CN104644378B - 基于阻抗控制的康复机器人 - Google Patents

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

基于阻抗控制的康复机器人

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Q_s，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，Ω_s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，Ω_s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：

Q_s:{q_i＝[q_i,1 q_i,2]^T|i＝1,...,L} (1)

其中，Q_s为所述有向路径的位置序列，q_i为Q_s的第i个元素，q_i,j为q_i的第j个元素，L为Q_s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 min_{i＝1,...,L-1}||q_i-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^-＝arg_i＝1,...,L(q_i＝q_r(t-1)) (4)

其中，q_r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，τ_h为所述关节力矩，q_th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，q_r为所述关节参考位置，τ_h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，τ_h为所述关节力矩，q_a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，q_c、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τ_h＝0且

其中，q_r为所述关节参考位置，τ_h为所述关节力矩，q_th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：

Q_s:{q_i＝[q_i,1q_i,2]^T|i＝1,...,L}

其中，Q_s为所述有向路径的位置序列，q_i为Q_s的第i个元素，q_i,j为q_i的第j个元素，L为Q_s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，Q_s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，Q_s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^*＝argmin_{i＝1,...,L-1}||q_i-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τ_h＝0且

其中，q_r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，τ_h为所述关节力矩，q_th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τ_h≠0

其中，q_r为所述关节参考位置，τ_h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：

${\mathrm{\τ}}_h=M{\stackrel{\·\·}{q}}_a+B{\stackrel{\·}{q}}_a+{\mathrm{Kq}}_a$

其中，τ_h为所述关节力矩，q_a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：

$\left\{\begin{array}{c}{q}_c=q_r+q_a\\ {\stackrel{\·}{q}}_c={\stackrel{\·}{q}}_r+{\stackrel{\·}{q}}_a\\ {\stackrel{\·\·}{q}}_c={\stackrel{\·\·}{q}}_r+{\stackrel{\·\·}{q}}_a\end{array}\right.$

其中，q_c、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τ_h＝0且

其中，q_r为所述关节参考位置，τ_h为所述关节力矩，q_th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。