CN104644378B - 基于阻抗控制的康复机器人 - Google Patents
基于阻抗控制的康复机器人 Download PDFInfo
- Publication number
- CN104644378B CN104644378B CN201510079091.7A CN201510079091A CN104644378B CN 104644378 B CN104644378 B CN 104644378B CN 201510079091 A CN201510079091 A CN 201510079091A CN 104644378 B CN104644378 B CN 104644378B
- Authority
- CN
- China
- Prior art keywords
- movement locus
- joint
- limbs
- centerdot
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000035876 healing Effects 0.000 title claims abstract description 19
- 230000033001 locomotion Effects 0.000 claims abstract description 98
- 210000003205 muscle Anatomy 0.000 claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000008602 contraction Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 6
- 210000003414 extremity Anatomy 0.000 description 26
- 238000010586 diagram Methods 0.000 description 15
- 210000003141 lower extremity Anatomy 0.000 description 7
- 238000011084 recovery Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 230000007659 motor function Effects 0.000 description 2
- 230000009017 pursuit movement Effects 0.000 description 2
- 206010003694 Atrophy Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 206010033892 Paraplegia Diseases 0.000 description 1
- 206010037714 Quadriplegia Diseases 0.000 description 1
- 208000005392 Spasm Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 208000020431 spinal cord injury Diseases 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Landscapes
- Rehabilitation Tools (AREA)
Abstract
本发明提供的基于阻抗控制的康复机器人,包括:传感系统、控制系统和驱动系统,控制系统用于接收传感系统发送的信号,并将接收的信号生成控制指令信息;驱动系统用于接收控制系统发送的控制指令信息,并根据控制指令进行动作;传感系统用于监测肢体的异常肌肉活动信号;控制系统用于控制驱动系统按第一预定的运动轨迹进行动作,当传感系统监测到肢体的异常肌肉活动信号,则控制系统通过计算后确定当前的运动轨迹,并控制驱动系统根据当前的运动轨迹进行动作;当传感系统监测到肢体的异常肌肉活动信号消失,则将当前的运动轨迹通过预定的时间偏置的方式调整为第二预定的运动轨迹。本发明避免了在康复训练过程中的损伤。
Description
技术领域
本发明涉及医学技术领域,特别是涉及一种基于阻抗控制的康复机器人。
背景技术
中风和脊髓损伤是导致下肢运动功能障碍的两大主要原因,患者常常伴随截瘫、四肢瘫痪等病症,严重影响患者的日常生活。针对瘫痪患者,在经过诸如外科手术等急性期的临床处理后,康复治疗成为主要的一种辅助治疗手段。康复治疗可以在一定程度上帮助患者恢复受损的肢体运动功能,使患者回归正常生活。
康复机器人作为一种自动化、智能化的医疗设备,可以有效弥补传统康复治疗中因理疗师的经验、情绪和体力等主观因素的影响的不足,从而实现了被动式训练。
被动式训练方式适用于患者康复初期,旨在维持关节活动和防止肌肉的萎缩,在被动式训练过程中,患者需要被动的接受预定轨迹的康复训练,这种训练方式难以实现机器人和患者之间的交互控制,如果患者在训练过程中出现痉挛、颤抖等异常的肌肉活动,患者仍需按照预定的轨迹进行康复训练,从而对患者造成二次损伤。
发明内容
本发明提供的基于阻抗控制的康复机器人,从而避免了在康复训练过程中的损伤。
根据本发明的一方面,提供一种基于阻抗控制的康复机器人,包括传感系统、控制系统和驱动系统,所述控制系统用于接收传感系统发送的信号,并将接收的信号生成控制指令信息;所述驱动系统用于接收控制系统发送的控制指令信息,并根据控制指令进行动作;
所述传感系统,用于监测肢体的异常肌肉活动信号;
所述控制系统,用于控制所述驱动系统按第一预定的运动轨迹进行动作,当所述传感系统监测到所述肢体的异常肌肉活动信号,则所述控制系统通过计算后确定当前的运动轨迹,并控制所述驱动系统根据所述当前的运动轨迹进行动作;当所述传感系统监测到所述肢体的异常肌肉活动信号消失,则将所述当前的运动轨迹通过预定的时间偏置的方式调整为第二预定的运动轨迹。
本发明实施例提供的基于阻抗控制的康复机器人,通过在监测到所述肢体的异常肌肉活动信号的情况下,确定当前的运动轨迹,根据当前的运动轨迹进行训练,并且在肢体的异常肌肉活动信号不存在的情况下,将当前的运动轨迹调整为第二预定的运动轨迹,从而避免了在康复训练过程中的损伤。
附图说明
图1为本发明实施例提供的基于阻抗控制的康复训练方法的流程图;
图2为本发明另一实施例提供的基于阻抗控制的康复训练方法的流程图;
图3为本发明实施例提供的康复机器人的结构示意图;
图4为本发明实施例提供的通过阻抗控制的双闭环结构示意图;
图5a为本发明实施例提供的末端空间的运动轨迹示意图;
图5b为本发明实施例提供的关节空间的运动轨迹示意图;
图5c为本发明实施例提供的关节A的下肢力矩示意图;
图5d为本发明实施例提供的关节B的下肢力矩示意图;
图5e为本发明实施例提供的关节A的运动轨迹示意图;
图5f为本发明实施例提供的关节B的运动轨迹示意图。
具体实施方式
本发明的总体构思是,通过在监测到所述肢体的异常肌肉活动信号的情况下,确定当前的运动轨迹,根据当前的运动轨迹进行训练,并且在肢体的异常肌肉活动信号不存在的情况下,将当前的运动轨迹调整为第二预定的运动轨迹,从而避免了在康复训练过程中的损伤。
下面结合附图对本发明实施例提供的基于阻抗控制的康复训练方法进行详细描述。
图1为本发明实施例提供的基于阻抗控制的康复训练方法的流程图。
参照图1,步骤S101,将肢体按第一预定的运动轨迹进行训练,并监测所述肢体的异常肌肉活动信号。
步骤S102,如果监测到所述肢体的异常肌肉活动信号,则确定当前的运动轨迹,并根据所述当前的运动轨迹进行训练。
步骤S103,如果所述肢体的异常肌肉活动信号不存在,则将所述当前的运动轨迹通过预定的时间偏置的方式调整为第二预定的运动轨迹。
根据本发明的示例性实施例,所述方法还包括:如果没有监测到所述肢体的异常肌肉活动信号,则将所述肢体按所述第一预定的运动轨迹对应的有向路径进行训练;
查找所述有向路径的位置序列中与当前位置距离最近的位置;
如果所述当前位置与所述最近的位置的距离小于第一阈值时,则确定关节参考位置。
这里,有向路径只包含位置信息而没有速度和加速度信息。为得到关节空间位置序列Qs,首先将笛卡尔空间的末端轨迹在其定义域内等间隔地均匀离散化,然后利用逆向运动方程将末端序列转换到关节空间;为保证序列元素唯一性,当任务训练是一个循环运动时,Ωs将被设定在一个运动周期内,当训练任务是一个往返运动时,Ωs将被设定在半个运动周期内。
根据本发明的示例性实施例,所述肢体的异常肌肉活动信号具体为所述肢体的肌肉异常收缩生成关节力矩,所述将所述肢体按所述第一预定的运动轨迹对应的有向路径进行训练包括:
根据公式(1)计算所述有向路径:
Qs:{qi=[qi,1 qi,2]T|i=1,...,L} (1)
其中,Qs为所述有向路径的位置序列,qi为Qs的第i个元素,qi,j为qi的第j个元素,L为Qs中元素的个数。
根据本发明的示例性实施例,所述查找所述有向路径的位置序列中与当前位置距离最近的位置包括:
根据公式(2)计算所述最近的位置的序列号:
i*=arg mini=1,...,L-1||qi-q|| (2)
其中,i*为最近位置的序列号,q为当前位置,为与当前位置距离最近的位置。
根据本发明的示例性实施例,如果所述当前位置与所述最近的位置的距离小于第一阈值时,则确定关节参考位置包括:
根据公式(3)计算所述关节参考位置,根据公式(4)计算位置序列的序号:
i-=argi=1,...,L(qi=qr(t-1)) (4)
其中,qr为所述关节参考位置,是上一时刻的参考位置,i-为所述位置序列的序号,τh为所述关节力矩,qth为所述第一阈值,为与当前位置距离最近的位置。
根据本发明的示例性实施例,所述步骤S102包括:
如果监测到所述肢体的异常肌肉活动信号,则根据所述关节力矩的方向确定所述关节参考位置;
所述关节力矩通过阻抗方程获取所述当前的运动轨迹的调整量;
根据所述调整量确定所述当前的运动轨迹。
根据本发明的示例性实施例,所述根据所述关节力矩的方向确定所述关节参考位置包括:
根据公式(5)计算所述关节参考位置:
其中,qr为所述关节参考位置,τh为所述关节力矩。
根据本发明的示例性实施例,所述关节力矩通过阻抗方程获取所述当前的运动轨迹的调整量包括:
根据公式(6)计算所述当前的运动轨迹的调整量:
其中,τh为所述关节力矩,qa为关节空间的参考位置的调整量,为关节空间的参考速度的调整量,为关节空间的参考加速度的调整量,M为惯性系数矩阵,B为阻尼系数矩阵,K为刚度系数矩阵。
根据本发明的示例性实施例,所述根据所述调整量确定所述当前的运动轨迹包括:
根据公式(7)计算当前的运动轨迹:
其中,qc、和为所述当前的运动轨迹参数。
根据本发明的示例性实施例,所述步骤S103包括:
如果所述肢体的异常肌肉活动信号不存在,并且所述当前位置与所述最近的位置的距离大于第一阈值时,则确定关节参考位置。
根据公式(8)计算所述关节参考位置:
当τh=0且
其中,qr为所述关节参考位置,τh为所述关节力矩,qth为所述第一阈值,i*为最近位置的序列号,q为当前位置,为与当前位置距离最近的位置。
这里,当前位置与所述最近的位置的距离小于第一阈值时,则根据公式(3)计算关节参考位置。
本发明实施例提供的基于阻抗控制的康复训练方法,通过在监测到肢体的异常肌肉活动信号的情况下,确定当前的运动轨迹,根据当前的运动轨迹进行训练,并且在肢体的异常肌肉活动信号不存在的情况下,将当前的运动轨迹调整为第二预定的运动轨迹,从而避免了在康复训练过程中的损伤。
图2为本发明另一实施例提供的基于阻抗控制的康复训练方法的流程图。
参照图2,步骤S201,将肢体按第一预定的运动轨迹进行训练,并监测是否存在肢体的异常肌肉活动信号,如果存在,则执行步骤S202;如果不存在,则执行步骤S201。
步骤S202,确定当前的运动轨迹,并根据当前的运动轨迹进行训练。
步骤S203,判断肢体的异常肌肉活动信号是否消失,如果消失,则执行步骤S204;如果没有消失,则执行步骤S202。
步骤S204,将当前的运动轨迹调整为第二预定的运动轨迹。
图3为本发明实施例提供的康复机器人的结构示意图。
参照图3,康复机器人包括传感系统30、控制系统31和驱动系统32。
控制系统31用于接收传感系统30发送的信号,并将接收的信号生成控制指令信息。
驱动系统32用于接收控制系统31发送的控制指令信息,并根据控制指令信息对肢体进行康复训练。
图4为本发明实施例提供的通过阻抗控制的双闭环结构示意图。
参照图4,双闭环包括阻抗控制外环和阻抗控制内环。
阻抗控制外环用于通过逆向阻抗方程产生位置、速度和加速度的调整量,修正参考轨迹。
阻抗控制内环用于生成控制指令信息,并发送给驱动系统。
驱动系统用于根据接收阻抗控制内环发送的控制指令信息,并根据控制指令信息对肢体进行康复训练。
以下将通过实施例将蹬踏运动作为被动训练任务,驱动系统的末端理想运动轨迹由公式(9)可知:
参照如图5a所示的本发明实施例提供的末端空间的运动轨迹示意图。由图5a可知,虚线2以(0.62,0.1)为中心,运动周期为10s,沿x轴和y轴方向上的运动距离分别为0.2m和0.1m,曲线1为第一预定的运动轨迹,虚线2为当前的运动轨迹,虚线3和虚线4表示接近和跟踪运动状态转换的第二预定的运动轨迹。
图5b为本发明实施例提供的关节空间的运动轨迹示意图。
参照图5b,曲线21为第一预定的运动轨迹,虚线22为当前的运动轨迹,虚线23和虚线24表示接近和跟踪运动状态转换的第二预定的运动轨迹。
图5c和图5d分别示出了关节A的下肢力矩示意图和关节B的下肢力矩示意。图5e为关节A对应的关节A的运动轨迹示意图,图5f为关节B对应的关节B的运动轨迹示意图。
在3s﹤t﹤7s时,下肢肌肉异常收缩产生关节力矩,阻抗控制下的驱动系统暂停了第一预定的运动轨迹的运动,完全顺应下肢力矩,当异常力矩逐渐衰减到接近于0时,驱动系统并没有以追赶的方式去同步第一预定的运动轨迹,而是以先接近再跟踪的方式恢复到第二预定的运动轨迹,参照如图5e所示的本发明实施例提供的关节A的运动轨迹示意图和图5f所示的为本发明实施例提供的关节B的运动轨迹示意图。
如图5e和图5f所示,在A时段(7s﹤t﹤9.1s)中,第二预定的运动轨迹与第一预定的运动轨迹之间相差一个不变的时间偏置。这种“接近-跟踪”方式避免了因“追赶”而造成的过大的速度和加速度,从而保证了训练运动的舒适、自然和安全。
在0s﹤t﹤3s内,即发生肌肉异常活动之前,驱动系统跟踪第一预定的运动轨迹进行运动,而在9.1s﹤t﹤20s内,即在完成接近第二预定的运动轨迹之后,第二预定的运动轨迹与第一预定的运动轨迹始终存在一个不变的时间偏置。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种基于阻抗控制的康复机器人,包括传感系统、控制系统和驱动系统,所述控制系统用于接收传感系统发送的信号,并将接收的信号生成控制指令信息;所述驱动系统用于接收控制系统发送的控制指令信息,并根据控制指令进行动作;其特征在于,
所述传感系统,用于监测肢体的异常肌肉活动信号;
所述控制系统,用于控制所述驱动系统按第一预定的运动轨迹进行动作,当所述传感系统监测到所述肢体的异常肌肉活动信号,则所述控制系统通过计算后确定当前的运动轨迹,并控制所述驱动系统根据所述当前的运动轨迹进行动作;当所述传感系统监测到所述肢体的异常肌肉活动信号消失,则将所述当前的运动轨迹通过预定的时间偏置的方式调整为第二预定的运动轨迹;
如果所述传感系统没有监测到所述肢体的异常肌肉活动信号,则控制系统控制驱动系统将所述肢体按所述第一预定的运动轨迹对应的有向路径进行训练;
查找所述有向路径的位置序列中与当前位置距离最近的位置;
如果所述当前位置与所述最近的位置的距离小于第一阈值时,则确定关节参考位置;
所述肢体的异常肌肉活动信号具体为所述肢体的肌肉异常收缩生成关节力矩,所述将所述肢体按所述第一预定的运动轨迹对应的有向路径进行训练包括:
根据下式计算所述有向路径:
Qs:{qi=[qi,1qi,2]T|i=1,...,L}
其中,Qs为所述有向路径的位置序列,qi为Qs的第i个元素,qi,j为qi的第j个元素,L为Qs中元素的个数;
将笛卡尔空间的末端轨迹在其定义域内等间隔地均匀离散化,然后利用逆向运动方程将末端序列转换到关节空间;当任务训练是一个循环运动时,Qs将被设定在一个运动周期内,当训练任务是一个往返运动时,Qs将被设定在半个运动周期内。
2.根据权利要求1所述的康复机器人,其特征在于,所述查找所述有向路径的位置序列中与当前位置距离最近的位置包括:
根据下式计算所述最近的位置的序列号:
i*=argmini=1,...,L-1||qi-q||
其中,i*为最近位置的序列号,q为当前位置,为与当前位置距离最近的位置。
3.根据权利要求2所述的康复机器人,其特征在于,如果所述当前位置与所述最近的位置的距离小于第一阈值时,则确定关节参考位置包括:
根据下式计算所述关节参考位置:
当τh=0且
其中,qr为所述关节参考位置,是上一时刻的参考位置,i-为所述位置序列的序号,τh为所述关节力矩,qth为所述第一阈值,为与当前位置距离最近的位置。
4.根据权利要求1所述的康复机器人,其特征在于,所述控制系统确定当前的运动轨迹的方法为:
如果所述传感系统监测到所述肢体的异常肌肉活动信号,则根据所述关节力矩的方向确定所述关节参考位置;
所述关节力矩通过阻抗方程获取所述当前的运动轨迹的调整量;
根据所述调整量确定所述当前的运动轨迹。
5.根据权利要求4所述的康复机器人,其特征在于,所述根据所述关节力矩的方向确定所述关节参考位置包括:
根据下式计算所述关节参考位置:
当τh≠0
其中,qr为所述关节参考位置,τh为所述关节力矩。
6.根据权利要求4所述的康复机器人,其特征在于,所述关节力矩通过阻抗方程获取所述当前的运动轨迹的调整量包括:
根据下式计算所述当前的运动轨迹的调整量:
其中,τh为所述关节力矩,qa为关节空间的参考位置的调整量,为关节空间的参考速度的调整量,为关节空间的参考加速度的调整量,M为惯性系数矩阵,B为阻尼系数矩阵,K为刚度系数矩阵。
7.根据权利要求6所述的康复机器人,其特征在于,所述根据所述调整量确定所述当前的运动轨迹包括:
根据下式计算所述当前的运动轨迹:
其中,qc、和为所述当前的运动轨迹参数。
8.根据权利要求1或7所述的康复机器人,其特征在于,所述将所述当前的运动轨迹通过预定的时间偏置的方式调整为第二预定的运动轨迹的方法为:
如果所述肢体的异常肌肉活动信号不存在,并且所述当前位置与所述最近的位置的距离大于第一阈值时,则确定关节参考位置;
根据下式计算所述关节参考位置:
当τh=0且
其中,qr为所述关节参考位置,τh为所述关节力矩,qth为所述第一阈值,i*为最近位置的序列号,q为当前位置,为与当前位置距离最近的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510079091.7A CN104644378B (zh) | 2015-02-13 | 2015-02-13 | 基于阻抗控制的康复机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510079091.7A CN104644378B (zh) | 2015-02-13 | 2015-02-13 | 基于阻抗控制的康复机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104644378A CN104644378A (zh) | 2015-05-27 |
CN104644378B true CN104644378B (zh) | 2017-06-13 |
Family
ID=53236358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510079091.7A Active CN104644378B (zh) | 2015-02-13 | 2015-02-13 | 基于阻抗控制的康复机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104644378B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106137683B (zh) * | 2016-08-31 | 2019-11-15 | 上海交通大学 | 基于协调阻抗控制的下肢外骨骼康复系统 |
CN106726341A (zh) * | 2016-12-06 | 2017-05-31 | 西安交通大学 | 基于人机阻抗匹配模型的变刚度肘关节康复机器人及其控制方法 |
CN108785997B (zh) * | 2018-05-30 | 2021-01-08 | 燕山大学 | 一种基于变导纳的下肢康复机器人柔顺控制方法 |
CN111358660B (zh) * | 2018-12-26 | 2022-03-08 | 沈阳新松机器人自动化股份有限公司 | 一种下肢康复训练装置、方法及计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202844043U (zh) * | 2012-11-01 | 2013-04-03 | 上海理工大学 | 动力外骨骼手功能康复训练器 |
CN103431976A (zh) * | 2013-07-19 | 2013-12-11 | 燕山大学 | 基于肌电信号反馈的下肢康复机器人系统及其控制方法 |
CN103970012A (zh) * | 2014-02-26 | 2014-08-06 | 南京邮电大学 | 基于生物阻抗辨识的机器人辅助肌力混杂控制方法及控制系统 |
CN104013513A (zh) * | 2014-06-05 | 2014-09-03 | 电子科技大学 | 康复机器人感知系统及其方法 |
-
2015
- 2015-02-13 CN CN201510079091.7A patent/CN104644378B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202844043U (zh) * | 2012-11-01 | 2013-04-03 | 上海理工大学 | 动力外骨骼手功能康复训练器 |
CN103431976A (zh) * | 2013-07-19 | 2013-12-11 | 燕山大学 | 基于肌电信号反馈的下肢康复机器人系统及其控制方法 |
CN103970012A (zh) * | 2014-02-26 | 2014-08-06 | 南京邮电大学 | 基于生物阻抗辨识的机器人辅助肌力混杂控制方法及控制系统 |
CN104013513A (zh) * | 2014-06-05 | 2014-09-03 | 电子科技大学 | 康复机器人感知系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104644378A (zh) | 2015-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220193491A1 (en) | Systems and methods of using artificial intelligence and machine learning for generating alignment plans to align a user with an imaging sensor during a treatment session | |
CN104644378B (zh) | 基于阻抗控制的康复机器人 | |
US20220339501A1 (en) | Systems and methods of using artificial intelligence and machine learning for generating an alignment plan capable of enabling the aligning of a user's body during a treatment session | |
US20230207097A1 (en) | Systems and Methods of Using Artificial Intelligence and Machine Learning in a Telemedical Environment to Predict User Disease States | |
Mihelj et al. | A novel paradigm for patient-cooperative control of upper-limb rehabilitation robots | |
WO2021249315A1 (zh) | 康复机器人的操作方法、康复机器人及可读存储介质 | |
Gomez-Rodriguez et al. | Towards brain-robot interfaces in stroke rehabilitation | |
Holden et al. | Virtual-environment-based telerehabilitation in patients with stroke | |
Brokaw et al. | Retraining of interjoint arm coordination after stroke using robot-assisted time-independent functional training | |
CN108309689A (zh) | 一种基于外骨骼机器人的渐进式康复训练方法 | |
CN107205697A (zh) | 以机器人支持的训练系统 | |
Atashzar et al. | A computational-model-based study of supervised haptics-enabled therapist-in-the-loop training for upper-limb poststroke robotic rehabilitation | |
CN107174793A (zh) | 基于轨迹运动的上肢康复训练方法 | |
Hasan et al. | State of the art technologies for exoskeleton human lower extremity rehabilitation robots | |
Lee et al. | Simulation of robot-assisted flexible needle insertion using deep Q-network | |
Westerveld et al. | Passive reach and grasp with functional electrical stimulation and robotic arm support | |
CN112353646A (zh) | 主被动康复训练系统上下肢协同训练控制方法和控制系统 | |
CN116671941A (zh) | 一种用于柔性下肢外骨骼的镜像自适应阻抗控制方法 | |
CN106377395A (zh) | 指关节康复训练装置及手指关节训练机构 | |
Ding et al. | Path control of a rehabilitation robot using virtual tunnel and adaptive impedance controller | |
Huq et al. | Development of a fuzzy logic based intelligent system for autonomous guidance of post-stroke rehabilitation exercise | |
Van Asseldonk et al. | Robot-aided gait training with LOPES | |
JP3870410B2 (ja) | 治療者用訓練装置 | |
Baniasad et al. | Fuzzy control of a hand rehabilitation robot to optimize the exercise speed in passive working mode | |
Miyake et al. | One-DOF wire-driven robot assisting both hip and knee flexion motion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |