基于Opensim的柔性外骨骼機器人的模擬仿真

劉友福 盧軍

摘? 要： 現有的剛性外骨骼存在關節中心與人體下肢的生物關節中心較難對齊、限制人體運動的自由度和影響穿著舒適度等問題。針對上述問題，設計了一種由電機驅動的助力髖關節屈曲和伸展的柔性外骨骼機器人。基于該柔性外骨骼，利用三維動作捕捉系統和測力平臺采集受試者在行走過程中的運動學和地面反作用力數據，運用生物力學分析軟件Opensim建立人體-外骨骼模型;利用Opensim分別模擬計算出在行走時助力和不助力兩種情況下驅動髖關節的主要肌肉的代謝值。模擬仿真結果表明：和不助力的情況相比，在行走過程中對髖關節助力會減小驅動髖關節運動的主要肌肉的代謝值，減小穿戴者肌肉的負擔;在行走過程中減小穿戴者的能量消耗。

關鍵詞： 柔性外骨骼機器人; 髖關節助力; Opensim; 仿真; 肌肉代謝

中圖分類號：TP242.6????????? 文獻標識碼：A???? 文章編號：1006-8228（2021）01-01-05

Simulation of soft exosuit using Opensim

Liu Youfu1，2， Lu Jun1

（1. College of Mechanical & Electrical Engineering， Shaanxi University of Science and Technology， Xi'an， Shaanxi 10708， China;

2. Shenzhen Institutes of Advanced Technology， Chinese Academy of Science）

Abstract： The existing rigid exoskeleton has some problems， such as the joint center is difficult to align with the biological joint center of human lower limbs， limiting the freedom of human movement and affecting the wearing comfort. A motor-driven soft exosuit assisting hip flexion and extension was designed to solve the problems above. The three-dimensional motion capture system and force measurement platform were utilized to collect the subjects' kinematics and ground reaction force data during walking. A human body-soft exosuit model was built by using Opensim. Opensim was used to calculate the metabolism of the main muscles of the hip joint during walking. The simulation results show that， compared with the situation without assistance， the hip flexion and extension with assistance reduced the metabolic value of the main muscles that drive the hip joint movement and reduced the wearer's muscles burden and energy consumption.

Key words： soft exosuit; hip assistance; Opensim; simulation; muscles metabolism

0 引言

外骨骼機器人是一種新型仿生設計的可穿戴設備。外骨骼機器人起源于上個世紀60年代，在過去的幾十年里，下肢可穿戴外骨骼機器人技術取得了重大發展，廣泛應用于醫療康復領域，旨在幫助截癱、中風患者進行活動能力恢復和步態糾正等[1-2];并且在軍隊、工業生產等領域具有潛在的應用價值[3-4]。但是，上述外骨骼機器人大多采用剛性結構，由于剛性外骨骼關節中心與人體下肢的生物關節中心較難對齊[5-6];且剛性結構限制了人體運動的自由度并影響穿戴舒度[7-8]。為了解決上述問題，研究學者們提出了性下肢外骨骼，柔性外骨骼主要使用柔性材料，電機驅動，控制電機旋轉驅動柔性線繩伸縮以產生拉力[9]，作用于人體的相應關節，以提供輔助力;這類外骨骼大多應用于人體行走過程中助力，以減少肌肉代謝[10-11]。近些年來一些研究學者們常使用實驗法和生物力學仿真軟件來研究人機耦合關系，比如研究健康成年人穿戴下肢外骨骼時，下肢外骨骼在支撐相其膝關節力矩的影響[12];模擬下肢外骨骼康復機器人在矢狀面內的運動，比較分析下肢主要肌肉的收縮速率變化情況[13]。這些研究大多都基于剛性外骨骼，我們設計了一種能助力髖關節伸展和屈曲的柔性外骨骼機器人。為了模擬我們設計的柔性外骨骼機器人在助力時的效果，將助力髖關節的伸展和屈曲的助力過程抽象轉化成被動彈簧原件作用于人體的髖關節，并隨著步態變化而伸縮的過程，對外骨骼施加于髖關節伸展和屈曲階段的輔助力進行模擬。利用運動捕捉系統（Vicon）和測力平臺采集健康成年男性在平地行走時的狀態參數以及地面反作用力等數據;然后利用開源人體生物力學分析軟件Opensim建立骨骼肌模型，并在模型的髖關節處添加上沿肌肉路徑的彈簧元件，并配置該彈簧執行器的狀態參數，導入由Vicon、測力跑臺采集的運動學數據和力數據，對該模型進行動力學參數和肌肉參數模擬仿真，仿真結果可以定量分析在不助力和助力時，下肢肌肉的代謝值變化，為后期優化外骨骼的設計與控制提供參考。

1 柔性外骨骼系統

一個人自然步態周期可劃分為支撐相和擺動相，支撐相可以細分為支撐相初期，支撐相中期，支撐相末期;擺動相可以細分為擺動相初期，擺動相中期和擺動相末期[14]，如圖1所示。

髖關節伸展和屈曲分別發生在一個步態周期內的支撐相和擺動相階段[15]。設計了一種能為髖關節伸展和屈曲提供助力的柔性外骨骼。外骨骼系統由執行器，綁縛，拉力傳感器，慣性測量單元（IMU），鮑登線和調節裝置組成;結構如圖2所示。

左腿的伸展和右腿髖關節屈曲幾乎完全相反的兩個相位。執行器主要由兩臺無刷直流電機組成，使用一個電機為右腿（或左腿）髖關節伸展和屈曲運動提供輔助力，電機輸出軸與線盤相連。每個線盤上固定兩根鮑登線—鮑登線1和鮑登線2;鮑登線1順時針纏繞在線盤上以助力髖關節伸展，鮑登線2則逆時針纏繞用于助力屈曲（如圖2所示）。

鮑登線的另一端和拉力傳感器相連，拉力傳感器的另一端連接到線繩調節裝置，調節裝置用來根據佩戴者的身高和步幅來調整鮑登線的長度;最后，線繩再與包裹在大腿上的綁縛錨點相連。其工作原理是：通過控制電機旋轉方向，帶動線盤旋轉，鮑登線伸縮產生額外的拉力，拉力通過鮑登線作用于人體下肢關節上。

2 模擬仿真方法

2.1 運動學和動力學數據采集

在配套有六臺紅外攝像機的三維運動捕捉系統（VICON， Oxford， UK），和一臺嵌入跑步機的測力平臺（AMTI， Watertown， MA）上進行行走試驗。動作捕捉系統主要通過攝像頭捕捉貼在身體上的熒光標記點采集人體的運動學數據。地面反作用力通過測力臺采集，分別采集三名健康男性的運動學和力數據。

在Vicon系統的上位機輸入相關的人體參數，系統會通過輸入的人體參數進行計算處理保存到輸出文件中。在數據采集過程中，受試者在身體上貼上熒光標記點，靜止站立在測力平臺上，通過攝像頭捕捉標記點在系統坐標系下的靜態空間坐標數據，隨后啟動測力跑臺，采集熒光標記點在動捕系統坐標系下的運動數據，以及在行走過程中的測力平臺的作用反力。采集過程示意圖如圖3所示。

由于Opensim對輸入的運動學和動力學數據的文件格式有著嚴格的要求，所以需將采集到的數據以特殊的文件格式保存，將通過攝像頭采集到的熒光標記點的靜態數據保存為.trc文件格式;通過測力臺采集的地面反力數據保存為**grf.mot格式。運動學數據則保存為 .mot格式，該文件中保存著受試者的運動學數據，比如關節角度，速度等。最后通過上位機輸出，這些文件將被應用于下一步的Opensim仿真。

2.2 Opensim仿真模型

Opensim是美國斯坦福大學開發的一款開源應用于生物力學分析研究的工具平臺，它具有對肌肉形態參數控制精細、計算誤差小、計算速度快等優點[16]。考慮到人體系統復雜性以及受到倫理道德的限制，目前現有的一些實驗手段難以測量人體肌肉的代謝情況。通常，將人體簡化成一個多剛體模型，利用Opensim建立人體骨骼肌模型。

OpenSim人體骨骼模型其建模的理論基礎是Hill肌肉結構力學模型，以肌肉形態參數為基礎建立通用人體骨骼肌肉模型，如圖4所示。

Opensim官網提供了許多骨骼肌模型，本文中使用下肢骨骼肌肉生物力學模型Gait2354_Simbody，在此基礎上進行修改。由于人體以正常步態行走時，髖關節主要以屈伸運動為主，考慮到其外旋/內旋，外展/內收的運動幅度相對較小，在建立助力的仿真模型時，僅考慮在矢狀面內的屈曲和伸展運動。在右腿支撐相時期，右髖關節伸展，右側下肢肌肉需要對來自地面的沖擊以及人體體重進行承重，此時包括臀大肌，股二頭肌等大腿后側肌肉群作為主動肌肉，股四頭肌等大腿前側肌肉群作為主要的制動肌，尤其以股直肌的作用最為明顯。當右腿從支撐階段進入擺動階段時，右腿膝關節開始彎曲并抬腿，髖關節開始屈曲。考慮到右腿在擺動相時，主要是重力在做功[17]。結合在第1節中依據步態特點設計的柔性外骨骼的工作原理以及輔助力的施加部位，基于在人體的髖關節處添加平行于大腿（以右腿為例）被動彈簧驅動原件[18]，僅考慮元件沒有質量，該模型如圖5所示。

在支撐相階段（以右腿為例），右腳剛著地時，彈簧1處于原長狀態，隨著右腿的伸展，此彈簧元件處于拉伸狀態，完成能量的存儲;相反，彈簧2在右腳剛著地處于最大拉伸狀態，隨著右腿伸展，彈簧2釋放能量，恢復原長，幫助人體伸展右腿。到支撐相結束，開始進入擺動相時，大腿開始屈曲，彈簧1開始釋放能量，幫助右腿屈膝抬腿，而彈簧2此時處于原長狀態，隨著大腿的擺動。彈簧2開始存儲能量。

2.3 Opensim模擬仿真過程

通過三維運動捕捉系統采集的標記點在動捕系統坐標系下的靜態數據和Opensim中模型的虛擬點之間的距離進行匹配，使系統提供的骨骼肌模型和受試者實際的身體數據相匹配，依據受試者的身高體重等身體特征參數以及2.1節中采集的靜止狀態下的標記點數據為依據，對Opensim中的骨骼肌肉模型進行比例縮放，并使用軟件內置最小二乘法算法來減少軟件中模型和實際人體參數的誤差，使之更加貼近實際的人體模型，從而建立起符合受試者個體特征的個性化模型;接著通過逆向運動學求解，主要目的在于找到與實驗室運動學數據最佳匹配的模型。通過使用Opensim軟件的逆向運動學（IK）工具，可以在軟件內顯示出經由動捕系統計算出來的的運動信息，比如關節角度等。在求解過程中，不考慮產生的力和力矩，采用2.1節中采集的在行走狀態下標記點的運動數據，遍歷行走過程中動作的每個時間步，或每一幀，使模型“最好地”匹配實際的運動學，使用Opensim殘差縮減算法（RRA）來減少由于標記點的空間信息、測力平臺采集的數據的誤差和骨骼肌模型之間的不一致而產生的殘差力，讓模型的運動過程更符合實際運動特點。

最后，通過導入2.1節中由測力平臺采集的人體與測力平臺的反力數據，采用逆向動力學的方法進行逆向求解人體各關節的關節力等;但是由于模型的構造誤差或動捕系統采集數據的誤差將會導致計算結果會有很大的偏差。任需要通過使用殘差縮減算法（RRA）進行軌跡優化和質量調整，把測力平臺的反作用力與人體慣性參數相結合，將逆向動力學計算時產生的誤差控制到最小。由于OpenSim的正向動力學是模擬人體行走的，人體的關節運動由肌肉產生的肌肉力驅動。為了更好的模擬肌肉的收縮，利用Opensim提供的CMC優化算法，此算法可以改變模型中的肌肉參數，對人體動作模擬仿真中肌肉力量進行分配[19]，可以更好地模擬肌肉的收縮過程。

3 結果與分析

人體在運動狀態下，調動休眠的肌肉參與活動，這些被調動的肌肉稱為激活。參與活動的肌肉群越多，其力量和激活程度等方面比較高，激活度就越高，反之則激活度越低[20]。Opensim提供了一種名為代謝探針的方法，通過在模型中設置的代謝探針可以計算模型肌肉的代謝值，可以模擬計算在運動過程中，下肢各相關肌肉的肌肉的代謝值，肌肉的代謝值越大說明肌肉激活程度越大。分別進行不助力和助力兩種情況的仿真實驗，驅動人體髖關節（以右腿為例）的主要肌肉（包括髂腰肌、腘繩肌、股直肌、股二頭肌等）的代謝值變化如圖6至圖9所示。

通過觀察曲線圖可以看出，在Opensim仿真環境中，人正常行走不助力時，人體肌肉調動被激活，代謝增強;當驅動模型中的彈性元件對模型進行助力時，下肢整體代謝值相比不助力時有所減少，其他核心肌肉的代謝值均有所減小。這說明人在行走時對髖關節助力能有效地減輕下肢驅動髖關節的肌肉的負擔。

4 結論

基于我們設計的柔性外骨骼機器人，根據人體在行走過程中的步態特點，將外骨骼對人體的助力方式抽象轉化成一種被動彈簧元件，在Opensim中建立仿真模型，模擬助力過程，分別比較了在不助力和助力兩種情況下人體驅動髖關節的主要肌肉的代謝值的變化，模擬實驗的結果表明，與行走過程中不助力的情況相比，柔性外骨骼機器人在助力時，能減少相關肌肉的代謝，可以減小穿戴者在穿戴外骨骼行走時的能量消耗，達到為人體助力的效果。

參考文獻（References）：

[1] Ding Y， Galiana I， Siviy C， et al. IMU-based iterative?control for hip extension assistance with a soft exosuit[C]//2016 IEEE International Conference on Robotics and Automation （ICRA）.IEEE，2016：3501-3508

[2] Masood J， Ortiz J， Fernández J， et al. Mechanical design?and analysis of light weight hip joint Parallel Elastic Actuator for industrial exoskeleton[C]//2016 6th IEEE International Conference on Biomedical Robotics and Biomechatronics （BioRob）. IEEE，2016：631-636

[3] Neuhaus P D， Noorden J H， Craig T J， et al. Design and?evaluation of Mina：A robotic orthosis for paraplegics[C]//2011 IEEE international conference on rehabilitation robotics. IEEE，2011：1-8

[4] Ohta Y， Yano H， Suzuki R， et al. A two-degree-of-freedom motor-powered gait orthosis for spinal cord injury patients[J]. Proceedings of the Institution of Mechanical Engineers Part H Journal of Engineering in Medicine，2007.221（6）：629-639

[5] Schiele A. Ergonomics of exoskeletons：Objective perfor-mance metrics[C]//World Haptics 2009-Third Joint EuroHaptics conference and Symposium on Haptic Interfaces for Virtual Environment and Teleoperator Systems.IEEE，2009：103-108

[6] StienenStienen A H A， Hekman E E G， Van d H F C T，et al.Self-Aligning Exoskeleton Axes Through Decoupling of Joint Rotations and Translations[J]. Robotics IEEE Transactions on，2009.25（3）：628-633

[7] Asbeck A T， Rossi SMM D， Holt K G， et al. A biologically?inspired soft exosuit for walking assistance[J].International Journal of Robotics Research，2015.34（6）：744-762

[8] Asbeck A T， Schmidt K， Galiana I， et al. Multi-joint soft?exosuit for gait assistance[C]//2015 IEEE International Conference on Robotics and Automation （ICRA）. IEEE，2015：6197-6204

[9] Wehner M， Quinlivan B， Aubin P M， et al. A lightweight?soft exosuit for gait assistance[C]//2013 IEEE international conference on robotics and automation.IEEE，2013：3362-3369

[10] Lee S， Crea S， Malcolm P， et al. Controlling negative and?positive power at the ankle with a soft exosuit[C]//2016 IEEE International Conference on Robotics and Automation （ICRA）.IEEE，2016：3509-3515

[11]? Kim， Jinsoo， et al. Reducing the metabolic rate of?walking and running with a versatile，portable exosuit[J]. Science 365.6454 （2019）：668-672

[12]? McGibbon C A， Brandon S C E， Brookshaw M. Effects?of an overground exoskeleton on external knee moments during stance phaseof gait in healthy adults. Knee，2017.24（5）：977-993

[13]? 項忠霞，趙明，高飛等.一種外骨骼式康復機器人訓練效果仿真[J].天津大學學報：自然科學與工程技術版，2016.49（7）：695-701

[14]? Kikuchi T， Tanida S， Otsuki K， et al. Development of?intelligent Ankle-Foot Orthosis （i-AFO） with MR fluid brake and control system for gait control[M]//Service robotics and mechatronics. Springer， London，2010：75-80

[15]? Perry J， Davids J R. Gait analysis： normal and?pathological function[J].Journal of Pediatric Orthopaedics，1992.12（6）：815-826

[16] 詹曉彤，陳強，李志勇.基于OpenSim的腰部肌骨系統在體前屈狀態下生物力學分析[J].醫用生物力學，2019.34（1）：27-34

[17] Wu Y， Zhu A， Shen H， et al. Biomechanical simulation?analysis of human lower limbs assisted by exoskeleton[C]//2019 16th International Conference on Ubiquitous Robots （UR），2019.

[18]? Dembia C L， Silder A， Uchida T K， et al. Simulating ideal?assistive devices to reduce the metabolic cost of walking with heavy loads[J].Plos One，2017.12（7）：e0180320

[19]? Kuo A D. A least-squares estimation approach to?improving the precision of inverse dynamics computations[J].Journal of Biomechanical Engineering，1998.120（1）：148

[20] 趙闖，蔡玉強.基于OpenSim人體步行腓腸肌靜態生物力學分析[J].科學技術與工程，2020.7：2604-2608

收稿日期：2020-08-14

基金項目：廣東省基礎與應用基礎研究基金（2019A1515110576）

作者簡介：劉友福（1995-），男，四川巴中人，碩士研究生，主要研究方向：智能機器人技術。