示,無(wú)助力情況下,得到肱二頭肌肌力特征均值1.297×103N,肱三頭肌肌力特征均值5.76×102N,前者顯著大于后者,原因是被試者完全依賴(lài)肱二頭肌克服外部載荷。如圖9(b)所示,有助力情況下,得到肱二頭肌肌力特征均值4.54×102N,肱三頭肌肌力特征均值4.00×102N,前者與后者相近,原因是助力系統(tǒng)為被試者提供了克服外部載荷的力矩。對(duì)比有/無(wú)助力情況下被試者的肌力特征變化可發(fā)現(xiàn)：有助力情況下,被試者肱二頭肌和肱三頭肌肌力特征值分別下降65.0%和30.5%,即肌肉發(fā)力需求顯著下降,助力效果較為明顯。然而,由于EMG信號(hào)顯然不夠平滑,對(duì)運(yùn)動(dòng)控制穩(wěn)定性有負(fù)面影響。綜上,基于EMG肌力反饋的肘關(guān)節(jié)助力系統(tǒng)能夠顯著降低人體關(guān)節(jié)肌肉發(fā)力需求,助力實(shí)時(shí)性能夠滿(mǎn)足關(guān)節(jié)運(yùn)動(dòng)的要求。

圖7 肱二頭肌和肱三頭肌的肌肉Fig.7 Muscle activation of biceps and triceps

圖8 肘關(guān)節(jié)助力系統(tǒng)的輸出力矩Fig.8 The joint torque of elbow joint assistive system

圖9 有/無(wú)助力情況下被試者的肌力特征值對(duì)比Fig.9 Comparison of muscle force of the subject with/without assistance

6 結(jié)論

面向航天員艙外作業(yè)能力增強(qiáng)技術(shù)需求,提出了一種基于肌肉神經(jīng)活躍度反饋的關(guān)節(jié)助力控制,利用模擬航天服關(guān)節(jié)特性的關(guān)節(jié)助力系統(tǒng)進(jìn)行了技術(shù)驗(yàn)證。對(duì)于著航天服的航天員助力系統(tǒng),相比基于運(yùn)動(dòng)/力信息的控制,該種基于EMG反饋肌力特征的意圖跟隨控制方法實(shí)時(shí)性好,且可解決航天服對(duì)人與助力系統(tǒng)的物理隔離問(wèn)題。