基于ADAMS的人體步態運動仿真

楊 楠，戴士杰，2

基于ADAMS的人體步態運動仿真

楊 楠1，戴士杰1，2

(1.河北工業大學 機械工程學院，天津 300130；2.哈爾濱工業大學 機器人與系統國家重點實驗室，黑龍江 哈爾濱 150080)

通過對人體結構和運動的分析，使用SolidWorks建立人體的模型。將模型導入到ADAMS軟件后，實現步態的運動學和動力學的仿真，得到人體大腿、小腿質心的運動軌跡曲線以及足底壓力的變化曲線，為研究步態識別和仿人科學提供理論基礎。

人體模型；ADAMS；步態；仿真

0 引言

步態是人最基本的運動形式之一，對人體進行建模和步態仿真在機器人、康復工程、步態識別等學科領域具有重要的意義[1]。國內外很多研究機構都以人為研究對象，并對其進行建模和仿真，這一研究的深入程度關系到仿人機器人的設計效果。本文在人體解剖學的基礎上建立人體的三維模型，分析人步態行走的特點，設定關節角度變化的函數和各部件的受力使其在地面上行走，得到腿部的運動軌跡和足部與地面接觸力的變化曲線。

1 人體的結構分析

根據人體解剖學的研究，人體主要由骨骼、關節以及肌肉組成。其中骨骼起到支撐身體的作用，關節和肌肉能夠使人體做各種運動。在人體步態運動中，主要是下肢在起作用，包括大腿、小腿、足部等[2]。

在建模過程中需要對肩關節、肘關節、髖關節、膝關節、踝關節進行研究。肩關節用來連接上臂和上軀干，在步態運動中起到保持人體平衡的作用。肘關節是上肢活動中較為重要的關節，起到連接手臂的作用，對于下肢的運動也有一定的影響。髖關節的自由度較多，能夠做內旋、屈伸等多種運動，運動的角度比肩關節小，但是穩定性比較好，所以能夠連接好上下軀干。膝關節在人體下肢運動中起到非常重要的作用，其承受著人體的大部分重量，而且起到帶動小腿運動的作用；在人體的步態運動中，膝關節主要做屈伸運動，具有少量的翻轉運動。踝關節用于連接小腿和足部，踝關節在步態中的主要運動是屈伸，也有小幅度的旋轉運動。

2 人體模型的建立

建立人體模型需要考慮人體的形狀結構特點、連接關系及其物理性質。人體模型的參數包括：人體各部件的尺寸參數、質量、轉動慣量、密度等。采用SolidWorks建立人體三維模型，通過數據轉換導入到ADAMS中。人體建模的過程有：

(1) 確定人體各部件的尺寸外形、關節的約束等。

(2) 得到人體模型的空間位置、幾何和運動參數。

(3) 確定坐標系，將各部件進行簡化，以便分析和計算。

(4) 對模型進行校核并限定關節的運動范圍。

(5) 添加人體模型的約束。

2.1 模型數據的獲取

人體模型中的主要參數有身高和體重，不同地區、種族的人的身高體重有一定差別。本課題研究的主要對象是中國人的步態，根據王繼先等[3]做的調查，我們得到了成年男性的身高大約是170 cm，體重大約是60 kg，選取這一身高體重作為一參考值，具有一定的代表性。對人體結構按照解剖學的結構比例進行建模[4]。

ADAMS提供了一些建模的模塊，對于人體比較復雜的部分，ADAMS的建模功能不如一些專用的建模軟件。在步態運動中，人的活動主要體現在四肢的擺動上，所以本文將人體分成多個剛體[5]，將人體的骨骼肌肉等認為是剛體。

利用SolidWorks按照人體的尺寸建立各部分的三維模型，然后將其中若干部分組成裝配體，人體的三維模型如圖1所示。

圖1 人體三維模型

2.2 在ADAMS中建立地面模型

由SolidWorks建立的模型數據格式需要轉化成Parasolid格式，這樣轉化效率高而且可實現模型的完整轉換。在ADAMS中，虛擬的三維尺寸應能夠反映真實環境中相應的三維尺寸與位置關系，由于ADAMS的建模功能并不是十分強大，故只建立一個簡單的地面模型，如圖2所示。

圖2 地面模型

3 步態仿真研究

人體的步態運動是一個較為復雜的過程，需要有較為合理的坐標系才能對其進行分析。坐標系有圓柱坐標系、球坐標系、笛卡爾坐標系[6]，為了能更準確地描述方位，選用笛卡爾坐標系。

步態的仿真是對人體模型進行動力學和運動學分析，動力學分析法分為正向動力學和逆向動力學[7]。正向動力學分析是指直接在各部件上施加驅動力，然后求剛體的運動軌跡。逆向動力學是指先指定其運動，然后分析剛體上的驅動力。人體模型的結構相對復雜，構件上的力也較為復雜，因此采用逆向動力學分析的方法更為準確。

3.1 人體模型各部分參數的設定

將模型導入到ADAMS后，設定各部分的名稱和參數。人體模型各部件的參數如表1所示。

表1 人體模型各部分參數

3.2 創建約束

首先將頭部、頸部、軀干合成一個整體，肩關節建立鉸接，肘部關節加入球鉸接副，髖部關節為球副，膝關節建立鉸接副，踝關節建立球副。地面設置一個固定副。

仿真人體步態行走，對各關節進行運動的規劃以及平衡的控制，在研究人體動力學的基礎上，加載驅動器，足部和地面應設置接觸并且使足部在地面上方，設置為碰撞，并設置碰撞的剛度、阻尼等參數，然后施加重力，創建出符合實際條件下的步態運動模型。圖3為添加了約束后的模型。

圖3 加入約束的人體模型

3.3 關節角度變化控制函數設計

使用STEP函數對角度進行控制，它的基本形式為：STEP(x，x0，h0，x1，h1)。其中：x為自變量，可以是時間或任一函數；x0為自變量的開始值；x1為自變量的結束值；h0為STEP函數的初始值；h1為STEP函數的最終值。

使用STEP函數來模擬肢體角度的變化，x、x0、h0、x1、h1分別用來表示時間、初始時間、初始轉動角度、結束時間、終止轉動角度。

人的行走是一個一個周期活動，一個步態周期是指從腳跟著地到腳跟再次著地的時間。步態周期分為支撐相和擺動相，支撐相是指腳跟著地到腳離地，每只腳的支撐相分為首次觸地、支撐初期、支撐中期、支撐末期4個部分，占整個步態周期的60%左右。擺動相是腳尖離地到腳跟著地，分為擺動早期、擺動中期、擺動末期，大約占整個步態周期40%。人體行走步態周期見圖4。

圖4 人體行走步態周期

3.4 人體模型運動仿真

設置仿真時間為2.5 s，步長為100步，圖5為模型的運動仿真。圖6為大腿、小腿質心在水平方向上的運動軌跡。圖7和圖8分別為大腿質心和小腿質心在豎直方向上的運動軌跡。圖9為足底壓力曲線。為了驗證數據的準確性，將測量好的數據和真實數據進行比對。通過對比發現，模型的仿真是合理的，符合生物力學的原理。

圖5 模型的運動仿真

圖6 腿部質心在水平方向上的運動軌跡

4 結論

人體模型的步態運動仿真能夠反映人行走的規律。由于人體的結構是比較復雜的，故本文對于人步態的研究主要從運動學和動力學的角度著手，通過簡化人體模型和約束分析，研究腿部運動軌跡和足底壓力變化特點，對于步態識別和機器人研究具有一定的價值。

圖7 大腿質心在豎直方向上的軌跡

圖8 小腿質心在豎直方向上的軌跡

圖9 足底壓力F的變化曲線

[1] 石俊,姜壽山,張欣,等.人體步態研究與仿真的現狀和展望[J].系統仿真學報,2006,18(10):2703-2711.

[2] 羅小美,袁清柯.基于ADAMS人體上肢動力學的建模與仿真研究[J].機電工程技術,2006,35(10):44-46.

[3] 劉健,鄭建榮,吳青.基于ADAMS的人體膝關節運動力學研究[J].計算機應用與軟件,2012,29(6):202-204.

[4] 紀陽陽,趙輝,張曉利.基于多類特征融合的步態識別算法[J].電氣電子教學學報，2009,31(5):67-70.

[5] 郝衛亞.人體運動的生物力學建模與計算機仿真進展[J].醫用生物力學,2011,26(2):97-104.

[6] 耿艷利,楊鵬,劉作軍,等.下肢運動信息采集與運動仿真[J].醫用生物力學,2012,28(1):98-103.

[7] 金德聞，張濟川.康復工程與生物機械學[M].北京:清華大學出版社,2011.

Human Body Gait Movement Simulation Based on ADAMS

YANG Nan1, DAI Shi-jie1,2

(1. School of Mechanical Engineering, Hebei University of Technology, Tianjin 300130, China; 2. State Key Laboratory of Robotics and System, Harbin Institute of Technology, Harbin 150080, China)

Based on analysis of human body structure and movement, a model of the human body was established by use of SolidWorks. The model was exported into ADAMS, the kinematical and dynamical simulation of gait was accomplished. The curves of leg centroid motion and plantar pressure were obtained. It provides a theoretical basis for humanoid science and gait recognition.

human model; ADAMS; gait; simulation

1672- 6413(2015)06- 0056- 03

2015- 04- 20；

2015- 08- 20

楊楠(1988-)，男，山西太原人，在讀碩士研究生，主要研究方向：智能機器人，模式識別。

TP391.7∶TP391.9

A