CN108538381A - 手腕康复训练装置的交互力检测方法与系统 - Google Patents

手腕康复训练装置的交互力检测方法与系统 Download PDF

Info

Publication number
CN108538381A
CN108538381A CN201810445197.8A CN201810445197A CN108538381A CN 108538381 A CN108538381 A CN 108538381A CN 201810445197 A CN201810445197 A CN 201810445197A CN 108538381 A CN108538381 A CN 108538381A
Authority
CN
China
Prior art keywords
motor
force
current
training
model
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.)
Granted
Application number
CN201810445197.8A
Other languages
English (en)
Other versions
CN108538381B (zh
Inventor
刘向星
左国坤
张佳楫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Institute of Material Technology and Engineering of CAS
University of Chinese Academy of Sciences
Original Assignee
Ningbo Institute of Material Technology and Engineering of CAS
University of Chinese Academy of Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ningbo Institute of Material Technology and Engineering of CAS, University of Chinese Academy of Sciences filed Critical Ningbo Institute of Material Technology and Engineering of CAS
Priority to CN201810445197.8A priority Critical patent/CN108538381B/zh
Publication of CN108538381A publication Critical patent/CN108538381A/zh
Application granted granted Critical
Publication of CN108538381B publication Critical patent/CN108538381B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61HPHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H1/00Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • A61H1/02Stretching or bending or torsioning apparatus for exercising
    • A61H1/0218Drawing-out devices
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61HPHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H1/00Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • A61H1/02Stretching or bending or torsioning apparatus for exercising
    • A61H1/0274Stretching or bending or torsioning apparatus for exercising for the upper limbs
    • A61H1/0285Hand
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01LMEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61HPHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/12Driving means
    • A61H2201/1207Driving means with electric or magnetic drive
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61HPHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2205/00Devices for specific parts of the body
    • A61H2205/06Arms
    • A61H2205/065Hands

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Pain & Pain Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Rehabilitation Therapy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Rehabilitation Tools (AREA)

Abstract

本发明公开了一种手腕康复训练装置的交互力检测方法与系统,涉及机器人技术领域,手腕康复训练装置设有电机,所述方法包括:获取电机当前的运动状态参数;确定电机当前的驱动电流;将获取到的电机当前的运动状态参数和确定的电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力;交互力观测器为通过将系统摩擦力模型补偿至干扰力观测模型所生成;干扰力观测模型用于基于干扰观测器原理确定手腕康复训练装置当前的等效干扰力;系统摩擦力模型用于确定当前的等效干扰力中的系统摩擦力;系统摩擦力模型是以电机的运动状态参数作为输入,以手腕康复训练装置的系统摩擦力作为输出的函数模型。采用上述技术方案可提高交互力检测精度。

Description

手腕康复训练装置的交互力检测方法与系统
技术领域
本发明涉及机器人技术领域,特别是涉及手腕康复训练装置的交互力检测方法与系统。
背景技术
手功能主要通过腕和手指灵活、协调的运动来完成。因此,如何尽快恢复手外伤术后患者的手部肌力、关节活动范围,以及手指的协调性、灵活性就显得尤为重要。手腕康复训练装置是对手进行智能化康复训练的装置。交互力检测,即检测人与机器之间的交互力。通过交互力检测,手腕康复训练装置能够更好地理解与之交互的患者意图,从而更加智能地与患者进行自适应交互。
随着当前传感技术的发展,越来越多专家学者将力传感器应用于交互力检测,以达到实时反馈力觉信息的目的。然而,采用现有的力传感器检测交互力时,容易因力传感器的机械集成不当而导致交互力检测精度不高,致使交互力检测结果的准确性降低,影响了手腕康复训练装置的可靠性。
发明内容
基于此,有必要提供一种手腕康复训练装置的交互力检测方法与系统,能够提高交互力检测的精确度。
根据本发明实施例的第一方面,提供一种手腕康复训练装置的交互力检测方法;所述手腕康复训练装置设有电机,所述方法包括:
获取所述电机当前的运动状态参数;
确定所述电机当前的驱动电流;
将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力;
所述交互力观测器为通过将系统摩擦力模型补偿至干扰力观测模型所生成;所述干扰力观测模型用于基于干扰观测器确定所述手腕康复训练装置当前的等效干扰力;所述系统摩擦力模型用于确定所述当前的等效干扰力中的系统摩擦力;所述系统摩擦力模型是以所述电机的运动状态参数作为输入,以所述手腕康复训练装置的系统摩擦力作为输出的函数模型。
在一种可选的实施方式中,所述干扰力观测模型还用于根据第一截止频率对所述当前的等效干扰力和所述系统摩擦力模型所确定的系统摩擦力进行低通滤波。
在一种可选的实施方式中,所述系统摩擦力模型为通过将预先通过摩擦力观测器所确定的所述手腕康复训练装置的系统摩擦力作为因变量,及对应的所述电机的运动状态参数作为自变量,进行数据拟合所生成;所述摩擦力观测器用于确定所述电机的运动状态参数,根据基于干扰观测器观测到的外部干扰和模型差异,生成用于调节所述驱动电流的补偿电流,及根据所述电机的运动状态参数和驱动电流确定所述手腕康复训练装置的系统摩擦力;所述模型差异为所述手腕康复训练装置与名义模型之间的差异。
在一种可选的实施方式中,所述摩擦力观测器还用于根据第二截止频率对所述摩擦力观测器所确定的系统摩擦力进行低通滤波。
在一种可选的实施方式中,所述将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力,包括:
将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,代入所述交互力观测器的交互力估算公式,得到交互力;
所述运动状态参数为角速度或角位置;所述交互力估算公式为:
其中,为所述交互力,为所述系统摩擦力模型,s为拉普拉斯变换中的复变量;Gint为所述第一截止频率;Ktn为预先确定的所述电机的转矩系数理论值;IM为所述当前的驱动电流;为所述电机的角速度;Jn为预先确定的所述手腕康复训练装置的转动惯量。
根据本发明实施例的第二方面,提供一种手腕康复训练装置的交互力检测系统,所述手腕康复训练装置设有电机,所述系统包括:
获取模块,用于获取所述电机当前的运动状态参数;
第一确定模块,用于确定所述电机当前的驱动电流;
第二确定模块,用于将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力;
所述交互力观测器为通过将系统摩擦力模型补偿至干扰力观测模型所生成;所述干扰力观测模型用于基于干扰观测器确定所述手腕康复训练装置当前的等效干扰力;所述系统摩擦力模型用于确定所述当前的等效干扰力中的系统摩擦力;所述系统摩擦力模型是以所述电机的运动状态参数作为输入,以所述手腕康复训练装置的系统摩擦力作为输出的函数模型。
在一种可选的实施方式中,所述干扰力观测模型还用于根据第一截止频率对所述当前的等效干扰力和所述系统摩擦力模型所确定的系统摩擦力进行低通滤波。
在一种可选的实施方式中,所述系统摩擦力模型为通过将预先通过摩擦力观测器所确定的所述手腕康复训练装置的系统摩擦力作为因变量,及对应的所述电机的运动状态参数作为自变量,进行数据拟合所生成;所述摩擦力观测器用于确定所述电机的运动状态参数,根据基于干扰观测器观测到的外部干扰和模型差异,生成用于调节所述驱动电流的补偿电流,及根据所述电机的运动状态参数和驱动电流确定所述手腕康复训练装置的系统摩擦力;所述模型差异为所述手腕康复训练装置与名义模型之间的差异。
在一种可选的实施方式中,所述摩擦力观测器还用于根据第二截止频率对所述摩擦力观测器所确定的系统摩擦力进行低通滤波。
在一种可选的实施方式中,所述第二确定模块包括:
计算单元,用于将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,代入所述交互力观测器的交互力估算公式进行计算,得到交互力;
所述运动状态参数为角速度或角位置;所述交互力估算公式为:
其中,为所述交互力,为所述系统摩擦力模型,s为拉普拉斯变换中的复变量;Gint为所述第一截止频率;Ktn为预先确定的所述电机的转矩系数理论值;IM为所述当前的驱动电流;为所述电机的角速度;Jn为预先确定的所述手腕康复训练装置的转动惯量。
相比于现有技术,本发明具有如下突出的有益效果:
本发明提供了手腕康复训练装置的交互力检测方法与系统,通过构建的系统摩擦力模型实现以运动状态参数为输入的系统摩擦力估算,减少系统摩擦力估算的误差;由于交互力观测器由系统摩擦力模型补偿至干扰力观测模型所生成,干扰力观测模型基于干扰观测器实现对附着区域周围之外的干扰力进行估算,通过系统摩擦力模型补偿降低系统摩擦力对交互力检测结果的影响,进而提高所述手腕康复训练装置的交互力检测精度,使手腕康复训练装置更好地理解患者意图,且免去了传统力传感器的安装,降低了造价成本,避免了因力传感器机械集成不当造成系统不稳定的问题,提高了控制系统的鲁棒性。
附图说明
图1是实施例一提供的一种手腕康复训练装置的交互力检测方法的流程图;
图2为手腕关节的运动自由度的示意图;
图3是根据一示例性实施例示出的交互力观测器的工作示意图;
图4是根据一示例性实施例示出的摩擦力观测器的工作示意图;
图5是根据一示例性实施例示出的对所述手腕康复训练装置施加已知交互力的平台示意图;
图6是实施例二提供的一种手腕康复训练装置的交互力检测系统的结构框图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图1是实施例一提供的一种手腕康复训练装置的交互力检测方法的流程图。
具体的,参考图1,本实施例提供的手腕康复训练装置的交互力检测方法具体包括:
S110、获取所述电机当前的运动状态参数;
其中,电机的运动状态参数可以是电机的角位置或角速度。
S120、确定所述电机当前的驱动电流;
其中,驱动电流为电机的输入电流。
S130、将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力;
其中,所述交互力观测器为通过将系统摩擦力模型补偿至干扰力观测模型所生成;所述干扰力观测模型用于基于干扰观测器确定所述手腕康复训练装置当前的等效干扰力;所述系统摩擦力模型用于确定所述当前的等效干扰力中的系统摩擦力;所述系统摩擦力模型是以所述电机的运动状态参数作为输入,以所述手腕康复训练装置的系统摩擦力作为输出的函数模型。
干扰观测器(DOB,Disturbance Observer),是将外部干扰以及模型参数变化造成的实际对象与名义模型之间的差异等效到控制输入端,即观测出等效干扰。因此,基于干扰观测器可确定该手腕康复训练装置的等效干扰力。
具体的,手腕关节可具有多个方向的运动自由度,在实施例中,图2为手腕关节的运动自由度的示意图,实施例中以三个方向的运动自由度进行描述,该三个方向分别对应的手腕关节运动为屈腕、腕背伸和前壁旋转。该手腕康复训练装置设有电机,一般而言,电机可以有一个或多个,视具体的应用场景来设置。本实施例中,电机的数量为三个,手腕康复训练装置设有手掌托盘和手腕托盘,手掌托盘与两个电机固定连接,对应于手腕关节运动的两个方向;手腕托盘与一个电机固定连接,对应于手腕关节运动的一个方向。
具体的,手腕康复训练装置的工作模式包括被动模式和/或主动模式。在被动模式下,对电机提供第一驱动电流,以使电机转动时带动手腕运动,从而实现对手腕的运动训练;该第一驱动电流可根据第一预设指令生成,被动模式下电机转动时可进行加速、减速、匀速或多次变速,本发明实施例不作限定。在主动模式下,手腕运动时带动电机转动,对电机提供第二驱动电流,以使手腕在运动时克服电机运动带来的阻力,从而实现对手腕的运动训练;该第二驱动电流可根据第二预设指令生成。在实施例中,手腕康复训练装置的工作模式包括被动模式和主动模式。
具体的,若手腕康复训练装置的工作模式为被动模式,则所述系统摩擦力模型是以所述电机的运动状态参数作为输入,以工作模式为被动模式得到的所述手腕康复训练装置的系统摩擦力作为输出的函数模型;若手腕康复训练装置的工作模式为主动模式,则所述系统摩擦力模型是以所述电机的运动状态参数作为输入,以工作模式为主动模式得到的所述手腕康复训练装置的系统摩擦力作为输出的函数模型。即通过根据不同工作模式的所述手腕康复训练装置的系统摩擦力得到的系统摩擦力模型,便于在不同工作模式下更加精确地检测交互力。
具体的,所述交互力检测方法还包括:在获取所述电机当前的运动状态参数之前,确定所述手腕康复训练装置的工作模式;则所述系统摩擦力模型是以所述电机的运动状态参数作为输入,以所确定的工作模式得到的所述手腕康复训练装置的系统摩擦力作为输出的函数模型。
进一步的,手腕康复训练装置可以通过第三预设指令切换工作模式,也可以通过接收模式切换指令来切换工作模式。具体的,可通过实体按键或虚拟按键来触发模式切换指令的接收,例如,手腕康复训练装置设有触摸屏,手腕康复训练装置检测到触摸屏上的虚拟按键被点击、被双击或被长按等,则确定手腕康复训练装置接收到模式切换指令。
需要说明的是,图1所示的流程图只是为了表达本发明一实施例的流程步骤,但本发明的流程步骤不限于严格地按照S110~S130的顺序执行。例如,S110和S130是可以并列执行的。
采用本实施例提供的交互力检测方法,通过构建的系统摩擦力模型实现以运动状态参数为输入的系统摩擦力估算,减少系统摩擦力估算的误差;由于交互力观测器由系统摩擦力模型补偿至干扰力观测模型所生成,干扰力观测模型基于干扰观测器实现对附着区域周围之外的干扰力进行估算,通过系统摩擦力模型补偿降低系统摩擦力对交互力检测结果的影响,进而提高所述手腕康复训练装置的交互力检测精度,且免去了传统力传感器的安装,降低了造价成本,避免了因力传感器机械集成不当造成系统不稳定的问题,提高了控制系统的鲁棒性。通过本实施例提供的交互力检测方法能够提高交互力检测精度,使手腕康复训练装置更好地理解患者意图,利于提高手外伤后手部肌力以及手的协调性,促进手功能恢复。
进一步,所述干扰力观测模型还用于根据第一截止频率对所述当前的等效干扰力和所述系统摩擦力模型所确定的系统摩擦力进行低通滤波。
由于输出端的响应存在着噪声,当将夹杂着噪声的输出响应信号引入到反馈系统后则很可能会引起高频振动,严重影响系统的控制性能。
通过对所述当前的等效干扰力和所述系统摩擦力模型所确定的系统摩擦力进行低通滤波,则实现了对高频噪声信号的衰减,提高了系统的鲁棒性,避免了震荡现象,进一步提高交互力检测的精度。
进一步,所述将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力,包括:
将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,代入所述交互力观测器的交互力估算公式,得到交互力;
在实施例中,图3是根据一示例性实施例示出的交互力观测器的工作示意图。对于手腕关节运动的三个方向,手腕康复训练装置的动力学模型为:
其中,τi为电机力矩,分别代表电机的角速度和角加速度,cij为系数,Dij为系数,gi为系数,i对应不同方向,j对应不同电机。
通过上述动力学模型可确定本实施例中的干扰观测器的名义模型,从而确定图3所示的电机模型。图3中,手腕康复训练装置受到干扰力,τm为电机输出的力矩,为电机的角加速度,
所述运动状态参数为角速度或角位置;所述交互力估算公式为:
其中,为所述交互力,即交互力观测器估算的交互力,为所述系统摩擦力模型,s为拉普拉斯变换中的复变量;Gint为所述第一截止频率;Ktn为预先确定的所述电机的转矩系数理论值;IM为所述当前的驱动电流;为所述电机的角速度;Jn为预先确定的所述手腕康复训练装置的转动惯量。
需要说明的是,角速度可通过对角位置进行求导得到,其为本领域技术人员所知。第一截止频率为预先根据最小增益定理所确定。所述电机的转矩系数理论值和所述手腕康复训练装置的转动惯量的确定方法为本领域技术人员可以获知,此处不再赘述。
交互力观测器由系统摩擦力模型补偿至干扰力观测模型所生成,其具体实现方式为:从所述干扰力观测模型中减去系统摩擦力模型,得到交互力观测器。手腕康复训练装置受到的干扰力被系统摩擦力模型补偿,因此,通过交互力观测器估算的交互力中几乎消除系统摩擦力的影响。
干扰力观测模型根据第一截止频率对所述当前的等效干扰力和所述系统摩擦力模型所确定的系统摩擦力进行低通滤波,图3中,其低通滤波窗口为:
即通过对所述当前的等效干扰力和系统摩擦力模型的高频噪声信号进行过滤,提高了系统的鲁棒性,避免了震荡现象,提高交互力检测精度。
进一步,所述系统摩擦力模型为通过将预先通过摩擦力观测器所确定的所述手腕康复训练装置的系统摩擦力作为因变量,及对应的所述电机的运动状态参数作为自变量,进行数据拟合所生成;所述摩擦力观测器用于确定所述电机的运动状态参数,根据基于干扰观测器观测到的外部干扰和模型差异,生成用于调节所述驱动电流的补偿电流,及根据所述电机的运动状态参数和驱动电流确定所述手腕康复训练装置的系统摩擦力;所述模型差异为所述手腕康复训练装置与名义模型之间的差异。
即通过基于干扰观测器确定所述手腕康复训练装置的系统摩擦力,可对附着区域周围之外的干扰力进行估算,提高了摩擦力估算的准确性,使得不同环境对交互力检测结果的影响小,提高了手腕康复训练装置对不同工作环境的兼容性,进而提高交互力检测的精度;通过数据拟合方式生成系统摩擦力模型,可减小单次估算带来的误差,提高交互力检测精度。
具体地,可采用MATLAB工具进行自动数据拟合的方式,将预先预先通过摩擦力观测器所确定的所述手腕康复训练装置的系统摩擦力作为因变量,及对应的所述电机的运动状态参数作为自变量,生成系统摩擦力估算模型。
进一步,所述摩擦力观测器还用于根据第二截止频率对所述摩擦力观测器所确定的系统摩擦力进行低通滤波。
即通过对所述摩擦力观测器所确定的等效干扰力进行低通滤波,将所述手腕康复训练装置的系统摩擦力中的高频噪声信号进行过滤,从而为系统摩擦力估算模型的构建提供更可靠、更平滑的数据,进一步提高了交互力估算的精度。
图4是根据一示例性实施例示出的摩擦力观测器的工作示意图;需要说明的是,图4中的电机模型与图3中的电机模型相同。
在图4所示的电机模型中,Iref为参考电流,τm为电机输出的力矩,为电机的角加速度,摩擦力观测器对手腕康复训练装置受到的干扰力进行估算,估算的摩擦力,即系统摩擦力的估算模型具体为:
其中,s为拉普拉斯变换中的复变量;Gdis为所述第二截止频率;Ktn为预先确定的所述电机的转矩系数理论值;IM′为所述电机的驱动电流;为所述电机的角速度;Jn为预先确定的所述手腕康复训练装置的转动惯量。需要说明的是,第二截止频率为预先根据最小增益定理所确定。
具体的,从摩擦力观测器的输出端到所述电机的驱动电流之间设有反馈通路,该反馈通路用于根据摩擦力观测器估算的摩擦干扰力生成用于调节驱动电流的补偿电流。该补偿电流的计算表达式为
在采用所述摩擦力观测器确定系统摩擦力时,对于具有主动模式和被动模式的手腕康复训练装置,需在不同工作模式下确定系统摩擦力。
在被动模式下确定系统摩擦力的方法具体为:
在确定系统摩擦力的过程中,交互力设为0,即人手不对手腕康复训练装置施加外力,则确定系统摩擦力的方法具体为:
对所述电机提供第三驱动电流,以使所述电机匀速运动;
确定所述电机的驱动电流;
获取所述电机的运动状态参数;
将所述电机的驱动电流和所述电机的运动状态参数,代入第一摩擦力估算公式,得到所述手腕康复训练装置的系统摩擦力;
所述第一摩擦力估算公式为:
其中,为系统摩擦力。
在主动模式下确定系统摩擦力的方法具体为:
在确定系统摩擦力的过程中,交互力设为已知数值,即此时交互力τint≠0。图5是根据一示例性实施例示出的对所述手腕康复训练装置施加已知交互力的平台示意图,对所述手腕康复训练装置施加已知交互力时,可采用如图5所示的平台:在手掌托盘上放置一个手掌假体,其重量大致等同于人的手掌放在手掌托盘上的重量,通过砝码滑轮机构带动手掌托盘运动,手掌托盘带动手腕康复训练装置的电机运动。需要说明的是,本实施例仅为说明如何对所述手腕康复训练装置施加已知交互力,本发明实施例不限于此。
则确定系统摩擦力的方法具体为:
确定所述电机的驱动电流;
获取所述电机的运动状态参数;
将所述电机的驱动电流和所述电机的运动状态参数,代入第二摩擦力估算公式,得到所述手腕康复训练装置的系统摩擦力;
所述第二摩擦力估算公式为:
其中,为系统摩擦力,τint为交互力的已知数值。
上述第一摩擦力估算公式和第二摩擦力估算公式为基于干扰观测器和电机输出力矩平衡原理所确定。
实施例二
图6是实施例二的手腕康复训练装置的交互力检测系统的结构框图。
所述手腕康复训练装置设有电机,所述系统包括:
获取模块210,用于获取所述电机当前的运动状态参数;
第一确定模块220,用于确定所述电机当前的驱动电流;
第二确定模块230,用于将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力;
所述交互力观测器为通过将系统摩擦力模型补偿至干扰力观测模型所生成;所述干扰力观测模型用于基于干扰观测器确定所述手腕康复训练装置当前的等效干扰力;所述系统摩擦力模型用于确定所述当前的等效干扰力中的系统摩擦力;所述系统摩擦力模型是以所述电机的运动状态参数作为输入,以所述手腕康复训练装置的系统摩擦力作为输出的函数模型。
进一步,所述干扰力观测模型还用于根据第一截止频率对所述当前的等效干扰力和所述系统摩擦力模型所确定的系统摩擦力进行低通滤波。
在一种可选的实施方式中,所述系统摩擦力模型为通过将预先通过摩擦力观测器所确定的所述手腕康复训练装置的系统摩擦力作为因变量,及对应的所述电机的运动状态参数作为自变量,进行数据拟合所生成;所述摩擦力观测器用于确定所述电机的运动状态参数,根据基于干扰观测器观测到的外部干扰和模型差异,生成用于调节所述驱动电流的补偿电流,及根据所述电机的运动状态参数和驱动电流确定所述手腕康复训练装置的系统摩擦力;所述模型差异为所述手腕康复训练装置与名义模型之间的差异。
在一种可选的实施方式中,所述摩擦力观测器还用于根据第二截止频率对所述摩擦力观测器所确定的系统摩擦力进行低通滤波。
在一种可选的实施方式中,所述第二确定模块包括:
计算单元,用于将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,代入所述交互力观测器的交互力估算公式进行计算,得到交互力;
所述运动状态参数为角速度或角位置;所述交互力估算公式为:
其中,为所述交互力,为所述系统摩擦力模型,s为拉普拉斯变换中的复变量;Gint为所述第一截止频率;Ktn为预先确定的所述电机的转矩系数理论值;IM为所述当前的驱动电流;为所述电机的角速度;Jn为预先确定的所述手腕康复训练装置的转动惯量。
上述提供的手腕康复训练装置的交互力检测系统可用于执行上述任意实施例提供的手腕康复训练装置的交互力检测方法,具备相应的功能和有益效果。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种手腕康复训练装置的交互力检测方法,其特征在于,所述手腕康复训练装置设有电机,所述方法包括:
获取所述电机当前的运动状态参数;
确定所述电机当前的驱动电流;
将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力;
所述交互力观测器为通过将系统摩擦力模型补偿至干扰力观测模型所生成;所述干扰力观测模型用于基于干扰观测器确定所述手腕康复训练装置当前的等效干扰力;所述系统摩擦力模型用于确定所述当前的等效干扰力中的系统摩擦力;所述系统摩擦力模型是以所述电机的运动状态参数作为输入,以所述手腕康复训练装置的系统摩擦力作为输出的函数模型。
2.根据权利要求1所述的交互力检测方法,其特征在于,所述干扰力观测模型还用于根据第一截止频率对所述当前的等效干扰力和所述系统摩擦力模型所确定的系统摩擦力进行低通滤波。
3.根据权利要求2所述的交互力检测方法,其特征在于,所述系统摩擦力模型为通过将预先通过摩擦力观测器所确定的所述手腕康复训练装置的系统摩擦力作为因变量,及对应的所述电机的运动状态参数作为自变量,进行数据拟合所生成;所述摩擦力观测器用于确定所述电机的运动状态参数,根据基于干扰观测器观测到的外部干扰和模型差异,生成用于调节所述驱动电流的补偿电流,及根据所述电机的运动状态参数和驱动电流确定所述手腕康复训练装置的系统摩擦力;所述模型差异为所述手腕康复训练装置与名义模型之间的差异。
4.根据权利要求3所述的交互力检测方法,其特征在于,所述摩擦力观测器还用于根据第二截止频率对所述摩擦力观测器所确定的系统摩擦力进行低通滤波。
5.根据权利要求2-4任一项所述的交互力检测方法,其特征在于,所述将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力,包括:
将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,代入所述交互力观测器的交互力估算公式,得到交互力;
所述运动状态参数为角速度或角位置;所述交互力估算公式为:
其中,为所述交互力,为所述系统摩擦力模型,s为拉普拉斯变换中的复变量;Gint为所述第一截止频率;Ktn为预先确定的所述电机的转矩系数理论值;IM为所述当前的驱动电流;为所述电机的角速度;Jn为预先确定的所述手腕康复训练装置的转动惯量。
6.一种手腕康复训练装置的交互力检测系统,其特征在于,所述手腕康复训练装置设有电机,所述系统包括:
获取模块,用于获取所述电机当前的运动状态参数;
第一确定模块,用于确定所述电机当前的驱动电流;
第二确定模块,用于将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,输入至预先构建的交互力观测器,得到交互力;
所述交互力观测器为通过将系统摩擦力模型补偿至干扰力观测模型所生成;所述干扰力观测模型用于基于干扰观测器确定所述手腕康复训练装置当前的等效干扰力;所述系统摩擦力模型用于确定所述当前的等效干扰力中的系统摩擦力;所述系统摩擦力模型是以所述电机的运动状态参数作为输入,以所述手腕康复训练装置的系统摩擦力作为输出的函数模型。
7.根据权利要求6所述的交互力检测系统,其特征在于,所述干扰力观测模型还用于根据第一截止频率对所述当前的等效干扰力和所述系统摩擦力模型所确定的系统摩擦力进行低通滤波。
8.根据权利要求7所述的交互力检测系统,其特征在于,所述系统摩擦力模型为通过将预先通过摩擦力观测器所确定的所述手腕康复训练装置的系统摩擦力作为因变量,及对应的所述电机的运动状态参数作为自变量,进行数据拟合所生成;所述摩擦力观测器用于确定所述电机的运动状态参数,根据基于干扰观测器观测到的外部干扰和模型差异,生成用于调节所述驱动电流的补偿电流,及根据所述电机的运动状态参数和驱动电流确定所述手腕康复训练装置的系统摩擦力;所述模型差异为所述手腕康复训练装置与名义模型之间的差异。
9.根据权利要求8所述的交互力检测系统,其特征在于,所述摩擦力观测器还用于根据第二截止频率对所述摩擦力观测器所确定的系统摩擦力进行低通滤波。
10.根据权利要求6-9任一项所述的交互力检测系统,其特征在于,所述第二确定模块包括:
计算单元,用于将获取到的所述电机当前的运动状态参数和确定的所述电机当前的驱动电流,代入所述交互力观测器的交互力估算公式进行计算,得到交互力;
所述运动状态参数为角速度或角位置;所述交互力估算公式为:
其中,为所述交互力,为所述系统摩擦力模型,s为拉普拉斯变换中的复变量;Gint为所述第一截止频率;Ktn为预先确定的所述电机的转矩系数理论值;IM为所述当前的驱动电流;为所述电机的角速度;Jn为预先确定的所述手腕康复训练装置的转动惯量。
CN201810445197.8A 2018-05-10 2018-05-10 手腕康复训练装置的交互力检测方法与系统 Active CN108538381B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810445197.8A CN108538381B (zh) 2018-05-10 2018-05-10 手腕康复训练装置的交互力检测方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810445197.8A CN108538381B (zh) 2018-05-10 2018-05-10 手腕康复训练装置的交互力检测方法与系统

Publications (2)

Publication Number Publication Date
CN108538381A true CN108538381A (zh) 2018-09-14
CN108538381B CN108538381B (zh) 2021-01-05

Family

ID=63476829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810445197.8A Active CN108538381B (zh) 2018-05-10 2018-05-10 手腕康复训练装置的交互力检测方法与系统

Country Status (1)

Country Link
CN (1) CN108538381B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112068434A (zh) * 2020-09-09 2020-12-11 北京航空航天大学 基于扩展状态观测器的康复机械装置迭代学习控制方法
CN112179551A (zh) * 2020-08-20 2021-01-05 清华大学 机器人的关节电机转矩系数与摩擦力同步测试方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10309684A (ja) * 1997-05-07 1998-11-24 Yaskawa Electric Corp マニピュレータのコンプライアンス制御方式
CN101716951A (zh) * 2008-10-08 2010-06-02 福特全球技术公司 转向力干扰变量的补偿
US20130038266A1 (en) * 2011-08-10 2013-02-14 Samsung Electronics Co., Ltd. Apparatus and method for controlling actuator
CN106483964A (zh) * 2015-08-31 2017-03-08 中南大学 一种基于接触力观测器的机器人柔顺控制方法
CN107425769A (zh) * 2017-08-10 2017-12-01 广东工业大学 一种永磁同步电机调速系统的自抗扰控制方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10309684A (ja) * 1997-05-07 1998-11-24 Yaskawa Electric Corp マニピュレータのコンプライアンス制御方式
CN101716951A (zh) * 2008-10-08 2010-06-02 福特全球技术公司 转向力干扰变量的补偿
US20130038266A1 (en) * 2011-08-10 2013-02-14 Samsung Electronics Co., Ltd. Apparatus and method for controlling actuator
CN106483964A (zh) * 2015-08-31 2017-03-08 中南大学 一种基于接触力观测器的机器人柔顺控制方法
CN107425769A (zh) * 2017-08-10 2017-12-01 广东工业大学 一种永磁同步电机调速系统的自抗扰控制方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SUBON KIM等: "Friction-Model-Based Estimation of Interaction Force of a Surgical Robot", 《2015 15TH INTERNATIONAL CONFERENCE ON CONTROL, AUTOMATION AND SYSTEMS》 *
熊仁志: "基于低通滤波扰动观测器的交流伺服驱动抗扰策略研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112179551A (zh) * 2020-08-20 2021-01-05 清华大学 机器人的关节电机转矩系数与摩擦力同步测试方法和装置
CN112179551B (zh) * 2020-08-20 2021-06-22 清华大学 机器人的关节电机转矩系数与摩擦力同步测试方法和装置
CN112068434A (zh) * 2020-09-09 2020-12-11 北京航空航天大学 基于扩展状态观测器的康复机械装置迭代学习控制方法

Also Published As

Publication number Publication date
CN108538381B (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
CN108772838A (zh) 一种基于外力观测器的机械臂安全碰撞策略
CN102426391B (zh) 一种判断机器人运行是否发生碰撞的方法
CN104985598B (zh) 一种工业机器人碰撞检测方法
CN103313828B (zh) 机械手以及机械手的噪声消除方法
CN108538381A (zh) 手腕康复训练装置的交互力检测方法与系统
CN102707813B (zh) 信息处理装置、信息处理系统以及信息处理方法
US10434368B2 (en) Control of an exercise machine
CN108000521A (zh) 一种无传感器式协作机器人碰撞检测方法
JP5912415B2 (ja) ゴルフスイング解析装置およびゴルフスイング解析方法
CN206154320U (zh) 手臂运动姿态捕捉器及机器人手臂运动系统
US10406413B2 (en) Analysis apparatus, analysis method, and recording medium
CN105664454B (zh) 实现运动设备速度测量的方法和装置
CN105698813B (zh) 防误计步方法和系统、以及移动终端、计步器
CN104495714A (zh) 高空作业平台工作斗的调平方法及装置
CN106405142A (zh) 一种用于测量电机转速脉动和转矩脉动的装置及方法
CN113189865B (zh) 基于动力学参数辨识的康复机器人控制系统
CN106655958A (zh) 永磁电机转矩补偿方法及装置
CN117095809A (zh) 康复机器人主动训练柔性控制方法及装置
CN206869888U (zh) 一种基于表面肌电信号的移动机器臂系统
Devesse Slew control methods for tower cranes
WO2022123618A1 (ja) 情報処理装置、システム、情報処理方法およびプログラム
CN106239503B (zh) 一种基于部分已知参数的两轮自平衡机器人控制系统
CN105892622A (zh) 数据手套拇指近端关节检测装置
CN110208691A (zh) 一种电机负荷参数检测方法及设备
Sakata et al. Measurements of vibration propagation on a forearm during tennis shot for realistic tactile displays

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant