CN110787026B - 一种基于多传感器信息的运动异常保护方法及康复设备 - Google Patents
一种基于多传感器信息的运动异常保护方法及康复设备 Download PDFInfo
- Publication number
- CN110787026B CN110787026B CN201911094243.5A CN201911094243A CN110787026B CN 110787026 B CN110787026 B CN 110787026B CN 201911094243 A CN201911094243 A CN 201911094243A CN 110787026 B CN110787026 B CN 110787026B
- Authority
- CN
- China
- Prior art keywords
- information
- value
- motion
- current
- speed
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 175
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 claims abstract description 112
- 230000003993 interaction Effects 0.000 claims abstract description 106
- 230000002159 abnormal effect Effects 0.000 claims abstract description 57
- 230000009471 action Effects 0.000 claims abstract description 10
- 230000008859 change Effects 0.000 claims description 39
- 230000008569 process Effects 0.000 claims description 15
- 238000011161 development Methods 0.000 abstract description 4
- 238000012549 training Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000002452 interceptive effect Effects 0.000 description 10
- 210000001364 upper extremity Anatomy 0.000 description 10
- 230000005856 abnormality Effects 0.000 description 9
- 230000001960 triggered effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000007500 overflow downdraw method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 208000006011 Stroke Diseases 0.000 description 5
- 206010019468 Hemiplegia Diseases 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 210000002310 elbow joint Anatomy 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 210000000323 shoulder joint Anatomy 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 206010008190 Cerebrovascular accident Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 206010061296 Motor dysfunction Diseases 0.000 description 1
- 208000005392 Spasm Diseases 0.000 description 1
- 206010043268 Tension Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000002232 neuromuscular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL 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
- A61H1/00—Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
- A61H1/02—Stretching or bending or torsioning apparatus for exercising
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL 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
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/01—Constructive details
- A61H2201/0173—Means for preventing injuries
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL 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
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5007—Control means thereof computer controlled
Landscapes
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Pain & Pain Management (AREA)
- Physical Education & Sports Medicine (AREA)
- Rehabilitation Therapy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明涉及机器人控制领域,公开一种基于多传感器信息的运动异常保护方法及康复设备,包括:获取关节驱动器中的运动信息以及扭矩传感器中的交互力信息,所述运动信息包括位置信息、速度信息以及电流信息;根据所述运动信息中的位置信息、速度信息以及电流信息,执行抖动检测;根据所述运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测;根据所述交互力信息,执行交互力异常检测;当抖动检测、运动值超限检测和交互力异常检测中任一项出现异常状态时,启动安全保护动作。本发明提高了异常状态检测的准确性和可靠性,有效地降低了检测开发成本。
Description
技术领域
本发明涉及机器人控制技术领域,特别涉及一种基于多传感器信息的运动异常保护方法及康复设备。
背景技术
随着我国社会老龄化程度的加剧,由于脑卒中引起的上肢运动功能障碍患者正不断地增加,脑卒中患者数量巨大。其中大约75%脑卒中患者在发病后会留下不同程度的后遗症,严重影响患者的生活质量,并给患者家庭及社会带来极大负担。在众多的后遗症中,以偏瘫发生率最高,在偏瘫的康复中,又以上肢功能的康复最为困难。医学理论和临床医学证明,除手术治疗和药物治疗外,科学的康复训练对脑卒中偏瘫患者的肢体功能康复起着无比重要的作用,及时进行一定程度的集中和重复训练可以修复受损的中枢神经,有助于上肢运动功能的恢复。
上肢康复机器人作为一种康复医疗设备,通过辅助患者进行科学地、有效地康复训练,从而达到恢复患者运动功能的目的。它在康复训练中为患者提供安全保护的同时,加强患者的主动运动意图对患者运动功能康复具有强化和促进作用,有利于保持患者精神紧张度,加强神经肌肉运动通路的修复。
康复机器人在提供康复训练的同时,需要保证自身运动控制的安全性,当患者与设备之间的运动交互或者设备本身运动控制出现“异常”时需要及时的检测出,并进行保护动作。因此如何快速有效的检测出该异常现象是设备安全保护的关键环节。
现有机器人多采用驱动器本身的报警信息采集异常信息,异常检测方法较为单一,且一般不能及时避免异常后的事故。曾有人研究在设备上安装额外的传感器(如摄像头等)采集信息,利用设置阈值的方式进行异常检测,不过该方法会增加设备本身的成本,且效果并不是十分理想。
上肢康复机器人在运动的过程中,机械臂辅助患者的手臂进行运动,两者共享运动空间,对机器人的安全性要求更高,因此实现更加及时高效的检测方法有极大的意义。
发明内容
本发明公开了一种基于多传感器信息的运动异常保护方法及康复设备,利用康复设备已有的多个传感器信息来进行异常检测,提高了异常状态检测的准确性和可靠性,有效地降低了检测开发成本。
为达到上述目的,本发明提供以下技术方案:
本发明提供一种基于多传感器信息的运动异常保护方法,包括:
获取关节驱动器中的运动信息以及扭矩传感器中的交互力信息,所述运动信息包括位置信息、速度信息以及电流信息;
根据所述运动信息中的位置信息、速度信息以及电流信息,执行抖动检测;
根据所述运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测;
根据所述交互力信息,执行交互力异常检测;
当抖动检测、运动值超限检测和交互力异常检测中任一项出现异常状态时,启动安全保护动作。
本发明主要解决现有技术中基于单一传感器的异常状态预测可靠性低,额外增加检测传感器所带来的附加成本高,异常状态检测方法简单等问题。上述基于多传感器信息的运动异常保护方法主要利用康复设备中已有的多个传感器信息来进行异常检测,获取康复设备中多个关节驱动器中的运动信息以及多个扭矩传感器中的交互力信息,具体地,获取上肢康复设备运动过程中肩部及肘部关节位置、速度、电流和扭矩传感器信息,综合利用各种传感器信息,运用多传感器信息融合的方法,实现对设备运动异常的检测。其中扭矩传感器为进行物理人机交互控制而安装,并非为获取异常交互力数据而单独安装;位置、速度和电流可以直接从关节驱动器运动信息中获取,也并不需要额外的硬件和传感器支持。通过获取当前运动及扭矩传感器信息,先后执行抖动检测程序、运动超限检测程序和交互力检测程序,综合三个检测程序的结果,来判断是否触发异常状态,如果触发异常状态,则执行相应的安全保护,避免对康复患者造成伤害。如未触发异常状态,则重复执行上述的三种检测程序,从而能够实时监控设备的运行状态,确保康复训练安全高效地进行。
因此,本发明通过获取运动过程中各个传感器的数据信息,根据异常状态设定检测方法,能够有效地结合各个传感器数据特征,采取多传感器数据融合的方法,对多传感器数据进行特征提取和数据处理,从而能够提高异常状态检测的准确性和可靠性。同时本发明并不需要增加额外的检测和监测传感器,只需要利用已有的传感器,从而有效地降低了检测开发成本。
可选地,根据所述运动信息中的位置信息、速度信息以及电流信息,执行抖动检测,包括:
实时获取关节处位置值,对预设周期内相邻n个位置差值的正负方向变化次数进行统计,若所述位置差值的正负方向变化次数超过预设次数,确定发生抖动。
可选地,根据所述运动信息中的位置信息、速度信息以及电流信息,执行抖动检测,还包括:
实时获取关节处速度值,对预设周期内相邻n个速度值的正负方向变化次数进行统计,若所述速度值的正负方向变化次数超过预设次数,确定发生抖动。
可选地,根据所述运动信息中的位置信息、速度信息以及电流信息,执行抖动检测,还包括:
实时获取关节处电流值,对预设周期内相邻n个电流值的正负方向变化次数进行统计,若所述电流值的正负方向变化次数超过预设次数,确定发生抖动。
可选地,根据所述运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测,包括:
实时获取关节处的位置值,将所述位置值与位置阈值进行比较并统计所述位置值超过所述位置阈值的次数,若所述位置值超过位置阈值的次数大于预设的容忍次数,确定为运动值超限。
可选地,根据所述运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测,还包括:
实时获取关节处的速度值,将所述速度值与速度阈值进行比较并统计所述速度值超过上述速度阈值的次数,若所述速度值超过所述速度阈值的次数大于预设的容忍次数,确定为运动值超限。
可选地,根据所述运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测,还包括:
实时获取关节处的电流值,将所述电流值与电流阈值进行比较并统计所述电流值超过所述电流阈值的次数,若所述电流值超过所述电流阈值的次数大于预设的容忍次数,确定为运动值超限。
可选地,根据所述交互力信息,执行交互力异常检测,包括:
实时获取用户与机械臂之间的交互力值,将所述交互力值与交互力阈值进行比较,若所述交互力值大于交互力阈值,确定为交互力异常。
本发明还提供一种康复设备,包括:
机械臂;
安装于所述机械臂关节处的关节驱动器,所述关节驱动器用于实时采集当前运动过程中的运动信息,所述运动信息包括位置信息、速度信息以及电流信息;
安装于所述机械臂关节处的扭矩传感器,所述扭矩传感器用于实时采集当前运动过程中用户与机械臂之间的交互力信息;
处理器,所述处理器与所述关节驱动器和所述扭矩传感器信号连接,用于实时获取所述关节驱动器中的运动信息,还用于实时获取所述扭矩传感器采集的用户与机械臂之间的交互力信息;所述处理器还用于根据所述运动信息中的位置信息、速度信息以及电流信息执行抖动检测和运动值超限检测;所述处理器还用于根据所述交互力信息执行交互力异常检测;所述处理器还用于当抖动检测、运动值超限检测和交互力异常检测中任一项出现异常状态时,启动安全保护动作。
本发明主要解决现有技术中基于单一传感器的异常状态预测可靠性低,额外增加检测传感器所带来的附加成本高,异常状态检测方法简单等问题。上述康复设备中扭矩传感器为进行物理人机交互控制而安装,并非为获取异常交互力数据而单独安装;位置、速度和电流可以直接从关节驱动器运动信息中获取,也并不需要额外的硬件和传感器支持。并且,本发明采取多传感器数据融合的方法,对多传感器数据进行特征提取和数据处理,从而能够提高异常状态检测的准确性和可靠性。
可选地,所述处理器根据所述运动信息中的位置信息、速度信息以及电流信息执行抖动检测,包括:
对预设周期内相邻n个位置差值的正负方向变化次数进行统计,若所述位置差值的正负方向变化次数超过预设次数,确定发生抖动;
对预设周期内相邻n个速度值的正负方向变化次数进行统计,若所述速度值的正负方向变化次数超过预设次数,确定发生抖动;
对预设周期内相邻n个电流值的正负方向变化次数进行统计,若所述电流值的正负方向变化次数超过预设次数,确定发生抖动。
可选地,所述处理器根据所述运动信息中的位置信息、速度信息以及电流信息执行运动值超限检测,包括:
将所述位置信息中的位置值与位置阈值进行比较并统计所述位置值超过所述位置阈值的次数,若所述位置值超过位置阈值的次数大于预设的容忍次数,确定为运动值超限;
将所述速度信息中的速度值与速度阈值进行比较并统计所述速度值超过上述速度阈值的次数,若所述速度值超过所述速度阈值的次数大于预设的容忍次数,确定为运动值超限;
将所述电流信息中的电流值与电流阈值进行比较并统计所述电流值超过所述电流阈值的次数,若所述电流值超过所述电流阈值的次数大于预设的容忍次数,确定为运动值超限。
可选地,所述处理器根据所述交互力信息执行交互力异常检测,包括:
将所述交互力信息中的交互力值与交互力阈值进行比较,若所述交互力值大于交互力阈值时,确定为交互力异常。
附图说明
图1为本发明实施例提供的一种基于多传感器信息的运动异常保护方法的流程图;
图2为本发明实施例提供的一种基于多传感器信息的运动异常保护方法中抖动检测的流程图;
图3为本发明实施例提供的一种基于多传感器信息的运动异常保护方法中运动超限检测的流程图;
图4为本发明实施例提供的一种基于多传感器信息的运动异常保护方法中交互力异常检测的流程图;
图5为本发明实施例提供的一种康复设备中关节信息及传感器位置布置示意图;
图6为本发明实施例提供的一种康复设备的控制原理图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种基于多传感器信息的运动异常保护方法,如图1所示,具体可以包括以下步骤:
S101、获取关节驱动器中的运动信息以及扭矩传感器中的交互力信息,运动信息包括位置信息、速度信息以及电流信息;
S102、根据运动信息中的位置信息、速度信息以及电流信息,执行抖动检测;
S103、根据运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测;
S104、根据交互力信息,执行交互力异常检测;
S105、当抖动检测、运动值超限检测和交互力异常检测中任一项出现异常状态时,启动安全保护动作。
实际实施时,S102-S104是同时进行的。
在本发明的一个具体实施例中,康复训练启动后,通过获取当前关节驱动器中运动信息及扭矩传感器中交互力信息,先后执行抖动检测程序、运动超限检测程序和交互力检测程序,综合三个检测程序的结果,来判断是否触发异常状态,如果触发异常状态,则执行相应的安全保护,避免对康复患者造成伤害。如未触发异常状态,则重复执行上述的三种检测程序,从而能够实时监控设备的运行状态,确保康复训练安全高效地进行。
需要说明的是,上述基于多传感器信息的运动异常保护方法主要利用康复设备中已有的多个传感器信息来进行异常检测。获取康复设备中多个关节驱动器中的运动信息以及多个扭矩传感器中的交互力信息,具体可以为,获取上肢康复设备运动过程中肩部及肘部关节位置、速度、电流和扭矩传感器信息,综合利用各种传感器信息,运用多传感器信息融合的方法,实现对设备运动异常的检测。其中扭矩传感器为进行物理人机交互控制而安装,并非为获取异常交互力数据而单独安装;位置、速度和电流可以直接从关节驱动器运动信息中获取,也并不需要额外的硬件和传感器支持。
因此,本发明通过获取运动过程中各个传感器的数据信息,根据异常状态设定检测方法,能够有效地结合各个传感器数据特征,采取多传感器数据融合的方法,对多传感器数据进行特征提取和数据处理,从而能够提高异常状态检测的准确性和可靠性。同时本发明并不需要增加额外的检测和监测传感器,只需要利用已有的传感器,从而有效地降低了检测开发成本。
需要说明的是,上述步骤S102中,该模块通过分析肩部和肘部的关节位置、速度和电流的变化,即运动过程中位置、速度和电流信息是否发生跳变,如正变为负,或负变为正,来确定关节是否出现抖动异常,当其中任何一个数据信息出现异常时都会进行标记,从而触发异常保护逻辑。通过分析异常抖动的状态可知,当设备发生抖动时,与正常运动相比,关节的位置值非严格的递增或递减变化,相邻位置之间的差值正负符号呈现不稳定变化;运动速度与控制电流的方向也在不停地变化;因此可以通过在一定时间内检测位置差符号、速度以及电流方向变化的次数来判断是否发生抖动。
具体地,上述步骤S102中,根据运动信息中的位置信息、速度信息以及电流信息,执行抖动检测,包括:
实时获取关节处位置值,对预设周期内相邻n个位置差值的正负方向变化次数进行统计,若位置差值的正负方向变化次数超过预设次数,确定发生抖动。
具体地,上述步骤S102中,根据运动信息中的位置信息、速度信息以及电流信息,执行抖动检测,还包括:
实时获取关节处速度值,对预设周期内相邻n个速度值的正负方向变化次数进行统计,若速度值的正负方向变化次数超过预设次数,确定发生抖动。
具体地,上述步骤S102中,根据运动信息中的位置信息、速度信息以及电流信息,执行抖动检测,还包括:
实时获取关节处电流值,对预设周期内相邻n个电流值的正负方向变化次数进行统计,若电流值的正负方向变化次数超过预设次数,确定发生抖动。
如图2所示,上述抖动检测步骤具体可以包括以下步骤:
S201、记录当前时刻及之前N个周期位置数据P(i);
S202、设置位置状态标志位为第一预设值,且设置初始位置差值中正方向变化次数N1为0;
S203、计算预设周期内相邻n(n≥1)个点之间的位置差值ΔP(i);
S204、统计更新位置差值ΔP(i)的正负方向变化的次数N1;
S205、判断N1是否大于预设次数THN1,若是,进入步骤S206;若否,进入步骤S207;
S206、设置位置状态标志位为第二预设值,其中第一预设值与第二预设值不同;
S207、记录当前时刻及之前N个周期速度数据V(i);
S208、设置速度状态标志位为第一预设值,且设置初始速度值正负方向变化次数N2为0;
S209、统计更新速度值V(i)的正负方向变化的次数N2;
S210、判断N2是否大于预设次数THN2,若是,进入步骤S211;若否,进入步骤S212;
S211、设置速度状态标志位为第二预设值,其中第一预设值与第二预设值不同;
S212、记录当前时刻及之前N个周期电流数据C(i);
S213、设置电流状态标志位为第一预设值,且设置初始电流值正负方向变化次数N3为0;
S214、统计更新电流值C(i)的正负方向变化的次数N3;
S215、判断N3是否大于预设次数THN3,若是,进入步骤S216;若否,进入步骤S201;
S216、设置电流状态标志位为第二预设值,其中第一预设值与第二预设值不同。
具体地,上述步骤S202和S106、S208和S211以及S213和S216中,第一预设值和第二预设值可以为两个不相同的任意值。
在本发明的一个具体实施例中,第一预设值可以为1,第二预设值可以为0。也即,当未发生抖动时,位置状态标志位、速度状态标志位以及电流状态标志位被设置为1,此时说明康复设备运动正常;当发生抖动时,位置状态标志位、速度状态标志位以及电流状态标志位会被设置为0,此时说明康复设备运动异常。
在本发明的另一个具体实施例中,第一预设值可以为0,第二预设值可以为1。也即,当未发生抖动时,位置状态标志位、速度状态标志位以及电流状态标志位被设置为0,此时说明康复设备运动正常;当发生抖动时,位置状态标志位、速度状态标志位以及电流状态标志位会被设置为1,此时说明康复设备运动异常。
需要说明的是,具体实现程序中记录周期个数N的选择与循环周期有关,两者共同决定了抖动检测周期T,该N值可以根据实际的实验效果来进行确定。在程序中通过位置和速度进行判断理论上的结果是一样的,重复判断是为了进一步提高判断的准确性。根据三个抖动状态标志即位置状态标志位,速度状态标志位和电流状态标志位的组合来判断是否为抖动事件,理论上如果发生抖动异常,三个标记应该都为真。实际使用过程中可以通过调节阈值THN的大小值来调节检测的灵敏度,N值越小,灵敏度越高,能够同时检测出高低频的抖动,但也有可能会出现误判;N值越大时,灵敏度越低,只能够检测出高频的抖动。
需要说明的是,上述步骤S103中,主要是为了检测运动过程中位置、速度和电流是否发生异常。通常该种异常并不会触发驱动器报警,但可能已经超过患者的承受能力,给训练患者造成严重二次伤害,因此该异常保护是必要的。运动超限的检测思路是当位置、速度或电流长时间超过阈值时对应的标志位置位。具体实现程序中,获取当前时刻设备运行的位置、速度和电流信息,并时刻与设定的位置阈值、速度阈值和电流阈值进行比较,记录下运动信息超过设定阈值的次数,当任意一种运动信息的超过次数大于预设的容忍次数,则会出触发过位、过流或过流异常信息,从而触发安全保护逻辑,对康复训练中的患者进行安全保护。
具体地,上述步骤S103中,根据运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测,包括:
实时获取关节处的位置值,将位置值与位置阈值进行比较并统计位置值超过位置阈值的次数,若位置值超过位置阈值的次数大于预设的容忍次数,确定为运动值超限。
具体地,上述步骤S103中,根据运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测,还包括:
实时获取关节处的速度值,将速度值与速度阈值进行比较并统计速度值超过上述速度阈值的次数,若速度值超过速度阈值的次数大于预设的容忍次数,确定为运动值超限。
具体地,上述步骤S103中,根据运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测,还包括:
实时获取关节处的电流值,将电流值与电流阈值进行比较并统计电流值超过电流阈值的次数,若电流值超过电流阈值的次数大于预设的容忍次数,确定为运动值超限。
如图3所示,上述运动值超限检测步骤具体可以包括以下步骤:
S301、记录当前位置值;
S302、设置位置状态标志位为第一预设值,且计数值N1初始为0;
S303、判断位置值是否大于位置阈值,若是,进入步骤S304,若否,进入步骤S305;
S304、计数值N1加1;
S305、计数值N1加0;
S306、判断计数值N1是否大于预设容忍次数Np,若是,进入步骤S307,若否,进入步骤S308;
S307、设置位置状态标志位为第二预设值,其中第一预设值与第二预设值不同;
S308、记录当前速度值;
S309、设置速度状态标志位为第一预设值,且计数值N2初始为0;
S310、判断速度值是否大于速度阈值,若是,进入步骤S311,若否,进入步骤S312;
S311、计数值N2加1;
S312、计数值N2加0;
S313、判断计数值N2是否大于预设容忍次数Nv,若是,进入步骤S314,若否,进入步骤S315;
S314、设置速度状态标志位为第二预设值,其中第一预设值与第二预设值不同;
S315、记录当前电流值;
S316、设置电流状态标志位为第一预设值,且计数值N3初始为0;
S317、判断电流值是否大于电流阈值,若是,进入步骤S318,若否,进入步骤S319;
S318、计数值N3加1;
S319、计数值N3加0;
S320、判断计数值N3是否大于预设容忍次数Nc,若是,进入步骤S321,若否,进入步骤S301;
S321、设置电流状态标志位为第二预设值,其中第一预设值与第二预设值不同;
具体地,上述步骤S302和S307、S309和S314以及S316和S321中,第一预设值和第二预设值可以为两个不相同的任意值。
在本发明的一个具体实施例中,第一预设值可以为1,第二预设值可以为0。也即,当未发生运动超限时,位置状态标志位、速度状态标志位以及电流状态标志位被设置为1,此时说明康复设备运动正常;当发生运动超限时,位置状态标志位、速度状态标志位以及电流状态标志位会被设置为0,此时说明康复设备运动异常。
在本发明的另一个具体实施例中,第一预设值可以为0,第二预设值可以为1。也即,当未发生运动超限时,位置状态标志位、速度状态标志位以及电流状态标志位被设置为0,此时说明康复设备运动正常;当发生运动超限时,位置状态标志位、速度状态标志位以及电流状态标志位会被设置为1,此时说明康复设备运动异常。
需要说明的是,上述步骤S104中,交互力检测主要是通过设置于肩部和肘部关节处的扭矩传感器检测患者手臂与机械臂之间的交互力,在正常康复训练运动过程中,上肢康复机器人进行辅助跟随运动,患者与设备之间的交互力比较小。而当患者出现痉挛、上肢设备机械手臂出现运动异常等情况时,交互力数据会出现明显的峰值,使用过程中通过设置交互力阈值来进行异常检测,当交互力大于阈值时对标志位置位。具体实现程序是通过设定交互力阈值,该阈值参数的设定需要通过实验和经验值,进行综合判断,一般情况下比较偏大,正常康复训练时难以达到。通过时刻监测患者与设备之间的交互力数据,当某一时刻交互力数据超过设定阈值时,则会触发相应的安全保护逻辑。
具体地,上述步骤S104中,根据交互力信息,执行交互力异常检测,包括:
实时获取用户与机械臂之间的交互力值,将交互力值与交互力阈值进行比较,若交互力值大于交互力阈值,确定为交互力异常。
如图4所示,上述交互力检测步骤具体可以包括以下步骤:
S401、记录交互力值,并设置交互力状态标志位为第一预设值;
S402、判断交互力值是否大于交互力阈值,若是,进入步骤S403;若否,进入步骤S401;
S403、设置交互力状态标志位为第二预设值,其中第一预设值与第二预设值不同。
具体地,上述步骤S401和S403中,第一预设值和第二预设值可以为两个不相同的任意值。
在本发明的一个具体实施例中,第一预设值可以为1,第二预设值可以为0。也即,当未发生交互力异常时,交互力状态标志位被设置为1,此时说明康复设备运动正常;当发生交互力异常时,交互力状态标志位会被设置为0,此时说明康复设备运动异常。
在本发明的另一个具体实施例中,第一预设值可以为0,第二预设值可以为1。也即,当未发生交互力异常时,交互力状态标志位被设置为0,此时说明康复设备运动正常;当发生交互力异常时,交互力状态标志位会被设置为1,此时说明康复设备运动异常。
实际实施时,确定运动状态正常后,重复步骤S101-S103,从而持续地对运动状态进行监测;确定运动状态异常后,启动安全保护动作,终止机器康复程序。
本发明的实施例提出了一种用于上肢康复机器人的运动异常保护方法,其目的在于使用设备本身原有的多个运动信息对运动异常进行检测,当间擦到运动异常时启动安全保护动作。该方法不需要添加额外的检测传感器,有效地降低相应成本,同时采用多个传感信息的融合处理技术,可以从整体上提高了设备运动异常检测的准确率,从而保证设备的可靠性。
基于同一发明构思,根据本发明上述实施例提供的一种基于多传感器信息的运动异常保护方法,相应地,本发明实施例还提供了一种康复设备,具体实现方式可以参见前述方法的实施例,重复之处不再赘述。
如图5和图6所示,本发明的实施例还提供一种康复设备,包括:
机械臂1;
安装于机械臂1关节处的关节驱动器2,关节驱动器2用于实时采集当前运动过程中的运动信息,运动信息包括位置信息、速度信息以及电流信息;
安装于机械臂1关节处的扭矩传感器3,扭矩传感器3用于实时采集当前运动过程中用户与机械臂1之间的交互力信息;
处理器4,处理器4与关节驱动器2和扭矩传感器3信号连接,用于实时获取关节驱动器2中的运动信息,还用于实时获取扭矩传感器3采集的用户与机械臂1之间的交互力信息;处理器4还用于根据运动信息中的位置信息、速度信息以及电流信息执行抖动检测和运动值超限检测;处理器4还用于根据交互力信息执行交互力异常检测;处理器4还用于当抖动检测、运动值超限检测和交互力异常检测中任一项出现异常状态时,启动安全保护动作。
可选地,处理器4根据运动信息中的位置信息、速度信息以及电流信息执行抖动检测,包括:
对预设周期内相邻n个位置差值的正负方向变化次数进行统计,若位置差值的正负方向变化次数超过预设次数,确定发生抖动;
对预设周期内相邻n个速度值的正负方向变化次数进行统计,若速度值的正负方向变化次数超过预设次数,确定发生抖动;
对预设周期内相邻n个电流值的正负方向变化次数进行统计,若电流值的正负方向变化次数超过预设次数,确定发生抖动。
可选地,处理器4根据运动信息中的位置信息、速度信息以及电流信息执行运动值超限检测,包括:
将位置信息中的位置值与位置阈值进行比较并统计位置值超过位置阈值的次数,若位置值超过位置阈值的次数大于预设的容忍次数,确定为运动值超限;
将速度信息中的速度值与速度阈值进行比较并统计速度值超过上述速度阈值的次数,若速度值超过速度阈值的次数大于预设的容忍次数,确定为运动值超限;
将电流信息中的电流值与电流阈值进行比较并统计电流值超过电流阈值的次数,若电流值超过电流阈值的次数大于预设的容忍次数,确定为运动值超限。
可选地,处理器4根据交互力信息执行交互力异常检测,包括:
将交互力信息中的交互力值与交互力阈值进行比较,若交互力值大于交互力阈值时,确定为交互力异常。
本发明主要解决现有技术中基于单一传感器的异常状态预测可靠性低,额外增加检测传感器所带来的附加成本高,异常状态检测方法简单等问题。上述康复设备中扭矩传感器3为进行物理人机交互控制而安装,并非为获取异常交互力数据而单独安装;位置、速度和电流可以直接从关节驱动器2运动信息中获取,也并不需要额外的硬件和传感器支持。并且,本发明采取多传感器数据融合的方法,对多传感器数据进行特征提取和数据处理,从而能够提高异常状态检测的准确性和可靠性。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种基于多传感器信息的运动异常保护方法,其特征在于,包括:
获取关节驱动器中的运动信息以及扭矩传感器中的交互力信息,所述运动信息包括位置信息、速度信息以及电流信息;
根据所述运动信息中的位置信息、速度信息以及电流信息,执行抖动检测;
根据所述运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测;
根据所述交互力信息,执行交互力异常检测;
当抖动检测、运动值超限检测和交互力异常检测中任一项出现异常状态时,启动安全保护动作。
2.根据权利要求1所述的基于多传感器信息的运动异常保护方法,其特征在于,根据所述运动信息中的位置信息、速度信息以及电流信息,执行抖动检测,包括:
实时获取关节处位置值,对预设周期内相邻n个位置差值的正负方向变化次数进行统计,若所述位置差值的正负方向变化次数超过预设次数,确定发生抖动。
3.根据权利要求2所述的基于多传感器信息的运动异常保护方法,其特征在于,根据所述运动信息中的位置信息、速度信息以及电流信息,执行抖动检测,还包括:
实时获取关节处速度值,对预设周期内相邻n个速度值的正负方向变化次数进行统计,若所述速度值的正负方向变化次数超过预设次数,确定发生抖动。
4.根据权利要求2所述的基于多传感器信息的运动异常保护方法,其特征在于,根据所述运动信息中的位置信息、速度信息以及电流信息,执行抖动检测,还包括:
实时获取关节处电流值,对预设周期内相邻n个电流值的正负方向变化次数进行统计,若所述电流值的正负方向变化次数超过预设次数,确定发生抖动。
5.根据权利要求1所述的基于多传感器信息的运动异常保护方法,其特征在于,根据所述运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测,包括:
实时获取关节处的位置值,将所述位置值与位置阈值进行比较并统计所述位置值超过所述位置阈值的次数,若所述位置值超过位置阈值的次数大于预设的容忍次数,确定为运动值超限。
6.根据权利要求5所述的基于多传感器信息的运动异常保护方法,其特征在于,根据所述运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测,还包括:
实时获取关节处的速度值,将所述速度值与速度阈值进行比较并统计所述速度值超过上述速度阈值的次数,若所述速度值超过所述速度阈值的次数大于预设的容忍次数,确定为运动值超限。
7.根据权利要求5所述的基于多传感器信息的运动异常保护方法,其特征在于,根据所述运动信息中的位置信息、速度信息以及电流信息,执行运动值超限检测,还包括:
实时获取关节处的电流值,将所述电流值与电流阈值进行比较并统计所述电流值超过所述电流阈值的次数,若所述电流值超过所述电流阈值的次数大于预设的容忍次数,确定为运动值超限。
8.根据权利要求1所述的基于多传感器信息的运动异常保护方法,其特征在于,根据所述交互力信息,执行交互力异常检测,包括:
实时获取用户与机械臂之间的交互力值,将所述交互力值与交互力阈值进行比较,若所述交互力值大于交互力阈值,确定为交互力异常。
9.一种康复设备,其特征在于,包括:
机械臂;
安装于所述机械臂关节处的关节驱动器,所述关节驱动器用于实时采集当前运动过程中的运动信息,所述运动信息包括位置信息、速度信息以及电流信息;
安装于所述机械臂关节处的扭矩传感器,所述扭矩传感器用于实时采集当前运动过程中用户与机械臂之间的交互力信息;
处理器,所述处理器与所述关节驱动器和所述扭矩传感器信号连接,用于实时获取所述关节驱动器中的运动信息,还用于实时获取所述扭矩传感器采集的用户与机械臂之间的交互力信息;所述处理器还用于根据所述运动信息中的位置信息、速度信息以及电流信息执行抖动检测和运动值超限检测;所述处理器还用于根据所述交互力信息执行交互力异常检测;所述处理器还用于当抖动检测、运动值超限检测和交互力异常检测中任一项出现异常状态时,启动安全保护动作。
10.根据权利要求9所述的康复设备,其特征在于,所述处理器根据所述运动信息中的位置信息、速度信息以及电流信息执行抖动检测,包括:
对预设周期内相邻n个位置差值的正负方向变化次数进行统计,若所述位置差值的正负方向变化次数超过预设次数,确定发生抖动;
对预设周期内相邻n个速度值的正负方向变化次数进行统计,若所述速度值的正负方向变化次数超过预设次数,确定发生抖动;
对预设周期内相邻n个电流值的正负方向变化次数进行统计,若所述电流值的正负方向变化次数超过预设次数,确定发生抖动。
11.根据权利要求9所述的康复设备,其特征在于,所述处理器根据所述运动信息中的位置信息、速度信息以及电流信息执行运动值超限检测,包括:
将所述位置信息中的位置值与位置阈值进行比较并统计所述位置值超过所述位置阈值的次数,若所述位置值超过位置阈值的次数大于预设的容忍次数,确定为运动值超限;
将所述速度信息中的速度值与速度阈值进行比较并统计所述速度值超过上述速度阈值的次数,若所述速度值超过所述速度阈值的次数大于预设的容忍次数,确定为运动值超限;
将所述电流信息中的电流值与电流阈值进行比较并统计所述电流值超过所述电流阈值的次数,若所述电流值超过所述电流阈值的次数大于预设的容忍次数,确定为运动值超限。
12.根据权利要求9所述的康复设备,其特征在于,所述处理器根据所述交互力信息执行交互力异常检测,包括:
将所述交互力信息中的交互力值与交互力阈值进行比较,若所述交互力值大于交互力阈值时,确定为交互力异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911094243.5A CN110787026B (zh) | 2019-11-11 | 2019-11-11 | 一种基于多传感器信息的运动异常保护方法及康复设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911094243.5A CN110787026B (zh) | 2019-11-11 | 2019-11-11 | 一种基于多传感器信息的运动异常保护方法及康复设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110787026A CN110787026A (zh) | 2020-02-14 |
CN110787026B true CN110787026B (zh) | 2022-04-12 |
Family
ID=69443816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911094243.5A Active CN110787026B (zh) | 2019-11-11 | 2019-11-11 | 一种基于多传感器信息的运动异常保护方法及康复设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110787026B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112932897B (zh) * | 2021-01-28 | 2023-11-28 | 上海电气集团股份有限公司 | 一种康复机器人运动的方法、装置及其康复机器人 |
CN115016557A (zh) * | 2022-07-06 | 2022-09-06 | 北京万东医疗科技股份有限公司 | 限位装置、方法及速度控制方法、装置、控制器 |
CN115674190B (zh) * | 2022-09-30 | 2024-05-07 | 深圳市越疆科技股份有限公司 | 协作机械臂及其运动控制方法、碰撞检测方法、控制系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090074315A (ko) * | 2008-01-02 | 2009-07-07 | 김상훈 | 노인/장애인의 안전 보행을 지원하는 지능적 전동 보행기 |
CN101791255A (zh) * | 2010-03-08 | 2010-08-04 | 上海交通大学 | 助行外骨骼机器人系统及控制方法 |
CN103733155A (zh) * | 2011-08-03 | 2014-04-16 | 株式会社安川电机 | 运动装置、马达控制装置及马达控制方法 |
CN106974795A (zh) * | 2017-03-24 | 2017-07-25 | 华中科技大学 | 一种欠驱动上肢康复机器人控制系统 |
KR101787557B1 (ko) * | 2017-07-13 | 2017-10-18 | 세종대학교산학협력단 | 보행보조기를 이용한 보행자 넘어짐 판단방법 |
EP3372977A1 (en) * | 2015-10-28 | 2018-09-12 | Siemens Aktiengesellschaft | Method and apparatus for abnormality detection |
CN109223444A (zh) * | 2018-10-23 | 2019-01-18 | 上海电气集团股份有限公司 | 康复机器人及其人机协同交互力控制方法 |
CN109664297A (zh) * | 2018-12-14 | 2019-04-23 | 深圳市汇川技术股份有限公司 | 机器人的振动抑制方法、系统、装置及计算机可读存储器 |
CN109834727A (zh) * | 2017-11-24 | 2019-06-04 | 深圳市优必选科技有限公司 | 一种机器人舵机抖动抑制控制方法及装置 |
CN110138289A (zh) * | 2019-05-21 | 2019-08-16 | 温州乐控节能科技有限公司 | 一种伺服电机的控制方法 |
-
2019
- 2019-11-11 CN CN201911094243.5A patent/CN110787026B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090074315A (ko) * | 2008-01-02 | 2009-07-07 | 김상훈 | 노인/장애인의 안전 보행을 지원하는 지능적 전동 보행기 |
CN101791255A (zh) * | 2010-03-08 | 2010-08-04 | 上海交通大学 | 助行外骨骼机器人系统及控制方法 |
CN103733155A (zh) * | 2011-08-03 | 2014-04-16 | 株式会社安川电机 | 运动装置、马达控制装置及马达控制方法 |
EP3372977A1 (en) * | 2015-10-28 | 2018-09-12 | Siemens Aktiengesellschaft | Method and apparatus for abnormality detection |
CN106974795A (zh) * | 2017-03-24 | 2017-07-25 | 华中科技大学 | 一种欠驱动上肢康复机器人控制系统 |
KR101787557B1 (ko) * | 2017-07-13 | 2017-10-18 | 세종대학교산학협력단 | 보행보조기를 이용한 보행자 넘어짐 판단방법 |
CN109834727A (zh) * | 2017-11-24 | 2019-06-04 | 深圳市优必选科技有限公司 | 一种机器人舵机抖动抑制控制方法及装置 |
CN109223444A (zh) * | 2018-10-23 | 2019-01-18 | 上海电气集团股份有限公司 | 康复机器人及其人机协同交互力控制方法 |
CN109664297A (zh) * | 2018-12-14 | 2019-04-23 | 深圳市汇川技术股份有限公司 | 机器人的振动抑制方法、系统、装置及计算机可读存储器 |
CN110138289A (zh) * | 2019-05-21 | 2019-08-16 | 温州乐控节能科技有限公司 | 一种伺服电机的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110787026A (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110787026B (zh) | 一种基于多传感器信息的运动异常保护方法及康复设备 | |
JP5319915B2 (ja) | 単独又は複数イベントを検出して、対応する割り込み信号を生成する回路を備えるセンサ装置 | |
RU2018116898A (ru) | Устройство и способ лечения нарушения походки у субъекта | |
CN111212775A (zh) | 用于处理载具神经网络处理器中的错误的系统和方法 | |
CN108682119B (zh) | 基于智能手机和智能手表的驾驶员疲劳状态检测方法 | |
CN109088981A (zh) | 低头提醒方法、装置、可读存储介质及移动终端 | |
CN108839658B (zh) | 一种疲劳驾驶监测系统和方法 | |
CN104504847B (zh) | 一种基于智能手环防止疲劳驾驶的方法及系统 | |
CN110525444B (zh) | 一种针对驾驶员身体异常状况的处理方法及装置 | |
JP2012138013A5 (zh) | ||
CN109703559A (zh) | 一种车辆限速安全控制方法及装置 | |
CN111891274B (zh) | 平衡车控制方法、装置及存储介质 | |
CN113226674B (zh) | 控制装置 | |
CN109799098A (zh) | 一种转向架横向失稳的检测方法、装置和介质 | |
CN103345425A (zh) | 一种通过smi中断实现系统风扇转速控制的方法 | |
KR20150001091A (ko) | 운전자의 수동적 과업 관련 피로 방지 장치 및 그 방법 | |
CN106017802A (zh) | 一种动态监视轴心轨迹的方法 | |
CN113119982A (zh) | 操作状态识别与处理方法、装置、设备、介质及程序产品 | |
CN108322357A (zh) | 一种车辆can网络通信节点的心跳检测方法 | |
CN107531194B (zh) | 电动助力转向装置的控制装置和控制方法 | |
CN104089790A (zh) | 一种振动式码垛机器人故障预测方法 | |
WO2016101348A1 (zh) | 用于预测士兵执行任务能力的检测系统和方法 | |
CN115719347A (zh) | 行为识别方法、装置、电子设备及车辆 | |
CN107539488A (zh) | 一种飞机碰撞传感器及其使用方法 | |
CN116018091A (zh) | 用于确定游泳泳姿的控制器和方法 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20200214 Assignee: SHANGHAI ELECTRIC INTELLIGENT REHABILITATION MEDICAL TECHNOLOGY Co.,Ltd. Assignor: Shanghai Electric Group Co.,Ltd. Contract record no.: X2023310000146 Denomination of invention: A Motion Anomaly Protection Method and Rehabilitation Equipment Based on Multisensor Information Granted publication date: 20220412 License type: Exclusive License Record date: 20230919 |
|
EE01 | Entry into force of recordation of patent licensing contract |