CN110265112B - 一种下肢康复机器人的三维步态康复训练方法 - Google Patents
一种下肢康复机器人的三维步态康复训练方法 Download PDFInfo
- Publication number
- CN110265112B CN110265112B CN201910647206.6A CN201910647206A CN110265112B CN 110265112 B CN110265112 B CN 110265112B CN 201910647206 A CN201910647206 A CN 201910647206A CN 110265112 B CN110265112 B CN 110265112B
- Authority
- CN
- China
- Prior art keywords
- force
- robot
- normal vector
- patient
- vector
- 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
- 230000005021 gait Effects 0.000 title claims abstract description 28
- 210000003141 lower extremity Anatomy 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000013598 vector Substances 0.000 claims abstract description 98
- 210000003423 ankle Anatomy 0.000 claims abstract description 15
- 230000005484 gravity Effects 0.000 claims abstract description 14
- 238000011084 recovery Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 3
- 210000000544 articulatio talocruralis Anatomy 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000016285 Movement disease Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 208000020431 spinal cord injury Diseases 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT 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
- G16H40/60—ICT 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
- G16H40/63—ICT 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 for local operation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Physical Education & Sports Medicine (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种下肢康复机器人的三维步态康复训练方法,属于机器人控制技术领域。针对某个待康复患者,首先对待康复患者的步态进行测试,得到三维空间内的踝点位置作为康复训练的目标。然后利用微分几何求解目标轨迹的切向量、法向量和副法向量;将所施加的干预力分解在目标轨迹的切向量、法向量和副法向量三个方向上,结合患者的实际位置和目标位置之间的偏差,确定干预力的幅值;最后依据不同的康复训练模式,计算下肢康复机器人平衡自身的重力以及满足患者干预力下的机器人关节力,基于患者的三维步态完成相应的康复训练。本发明完整建立了三维空间内的力场,并对运动误差进行表达,得到干预力的方向和大小。
Description
技术领域
本发明属于机器人控制技术领域,具体是一种下肢康复机器人的三维步态康复训练方法。
背景技术
近年来,随着中国社会老龄化的加剧和各类事故的日益高发,由脑卒中、脊髓损伤和脑外伤等原因造成的肢体运动障碍的人口迅速增长。有效的康复手段是行走功能恢复的重要途径,对于提高生活质量,减轻社会负担具有重要的实际意义。
传统的康复方式在医护人员的辅助下进行,训练强度和持续性难以保证,而且受治疗师数量和水平的影响,因此应用下肢康复机器人进行康复训练成为恢复患者下肢运动功能的有效手段。
机器人辅助康复训练分为被动和主动两种模式,划分主要依据患者自身的运动状态。被动训练针对康复初期、病情较重导致自身运动能力弱的患者,完全靠机器人带动患者肢体沿着预定的轨迹运动,此时患者的运动处于被动状态。对于康复中后期的患者,由于初期的康复训练,患者的运动能力得到了部分的恢复,患者可以主动施力,机器人可以根据患者的运动意图实现与患者的人机交互,提供必要的辅助。
由于主动训练模式考虑了患者的运动意图和运动能力,提升了患者在康复训练过程中的参与程度,所以康复训练效果比被动训练较好。主动训练模式下根据“按需辅助”(AAN,Assist as Needed)的原则,患者在正常的误差范围内运动,机器人不进行干预,仅仅在患者的实际运动和期望运动相差很大的时候才进行必要的干预。
采用按需辅助的原则,参考文献[1]Banala等的论文《基于主动外骨骼的机器人辅助步态训练》设计了一种力场控制策略(FFC,Force Field Control),将人体正常行走条件下踝关节点在矢状面的运动轨迹作为期望轨迹,在这种平面期望轨迹的基础上设计虚拟墙,在虚拟墙内形成一个“力场”,根据患者实际运动和期望运动的误差,机器人进行决策是否施加以及施加多大幅值的干预力。基于误差在矢状面的向量表达,将施加的干预力在平面轨迹的切向和法向进行分解,从而决定了虚拟力的方向,设计了虚拟力的幅值和误差值,从而实现任意实际运动点,都能得到相应的干预力,误差越大,调整力越大,从而实现患者在运动过程中学习正常的踝点运动模式。
然而人体的步态是一个三维运动,因此踝关节点的运动轨迹实际上是一个三维的轨迹,只进行矢状面的力场控制的康复训练,和人体真实的运动不相符。因为空间曲线和平面曲线的不同,现有的力场中的切向量和法向量不足以完全描述和确定干预力,此时需要建立三维空间内的力场,并对运动误差进行表达,得到干预力的方向和大小。
参考文献[2]:公开号为CN201610372975.6的一种下肢康复机器人的控制系统及康复训练策略,提到了人体三维运动的康复训练问题,提出了控制系统的组成方式以及相应的平面和空间的训练算法,但是这种康复训练主要针对的是单一的髋关节,而不是整个下肢的。
发明内容
本发明针对现有的下肢康复机器人步态训练存在的问题,提出了一种下肢康复机器人的三维步态康复训练方法。
具体步骤如下:
步骤一、针对某个待康复患者,对待康复患者的步态进行测试,得到三维空间内的踝点位置作为康复训练的目标。
踝点位置在三维空间的闭合轨迹,采用分段三次多项式的拟合方式形成;
第i段曲线的参数方程为
x(t),y(t),z(t)为踝点随着时间t分别在x,y,z轴上形成的三维空间曲线;分别为用于拟合第i段曲线的三次多项式对应的系数;(ti,r(ti))和(ti+1,r(ti+1))分别代表要拟合的第i段曲线上的起点和终点;
步骤二、利用微分几何求解目标轨迹的切向量、法向量和副法向量;
根据微分几何,计算目标轨迹任一点处的切向量t(t)、法向量n(t)和副法向量b(t);
切向量公式如下:
法向量公式如下:
其中,
副法向量公式如下:
b(t)=t(t)×n(t)
步骤三、将所施加的干预力分解在目标轨迹的切向量、法向量和副法向量三个方向上,结合患者的实际位置和目标位置之间的偏差,确定干预力的幅值;
具体步骤如下:
首先、计算待康复患者的实际位置pa和目标位置pd之间的偏差d;
d=pdpa
然后、利用偏差d分别计算干预力分解在目标轨迹的切向量、法向量和副法向量三个方向上的力;
计算如下:
Fn为干预力分解在法向量上的力;Kn为法向量上的力场的增益值;Rn为法向量围绕目标轨迹的直径;Fb为干预力分解在副法向量上的力;Kb为副法向量上的力场的增益值;Rb为副法向量围绕目标轨迹的直径;Ft为干预力分解在切向量上的力;Kt为切向量上的力场的增益值;Rt为切向量围绕目标轨迹的直径;
最后,确定干预力的幅值;
计算公式如下:
F=Ft+Fnb=Ft+Fn+Fb
Fnb为干预力分解在法向量和副法向量上的两个分力的合力;
步骤四、依据不同的康复训练模式,计算下肢康复机器人平衡自身的重力以及满足患者干预力下的机器人关节力,基于患者的三维步态完成相应的康复训练。
康复训练模式有两种:透明模式和力场模式。
透明模式用来收集患者的步态,机器人不对患者有任何的作用力,只是平衡机器人自身的重力。
力场模式下机器人除了平衡自身重力外,还要提供给患者干预力,此时机器人关节力计算公式为:
U=JTF+G(q)
J为机器人的雅各比;G(q)为平衡机器人自身的重力。
本发明的优点在于:
1)、一种下肢康复机器人的三维步态康复训练方法,针对人体真实的步态的三维运动的特点,进行三维空间内的康复训练。
2)、一种下肢康复机器人的三维步态康复训练方法,以三维空间内的踝点位置曲线为康复训练的目标,基于切向量、法向量和副法向量,完整建立了三维空间内的力场,并对运动误差进行表达,得到干预力的方向和大小。
附图说明
图1是本发明一种下肢康复机器人的三维步态康复训练方法的流程图;
图2是本发明三维空间内的力场图;
具体实施方式
下面结合实施例和附图,对本发明的实施方式做详细、清楚的描述。
本发明一种下肢康复机器人的三维步态康复训练方法,首先对踝点的运动轨迹进行分段拟合,得到运动轨迹关于时间的参数方程,然后利用微分几何的知识,对所得到的空间曲线方程的切向量、法向量和副法向量进行求解;通过对人体实际运动和期望运动的误差表达,将所施加的干预力分解在切向量、法向量和副法向量三个方向上,同时确定了干预力的幅值;然后依据不同的康复训练模式,给出了下肢康复机器人的关节力矩的计算公式,所述的康复训练方法能够基于人体的三维步态,完成相应的康复训练动作,得到更好的康复训练的效果。
如图1所示,具体步骤如下:
步骤一、针对某个待康复患者,对待康复患者的步态进行测试,得到三维空间内的踝点位置作为康复训练的目标。
采用分段的三次多项式的曲线对三维空间内的踝点位置进行拟合,拟合公式如下:
得到踝点轨迹关于相对时间t的方程
r(t)=(x(t),y(t),z(t))T,t∈[0,100] (2)
x(t),y(t),z(t)为踝点随着时间t分别在x,y,z轴上形成的三维空间曲线;
将(1)和(2)联立可以得到第i段曲线的参数方程,为
(ti,r(ti))和(ti+1,r(ti+1))分别代表要拟合的第i段曲线上的起点和终点;
步骤二、利用微分几何求解目标轨迹的切向量、法向量和副法向量;
根据微分几何,计算目标轨迹任一点处的切向量t(t)、法向量n(t)和副法向量b(t);
切向量公式如下:
从而得到:
法向量公式如下:
副法向量公式如下:
b(t)=t(t)×n(t) (7)
步骤三、将所施加的干预力分解在目标轨迹的切向量、法向量和副法向量三个方向上,结合患者的实际位置和目标位置之间的偏差,确定干预力的幅值;
如图2所示,具体步骤如下:
首先、在期望的空间轨迹的附近建立三维空间的力场,计算待康复患者的实际位置pa和目标位置pd之间的偏差d;
d=|pdpa| (8)
然后、利用偏差d分别计算干预力分解在目标轨迹的切向量、法向量和副法向量三个方向上的力;
计算如下:
Fn为干预力分解在法向量上的力;Kn为法向量上的力场的增益值;Rn为法向量围绕目标轨迹的直径;Fb为干预力分解在副法向量上的力;Kb为副法向量上的力场的增益值;Rb为副法向量围绕目标轨迹的直径;Ft为干预力分解在切向量上的力;Kt为切向量上的力场的增益值;Rt为切向量围绕目标轨迹的直径;该表达式表示出了围绕期望轨迹的直径分别为Rn,Rb和Rt的三个虚拟墙。
最后,通过可穿戴的下肢康复机器人施加给人的干预力来调整人体的踝点的位置,干预力的幅值计算公式如下:
F=Ft+Fnb=Ft+Fn+Fb (10)
Fnb为干预力分解在法向量和副法向量上的两个分力的合力;
步骤四、依据不同的康复训练模式,计算下肢康复机器人平衡自身的重力以及满足患者干预力下的机器人关节力,基于患者的三维步态完成相应的康复训练。
三维力场控制器有两种控制模式:透明模式(the transparent mode)和力场模式(force-field mode)。
透明模式可用来收集患者的步态,此时机器人最小化人机之间的交互力,使得机器人不对患者有任何的作用力,只是平衡机器人自身的重力。
对于下肢康复机器人,其动力学模型为
在透明模式下,机器人只需要平衡自身重力,因此机器人关节力可以由动力学方程(10)中的重力项得到,即
U=G(q) (11)
力场模式下,机器人除了平衡自身重力外,还需要提供作用给患者的干预力,此时机器人关节力为:
U=JTF+G(q) (12)
其中J为机器人的雅各比。
Claims (3)
1.一种下肢康复机器人的三维步态康复训练方法,其特征在于,具体步骤如下:
步骤一、针对某个待康复患者,对待康复患者的步态进行测试,得到三维空间内的踝点位置作为康复训练的目标;
踝点位置在三维空间的闭合轨迹,采用分段三次多项式的拟合方式形成;
第i段曲线的参数方程为
x(t),y(t),z(t)为踝点随着时间t分别在x,y,z轴上形成的三维空间曲线;分别为用于拟合第i段曲线的三次多项式对应的系数;(ti,r(ti))和(ti+1,r(ti+1))分别代表要拟合的第i段曲线上的起点和终点;
步骤二、利用微分几何求解目标轨迹的切向量、法向量和副法向量;
步骤三、将所施加的干预力分解在目标轨迹的切向量、法向量和副法向量三个方向上,结合患者的实际位置和目标位置之间的偏差,确定干预力的幅值;
具体步骤如下:
首先、计算待康复患者的实际位置pa和目标位置pd之间的偏差d;
d=|pdpa|
然后、利用偏差d分别计算干预力分解在目标轨迹的切向量、法向量和副法向量三个方向上的力;
计算如下:
Fn为干预力分解在法向量上的力;Kn为法向量上的力场的增益值;Rn为法向量围绕目标轨迹的直径;Fb为干预力分解在副法向量上的力;Kb为副法向量上的力场的增益值;Rb为副法向量围绕目标轨迹的直径;Ft为干预力分解在切向量上的力;Kt为切向量上的力场的增益值;Rt为切向量围绕目标轨迹的直径;
最后,确定干预力的幅值;
计算公式如下:
F=Ft+Fnb=Ft+Fn+Fb
Fnb为干预力分解在法向量和副法向量上的两个分力的合力;
步骤四、依据不同的康复训练模式,计算下肢康复机器人平衡自身的重力以及满足患者干预力下的机器人关节力,基于患者的三维步态完成相应的康复训练。
3.如权利要求1所述的一种下肢康复机器人的三维步态康复训练方法,其特征在于,所述的康复训练模式有两种:透明模式和力场模式;
透明模式用来收集患者的步态,机器人不对患者有任何的作用力,只是平衡机器人自身的重力;
力场模式下机器人除了平衡自身重力外,还要提供给患者干预力,此时机器人关节力计算公式为:
U=JTF+G(q)
J为机器人的雅各比;G(q)为平衡机器人自身的重力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910647206.6A CN110265112B (zh) | 2019-07-17 | 2019-07-17 | 一种下肢康复机器人的三维步态康复训练方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910647206.6A CN110265112B (zh) | 2019-07-17 | 2019-07-17 | 一种下肢康复机器人的三维步态康复训练方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110265112A CN110265112A (zh) | 2019-09-20 |
CN110265112B true CN110265112B (zh) | 2021-08-20 |
Family
ID=67926787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910647206.6A Active CN110265112B (zh) | 2019-07-17 | 2019-07-17 | 一种下肢康复机器人的三维步态康复训练方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110265112B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111067538B (zh) * | 2019-12-06 | 2021-03-16 | 清华大学 | 基于力、位置信息评估上肢运动功能的方法及系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8801720B2 (en) * | 2002-05-15 | 2014-08-12 | Otismed Corporation | Total joint arthroplasty system |
CN102058464A (zh) * | 2010-11-27 | 2011-05-18 | 上海大学 | 下肢康复机器人运动控制方法 |
CN102225033B (zh) * | 2011-04-25 | 2013-07-10 | 中国科学院合肥物质科学研究院 | 一种步态康复训练机器人 |
CN102499700B (zh) * | 2011-09-29 | 2014-05-14 | 上海大学 | 下肢康复人-机耦合力检测装置和方法 |
CN104492066B (zh) * | 2014-12-18 | 2017-02-22 | 中国科学院自动化研究所 | 任务导向式主动训练控制方法 |
CN106074073B (zh) * | 2016-05-31 | 2018-09-11 | 北京航空航天大学 | 一种下肢康复机器人的控制系统及康复训练策略 |
CN107050763B (zh) * | 2017-06-14 | 2022-12-06 | 韶关星火创客科技有限公司 | 一种新型踝关节康复机器人其控制方法 |
CN107273611B (zh) * | 2017-06-14 | 2020-11-10 | 北京航空航天大学 | 一种基于下肢行走特点的下肢康复机器人的步态规划方法 |
CN107598897B (zh) * | 2017-10-19 | 2020-11-27 | 北京工业大学 | 一种基于人体示教的仿人机器人步态规划的方法 |
CN108113849A (zh) * | 2018-01-31 | 2018-06-05 | 广东省智能制造研究所 | 踝关节康复系统及其控制方法 |
CN109998855B (zh) * | 2019-04-09 | 2021-09-24 | 上海电气集团股份有限公司 | 基于康复机器人的康复运动控制系统 |
-
2019
- 2019-07-17 CN CN201910647206.6A patent/CN110265112B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110265112A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Long et al. | Active disturbance rejection control based human gait tracking for lower extremity rehabilitation exoskeleton | |
CN110215648B (zh) | 基于人体步态运动协调特性的外骨骼协调步态控制方法 | |
US10335294B2 (en) | Systems and methods for automatically tuning powered prosthesis impedance control parameters | |
Wu et al. | Neural-network-enhanced torque estimation control of a soft wearable exoskeleton for elbow assistance | |
CN111390877B (zh) | 一种外骨骼装置及外骨骼变导纳控制方法 | |
CN113146585B (zh) | 基于线性自抗扰控制的外骨骼机器人步态跟踪方法 | |
Shi et al. | Assist-as-needed attitude control in three-dimensional space for robotic rehabilitation | |
CN112274865B (zh) | 下肢康复机器人的按需辅助自适应控制方法和系统 | |
Wu et al. | Fuzzy sliding mode control of an upper limb exoskeleton for robot-assisted rehabilitation | |
CN110265112B (zh) | 一种下肢康复机器人的三维步态康复训练方法 | |
Wang et al. | Active training research of a lower limb rehabilitation robot based on constrained trajectory | |
Nguyen et al. | Direct torque control for cable conduit mechanisms for the robotic foot for footwear testing | |
Wang et al. | ZMP theory-based gait planning and model-free trajectory tracking control of lower limb carrying exoskeleton system | |
Li et al. | Isokinetic muscle strength training strategy of an ankle rehabilitation robot based on adaptive gain and cascade PID control | |
Zhang et al. | Fuzzy radial-based impedance controller design for lower limb exoskeleton robot | |
Dan et al. | Human-gait-based tracking control for lower limb exoskeleton robot | |
Itadera et al. | Admittance model optimization for gait balance assistance of a robotic walker: Passive model-based mechanical assessment | |
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 | |
CN114851171B (zh) | 下肢外骨骼康复机器人步态轨迹跟踪控制方法 | |
Jović et al. | Upper and lower body coordination in FES-assisted sit-to-stand transfers in paraplegic subjects—A case study | |
Duda et al. | Mechatronic device for locomotor training | |
CN111640495B (zh) | 基于阻抗控制的变力跟踪控制方法及装置 | |
Esfanjani et al. | Application of nonlinear model predictive controller for FES-assisted standing up in paraplegia | |
Alshatti | Design and control of lower limb assistive exoskeleton for hemiplegia mobility | |
Ding et al. | Robust and safe control of a knee joint orthosis |
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 |