类人机器人协同运动的肌肉力模型优化方法

摘要

本发明提供一种类人机器人协同运动的肌肉力模型优化方法，通过对人体骨骼肌仿真模型进行编程建模，参照实验对象对类人机器人进行设计、研制；控制类人机器人参照实验对象做同样的运动；比较类人机器人运动检测数据与人体骨骼肌仿真模型的输出数据，反复修正类人机器人设计参数及仿真模型中的肌肉力预测公式，直至两者数据接近，得出优化的肌肉力预测模型；该种类人机器人协同运动的肌肉力模型优化方法，能改善在肌肉、骨骼系统生物力学研究中因人体运动时的肌肉力无法通过实验直接测量，只能依靠肌肉力模型进行推算而存在不确定的问题，提高了仿真模型的准确性。

主权项

一种类人机器人协同运动的肌肉力模型优化方法，其特征在于，包括以下步骤：步骤一，人体骨骼系统建模：建立三维立体图形的人体骨骼系统；步骤二，人体肌肉系统建模：采用肌肉作用线对人体肌肉进行建模；步骤三，骨骼肌系统力学分析：采用基于反向动力学的静态优化方法进行骨骼肌系统力学分析；步骤四，类人机器人关节样机的设计与研制：采用弹性材料制成的线性体模拟人类的弹性肌腱，线性体的起点、止点与人体肌肉的起点、止点位置一致；步骤五，类人机器人关节样机的运动控制：基于人体肌肉的特征，进行基于弹性材料制成的线性体模拟人类肌腱的类人机器人控制中，在智能控制的基础上引入导纳、阻抗控制进行类人关节样机的仿生智能运动控制；步骤六，类人机器人样机运动过程中运动学及动力学参数的检测：使用扭矩传感器、力传感器、位移传感器、加速度传感器，实现类人机器人的运动学及动力学数据检测；步骤七，类人机器人协同运动对人体骨骼肌的修正：使类人机器人保持与参考的实验对象的进行同步的运动动作，通过传感器检测出的类人机器人上的基于弹性材料制成的线性体的运动学数据与动力学数据，为虚拟现实技术实现的人体骨骼肌生物力学仿真模型提供参考数据，通过对类人机器人样机及仿真模型的反复修正，得出肌肉力预测模型。