CN103536424A - 一种步态康复训练机器人的控制方法 - Google Patents

Abstract

本发明公开一种步态康复训练机器人的控制方法，该控制方法应用在线步态规划技术，在每个步行周期内对患者健肢的运动参数进行检测，获得健肢髋关节角位移与时间的函数关系、髋关节角速度与时间的函数关系、膝关节角位移与时间的函数关系以及膝关节角速度与时间的函数关系，产生一个步态模型，并以该步态模型作为患者患肢运动的评价标准；在此基础上，应用各关节角位移、角速度和力反馈信息感知患肢的运动状态，并与健肢步态模型相比较，分析患肢当前是否为正常步态，如果正常，控制机器人跟随患者患肢运动；如果为非正常，则控制机器人提供辅助，帮助患肢步态与正常步态趋于一致，实现患肢意向运动补偿，完成人机合作康复训练。

Description

一种步态康复训练机器人的控制方法

技术领域

本发明涉及机器人控制方法，具体为一种步态康复训练机器人的控制方法，特别是一种用于偏瘫患者步态康复训练机器人的控制方法。

背景技术

下肢步态康复训练机器人的运动控制策略直接影响着康复机器人的康复功能和康复效果，目前已有较多的研究成果。

瑞士的Lokomat步态康复机器人，其在驱动器与外骨骼之间装有力传感器，可根据患者与机器人的相互作用，实时调整步态轨迹，以确保按预设的生理步态曲线进行训练。荷兰特文特大学研制的下肢动力外骨骼系统装有多个力传感器，可实现基于力反馈的阻抗控制，可实现由机器人控制的被动康复模式和由操作者控制的主动康复模式。美国东北大学研制机器人步态康复系统应用线性电位计，测量人体盆骨的运动状况，安装于盆骨支架和线性电机间的力传感器感知人体与设备间的相互作用力，应用末端阻抗控制，使机器人对患者产生作用力，以纠正患者康复训练中的异常运动。柏林大学研制Haptic walker每个脚下装有一个6自由度力/力矩传感器，应用新型傅里叶算法，进行实时步态轨迹插补，产生步态轨迹。上海交通大学的研究人员提出应用人体表面肌电信号（EMG）信息源作为人机意图理解与交互的途径，实时采集人体下肢的运动信息和体表的EMG信号，利用EMG信号进行人体关节运动解码和人机意图识别，解析出实时的控制信号，驱动外骨骼各关节运动，并带动人体下肢，实现对患者双腿助力康复训练。上海大学的研究人员提出了基于关键点采用多项式差值的步态规划方法，实现了步行康复机器人助行腿的位置控制和速度控制方式。

现有的下肢康复机器人康复运动控制策略，主要是通过力与位置的反馈，获得人体下肢的运动状态以及人体与机器人的相互作用关系，然后应用相应的控制算法使机器人驱动或者改变患者肢体的运动，达到康复训练的目的。对于能够获取人体表面肌电信号的关节，应用EMG信号可实现助力康复训练。

被动康复模式中，患者完全被动，由机器人带动患者运动，该方法适用于运动能力较差的患者。主动康复模式中，强调患者主动参与康复训练，机器人起到辅助或者检测患者运动状态的作用，在患者运动出现异常时，根据已有的步态模型，通过对患者的盆骨或相关关节施加一定量的作用力，纠正患者的运动。对于偏瘫患者，患者的健肢具有较强的运动能力，虽然某些关节运动能力丧失严重，但患肢的某些关节仍存留部分运动能力，而应用目前康复机器人的运动控制策略，无法使得患者既能够按自身的意向运动，又能够充分发挥患者残存的运动能力。

发明内容

为了克服上述现有技术的不足，本发明要解决的技术问题是：提供一种步态康复训练机器人的控制方法。该控制方法以患者健肢的步态参数建立步态模型，控制机器人对患肢相关关节的运动位置和速度进行补偿，帮助患者完成有效康复训练，且使患者步态更加自然，增加患者的主动参与程度。

本发明解决的所述技术问题的技术方案是：设计一种步态康复训练机器人的控制方法，该控制方法应用在线步态规划技术，在每个步行周期内对患者健肢的运动参数进行检测，获得健肢髋关节角位移与时间的函数关系、髋关节角速度与时间的函数关系、膝关节角位移与时间的函数关系以及膝关节角速度与时间的函数关系，产生一个步态模型，并以该步态模型作为患者患肢运动的评价标准；在此基础上，应用各关节角位移、角速度和力反馈信息感知患肢的运动状态，并与健肢步态模型相比较，分析患者患肢当前状态是否为正常步态，如果为正常步态，控制机器人跟随患者患肢运动；如果为非正常步态，则控制机器人提供辅助，帮助患者患肢步态与正常步态趋于一致，实现患肢意向运动补偿，完成人机合作康复训练。

与现有技术相比，本发明步态康复训练机器人控制方法的有益效果是：

1.在每个步行周期内，对患者健肢的运动参数进行检测，并进行一次步态规划，产生一个步态模型，并以该步态模型作为患肢运动的评价标准，使得患者可以按自身的意向进行康复训练。

2.应用角位移、角速度和力等反馈信息感知患肢的运动状态，并与健肢步态模型相比较，在某一时刻，如果患者能够自主完成运动，则机器人跟随患者患肢运动，不影响患者运动，使患者充分发挥自身残存的运动能力，增加了患者的主动参与程度。

3.在某一时刻，如果患者不能够自主完成运动，则机器人辅助患者按该步行周期内健肢的运动参数帮助患者完成步态康复训练，使患者的步态更加自然。

附图说明

图1为本发明步态康复训练机器人的控制方法一种实施例的步态康复训练机器人的结构示意图；

图2为本发明步态康复训练机器人的控制方法一种实施例的患者健康下肢运动模型参考坐标系示意图；

图3为本发明步态康复训练机器人的控制方法一种实施例的患者患病下肢运动模型参考坐标系示意图；

图4为本发明步态康复训练机器人的控制方法一种实施例的控制系统流程示意图。

具体实施方式

下面结合实施例及其附图详细叙述本发明。实施例是以本发明所述技术方案为前提进行的具体实施，给出了详细的实施方式和过程。但本发明申请的权利要求保护范围不限于下述的实施例描述。

本发明设计的步态康复训练机器人的控制方法（简称控制方法，参见图1-4），该控制方法是在康复训练中，在每一个步行周期内，在线检测患者健肢的步态参数，获得健肢髋关节角位移与时间的函数关系、髋关节角速度与时间的函数关系、膝关节角位移与时间的函数关系以及膝关节角速度与时间的函数关系，并建立步态模型，以该模型作为患肢在该步行周期内的步态检测标准，当患肢的运动参数与该步行周期的健肢的运动参数产生误差时，控制机器人对患肢相关关节的运动位置和速度进行补偿，帮助患者完成康复训练。这样，以患者的意向运动作为康复训练的机器人控制运动，以运动位置和速度为补偿目标，不但使得患者的步态更加自然，而且增加了患者的主动参与程度。

该控制方法包括以下步骤：

1.患者站立于康复机器人之上，患者健肢置于康复机器人健肢侧，患者患肢置于与康复机器人患肢侧，并进行固定。

2.进行康复训练时，在每一个步行周期内，对患者健肢的运动参数进行检测，获得健肢髋关节角位移与时间的函数关系、髋关节角速度与时间的函数关系、膝关节角位移与时间的函数关系以及膝关节角速度与时间的函数关系，产生一个步态模型。

3.对患者患肢的运动参数进行检测，并与该步行周期内健肢侧的步态模型参数进行比较，计算误差。

4.在某一时刻，如果误差在许可范围之内，则机器人跟随患者患肢运动，如果误差在许可范围之外，则机器人帮助患者运动，使之运动与该步行周期内健肢侧的步态一致，完成有效康复训练。

具体实施过程如下：左侧偏瘫的患者应用该装置时，面向A向；右侧偏瘫的患者应用该装置时，面向B向（参见图1）。患者健康下肢的小腿与健肢侧小腿连接机构1相连，患者健康下肢的大腿与健肢侧大腿连接机构3相连，健肢侧机构的膝关节2安装有健肢膝关节角位移传感器21，健肢侧机构的髋关节4安装有健肢髋关节角位移传感器41，健肢膝关节角位移传感器21与健肢髋关节角位移传感器41分别用以检测患者健康下肢的膝关节与髋关节的运动状态。患者患病下肢的小腿与患肢侧小腿连接机构8相连，患者患病下肢的大腿与患肢侧大腿连接机构6相连，患肢侧小腿连接机构8安装有小腿力传感器81和小腿力传感器82，患肢侧大腿连接机构6安装有大腿力传感器61和大腿力传感器62，用以感知患者与步态康复训练装置的相互作用力，患肢侧机构的患肢膝关节7安装有患肢膝关节伺服电机71，患肢髋关节5安装有患肢髋关节伺服电机51；所述患肢膝关节伺服电机71和患肢髋关节伺服电机51分别用以驱动患者的患肢膝关节7和患肢髋关节5运动。

肢体相对于关节的运动，在其参考坐标系中，逆时针旋转定义为正向旋转，顺时针旋转定义为负向旋转（参见图2）。健肢侧机构膝关节2和髋关节4中的角位移传感器感知患者健肢的运动状态，测得患者健肢髋关节的角位移1和患者健肢膝关节的角位移2，并获得患者髋关节和膝关节运动角度与时间的关系：

θ₁=f(t)

θ₂=f(t)

进而获得角速度与时间的关系：

${\stackrel{\·}{\mathrm{\θ}}}_1=f\left(t\right)$

${\stackrel{\·}{\mathrm{\θ}}}_2=f\left(t\right)$

于是可获得患者患肢侧的运动模型：

$M_1=F_1({\mathrm{\θ}}_1,{\stackrel{\·}{\mathrm{\θ}}}_1)$

$M_2=f_2({\mathrm{\θ}}_2,{\stackrel{\·}{\mathrm{\θ}}}_2)$

以该模型作为患者患肢运动的参考。

患肢侧机构大腿连接结构6中的大腿力传感器61和大腿力传感器62感知患者的患肢大腿与患肢侧机构的相互作用力F₁和F₂，患肢侧机构小腿连接装置8中的力传感器感知患者患肢小腿与患肢侧机构的相互作用力F₃和F₄，患肢侧机构的髋关节5中的角位移传感器感知患者患肢髋关节的运动角度θ₃，患肢侧机构的膝关节7中的角位移传感器感知患者患肢髋关节的运动角度θ₄（参见图3）。患者患肢髋关节相对于健肢髋关节的运动角位移误差定义为：

e₁=θ₁-θ₃

患者患肢膝关节相对于健肢膝关节的运动角位移误差定义为：

e₂=θ₂-θ₄

控制过程中，设定正常数N₁和N₂，数值N₁的意义为：在某一时刻，当患者患肢髋关节运动角度落后于患者健肢髋关节运动角度值小于等于N₁时，认为患肢相对于健肢无误差。数值N₂的意义为：在某一时刻，当患者患肢膝关节运动角度落后于患者健肢膝关节运动角度值小于等于N₂时，认为患肢相对于健肢无误差。由于患者患肢运动能力低于健肢运动能力，这一数值的设置，有利于患者发挥残存的运动能力，提高患者康复训练的主观能动性。

对于髋关节：

当e₁≥0且F₁>0时，患肢侧髋关节伺服电机带动机器人髋关节跟随人体运动。

当0≤e₁≤N₁时，患肢侧髋关节伺服电机不运动。

当e₁＞N₁且F₂>0时，患肢侧髋关节伺服电机带动患者髋关节以运动模型M₁中的角速度

运动，进行意向运动补偿。

当e₁≤0且F₂>0时，患肢侧髋关节伺服电机带动机器人髋关节跟随人体运动。

当-N₁≤e₁≤0时，患肢侧髋关节伺服电机不运动。

当e₁＜-N₁且F₁>0时，患肢侧髋关节伺服电机带动患者髋关节以运动模型M₁中的角速度

运动，进行意向运动补偿。

对于膝关节：

当e₂≥0且F₃>0时，患肢侧膝关节伺服电机带动机器人膝关节跟随人体运动。

当0≤e₂≤N₂时，患肢侧膝关节伺服电机不运动。

当e₂＞N₂且F₄>0时，患肢侧膝关节伺服电机带动患者膝关节以运动模型M₂中的角速度

运动，进行意向运动补偿。

当e₂≤0且F₄>0时，患肢侧膝关节伺服电机带动机器人膝关节跟随人体运动。

当-N₂≤e₂≤0时，患肢侧膝关节伺服电机不运动。

当e₂＜-N₂且F₃>0时，患肢侧膝关节伺服电机带动患者膝关节以运动模型M₂中的角速度

运动，进行意向运动补偿。

健肢侧角位移传感器感知患者健肢运动状态，建立健肢步态模型，以该模型作为患肢运动检测的参考标准（参见图4）。患肢侧以力传感器和伺服电机内的角位移传感器获得患肢运动信息作为反馈信息，与健肢侧步态模型比较获得误差，以此误差作为控制器的输入量，控制器经过判断推理获得输出量，此输出量经过处理后作为伺服电机的控制信息，伺服电机获得运动控制信号后驱动患肢侧机构跟随或者带动患者患肢运动。

本发明控制方法的工作原理及过程是：基于步态康复训练机器人，康复训练中，在健肢侧，每个步行周期内，对患者健肢的运动参数进行检测，并进行一次步态规划，产生一个步态模型，并以该步态模型作为患肢运动的评价标准，在患肢侧，应用角位移、角速度和力等反馈信息感知患肢的运动状态，并与健肢步态模型相比较，在某一时刻，如果患者患肢步态参数与健肢步态参数间的误差在允许的范围内，则说明患者能够自主完成康复运动，此时机器人跟随患者患肢运动，不影响患者的运动，在某一时刻，如果患者患肢步态参数与健肢步态参数间的误差大于许可值，则说明患者不能够自主完成运动，此时机器人辅助患者按该步行周期内健肢的运动参数帮助患者完成一致性步态康复训练。

本发明未述及之处适用于现有技术。

Claims (1)

1.一种步态康复训练机器人的控制方法，该控制方法应用在线步态规划技术，在每个步行周期内对患者健肢的运动参数进行检测，获得健肢髋关节角位移与时间的函数关系、髋关节角速度与时间的函数关系、膝关节角位移与时间的函数关系以及膝关节角速度与时间的函数关系，产生一个步态模型，并以该步态模型作为患者患肢运动的评价标准；在此基础上，应用各关节角位移、角速度和力反馈信息感知患肢的运动状态，并与健肢步态模型相比较，分析患者患肢当前状态是否为正常步态，如果为正常步态，控制机器人跟随患者患肢运动；如果为非正常步态，则控制机器人提供辅助，帮助患者患肢步态与正常步态趋于一致，实现患肢意向运动补偿，完成人机合作康复训练。

Images