河北工业大学李铁军教授团队：具有主-被动混合执行器的坡路助行机器人研究 | CJME论文推荐
Li, J., Zhao, L. & Li, T. Robotic Walker for Slope Mobility Assistance with Active-Passive Hybrid Actuator. Chin. J. Mech. Eng. 34, 100 (2021). https://doi.org/10.1186/s10033-021-00618-8
目前，依据驱动形式，智能助行器可分为主动式和被动式两种。主动式智能助行器以伺服电机作为执行元件，被动式智能助行器则应用可控制动器作为执行元件。行动能力较弱的老年人在坡路上行走，不但费力而且具有一定危险性。主动式智能助行器可实现上坡和下坡过程中的步行辅助，但是需要准确的感知使用者的运动意向，还需要实时的伺服控制系统。被动式智能助行器可以在下坡步行中提供辅助，但是无法提供上坡所需的辅助力。本文研制了一种用于坡路助行的智能助行器，应用所研制的主-被动一体式执行元件和简单的检测与控制方法，可为使用者提供上坡和下坡过程中的辅助力。
主-被动一体式执行元件试验：搭建了所研制的执行元件的力学性能测试系统，应用动态扭矩传感器获取执行元件的力矩信息，应用工控机作为控制器，应用直流电源为新型执行元件提供大小可调的电流。测试主动力矩时，控制器控制伺服电机和执行元件中的直流电机转动，手动调节新型执行元件电流大小，获取主动力矩信息。测试被动力矩时，控制器仅控制伺服电机转动，手动调节新型执行元件电流大小，获取被动力矩信息。
智能助行器试验：应用myRIO作为控制器，应用倾角传感器获取坡路的角度值，应用电位器设定不同使用者的体重值，应用安装于助行器扶手下的力传感器，获取人机相互作用力信息。搭建了坡路试验平台，试验过程的路况顺序为：平路、上坡、平路、下坡、平路。试验时，开启检测与控制程序，并设定使用者体重，控制系统开始记录试验数据。平路行走时，使用者应用自生的力量推动助行器运动，就像使用普通无动力助行器。上坡时，控制系统获取倾角传感器输出值，然后计算所需主动辅助力，控制助行器带动人体运动，直至到达平路部分。下坡时，控制系统依据坡路角度信息，计算所需被动辅助力，控制助行器为人体提供与步行方向相反的辅助力，直至到达平路部分。
通过主-被动一体式执行元件试验，获得了主动力矩与控制电流关系和被动力矩与控制电流关系，并拟合了力矩与电流的关系。试验结果显示，执行元件所能提供的最大主动力矩为26.8Nm，最大被动力矩为27.2Nm，能够满足智能助行器需求，并且主动力矩特性曲线与被动力矩特性曲线较为接近，主动力矩与被动力矩均随控制电流的增大而增大，且曲线较为平滑，利于通过数值拟合的方法获得力矩与电流的函数关系。
通过智能助行器试验，获得了试验过程中路面的坡度值、理论人机交互力、实际人机交互力，其中理论人机交互力由路面坡度值和使用者体重值计算获得。试验结果显示，使用者在初始平路、中间平路和最后平路部分行走时，使用者受到约16N与步行方向相反的作用力，这是由地面摩擦力以及电流为0A时执行元件的阻力矩等原因引起的。在上坡过程中，助行器能够提供主动辅助力，并且实际辅助力值与理论辅助力值变化趋势较为接近，下坡过程中，助行器能够提供被动辅助力，并且实际值与理论值变化趋势也较为接近。上坡和下坡过程中，实际辅助力值略小于理论辅助力值，有多种因素会导致这一结果，例如传动系统的摩擦力，人机交互力感知系统测量的误差等。
研究了用于坡路助行的智能助行器，研制了智能助行器及其执行元件，完成了试验研究，得到了在不同路面上行走时，人与智能助行器的相互作用力。实验结果表明，当使用者在平路上行走时，智能助行器不提供辅助力。在这种情况下，用户通过自己的力量移动设备，这与使用助行器类似。在坡路上行走时，无论是上坡还是下坡，智能助行器都可以根据路面坡度提供所需的辅助力，并且智能助行器不要复杂的检测与控制系统。
所研究的智能助行器及辅助力实现方法，能够为使用者在上坡和下坡过程中提供所需的主动和被动辅助力，而且不需要复杂的检测与控制系统，既可应用于老年人，也可应用于其他步行能力弱的人，具有良好的应用前景。
李铁军，1967年出生，男，汉族，中共党员，工学博士，教授，博士生导师，河北工业大学副校长，河北省机电一体化工程技术中心主任。主要从事机器人智能化关键技术、智能感知与信息融合、机电一体化技术等方面的研究工作，在建筑机器人、智能检测控制、复杂机电系统方面有深厚的研究基础。先后承担国家重点研发计划、国家自然科学基金重点项目、国家“十二五”科技支撑计划、国家自然科学基金面上项目、天津市科技重大专项，国防重大专项子课题、河北省发改委战略新兴产业专项等一批科研项目。发表学术论文和专题报告 70 余篇，获授权专利 28 项，其中发明专利 16 项，获省部级科技奖励 3 项。入选河北省“百名优秀创新人才支持计划”，“三三三人才工程”第一层次人选，“河北省高等学校创新团队领军人才培育计划”，“天津市人才发展特殊支持计划”等人才计划，获得中青年突出贡献专家，天津市重点领域创新团队带头人等荣誉称号。带领科研团队在科学研究、社会服务、人才培养等方面取得了显著成果，取得了较大的社会经济效益。
研究方向：助行机器人技术，康复机器人技术，人机交互技术。
李军强，1979年出生，男，工学博士，副教授，硕士生导师。2002年7月，河北工业大学机械学院，获机械电子工程专业学士学位，2005年3月，河北工业大学机械学院，获机械电子工程专业硕士学位，2010年7月，哈尔滨工业大学机电工程学院，获机械电子工程专业博士学位，2010年7月至今，河北工业大学机械工程学院任教。主要从事助行机器人、康复机器人领域相关技术研究，主持国家自然科学基金1项，主持河北省自然科学基金1项，主持机器人技术与系统国家重点实验室开放基金1项，参研国家自然科学基金多项。发表论文20余篇，获得授权发明专利多项。
赵蕾，1994年出生，女，2016年于浙江工业大学获得学士学位，现为河北工业大学机械工程学院硕士研究生，主要研究方向为：助行机器人技术。
课题组目前由多个研究方向，包括：建筑机器人，助行机器人，康复机器人，智能感知与控制等。建筑机器人方向主要研究建筑板材机器人化施工方法，高空建筑机器人构型优化，建筑机器人遥操作与人机协调运动等。助行机器人主要研究智能助行器，柔性踝关节助行器机器人，外骨骼式辅助爬楼梯机器人等。康复机器人主要研究面向偏瘫患者的步态康复训练机器人，足论一体式步态康复训练机器人等。智能感知与控制主要研究人体运动姿态识别，建筑物结构信息感知与三维模型重建等。
[1]李铁军, 刘应心, 刘今越,等. 基于阵列式触觉传感器的操作意图实时感知. 仪器仪表学报, 2020, 41(1):103-115.
[2]马涛, 杨冬, 赵海文,等. 一种新型欠驱动机械手爪的抓取分析和优化设计. 机器人, 2020, 42(3):100-110.
[3]刘玉鑫、郭士杰、陈贵亮，等. 仿人背抱式移乘护理机器人背负运动轨迹规划与舒适性分析. 机械工程学报,2020, 56(15):161-170.
[4]陈贵亮，张笑颜，杨冬，等. 腰部调整对仿猫机器人跳跃轨迹的作用分析.机械科学与技术，2020，(8):1196-1201.
[5]Yongbin Li, YipengZhao, Tian Zhang, et al. Forward kinematics analysis and experiment of hybridhigh-altitude board installation robot based on screw theory. Advances inMechanical Engineering, 2019, 11(4):1-11.
更多详细内容请点击文后阅读原文获取。
编辑：恽海艳 校对：向映姣
寻觅合作伙伴有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。
推荐阅读
基于信息熵的多尺度深度特征融合智能故障诊断方法 | CJME论文推荐
具有俯仰可调整单元的闭链多足机器人设计 | CJME论文推荐
基于深度时空卷积神经网络的轴承剩余使用寿命估计 | CJME论文推荐
基于动态分布适配的迁移网络在跨域轴承故障诊断中的应用 | CJME论文推荐
浙工大李研彪教授团队：基于旋量理论与李群李代数的串并混联机构广义运动学分析方法 | CJME论文推荐
基于神经网络代理模型的列车侧风稳定性优化 | CJME论文推荐
版权声明：
本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！
在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!
联系我们：
联系人：暖暖
电话：010-88379909
E-mail：jme@cmes.org
网 址：http://www.cjmenet.com.cn
官方微信号：jmewechat