1.本发明涉及康复医疗技术领域，特别涉及一种下肢康复外骨骼机器人步态的生成方法及其系统。

2.下肢外骨骼机器人支持多种康复训练模式，它可以针对患者所处的病程提供不同的功能，最主要的功能为带动患者腿部进行康复运动训练，对于有一定运动能力的患者可以辅助患者行走，在帮助老年人进行日常生活活动方面也能发挥很大作用；主要技术要点包括运动意图识别、步态模式生成和步态稳定控制，其中符合人类行走规律的步态模式指导着整个康复训练过程。
3.下肢康复机器人的用户越来越多，用户的身高体重各不相同，行走步态又受自主因素的影响较强，最佳的训练步态也必然千变万化，因此，机器人有必要针对不同患者制定符合身体特点的康复训练步态。

4.本发明主要解决的技术问题是提供一种下肢康复外骨骼机器人步态的生成方法，通过采集正常人在正常行走时的步态信息作为参考步态，再结合实际情况，生成符合用户身体特点的行走步态轨迹，使机器人按照这条轨迹辅助用户进行康复运动训练；本发明还提供了一种下肢康复外骨骼机器人步态的生成系统。
5.为解决上述技术问题，本发明采用的一个技术方案是：提供一种下肢康复外骨骼机器人步态的生成方法，其中，包括如下步骤：
6.步骤s1、根据性别、身高、体重进行划分，实时采集正常人在正常行走时髋膝关节变化的信息，得到正常人行走的步态数据；
7.步骤s2、对步态数据进行处理，得到归一化的周期参考步态；
8.步骤s3、结合周期参考步态，拟合步态轨迹，形成连续步态参考轨迹和过渡步态轨迹。
9.作为本发明的一种改进，在步骤s1内，通过采用无线惯性传感系统采集正常人在正常行走时髋膝关节变化的信息。
10.作为本发明的进一步改进，在步骤s2内，包括：
11.步骤s21、对步态数据进行滤波处理，得到平滑连贯的步态曲线；
12.步骤s22、将连续的步态曲线按照步态周期截取成多段的步态周期曲线；
13.步骤s23、采用均值聚类的方法剔除多段的步态周期曲线中的异常曲线，得到周期参考步态。
14.作为本发明的更进一步改进，在步骤s21内，采用无模型自适应滤波方法进行滤波。
15.作为本发明的更进一步改进，步骤s22内，通过分别检测左右腿髋关节在每个步态
周期的极小值点来进行步态周期的截取，而且对每个步态周期的极小值点进行标记。
16.作为本发明的更进一步改进，在步骤s23内，将髋膝关节所有的步态分别按照百分比进行插值计算，接着求和并取平均值；然后计算所有步态与平均步态的偏差平方和，并记录对应的步态；最后将最大的偏差平方和与一个固定的阈值进行比较，如果其大于这个阈值就将相应的步态从步态周期曲线中剔除掉，并重新进行计算；如果其小于这个阈值，则将现有步态中所有的步态进行求和并取平均值，得到周期参考步态。
17.作为本发明的更进一步改进，在步骤s3内，采用基于关键点的三阶样条曲线来拟合步态轨迹。
18.作为本发明的更进一步改进，在步骤s3内，在周期参考步态轨迹上选取若干个的关键点，拟合得到的步态轨迹曲线必须通过这些关键点，同时保持原有周期参考步态轨迹类似的形状，其中，髋关节选取的关键点分别为：周期初始点、髋关节到达最高点的十分之一时刻、髋关节到达最高点的二分之一时刻、髋关节到达最高点的前后、二分之一周期时刻、膝关节到达最低点前后、周期结束点；膝关节选取的关键点分别为：周期初始点、膝关节到达最高点的二分之一时刻、膝关节到达最高点前后、髋关节到达最高点前后、二分之一周期时刻、髋关节最高点相对于半周期镜像的时刻前后、膝关节最低点时刻前后、周期结束点。
19.作为本发明的更进一步改进，使用三阶样条曲线将各个关键点穿成一条连续轨迹，从而形成连续步态参考轨迹。
20.一种下肢康复外骨骼机器人步态的生成系统，其中，包括：
21.采集模块，用于正常人在正常行走时髋膝关节变化的信息；
22.处理模块，用于对步态数据进行处理，得到归一化的周期参考步态；
23.拟合模块，用于结合周期参考步态，拟合步态轨迹。
24.本发明的有益效果是：与现有技术相比，本发明通过采集正常人在正常行走时的步态信息作为参考步态，再结合实际情况，生成符合用户身体特点的行走步态轨迹，使机器人按照这条轨迹辅助用户进行康复运动训练。
25.图1为本发明的步骤框图；
26.图2为本发明的步骤s2的步骤框图；
27.图3为人体穿戴上外骨骼机器人的示意图；
28.图4为本发明采集的正常人在平地行走的原始步态数据曲线；
29.图5为本发明采集的正常人在上楼梯的原始步态数据曲线；
30.图6为本发明采集的正常人在下楼梯的原始步态数据曲线；
31.图7为本发明从原始步态数据中得到的按照百分比归一化的周期参考步态；
32.图8为本发明通过关键点描述的连续步态参考轨迹与基于采样得到的周期参考轨迹对比图；
33.图9为本发明融合过渡过程的先迈腿先停的步态曲线；
34.图10为本发明融合过渡过程的先迈腿后停的步态曲线；
35.图11为本发明的步态控制的状态示意图。
36.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
37.目前有人提出了一种个性化步态模式生成方法，建立步态参数与步态特征的映射关系，利用参数估计步态模式，也有人提出了一种称为互补肢体运动估计的在线轨迹生成方法，可应用于偏瘫患者；然而，这些基于参数预测的方法受主观因素影响较大，难以适应多种步态场景，难以处理从站立到行走的动态过程。
38.另外还有些人提出了一种速度可调的机器人步态控制方法，并在indego外骨骼机器人上进行了实验，还有人提出了一种基于速度场下肢外骨骼步态控制方法，并与基于势场的控制方法做了比较，表明能够为用户提供较低的指导误差和较低的干扰，这些采用理想步态控制外骨骼机器人的方法往往容易忽视用户实际情况，最后实现的步态状态也很怪异。
39.进而最近一些人使用高精度相机捕捉标记点的方式获得人体运动步态控制机器人，使用从被动外骨骼上采集得到的步态来指导动力外骨骼的运动控制，但是这种方法依赖的设备昂贵，采集得到的步态比较单一，没有进行过渡过程和适用性处理，难以进行广泛的应用。
40.下肢康复外骨骼机器人的目标用户是下肢行动能力受损，需要进行康复运动训练的患者，患者在进行康复运动训练时需要像图3所示穿戴上外骨骼，由外骨骼提供动力带动患者下肢运动，达到康复运动训练效果，外骨骼机器人的运动轨迹应该符合人体日常步态特点，为需要康复的患者提供平地行走、上下楼梯等多种生活场景的步态曲线。
41.下肢康复外骨骼机器人的模块组件包括：臀部部分、左大腿和右大腿部分、左小腿和右小腿部分以及左右脚踝部分，每个部分的长度可调，以适应不同体型的患者，各部分通过可调节绑带与用户相连，相邻部分通过机电或机械进行连接，该外骨骼两腿髋关节左右摆动、髋关节内旋外旋、踝关节俯仰等自由度为被动运动自由度，两腿髋关节前后俯仰和膝关节屈伸两个自由度通过电机提供动力控制。
42.如图1至图11所示，本发明的一种下肢康复外骨骼机器人步态的生成方法，包括如下步骤：
43.步骤s1、根据性别、身高、体重进行划分，实时采集正常人在正常行走时髋膝关节变化的信息，得到正常人行走的步态数据；
44.步骤s2、对步态数据进行处理，得到归一化的周期参考步态；
45.步骤s3、结合周期参考步态，拟合步态轨迹，形成连续步态参考轨迹和过渡步态轨迹。
46.其中，在步骤s1内，通过采用无线惯性传感系统采集正常人在正常行走时髋膝关节变化的信息。
47.具体地讲，下肢康复外骨骼机器人所用的步态，可以根据患者身高体重划分标准，采集尽量多的正常人行走步态用于确定基础标准步态；康复训练其实是一个运动再学习的过程，也就是说患者需要通过学习和训练，重新获得行走的能力，就像小孩子第一次学习走路一样；既然是学习，就要有一定的标准，要规定好情景，避免受到患者主观因素的影响。不
妨假设身高体重在同一水平下的基础标准步态是相同的，每个人按照标准步态训练，按照各自的特点会产生自己的有个性的步态，因此，可以像生产衣服和鞋一样，为不同性别、身高、体重的患者制定不同的步态，每一个尺码的步态的生成采用不同参数的相同方法，就是在这个尺码范围内采集尽量多的正常人走路的步态，取得所有步态的平均值作为这个尺码范围的标准步态。
48.在本发明内，正常人行走的步态轨迹采集采用无线惯性传感系统，测量行走过程中的髋膝关节变化；从传感器成本和实用性角度考虑，无线惯性传感系统是一款高性能、低成本的无线独立感知系统，板载传感器可实现三维运动的感知，将传感器模块通过绑带固定在被测人员的躯干、大腿、小腿等处，可以通过计算实时采集得到人体运动过程中左右髋关节和膝关节活动的关节角度变化，我们令人体竖直站立时髋膝关节角度为0度，髋关节抬大腿方向为正，膝关节曲小腿方向为正，让被测人员使用这套步态采集系统，在平地行走、上楼梯和下楼梯环境下正常行走，采集并记录下行走过程中的步态信息，将不同性别、身高、体重的被测人员进行分类，可以通过测量得到大量的原始步态数据。
49.在本发明内，在步骤s2内，包括：
50.步骤s21、对步态数据进行滤波处理，得到平滑连贯的步态曲线；
51.步骤s22、将连续的步态曲线按照步态周期截取成多段的步态周期曲线；
52.步骤s23、采用均值聚类的方法剔除多段的步态周期曲线中的异常曲线，得到周期参考步态。
53.其中，在步骤s21内，采用无模型自适应滤波方法进行滤波；步骤s22内，通过分别检测左右腿髋关节在每个步态周期的极小值点来进行步态周期的截取，而且对每个步态周期的极小值点进行标记；具体地讲，对采集得到的真实步态轨迹的处理，采用步态周期截取与均值聚类相结合的方法，从原始步态数据中得到归一化的周期参考步态；由于采集到的原始步态数据受传感器性能、通信质量不稳定或环境因素的影响，会存在跳跃、丢步、抖震等现象，并且数据变化没有规律，难以建立滤波模型，所以首先采用无模型自适应滤波方法进行滤波，得到相对平滑连贯的步态曲线，然后根据人体步态规律将连续的步态曲线按照步态周期截取成多段的步态周期曲线，人体正常行走状态下，髋关节的活动类似于正弦曲线，且左右腿交替间隔相差半个步态周期，膝关节的运动跟随髋关节的变化，在一次运动过程中，虽然每一步之间的步态行走时间会有所差异，但是在同一步中髋膝关节的运动步调是一致的，也就是说同一条腿的髋膝关节步态周期是相同的，因此可以通过分别检测左右腿髋关节在每个步态周期的极小值点来自动的进行步态周期的截取，我们将这些极小值点定义为步态周期分割点，同一条腿的两个分割点之间即为一个步态周期的髋膝关节变化数据，因此，对滤波后数据中每个步态周期的极小值点进行了标记，对每一条步态数据开始和结束部分可能会产生的干扰极小值点进行手动删除。
54.在本发明内，在步骤s23内，将髋膝关节所有的步态分别按照百分比进行插值计算，接着求和并取平均值；然后计算所有步态与平均步态的偏差平方和，并记录对应的步态；最后将最大的偏差平方和与一个固定的阈值进行比较，如果其大于这个阈值就将相应的步态从步态周期曲线中剔除掉，并重新进行计算；如果其小于这个阈值，则将现有步态中所有的步态进行求和并取平均值，得到周期参考步态；具体地讲，采用均值聚类的方法剔除多段步态周期曲线中的异常曲线；首先将髋膝关节所有的步态分别按照百分比进行进行插
值计算，接着求和并取平均值；然后计算所有步态与平均步态的偏差平方和，并记录对应的步态；最后将最大的偏差平方和与一个固定的阈值进行比较，如果其大于这个阈值就将相应的步态从步态周期曲线组中剔除掉，并重新进行计算；如果最大的偏差平方和小于这个阈值，则将现有步态组中所有的步态进行求和并取平均值，可以得到一个参考步态；需要注意的是，得到的参考步态中，膝关节有可能存在小于零的情况，这与人体实际情况是相违背的，原因为与步行过程中小腿处采集膝关节的传感器的偏移有关，我们计算出膝关节过零的最大距离，并将膝关节的参考步态整体向上平移相同的距离，以抵消传感器偏移的影响。
55.在本发明内，在步骤s3内，采用基于关键点的三阶样条曲线来拟合步态轨迹，进一步，在周期参考步态轨迹上选取若干个的关键点，拟合得到的步态轨迹曲线必须通过这些关键点，同时保持原有周期参考步态轨迹类似的形状，其中，髋关节选取的关键点分别为：周期初始点、髋关节到达最高点的十分之一时刻、髋关节到达最高点的二分之一时刻、髋关节到达最高点的前后、二分之一周期时刻、膝关节到达最低点前后、周期结束点；膝关节选取的关键点分别为：周期初始点、膝关节到达最高点的二分之一时刻、膝关节到达最高点前后、髋关节到达最高点前后、二分之一周期时刻、髋关节最高点相对于半周期镜像的时刻前后、膝关节最低点时刻前后、周期结束点；进而，使用三阶样条曲线将各个关键点穿成一条连续轨迹，从而形成连续步态参考轨迹。
56.具体地讲，采用基于关键点的三阶样条曲线来拟合步态轨迹，以实现步态轨迹的参数化表示，增加其灵活性；为了用尽量少的参数来描述一条步态，我们在参考步态轨迹上按照一定的规则选取了一系列的关键点，拟合得到的步态曲线必须通过这些关键点，同时保持原有参考步态轨迹类似的形状，其中髋关节选取的关键点分别为：周期初始点、髋关节到达最高点的十分之一时刻、髋关节到达最高点的二分之一时刻、髋关节到达最高点的前后、二分之一周期时刻、膝关节到达最低点前后、周期结束点共计9个关键点；膝关节选取的关键点分别为：周期初始点、膝关节到达最高点的二分之一时刻、膝关节到达最高点前后、髋关节到达最高点前后、二分之一周期时刻、髋关节最高点相对于半周期镜像的时刻前后、膝关节最低点时刻前后、周期结束点共计12个关键点；以上关键点描述中周期初始点与周期结束点时间参数不同但关节角度参数必须一致，因为前一周期的结束是下一周期的开始。
57.在本发明内，使用三阶样条曲线将各个关键点穿成一条连续轨迹，设在第i-1和第i两个关节点之间的样条函数如式(1)所示：
为样条函数的待求参数，x为当前时刻相对于第i-1个关键点的时间差(如果两个关键点所在时刻分别为t
和ti，要插值的时刻为t，则x＝t-t
为第i-1个关键点所在的关节活动角度，y为样条插值得到的关节活动角度。
60.由式(1)可知，在当前曲线上，关节变化速度和加速度的公式分别为其一阶导数和二阶导数：
同样的，我们可以得到在第i和第i+1两个关节点之间关节角度、角速度和角加速度变化的公式：
通过观察可知，第i个关键点很特殊，它既在式(1)与式(2)所描述的曲线上，也在式(3)所描述的曲线上，并且所在的位置、速度和加速度都是相同的；所以可以将(x＝t
i-ti＝0，y＝yi)带入式(3)，并联立，可得
则可以得到方程如下所示：
解方程(9)可以求得bi，进而根据式(4)与式(7)可以分别求得ci与ai；这样我们就得到了参数描述的周期步态曲线，将多个周期步态曲线连接起来，就形成了一条连续步态参考轨迹。
在本发明内，在步骤s3内，同样可以采用基于关键点的三阶样条曲线的拟合方法，得到由站立到行走和由行走到站立的左右两腿在两种状态下的四种过渡步态轨迹；具体地讲，继续使用关键点描述参考轨迹的方法来描述两个过渡过程的步态变化；在由站立到行走再到停止站立的过渡过程中，先迈腿和后迈腿的步态是完全不同的，两者先后相差半个周期，行走的步幅也完全不同，所以我们分别针对先迈腿和后迈腿进行关键点的提取，先迈
腿过渡过程髋关节关键点选取周期初始点角度设为0、髋关节最高点二分之一时刻、髋关节最高点前后、半周期点、周期结束点角度设为0共6个关键点；先迈腿过渡过程膝关节关键点选取周期初始点角度设为0、膝关节最高点二分之一时刻的角度设为三分之二、膝关节最高点时刻、髋关节最高点前后、半周期点、髋关节最高点相对于半周期镜像时刻前后、周期结束点角度设为0共9个关键点；后迈腿过渡过程髋关节关键点选取周期初始点、髋关节周期三分之二时刻角度设为与初始关节角度和的三分之二、半周期及其前后时刻角度设为0、周期结束及其之后时刻角度设为初始角度共计7个关键点；后迈腿过渡过程膝关节关键点选取周期初始及其之前时刻角度设为初始角度、四分之一时刻角度设为髋关节最高点时刻膝关节角度与初始时刻膝关节角度和的三分之二、半周期及其前后角度设为0、周期结束角度设为初始角度共计7个关键点，在执行过程中后迈腿轨迹周期要比先迈腿轨迹滞后一半。
在本发明内，还提供了控制轨迹步态切换的状态机，达到步态的控制，如图11所示，下肢康复外骨骼在执行运动过程中存在以下几种状态：关使能状态(-1)、停止状态(0)、行走状态(1)、单步前进状态(2)、单步后退状态(3)、坐下状态(4)、开始站立状态(5)，各个状态之间切换关系的状态机描述如下：
(1)任何状态都可以随时切换到关使能状态，此状态下所有关节角度保持当前状态，即各关节立即停止运动；关使能状态是一种防止外骨骼运动出现意外的保护状态，只能切换到开始站立状态；
(2)行走状态切换到停止状态时需要用户触发，但不是立即停止运动，而是按照过渡过程步态轨迹到达停止状态，先停左腿还是先停右腿根据触发状态切换的时机决定；单步前进、单步后退、开始站立三个状态会在运动执行结束后自动进入停止状态，运行期间不会接受除关使能状态外的其它状态命令；停止状态可以切换到任何状态；
(3)只有停止状态可以切换到行走状态，行走状态过程中会先按照过渡轨迹执行由停止到行走之间的过渡，然后再按照周期轨迹执行行走；开始行走状态时可以通过参数控制先迈左腿还是先迈右腿；行走状态只能切换到停止状态或关使能状态；
(4)只有停止状态可以切换到单步前进状态；单步前进状态执行的是后迈腿与先迈腿相差半周期的过渡步态曲线，可以通过参数控制先迈左腿还是先迈右腿；单步前进状态在执行完运动后自动切换到停止状态；单步前进状态可以随时切换到关使能状态；
(5)只有停止状态可以切换到单步后退状态；单步后退状态逆序执行后迈腿与先迈腿相差半周期的过渡步态曲线，可以通过参数控制先迈左腿还是先迈右腿；单步后退状态在执行完运动后自动切换到停止状态；单步后退状态可以随时切换到关使能状态；
(6)只有停止状态可以切换到坐下状态；坐下状态运动的目标值可以通过参数指定，其轨迹通过三次样条曲线给出，关键点分别为外骨骼各关节的当前值、当前值与目标值的平均值和目标值；坐下状态运行过程中可以随时切换到开始站立状态和关使能状态。
(7)只有坐下状态和关使能状态可以切换到开始站立状态；开始站立状态是进行康复运动训练的准备状态；开始站立状态的目标值为步态轨迹的初始值，其轨迹通过三次样条曲线给出，关键点分别为外骨骼各关节的当前值、当前值与目标值的平均值和目标值；开始站立状态在执行完运动后自动切换到停止状态；开始站立状态运动期间不被除关使能状态之外的任何状态打断。
本发明提供一个实施例，该实施例具体如下：
首先，采集正常人体步态轨迹得到周期步态参考轨迹；以身高在175cm-185cm，体重在75kg-85kg区间的男性步态采集为例，在大腿和小腿处固定无线惯性传感器采集正常步行和上下楼梯的步态，采集得到平地行走和上下楼梯的原始步态数据如图4至图6所示；对采集得到的真实步态轨迹进行处理，通过滤波使曲线变得平滑而连贯，方便通过程序自动划分步态周期，采用步态周期截取与均值聚类相结合的方法，从原始步态数据中得到归一化的周期参考步态，如图7所示。
然后，按照本发明专利提出的关键点确定方法选择描述周期步态的关键点，得到参数化描述的步态曲线，以及过渡过程曲线；髋关节与膝关节步态周期内关键点的选取以及规则描述可见如下表1和表2所示。
为了描述方便，我们设髋关节到达最高点时周期百分比为th，膝关节到达最高点时周期百分比为t
，膝关节到达最低点时周期百分比为t
；其中髋关节选取了9个关键点，膝关节选取了12个关键点，使用关键点来描述参考曲线，使得外骨骼机器人控制的灵活性都有所提高。
为了生成理想的形状，并避免出现过拟合，我们使用3阶样条曲线来生成轨迹；设在第i-1和第i两个关节点之间的样条函数如式(1)所示
为样条函数的待求参数，x为当前时刻相对于第i-1个关键点的时间差(如果两个关键点所在时刻分别为t
和ti，要插值的时刻为t，则x＝t-t
为第i-1个关键点所在的关节活动角度，y为样条插值得到的关节活动角度。
由式(1)可知，在当前曲线上，关节变化速度和加速度的公式分别为其一阶导数和二阶导数：
同样的，我们可以得到在第i和第i+1两个关节点之间关节角度、角速度和角加速度变化的公式：
通过观察可知，第i个关键点很特殊，它既在式(1)与式(2)所描述的曲线上，也在
式(3)所描述的曲线上，并且所在的位置、速度和加速度都是相同的。所以可以将(x＝t
i-ti＝0，y＝yi)带入式(3)，并联立，可得：
则可以得到方程如下所示：
解方程(9)可以求得bi，进而根据式(4)与式(7)可以分别求得ci与ai；这样我们就得到了参数描述的周期步态曲线，将多个周期步态曲线连接起来，就形成了一条连续步态参考轨迹如图8所示，采用同样基于关键定的曲线描述方法，得到融合过渡过程的步态曲线如图9和图10所示。
最后状态机实现外骨骼带动患者根据参考轨迹进行康复运动训练；定义下肢康复外骨骼在执行运动过程中存在以下几种状态：关使能状态(-1)、停止状态(0)、行走状态(1)、单步前进状态(2)、单步后退状态(3)、坐下状态(4)、开始站立状态(5)，各个状态之间切换关系如图11所示，具体描述如下：
1)任何状态都可以随时切换到关使能状态，此状态下所有关节角度保持当前状态，即各关节立即停止运动；关使能状态是一种防止外骨骼运动出现意外的保护状态，只能切换到开始站立状态；
2)行走状态切换到停止状态时需要用户触发，但不是立即停止运动，而是按照过
渡过程步态轨迹到达停止状态，先停左腿还是先停右腿根据触发状态切换的时机决定；单步前进、单步后退、开始站立三个状态会在运动执行结束后自动进入停止状态，运行期间不会接受除关使能状态外的其它状态命令；停止状态可以切换到任何状态；
3)只有停止状态可以切换到行走状态，行走状态过程中会先按照过渡轨迹执行由停止到行走之间的过渡，然后再按照周期轨迹执行行走；开始行走状态时可以通过参数控制先迈左腿还是先迈右腿；行走状态只能切换到停止状态或关使能状态；
4)只有停止状态可以切换到单步前进状态；单步前进状态执行的是后迈腿与先迈腿相差半周期的过渡步态曲线，可以通过参数控制先迈左腿还是先迈右腿；单步前进状态在执行完运动后自动切换到停止状态；单步前进状态可以随时切换到关使能状态；
5)只有停止状态可以切换到单步后退状态；单步后退状态逆序执行后迈腿与先迈腿相差半周期的过渡步态曲线，可以通过参数控制先迈左腿还是先迈右腿；单步后退状态在执行完运动后自动切换到停止状态；单步后退状态可以随时切换到关使能状态；
6)只有停止状态可以切换到坐下状态；坐下状态运动的目标值可以通过参数指定，其轨迹通过三次样条曲线给出，关键点分别为外骨骼各关节的当前值、当前值与目标值的平均值和目标值；坐下状态运行过程中可以随时切换到开始站立状态和关使能状态。
7)只有坐下状态和关使能状态可以切换到开始站立状态；开始站立状态是进行康复运动训练的准备状态；开始站立状态的目标值为步态轨迹的初始值，其轨迹通过三次样条曲线给出，关键点分别为外骨骼各关节的当前值、当前值与目标值的平均值和目标值；开始站立状态在执行完运动后自动切换到停止状态；开始站立状态运动期间不被除关使能状态之外的任何状态打断。
本发明还提供了一种下肢康复外骨骼机器人步态的生成系统，包括：
采集模块，用于正常人在正常行走时髋膝关节变化的信息；
处理模块，用于对步态数据进行处理，得到归一化的周期参考步态；
拟合模块，用于结合周期参考步态，拟合步态轨迹；
滤波单元，用于对步态数据进行滤波处理；
标记单元，用于对每个步态周期的极小值点进行标记；
插值单元，用于将髋膝关节所有的步态分别按照百分比进行插值计算；
计算单元，用于将现有步态中所有的步态进行求和并取平均值，得到周期参考步态。
在本发明内，采用基于关键点的三次样条曲线描述周期参考步态轨迹，给出了停止状态与行走状态之间过渡过程步态轨迹的描述方法，确定了外骨骼运行状态及其状态切换机制，使外骨骼步态轨迹的生成与控制更具实用价值。
本发明具有如下有益效果：
1、本发明将人的身高体重作为划分标准，按照不同尺寸采集正常人体步态轨迹处理成周期参考步态，更符合人体行为习惯；
2、本发明需要调节的参数少，简单直观，容易理解，确定轨迹关键点之后全部可以通过编程自动实现，无需额外计算；
3、本发明所提方法不仅适用平地行走，还可以在上下楼梯、上下斜坡等多种场景
适用，扩展康复运动患者的活动范围；
4、本发明考虑了由停止到行走和由行走到停止的过渡过程轨迹，使康复运动训练过程连续自然，有助于患者关注康复训练本身；
5、本发明明确定义了外骨骼运行过程中的各种状态，以及各运行状态之间相互切换的状态机，状态切换约束合理，更加具有使用价值。
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

多功能上肢康复机器人项目推介

项目（成果）名称：多功能上肢康复机器人项目

所属产业类别：先进制造产业类、康复医疗产业类

现在，国内康复机器人大多模式相对单一，主要外骨骼机器人为主，且都处于起步阶段。在现有康复机器人当中存在：使用灵活性差、主动运动控制效果差，以及空间功能训练缺乏、坐卧训练难以统一及过程舒适度不足等问题，难以满足病人和医师对康复机器人的要求。

王钰教授创新性的提出两种新型的上肢康复机器人结构，分别为多功能上肢关节肌肉康复机器人和悬臂式上肢神经康复机器人。多功能上肢关节肌肉康复机器人采用三自由度结构，拥有最大的外展、外旋和前屈运动空间，采用肩关节自对齐系统，动态响应人体肩关节在运动时的位置变化。采用了模块化设计，展臂部分可以进行外骨骼模组和简单臂模组的切换，即可进行上肢外骨骼机器人与上肢肌肉关节机器人的切换，分别进行神经康复训练和肌肉关节康复。 多功能上肢关节肌肉康复机器人拥有“等速运动模式，等张力模式，被动运动模式”等康复运动模式，主要针对上肢肌肉关节损伤的上肢病患，以及处于二级康复后期和三级康复时期的脑卒中后遗症患者，可以进行人体肌力测试，对肌肉关节康复有显著的效果。

悬臂式上肢康复机器人通过“主动运动、被动运动和助力运动相结合”的新型上肢康复模式，区别于传统的上肢康复机器人，创新性的采用悬臂式结构，以末端运动为主，可移动式底座，可以适应不同环境下的康复需求；适应患者人群广泛，主要针对一级康复时期及二级康复初期失去自主运动能力的脑卒中后遗症患者，解决了传统康复机器人无法解决的处于卧床期的康复患者的康复难题，对脑部运动神经控制区的重建、防止肌肉萎缩有着显著的效果。

多功能上肢肌肉关节康复康复机器人与市面上的肌肉关节康复机器人多为单关节自由度系统不同的是，采用两自由度进行空间运动，采用肩轴自对齐系统，适应人体肩关节变化:

工业机器人发展前景如何？

本篇内容摘自《钛媒体APP》作者：崇楷资本

工业机器人行业发展概况

1954年美国戴沃尔最早提出了工业机器人的概念，并申请了专利。该专利的要点是借助伺服技术控制机器人的关节，利用人手对机器人进行动作示教，机器人能实现动作的记录和再现。这就是所谓的示教再现机器人。现有的机器人差不多都采用这种控制方式。

1959年UNIMATION公司的第一台工业机器人在美国诞生，开创了机器人发展的新纪元。其机械结构也成为行业的模板。其后，UNIMATION公司被瑞士STAUBLI收购，并利用STAUBLI的技术优势，进一步得以改良发展。日本第一台机器人由KAWASAKI从UNIMATION进口，并由kawasaki模仿改进在国内推广。

工业机器人是指应用于工业领域的多自由度机器人。工业机器人产业链主要由上游核心零部件、中游工业机器人本体组装以及下游系统集成构成。其中控制器、伺服系统及精密减速机是机器人最重要的核心零部件。

工业机器人产业对中国至关重要，整个产业链上中下游市场空间高达千亿元，应用范围遍及制造业各个细分领域，对中国制造业转型升级、推动其他产业快速发展有重要意义。

在工业机器人产业链中，技术上的核心和难点就集中在了上游生产商，即核心零部件的生产，成本和利润也集中在了这一领域，核心零部件的成本占到了整个机器人本体的70%以上，所以谁掌握了核心零部件的生产技术和能力，就占领了机器人产业的最高点，拥有很高的定价权。

目前在我国的工业机器人市场中，上游核心零部件的供应基本被国外厂商所占据，国内厂商大多集中在中游的机器人本体组装和下游的系统集成，承担系统二次开发、定制部件和售后服务等附加值低的工作，使得国内机器人市场的巨大潜力带来的产业红利被国外产商占据。

国外工业机器人巨头本身就是核心部件的提供商，因此他们在零部件成本上拥有先天的成本优势和技术优势，另外他们往往能以巨大的采购量和签署排他性协议获得比较优惠的采购价格，而国内的中小企业在进口核心零部件时，往往要以高出国外厂商近3倍的价格购买减速器，以近2倍的价格购买伺服电机。

随着我国制造业的发展，特别是汽车及汽车零部件制造业和摩托车行业的快速发展，工业机器人的装配量将会稳固上升。此外，我国的建筑业、采矿业、铁路和公共建设、水力工程建设和工程机械、建筑机械市场的扩大也将对工业机器人产业起到推动作用。

建筑工程机械的结构件多为焊接件，为提高焊接质量和效率，满足市场的需求，目前许多工程机械厂商纷纷要求采用机器人进行焊接。

工业机器人行业现状与趋势

自2009年以来，全球工业机器人年销量逐年增长。2017年全球工业机器人存货为194.6万台，预计2018年达到232.7万台。2017年全球工业机器人销量将高达28.5万台。国际机器人联合会还预测，未来三年内全球工业机器人年销量将保持近15%的增长速率。

FANUC是日本一家专门研究数控系统的公司，成立于1956年。是世界上最大的专业数控系统生产厂家，占据了全球70%的市场份额。FANUC于1959年首先推出了电液步进电机，在后来的若干年中逐步发展并完善了以硬件为主的开环数控系统。

自1974年，FANUC首台机器人问世以来，FANUC致力于机器人技术上的领先与创新，是世界上唯一一家由机器人来做机器人的公司，是世界上唯一提供集成视觉系统的机器人企业，是世界上唯一一家既提供智能机器人又提供智能机器的公司。

2008年6月，FANUC成为世界上第一个装机量突破20万台机器人的厂家；2011年，FANUC全球机器人装机量已超25万台，市场份额稳居第一。

ABB是一家瑞士-瑞典的跨国公司，集团总部位于瑞士苏黎世。1988年创立于欧洲，1994年进入中国，1995年成立ABB中国有限公司。2005年起，ABB机器人的生产、研发、工程中心都开始转移到中国，目前，中国已经成为ABB全球第一大市场。

ABB集团业务遍布全球100多个国家，拥有14.5万名员工，2014年全球销售收入约400亿美元，在华销售收入约58亿美元。ABB在中国拥有研发、制造、销售和工程服务等全方位的业务活动，员工1.9万名。在中国大陆设有38个子公司和100多个办事处。

ABB机器人产品和解决方案已广泛应用于汽车制造、食品饮料、计算机和消费电子等众多行业的焊接、装配、搬运、喷涂、精加工、包装和码垛等不同作业环节。

3，日本安川电机（YASKAWA）

安川电机创立于1915年，总部位于日本福冈县北九州市。1999年4月，安川电机（中国）有限公司在上海注册成立，注册资金3110万美金，公司位于上海市黄河路21号鸿祥大厦12楼。2012年7月，安川电机海外首个机器人生产基地落户常州武进高新区，该基地将用最新的设备生产用于汽车相关制造的溶解用机器人。

项目总投资约3亿元，设计产能12000台套机器人/年(含控制系统)，年销售6亿元人民币。基地已于2013年6月投入生产。安川电机2015年重磅推出了“辅助脊髄损伤患者步行的机器人”ReWalk，为脊髄损伤患者带来了福音。

ReWalk作为外骨骼状机器人，不采用力传感器和肌电传感器，而是采用通过可以定位穿戴者的身体重心进行步行的独创性计算程序算法，从而实现步行自然化和穿戴简便化，在欧美已实现商品化，可帮助因为脊髄损伤造成的下肢麻痹患者实现站立和步行。

患者在指定医院接受使用训练（基础训练20小时，应用训练最低20小时）后，便可在日常生活中使用。

库卡（KUKA）是世界工业机器人和自动控制系统领域的顶尖制造商，总部位于德国奥格斯堡。KUKA机器人公司在全球拥有20多个子公司，其中大部分是销售和服务中心。KUKA在全球的运营点有：美国，墨西哥，巴西，日本，韩国，台湾，印度和欧洲各国。

库卡机器人（上海）有限公司是德国库卡公司设在中国的全资子公司，成立于2000年，是库卡公司在德国以外设立的第一家，也是唯一一家海外工厂。库卡机器人（上海）有限公司位于上海市。库卡机器人的品牌代言人是乒乓球运动员蒂姆波尔。

2015年，库卡推出首款轻型工业机器人LBRiiwa，LBRiiwa是一款具有突破性构造的7轴机器人手臂，其极高的灵敏度、灵活度、精确度和安全性的产品特征，使它特别适用于柔性、灵活度和精准度要求较高的行业（如电子、医药、精密仪器等），可满足更多工业生产中的操作需要。

中国工业机器人行业现状分析

中国的工业机器人从80年代“七五”科技攻关开始起步，在国家的支持下，通过“七五”、“八五”科技攻关，目前已基本掌握了机器人操作机的设计制造技术、控制系统硬件和软件设计技术、运动学和轨迹规划技术，生产了部分机器人关键元器件，开发出喷漆、弧焊、点焊、装配、搬运等机器人；其中有130多台套喷漆机器人在二十余家企业的近30条自动喷漆生产线（站）上获得规模应用，弧焊机器人已应用在汽车制造厂的焊装线上。

但总的来看，中国的工业机器人技术及其工程应用的水平和国外比还有一定的距离，如：可靠性低于国外产品；机器人应用工程起步较晚，应用领域窄，生产线系统技术与国外比有差距。

年中国工业机器人销量实现高速增长，销量连续多年位居世界各国之首。 中国自2013年开始成为全球工业机器人最大市场，2016年销量约为8.7万台，占全球比重为30%，接近于欧洲和北美销量之和。国内制造业“机器换人”需求旺盛，预计工业机器人销量仍将保持快速增长。

数据显示，年，中国工业机器人销量将从11.5万台增至21万台，年均增速约为25%，占全球比重将从33%提升至40%。随着我国制造业升级改造的趋势越发明显，机器换人的潮流为工业机器人产业提供充足的市场空间。2017年，中国工业机器人销量增至13.8万台，连续五年成为全球工业机器人销量冠军。

这个问题看起来问的比较宏观，但是确实值得我们思考。不只是想学习工业机器人的朋友在问，很多企业的管理层和制造业相关的专业人士，也都想想这个问题的答案。

那么在这里，我给大家进行一下简单的分析。

随着工业4.0和中国制造2025概念的引入，工业制造业对自动化智能化的需求越来越旺盛，同时随着人力成本的不断上升，我国制造业正在进行转型和升级，我们将使用自动化设备来代替传统的人工操作。复杂的、劳动强度大的、有质量风险的、重复性强的工作逐步由传统的人工转为机器人操作。所以工业机器人的发展趋势一定是非常迅速的，以目前市面上大量出现的工业机器人厂家就可以看出来，这个行业的需求仍然是巨大的。

但是如果这样我们就说工业机器人的发展趋势一定是好的，这样的回答有些过于笼统。那么工业机器人未来的发展趋势到底是什么样的？

1. 工业机器人要更加的安全，安全生产是工业机器人发展的必要前提条件。如果机器人不能做到安全，那么后续的发展一定会受到限制。

2. 工业机器人要更加高效和稳定，人员操作可以用双手和十个手指，所以人工的操作效率往往要高于机器人。但是人员会有疲惫和感情因素影响，所以它长期的稳定性达不到机器人的水平，但是机器人是程序化和模式化，所以说他们在应对一些复杂的，特别是异常突发情况处理起来非常困难。所以我们需要机器人更加的智能化。

工业机器人要更加智能化，什么意思呢？就是说机器人要有对复杂情况，特别是不稳定情况的处理能力。打个比方，目前的工业机器人大多数应用在自动化生产线上面。要求所有的操作的对象、岗位的位置是确定的固定的，要标准而且不能经常变化的。如果操作对象的位置变化，机器人的程序就要重新编写。但是未来我国制造业将越来越多地推广柔性生产。要经常进行小批量多品种的生产，所以我们希望机器人可以兼容多种产品，兼容多种工艺并能实现多种不同的功能。所以我们只要给机器人增加更多的外设及配件，还帮助他们对周围环境进行识别，让他们能够更加智能的处理不同的情况。比如给他们增加视觉系统，来帮他们自动识别、校正不同的目标外形尺寸及位置。我们可能还会增加更多的传感器来帮助他们感知周边的环境，对异常情况可以进行及时的处理。

工业机器人网络化，如果想实现第三点的目标，那么我们就需要让机器人获取更多的信息和数据，还需要能够对它获取的数据进行及时的分析和处理，然后给机器人带来指示。这就需要机器人网络化，通过网络来进行大数据的传递和处理，然后给机器人发送指令，告诉他们该如何执行，这就是现在最提倡的物联网和人工智能模式。也就是机器人的程序，可能并不是写在本地，而是放在一个云端的服务器上，这样它可以通过大量的案例积累和云端服务器快速的计算来实现智能化。

工业机器人需要更加柔性化，如果实现了以上的前提，那么最终工业机器人一定要实现柔性化的发展。精益生产理念中强调的生产线就是柔性化、可扩展化、平衡化的生产线，未来的生产线可以根据订单的调整，迅速来调整生产线的配置和布局，在同一条生产线内，可以兼容多种不同型号的产品，甚至每一个公益岗位，都会根据不同的订单存在变化，而只有智能的工业机器人可以达到未来自动化生产线的需求。而我们当前的工业机器人，大多数是笨重而且不易移动的，未来我们一定要实现机器人的小型化灵巧化，可以实现快速的重新布局。这就要求未来的工业机器人具备低的自重，简易的编程方式以及快速的投入生产能力。比如当前的工业机器人，重复精度都是零点几毫米，但是一旦这个机器人经过维修维护，或者转移了位置，它们想恢复生产，必须要经过重新的校准和调试。这会耽误大量的时间，所以工业机器人柔性化是必然的趋势。

如何让机器人具备如上的特色，将是未来工业机器人发展的趋势。现在在市场上，我们可以很欣慰的看到很多机器人厂家正在往这一方向发展，这就是为什么目前协作型机器人市场占有率越来越高。协作机器人可以覆盖以上的需求，而且协作机器人的发展速度技术创新越来越快。

但是并不意味着传统的工业机器人会失去他们的市场。只要它们能够根据如上的发展趋势，进行自身的升级及应用创新，传统工业机器人和协作机器人将在不同的领域发挥他们的作用。

以上就是我总结的工业机器人发展趋势。

工业机器人未来发展前景很好。早前，国务院印发了《中国制造2025》通过“三步走”实现我国我国制造强国的战略目标，智能制造成为工业制造转型的重中之重。如今，智能制造战略再获工信部关注，在智能化的大势下，智能装备下游应用领域加快拓展，工业机器人发展可期。工业机器人指的是能在人的控制下智能工作，并能完美替代人力在生产线上工作的多关节机械手或多自由度的机器装置。与人力相比，工业机器人具有低成本、高效率以及24小时工作的特点。近年来，随着国内劳动力成本不断上涨，我国制造业劳动力优势不显，制造业亟待向智能化转型，工业机器人呈现强劲发展的态势。前瞻产业研究院发布的《年中国工业机器人行业产销需求预测与转型升级分析报告》指出，我国是工业机器人消费大国，从2013年其就连续两年成为全球第一大工业机器人消费市场。2013年是我国工业机器人发展元年，这一年国内工业机器人销量为3.69万台，同比增长36.52%，购买量占全球工业机器人销量的五分之一。2014年工业机器人销量超过57000台，同比增长54%以上。汽车制造、电子、橡胶塑料、军工、航空制造、食品工业、医药设备与金属制品等领域常有工业机器人“身影”。其中汽车工业的应用最多，比例达38%。广东、江苏、上海、北京等地是我国工业机器人产业主要集中的地区，拥有的工业机器人数量占据全国工业机器人市场的半壁江山。不过，由于核心技术缺乏，我国工业机器人消费严重依赖国外企业，尤其在减速机、伺服电机、控制器等核心零部件上，我国本土机器人企业受制于人，只能购买高昂的国外设备，这需要国产工业机器人厂商不断提高技术，加大研发水平，早日摆脱国外机器人品牌对中国工业机器人消费市场的控制。考虑到目前全球制造业工业机器人密度为55，而中国工业机器人密度仅为21，远低于日韩德美等发达国家，以及智能制造背景下，“机器换人”政策不断落地，未来我国工业机器人市场还有很大的增长空间。汇川技术、机器人、智云股份、科远股份、秦川机床等相关概念公司将在机器人红利下取得较好发展。本文来源前瞻产业研究院，未经前瞻产业研究院书面授权，禁止转载，违者将被追究法律责任！第二篇：中国工业机器人的销售量以40%左右的速度增长数据显示，2013年中国市场销售36560台工业机器人，占全球销售量的五分之一，同比增幅达60%，取代日本成为世界最大工业机器人市场。预计本体产值约90亿元，本体加集成市场规模约270亿元。2010年开始中国工业机器人需求激增，新安装工业机器人为14980台，2011年达到22577台，同比增长50.7%;2001年至2012年期间，中国工业机器人的销售量以年均40%左右的速度高速增长，而同期世界机器人市场销量复合增长率为10%。2014年中国市场的工业机器人销量依然猛增54%，达到5.6万台。第三篇：“机器换人”政策逐步落地工业机器人市场爆发近日，安监总局发布通知表示，决定将陕西煤业化工集团、黄陵矿业集团有限责任公司等10家企业作为示范企业，开展机器人作业试点工作。这十家企业主要涉及煤炭、石油与钢铁等重要以及基础性领域，随着“机器换人”逐渐在这些领域变为现实，工业机器人应用将不断得到推广，市场有望迎来爆发增长。工业机器人指的是能在人的控制下智能工作，并能完美替代人力在生产线上工作的多关节机械手或多自由度的机器装置。与人力相比，工业机器人具有低成本、高效率以及24小时工作的特点。近年来，随着国内劳动力成本不断上涨，我国制造业劳动力优势不显，制造业亟待向智能化转型，在此机遇下，工业机器人大有可为。我国是工业机器人消费大国，从2013年其就连续两年成为全球第一大工业机器人消费市场。汽车制造、电子、橡胶塑料、军工、航空制造、食品工业、医药设备与金属制品等领域常有工业机器人“身影”。其中汽车工业的应用最多，比例达38%。广东、江苏、上海、北京等地是我国工业机器人产业主要集中的地区，拥有的工业机器人数量占据全国工业机器人市场的半壁江山。不过，虽然工业机器人市场需求大，但由于核心技术缺乏，我国工业机器人消费严重依赖国外企业，尤其在减速机、伺服电机、控制器等核心零部件上，我国本土机器人企业受制于人，只能购买高昂的国外设备，这需要国产工业机器人厂商不断提高技术，加大研发水平，早日摆脱国外机器人品牌对中国工业机器人消费市场的控制。前瞻产业研究院提供的《年中国工业机器人行业产销需求预测与转型升级分析报告》数据显示，2013年是我国工业机器人发展元年，这一年国内工业机器人销量为3.69万台，同比增长36.52%，购买量占全球工业机器人销量的五分之一。2014年工业机器人销量超过57000台，同比增长54%以上，继续保持高速发展态势。