CN111773027A - 一种柔性驱动的手功能康复机器人控制系统及控制方法 - Google Patents
一种柔性驱动的手功能康复机器人控制系统及控制方法 Download PDFInfo
- Publication number
- CN111773027A CN111773027A CN202010630971.XA CN202010630971A CN111773027A CN 111773027 A CN111773027 A CN 111773027A CN 202010630971 A CN202010630971 A CN 202010630971A CN 111773027 A CN111773027 A CN 111773027A
- Authority
- CN
- China
- Prior art keywords
- training
- rehabilitation
- mode
- control
- finger
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012549 training Methods 0.000 claims abstract description 181
- 230000006870 function Effects 0.000 claims abstract description 76
- 230000033001 locomotion Effects 0.000 claims abstract description 58
- 230000002452 interceptive effect Effects 0.000 claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 230000007246 mechanism Effects 0.000 claims abstract description 21
- 230000000875 corresponding effect Effects 0.000 claims description 43
- 238000005452 bending Methods 0.000 claims description 38
- 230000003183 myoelectrical effect Effects 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000013178 mathematical model Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 230000001276 controlling effect Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 210000001145 finger joint Anatomy 0.000 claims description 7
- 206010019468 Hemiplegia Diseases 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000013145 classification model Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000005057 finger movement Effects 0.000 claims description 3
- 210000000811 metacarpophalangeal joint Anatomy 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 4
- 210000003811 finger Anatomy 0.000 description 123
- 238000013016 damping Methods 0.000 description 5
- 210000003414 extremity Anatomy 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- QBWCMBCROVPCKQ-UHFFFAOYSA-N chlorous acid Chemical compound OCl=O QBWCMBCROVPCKQ-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000005224 forefinger Anatomy 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- VZCCETWTMQHEPK-QNEBEIHSSA-N gamma-linolenic acid Chemical compound CCCCC\C=C/C\C=C/C\C=C/CCCCC(O)=O VZCCETWTMQHEPK-QNEBEIHSSA-N 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000000707 wrist Anatomy 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
- A61H1/0274—Stretching or bending or torsioning apparatus for exercising for the upper limbs
- A61H1/0285—Hand
- A61H1/0288—Fingers
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B23/00—Exercising apparatus specially adapted for particular parts of the body
- A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
- A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
- A63B23/16—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles for hands or fingers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- 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
-
- 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
- A61H2201/12—Driving means
- A61H2201/1207—Driving means with electric or magnetic drive
-
- 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
- A61H2201/12—Driving means
- A61H2201/1253—Driving means driven by a human being, e.g. hand driven
- A61H2201/1261—Driving means driven by a human being, e.g. hand driven combined with active exercising of the patient
- A61H2201/1269—Passive exercise driven by movement of healthy limbs
-
- 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
- A61H2201/5058—Sensors or detectors
-
- 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
- A61H2201/5058—Sensors or detectors
- A61H2201/5061—Force sensors
-
- 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
- A61H2205/00—Devices for specific parts of the body
- A61H2205/06—Arms
- A61H2205/065—Hands
- A61H2205/067—Fingers
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physical Education & Sports Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Human Computer Interaction (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Rehabilitation Therapy (AREA)
- Pain & Pain Management (AREA)
- Biomedical Technology (AREA)
- Dermatology (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明涉及一种柔性驱动的手功能康复机器人控制系统,包括相互之间通过电信号连接的康复手套(1)、鲍登线传动机构(2)、电控单元(3)、肌电人机接口单元(4)、脑电人机接口单元(5)、康复训练软件(6)和电机驱动单元(7),实现手指的运动位置控制和抓握力柔顺控制,各部件相互配合完成设定的被动训练和交互训练任务,具有远程指导在线训练和离线训练功能。与现有技术相比,本发明具有精度高、响应快、良好的鲁棒性等优点。
Description
技术领域
本发明涉及手指康复机器人控制技术领域,尤其是涉及一种柔性驱动的手功能康复机器人控制系统及控制方法。
背景技术
已面市的手部训练设备如CPM机,虽然可进行单关节训练,但结构相对复杂,系统体积和重量都非常大,操作不方便。除了已面市的产品,更多处于实验室研究阶段。除CPM机外,还有一类主动重复运动型手部康复机器人,用于已达一定肌力水平的患者康复训练,这类机器人一般都具有反馈系统,患者可有意识地参与或一定程度地控制机器人的运动达到更好的康复效果。比如手部运动辅助康复机器人,由电机驱动,可对手部和腕部进行训练,但训练时人手需要置于固定位置,不方便移动;或是数据反馈手套,由气缸驱动,并有弯曲传感器用于检测手指弯曲的角度,但由于气缸在手掌内,运动过程极大地限制了手指的运动范围;再或是手指康复器是单个手指康复装置,训练每个手指的模块都是独立的,可以使人手得到更精确的运动训练,但手指完全包覆于机械结构内,存在很大的安全隐患;现有技术中有研究将驱动手部康复机器人采用肌电控制,但是该系统只能实现食指的运动训练;同时也有气动手功能康复机器人采用欠驱动结构设计,选用了质轻的材料制作,采用肌电控制。
目前手功能康复机器人控制系统及产品发展缓慢,原因分析如下:
一、手指结构精细而且复杂,其高自由度以及灵活度的特点给康复训练机构设计带来了很大的困难;
二、因缺少机械结构,导致运动传递不准确、控制难度高、精度低、响应慢、鲁棒性差;
三、缺乏对患者手指关节力矩、角度、速度的精确实时控制,无法精确反馈手功能康复机器人训练过程中的力和位置信息;
四、人的手指又是比较容易受伤的部位,如何避免患者在训练过程中受二次伤害也是康复训练设计中的一大难点;
五、康复训练系统中缺乏评估系统来评价康复训练与康复效果之间的关系,这又对进一步研究和制定有效的康复治疗计划,正确的估计预后带来了困难。
发明内容
本发明的目的就是为了克服上述现有技术存在的成本高、机械结构复杂、控制难度高、精度低、响应慢、鲁棒性差、缺少交互训练、缺少远程指导的缺陷而提供一种柔性驱动的手功能康复机器人控制系统及控制方法。
本发明的目的可以通过以下技术方案来实现:
一种柔性驱动的手功能康复机器人控制系统,包括相互之间通过电信号连接的康复手套、鲍登线传动机构、电控单元、肌电人机接口单元、脑电人机接口单元、康复训练软件和电机驱动单元,实现手指的运动位置控制和抓握力柔顺控制,各部件相互配合完成设定的被动训练和交互训练任务,具有远程指导在线训练和离线训练功能;
所述康复手套由手套本体、指尖固定模块和掌背固定模块组成,所述指尖固定模块固定鲍登线传动机构的鲍登线,所述掌背固定模块固定鲍登线传动机构的鲍登线管;
所述鲍登线传动机构由圆盘传动机构和鲍登线牵引装置组成,所述鲍登线牵引装置的一端固定在电机驱动单元的直流减速电机上,另外一端固定在康复手套上。其中,所述直流减速电机具体为带编码器的直流减速电机,反馈电机的位置和速度,形成速度位置双闭环控制,带动手指的屈曲和伸展;
所述电控单元由STM32主控制单元和传感器单元组成,所述传感器单元安装在康复手套上,包括RFP弯曲传感器和RFP力传感器,所述RFP弯曲传感器实时采集手指弯曲角度,获得手指运动位置信息,通过位置控制器转换为电机驱动指令,完成手指位置控制,所述RFP力传感器实时采集手指抓握力信息,通过力控制器转换为电机驱动指令,完成手指抓握力的柔顺控制,所述电控单元将处理好后的传感器数据上传至康复训练软件,所述康复训练软件再将数据上传至服务器;
所述康复训练软件发送相应命令给电控单元,电控单元将接收到的命令解析成相应的训练参数,选择位置控制器或力控制器将位置或力的大小转变成驱动器控制指令,控制电机驱动单元从而带动鲍登线传动机构将电机产生的牵引力通过康复手套传导到患者手上。
所述肌电人机接口单元以蓝牙的方式与康复训练软件相连,设有肌电臂环,通过所述肌电臂环采集患者手臂上的表面肌电信号,对表面肌电信号进行放大和调整,输入到STM32处理器进行AD采样,利用数字滤波器对采集到的两路表面肌电信号进行带通滤波,并分别提取四种时域和频域特征值,组成八维特征矩阵,将所述八维特征矩阵导入BP分类模型,获得相应的权值和阈值系数,最后STM32主控制单元对所述权值和阈值进行相应运算,得出对应的动作在线识别结果,并实时输出控制信号,将所述输出控制信号发送至康复训练软件,控制康复机器人本体执行相应动作。
所述控制系统设有三种训练模式,根据患者患肢的偏瘫程度进行设定,分别为被动训练模式、交互训练模式和远程康复训练模式,所述被动训练模式用于带动患者手指做相应的动作;所述交互训练模式分为肌电交互系统和脑电交互系统,利用患者本身的生理信号完成康复训练,从而完成主动训练;所述远程康复训练模式指患者端通过网络与康复师所在的远程服务端进行联系,包括在线模式和离线模式,所述在线模式具体指视频、语音以及文字进行通信,实时反馈患者的训练状况,所述离线模式是指显示保存在服务器中的患者相应的历史数据。
进一步地,所述被动训练模式的训练步骤具体如下:
步骤S101:根据患者的手指关节的活动范围设置每个手指的活动范围参数;
步骤S102:获取预设的训练动作模式和训练次数;
步骤S103:显示预设的训练动作模式的训练内容,记录训练数据并上传至服务器。
进一步地,所述交互训练模式的训练步骤具体如下:
步骤S201:获取显示屏的触摸点信息,进入相应的肌电训练模式或脑电训练模式;
步骤S202:判断历史训练次数是否为0,若是则进行离线训练,通过人工神经网络训练生理信号,若否则转至步骤S203;
步骤S203:判断训练模式的类型,若为肌电训练模式,通过肌电臂环带动患肢进行手势训练,若为脑电训练模式,通过脑电头戴设备输出训练动画,使患者产生运动想象信号,并通过相应算法提取手势运动想象信号对应的脑电活动意图,实现手指的康复训练;
步骤S204:记录训练数据并上传至服务器。
进一步地,所述远程康复训练模式的训练步骤具体如下:
步骤S301:患者端通过网络与康复师所在的远程服务端建立数据通信;
步骤S302:获取模式信息并进行判断,若为在线模式则通过视频、语音以及文字进行通信,若为离线模式则显示被动训练模式和交互训练模式上传至服务器的训练数据,生成训练方案,所述训练方案包括训练模式,次数和中间停留时间,并上传至服务器;
步骤S303:患者端显示上传至服务器的训练方案。
一种基于柔性驱动的手功能康复机器人控制系统的控制方法,具体包括以下步骤:
步骤S1:对所述手功能康复机器人本体进行运动学分析,采用系统辨识算法建立相应的手指运动数学模型;
步骤S2:采用基于滑模控制的手指位置控制算法,对机器人本体的手指运动数学模型中的运动位置进行控制;
步骤S3:采用基于位置闭环的阻抗控制算法,以目标阻抗代替机器人本体的手指运动数学模型,对手指的抓握力进行柔顺控制。
所述手指运动学模型建立步骤S1具体包括以下步骤:
步骤S11:康复训练软件发送指令,控制手功能康复机器人做屈曲伸展运动,利用三维运动捕捉系统记录手功能康复机器人运动轨迹,得到每个手指、掌指关节和指尖的坐标,同步获取电机轴转过的角度;
步骤S12:根据所述坐标计算得到各个时刻的手指弯曲角度,,根据鲍登线伸长量和电机轴转过的角度的正比例关系计算得到对应时刻的鲍登线伸长量;
步骤S13:根据所述手指弯曲角度数据和鲍登线伸长量数据,以鲍登线伸长量数据为输入数据,手指弯曲角度数据为输出数据,采用系统辨识算法建立手功能康复机器人的鲍登线伸长量与手指角度之间关系的手指运动数学模型。
进一步地,所述步骤S2中基于滑模控制的手指位置控制算法设有滑模控制器,具体执行步骤如下:
步骤S21:电控单元根据AD采集到手指的实际位置和期望位置,计算得到实际位置和期望位置的位置误差;
步骤S22:根据所述位置误差及其导数求得滑模控制器的切换函数,根据所述切换函数计算得到每个手指上鲍登线的伸长量;
步骤S23:通过在线自适应方法调整所述滑模控制器中滑模控制项的增益参数,通过控制所述鲍登线的伸长量,对所述手功能康复机器人的手指的运动位置进行控制。
进一步地,所述步骤S3中基于位置闭环的阻抗控制算法包括内环和外环,所述内环为位置闭环,所述外环为阻抗控制外环,具体执行过程如下:
步骤S31:RFP630弯曲传感器获取患者手指的实际位置信息,RFP603薄膜压力传感器获取手指的实际抓握力;
步骤S32:以目标阻抗代替所述手指运动数学模型,将实际抓握力与期望抓握力的差值输入所述目标阻抗,在位置控制器上增加阻抗控制外环;
步骤S33:计算实际抓握力与期望抓握力的差值得到位置修正量,将所述位置修正量与参考位置叠加作为期望位置,所述位置控制器跟踪所述期望位置,对手指的抓握力进行柔顺控制。
与现有技术相比,本发明具有以下有益效果:
本发明通过康复手套、鲍登线传动机构、电控单元、肌电人机接口单元、脑电人机接口单元、康复训练软件和电机驱动单元相互配合,实现五个手指的运动位置控制和抓握力控制,使手功能康复机器人带动患者手部进行康复训练的过程更加柔顺、稳定和准确,帮助患者完成被动训练和交互训练任务,同时具有远程指导在线训练和离线训练功能,进而提高患者的康复效果,加快康复进程。
附图说明
图1为本发明的结构示意图;
图2为本发明食指运动学分析的示意图;
图3为本发明手指的位置控制原理图;
图4为本发明位置控制算法的流程图;
图5为本发明基于位置控制器的阻抗控制原理图;
图6为本发明阻抗控制算法的流程图;
图7为本发明屈曲/伸展训练过程中食指位置的动态跟踪曲线图;
图8为本发明抓握水杯时食指的抓握力跟踪曲线图;
图9为本发明被动训练模式的流程图;
图10为本发明远程康复训练模式的流程图。
附图标记:
1-康复手套;2-鲍登线传动机构;3-电控单元;4-肌电人机接口单元;5-脑电人机接口单元;6-康复训练软件;7-电机驱动单元。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,一种柔性驱动的手功能康复机器人控制系统,实现五个手指的运动位置控制和抓握力控制,使手功能康复机器人带动患者手部进行康复训练的过程更加柔顺、稳定和准确,包括相互之间通过电信号连接的康复手套1、鲍登线传动机构2、电控单元3、肌电人机接口单元4、脑电人机接口单元5、康复训练软件6和电机驱动单元7,实现手指的运动位置控制和抓握力柔顺控制,各部件相互配合完成设定的被动训练和交互训练任务,具有远程指导在线训练和离线训练功能;
康复手套1由手套本体、指尖固定模块和掌背固定模块组成,指尖固定模块固定鲍登线传动机构2的鲍登线,掌背固定模块固定鲍登线传动机构2的鲍登线管;
鲍登线传动机构2由圆盘传动机构和鲍登线牵引装置组成,鲍登线牵引装置的一端固定在电机驱动单元7的直流减速电机上,另外一端固定在康复手套1上。其中,直流减速电机具体为带编码器的直流减速电机,反馈电机的位置和速度,形成速度位置双闭环控制,带动手指的屈曲和伸展;
电控单元3由STM32主控制单元和传感器单元组成,传感器单元安装在康复手套1上,包括RFP弯曲传感器和RFP力传感器,RFP弯曲传感器实时采集手指弯曲角度,获得手指运动位置信息,通过位置控制器转换为电机驱动指令,完成手指位置控制,RFP力传感器实时采集手指抓握力信息,通过力控制器转换为电机驱动指令,完成手指抓握力的柔顺控制,电控单元3将处理好后的传感器数据上传至康复训练软件6,康复训练软件6再将数据上传至服务器,供康复师查看调用;
康复训练软件6发送相应命令给电控单元3,电控单元3将接收到的命令解析成相应的训练参数,选择位置控制器或力控制器将位置或力的大小转变成驱动器控制指令,控制电机驱动单元7从而带动鲍登线传动机构2将电机产生的牵引力通过康复手套1传导到患者手上。
肌电人机接口单元4以蓝牙的方式与康复训练软件6相连,设有肌电臂环,通过肌电臂环采集患者手臂上的表面肌电信号,对表面肌电信号进行放大和调整,输入到STM32处理器进行AD采样,利用数字滤波器对采集到的两路表面肌电信号进行带通滤波,并分别提取四种时域和频域特征值,组成八维特征矩阵,将八维特征矩阵导入BP分类模型,获得相应的权值和阈值系数,最后STM32主控制单元对权值和阈值进行相应运算,得出对应的动作在线识别结果,并实时输出控制信号,将输出控制信号发送至康复训练软件6,控制康复机器人本体执行相应动作。
肌电臂环位于患者的健侧或患侧,若患者处于偏瘫的初期阶段,由于患侧肌电信号较弱,肌电臂环设置在健侧,可完成有肌电臂环实现的健侧带动患侧的被动训练模式;若患者手指拥有的自主运动能力之后,肌电臂环设置在患侧,完成由患者表面生理信号驱动的主动训练模式。
脑电人机接口单元5以蓝牙的方式与康复训练软件6相连,采用EPOC+脑电头戴设备采集佩戴者在动画刺激下的脑电信号,提取alpha和beta频段的平均带宽能量,将每个动作的平均带宽能量作为脑电想象运动的特征,再利用LS-SVM分类算法进行分类识别,最后提取出脑电活动意图。
控制系统设有三种训练模式,根据患者患肢的偏瘫程度进行设定,分别为被动训练模式、交互训练模式和远程康复训练模式,被动训练模式用于带动患者手指做相应的动作;交互训练模式分为肌电交互系统和脑电交互系统,利用患者本身的生理信号完成康复训练,从而完成主动训练;远程康复训练模式指患者端通过网络与康复师所在的远程服务端进行联系,包括在线模式和离线模式,在线模式具体指视频、语音以及文字进行通信,实时反馈患者的训练状况,离线模式是指显示保存在服务器中的患者相应的历史数据,康复师可以查看患者的历史训练数据并给出进一步的训练计划,使患者在家中及时得到远程康复师的指导。
如图9所示,被动训练模式的训练步骤具体如下:
步骤S101:根据患者的手指关节的活动范围设置每个手指的活动范围参数;
步骤S102:获取预设的训练动作模式和训练次数;
步骤S103:显示预设的训练动作模式的训练内容,记录训练数据并上传至服务器。
交互训练模式的训练步骤具体如下:
步骤S201:获取显示屏的触摸点信息,进入相应的肌电训练模式或脑电训练模式;
步骤S202:判断历史训练次数是否为0,若是则进行离线训练,通过人工神经网络训练生理信号,若否则转至步骤S203;
步骤S203:判断训练模式的类型,若为肌电训练模式,通过肌电臂环带动患肢进行手势训练,若为脑电训练模式,通过脑电头戴设备输出训练动画,使患者产生运动想象信号,并通过相应算法提取手势运动想象信号对应的脑电活动意图,实现手指的康复训练;
步骤S204:记录训练数据并上传至服务器。
如图10所示,远程康复训练模式的训练步骤具体如下:
步骤S301:患者端通过网络与康复师所在的远程服务端建立数据通信;
步骤S302:获取模式信息并进行判断,若为在线模式则通过视频、语音以及文字进行通信,若为离线模式则显示被动训练模式和交互训练模式上传至服务器的训练数据,康复师根据训练数据和患者的训练状态生成训练方案,训练方案包括训练模式,次数和中间停留时间,并上传至服务器;
步骤S303:患者端显示上传至服务器的训练方案,患者根据训练方案进行康复训练。
一种基于柔性驱动的手功能康复机器人控制系统的控制方法,具体包括以下步骤:
步骤S1:对手功能康复机器人本体进行运动学分析,建立鲍登线伸长量与手指关节角度之间的关系模型,采用系统辨识算法建立相应的手指运动数学模型;
步骤S2:采用基于滑模控制的手指位置控制算法,对机器人本体的手指运动数学模型中的运动位置进行控制;
步骤S3:采用基于位置闭环的阻抗控制算法,以目标阻抗代替机器人本体的手指运动数学模型,对手指的抓握力进行柔顺控制。
手指运动学模型建立步骤S1具体包括以下步骤:
步骤S11:康复训练软件6发送指令,控制手功能康复机器人做屈曲伸展运动,利用三维运动捕捉系统记录手功能康复机器人运动轨迹,得到每个手指、掌指关节和指尖的坐标,同步获取电机轴转过的角度;
步骤S12:根据坐标计算得到各个时刻的手指弯曲角度,根据鲍登线伸长量和电机轴转过的角度的正比例关系计算得到对应时刻的鲍登线伸长量;
步骤S13:根据手指弯曲角度数据和鲍登线伸长量数据,以鲍登线伸长量数据为输入数据,手指弯曲角度数据为输出数据,采用系统辨识算法建立手功能康复机器人的鲍登线伸长量与手指角度之间关系的手指运动数学模型。
Vicon运动捕捉系统进行手指运动轨迹捕获,获取标记点坐标方法,具体包括以下步骤:
步骤S111:调节运动捕捉系统的摄像头角度,获取8个摄像头的位置,调整摄像头与手功能康复机器人的相对位置,保证视野在中间偏下位置;
步骤S112:调节摄像头参数,由于摄像头的参数大小控制发射红外线的强弱,需要根据实际使用场景逐个调节,确保只有标记点稳定地出现在视野中;
步骤S113:在控制软件中观察每一个摄像头的画面,逐个调整去除无效点,对于无法去除的无效点可以使用橡皮擦工具使其被遮盖住;
步骤S114:每次开始实验时,当摄像头被移动之后,在对刚体进行建立模型之前,重新进行标定;
步骤S115:选择数据保存位置;
步骤S116:将反光球贴到手指对应位置处,置于检测空间中,建立空白模型,然后开始采集,采集一秒后,重建三维模型,通过连接画面中的标记点建立刚体模型,保存建立完成的刚体模型数据;
步骤S117:采集手指运动轨迹的数据;
步骤S118:打开录制的数据,将刚体模型重建出来,然后播放采集的数据进行回访数据;
步骤S119:将采集的数据保存输出成csv格式,在保存文件的对应位置输出采集的数据。
如图2所示,以食指为例进行手指运动学分析证明通过间接法测得的手指弯曲角度θ与手指三个关节实际弯曲角度的数学关系是正确的。
如图2所示,点D和点D1之间的长度为l1,点D1和点D2之间的长度为l2,点D和点D2之间长度为l3,点D和点A之间的长度为l4,点A和点B之间的长度为l5,点B和点D2之间的长度为l6,点A和点D2之间的长度为l7,将食指MP关节的弯曲角度记为θ1,PIP关节的弯曲角度记为θ2,DIP关节的弯曲角度记为θ3,将线段l4所在直线和线段l3所在直线的夹角记为θ4,线段l1所在直线和线段l3所在直线的夹角记为θ。由上述各点和各线段长度的定义,利用几何学方法可得到:
由上式得到
PIP(角度为θ2)随MP(角度为θ1)关节、DIP(角度为θ3)随PIP关节运动的关节角度耦合关系如下:
上述两个公式中θ与手指关节实际弯曲角度是一一对应的。因此控制手指关节的弯曲角度转化为控制θ角,本发明将θ称为柔性驱动手功能康复机器人的手指弯曲角度。
步骤S12中的计算手指弯曲角度,以食指为例,康复训练软件6发送指令控制手功能康复机器人的运动,Vicon运动捕捉系统对手指运动范围内每个运动轨迹进行捕捉,得到标记点的坐标,进行手指弯曲角度的计算,公式如下:
其中,(x0,y0,z0)为标记点D的坐标,(x1,y1,z1)和(x2,y2,z2)分别为辅助标记点D1和D2的坐标,l1为标记点D和辅助标记点D1的距离,l2为辅助标记点D2和辅助标记点D1的距离,l3为辅助标记点D2和标记点D的距离,θ为食指的手指弯曲角度。
同时在步骤S12中,从带光电编码器的直流减速电机读取并记录电机轴转角的脉冲信号数,计算鲍登线伸长量,鲍登线伸长量与电机轴转过的角度成正比,而电机轴的转角由光电编码器检测到的脉冲数表示,从反馈的脉冲信号数求得鲍登线伸长量,具体公式如下:
L=R×θ0=k0×R×N
手功能康复机器人在实际运行时表现出非线性特征,采用将非线性系统局部线性化的方法,利用线性模型来近似表示非线性系统的动态性能,以食指鲍登线伸长量为输入,食指弯曲角度为输出,采用最小二乘辨识算法,得到手功能康复机器人的食指动态特性方程模型为:
y(t)=0.993y(t-1)-0.012y(t-2)+0.3115u(t-2)
其中,y(t)为t时刻的食指的手指弯曲角度,u(t)为t时刻的食指的鲍登线伸长量。
步骤S2中基于滑模控制的手指位置控制算法设有滑模控制器,具体执行步骤如图4所示:
步骤S21:电控单元3根据AD采集到手指的实际位置和期望位置,计算得到实际位置和期望位置的位置误差;
步骤S22:根据位置误差及其导数求得滑模控制器的切换函数,根据切换函数计算得到每个手指上鲍登线的伸长量;
步骤S23:通过在线自适应方法调整滑模控制器中滑模控制项的增益参数,通过控制鲍登线的伸长量,对手功能康复机器人的手指的运动位置进行控制。
滑模控制器的工作原理如图3所示,通过对鲍登线伸长量的控制来实现对手功能康复机器人手指的位置控制,其中,r为手功能康复机器人手指期望位置,滑模控制器的输出量L为鲍登线伸长量,θ为RFP弯曲传感器采集到的手指实际位置。当位置误差及其导数穿越状态空间的滑动超平面时,系统的反馈控制结构按照滑模控制器发生变化,从而使控制系统的性能达到期望的性能指标。
以食指为例,对于食指的动态方程:
其中,θ为食指状态向量,L为鲍登线伸长量,即控制量,L(θ,t),t∈R在切换面s(θ,t)=0上进行切换,具体关系如下:
其中,s(θ,t)为切换函数,是光滑的连续函数。
滑模控制器满足以下约束:
其中,ds为切换函数的积分。
手功能康复机器人的食指的初始点θ(0)是食指状态空间的任意位置,若不在滑模切换面s=0附近,则按照到达阶段使其运动到滑模切换面附近,选取相应的李雅普诺夫函数V(θ)为:
并对其求导
当满足下式条件时,系统的运动将满足可达性条件,最终到达并稳定在滑模面s=0上,具体条件为:
步骤S21中计算位置误差具体为:
设置状态向量x=[x1,x2]T,其中:
X(k)=[e(k),e(k+1)]T=[x1(k),x2(k)]T
其中,k=1,2,…,N为正整数。
将手功能康复机器人的食指的动态特性方程模型与状态向量代入离散化方程,得到控制系统的状态方程如下:
X(k+1)=AX(k)+Bu(k)
连续滑模控制的指数趋近律具体如下:
其中,ε和q为过程参数。
将其离散化可得如下式所示的离散系统的滑模控制指数趋近律:
满足以下约束:
根据李雅普诺夫稳定性定理,s(k)=0时,状态空间的任意初始位置都将趋近于切换面s(k),此时离散滑模的到达条件为:
s(k+1)2<s(k)2
切换函数为线性函数,具体如下:
s(k)=CX(k)
其中,C为线性系数;
将控制系统的状态方程代入线性切换函数,得到:
s(k+1)=CX(k+1)=C(AX(k)+Bu(k))
解得食指的滑模控制器的输出为
为了进一步防止控制器发生抖振现象,采用饱和函数方法,将理想滑动模态趋近律中的符号函数sgn(s)替换成饱和函数sat(s),饱和函数sat(s)的结构如下:
其中,Δ为边界层的厚度,数值为正常数。
因此离散滑模控制律变为:
步骤S3中基于位置闭环的阻抗控制算法包括内环和外环,内环为位置闭环,外环为阻抗控制外环,如图6所示,具体执行过程如下:
步骤S31:RFP630弯曲传感器获取患者手指的实际位置信息,RFP603薄膜压力传感器获取手指的实际抓握力;
步骤S32:以目标阻抗代替手指运动数学模型,将实际抓握力与期望抓握力的差值输入目标阻抗,在位置控制器上增加阻抗控制外环;
步骤S33:计算实际抓握力与期望抓握力的差值得到位置修正量,将位置修正量与参考位置叠加作为期望位置,位置控制器跟踪期望位置,对手指的抓握力进行柔顺控制。
如图5所示,通过目标阻抗进行计算的具体过程如下:
设置手指期望的目标阻抗为Z,则期望抓握力与手指位置的动态关系为:
Z(Xr-X)=-F
其中,Xr为手指的参考位置;X为手指的实际位置;F为手指与被抓握物体之间的作用力;
将阻抗形式设置成质量——弹簧——阻尼系统,通过二阶微分方程来表示目标阻抗,具体如下:
其中,Md为控制系统期望的惯性矩阵,Bd为控制系统期望的阻尼矩阵,Kd为控制系统期望的刚度矩阵。
在二阶微分方程的基础上加入手指的期望抓握力Fd,并且将抓握力误差信号Fe=Fd-F作为手指目标阻抗模型的驱动量,以实现期望抓握力的跟踪,改进后的目标阻抗模型为:
令Xf=Xr-X,将改进后的目标阻抗模型简化为:
简化后的目标阻抗模型进行拉氏变换可得到手指的目标阻抗在频域上的表示形式如下所示:
(Mds2+Bds+Kd)Xf(s)=Fe(s)
以此得到手指的位置修正量为:
位置修正量Xf与参考位置Xr之和作为修正过的手指的期望位置。
由于手功能康复机器人的运动方向是一维的,因此只考虑一个方向,将目标阻抗简化为:
其中,md,bd,kd分别为惯性参数,阻尼参数,刚度参数。
拉氏变换后可得手指在频域内的表示形式为:
以此得到基于位置的手指目标阻抗模型为:
将基于位置的手指目标阻抗模型通过乘法变换转换成下式所表示的标准型:
其中,ωn为无阻尼自然频率,ζ为阻尼比,具体如下:
为了提高手功能康复机器人的抓握动作的柔顺性,阻抗模型期望表现出调节时间短,没有超调量和振荡特性,因此将目标阻抗模型设成临界阻尼状态。
如图7和图8所示,对手功能康复机器人控制系统进行位置控制实验和抓握力控制实验,在自适应滑模位置控制下手指弯曲角度稳态精度可达2°,控制系统的上升时间达到0.47s;在基于自适应滑模位置控制的阻抗控制下,手指抓握力稳态精度达到0.6N,控制系统的上升时间达到0.27s,验证了手功能康复机器人控制系统的精度高、响应快的特点,并且具有良好的鲁棒性。
此外,需要说明的是,本说明书中所描述的具体实施例,所取名称可以不同,本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化,均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种柔性驱动的手功能康复机器人控制系统,其特征在于,包括相互之间通过电信号连接的康复手套(1)、鲍登线传动机构(2)、电控单元(3)、肌电人机接口单元(4)、脑电人机接口单元(5)、康复训练软件(6)和电机驱动单元(7),实现手指的运动位置控制和抓握力柔顺控制,各部件相互配合完成设定的被动训练和交互训练任务,具有远程指导在线训练和离线训练功能;
所述康复手套(1)由手套本体、指尖固定模块和掌背固定模块组成,所述指尖固定模块固定鲍登线传动机构(2)的鲍登线,所述掌背固定模块固定鲍登线传动机构(2)的鲍登线管;
所述鲍登线传动机构(2)由圆盘传动机构和鲍登线牵引装置组成,所述鲍登线牵引装置的一端固定在电机驱动单元(7)的直流减速电机上,另外一端固定在康复手套(1)上。其中,所述直流减速电机具体为带编码器的直流减速电机,反馈电机的位置和速度,形成速度位置双闭环控制,带动手指的屈曲和伸展;
所述电控单元(3)由STM32主控制单元和传感器单元组成,所述传感器单元安装在康复手套(1)上,包括RFP弯曲传感器和RFP力传感器,所述RFP弯曲传感器实时采集手指弯曲角度,获得手指运动位置信息,通过位置控制器转换为电机驱动指令,完成手指位置控制,所述RFP力传感器实时采集手指抓握力信息,通过力控制器转换为电机驱动指令,完成手指抓握力的柔顺控制,所述电控单元(3)将处理好后的传感器数据上传至康复训练软件(6),所述康复训练软件(6)再将数据上传至服务器;
所述康复训练软件(6)发送相应命令给电控单元(3),电控单元(3)将接收到的命令解析成相应的训练参数,选择位置控制器或力控制器将位置或力的大小转变成驱动器控制指令,控制电机驱动单元(7)从而带动鲍登线传动机构(2)将电机产生的牵引力通过康复手套(1)传导到患者手上。
2.根据权利要求1所述的一种柔性驱动的手功能康复机器人控制系统,其特征在于,所述肌电人机接口单元(4)以蓝牙的方式与康复训练软件(6)相连,设有肌电臂环,通过所述肌电臂环采集患者手臂上的表面肌电信号,对表面肌电信号进行放大和调整,输入到STM32处理器进行AD采样,利用数字滤波器对采集到的两路表面肌电信号进行带通滤波,并分别提取四种时域和频域特征值,组成八维特征矩阵,将所述八维特征矩阵导入BP分类模型,获得相应的权值和阈值系数,最后STM32主控制单元对所述权值和阈值进行相应运算,得出对应的动作在线识别结果,并实时输出控制信号,将所述输出控制信号发送至康复训练软件(6),控制康复机器人本体执行相应动作。
3.根据权利要求1所述的一种柔性驱动的手功能康复机器人控制系统,其特征在于,所述控制系统设有三种训练模式,根据患者患肢的偏瘫程度进行设定,分别为被动训练模式、交互训练模式和远程康复训练模式,所述被动训练模式用于带动患者手指做相应的动作;所述交互训练模式分为肌电交互系统和脑电交互系统,利用患者本身的生理信号完成康复训练,从而完成主动训练;所述远程康复训练模式指患者端通过网络与康复师所在的远程服务端进行联系,包括在线模式和离线模式,所述在线模式具体指视频、语音以及文字进行通信,实时反馈患者的训练状况,所述离线模式是指显示保存在服务器中的患者相应的历史数据。
4.根据权利要求3所述的一种柔性驱动的手功能康复机器人控制系统,其特征在于,所述被动训练模式的训练步骤具体如下:
步骤S101:根据患者的手指关节的活动范围设置每个手指的活动范围参数;
步骤S102:获取预设的训练动作模式和训练次数;
步骤S103:显示预设的训练动作模式的训练内容,记录训练数据并上传至服务器。
5.根据权利要求3所述的一种柔性驱动的手功能康复机器人控制系统,其特征在于,所述交互训练模式的训练步骤具体如下:
步骤S201:获取显示屏的触摸点信息,进入相应的肌电训练模式或脑电训练模式;
步骤S202:判断历史训练次数是否为0,若是则进行离线训练,通过人工神经网络训练生理信号,若否则转至步骤S203;
步骤S203:判断训练模式的类型,若为肌电训练模式,通过肌电臂环带动患肢进行手势训练,若为脑电训练模式,通过脑电头戴设备输出训练动画,使患者产生运动想象信号,并通过相应算法提取手势运动想象信号对应的脑电活动意图,实现手指的康复训练;
步骤S204:记录训练数据并上传至服务器。
6.根据权利要求3所述的一种柔性驱动的手功能康复机器人控制系统,其特征在于,所述远程康复训练模式的训练步骤具体如下:
步骤S301:患者端通过网络与康复师所在的远程服务端建立数据通信;
步骤S302:获取模式信息并进行判断,若为在线模式则通过视频、语音以及文字进行通信,若为离线模式则显示被动训练模式和交互训练模式上传至服务器的训练数据,生成训练方案,所述训练方案包括训练模式,次数和中间停留时间,并上传至服务器;
步骤S303:患者端显示上传至服务器的训练方案。
7.一种基于柔性驱动的手功能康复机器人控制系统的控制方法,其特征在于,具体包括以下步骤:
步骤S1:对所述手功能康复机器人本体进行运动学分析,采用系统辨识算法建立相应的手指运动数学模型;
步骤S2:采用基于滑模控制的手指位置控制算法,对机器人本体的手指运动数学模型中的运动位置进行控制;
步骤S3:采用基于位置闭环的阻抗控制算法,以目标阻抗代替机器人本体的手指运动数学模型,对手指的抓握力进行柔顺控制。
8.根据权利要求7所述的一种基于柔性驱动的手功能康复机器人控制系统的控制方法,其特征在于,所述手指运动学模型建立步骤S1具体包括以下步骤:
步骤S11:康复训练软件(6)发送指令,控制手功能康复机器人做屈曲伸展运动,利用三维运动捕捉系统记录手功能康复机器人运动轨迹,得到每个手指、掌指关节和指尖的坐标,同步获取电机轴转过的角度;
步骤S12:根据所述坐标计算得到各个时刻的手指弯曲角度,,根据鲍登线伸长量和电机轴转过的角度的正比例关系计算得到对应时刻的鲍登线伸长量;
步骤S13:根据所述手指弯曲角度数据和鲍登线伸长量数据,以鲍登线伸长量数据为输入数据,手指弯曲角度数据为输出数据,采用系统辨识算法建立手功能康复机器人的鲍登线伸长量与手指角度之间关系的手指运动数学模型。
9.根据权利要求7所述的一种基于柔性驱动的手功能康复机器人控制系统的控制方法,其特征在于,所述步骤S2中基于滑模控制的手指位置控制算法设有滑模控制器,具体执行步骤如下:
步骤S21:电控单元(3)根据AD采集到手指的实际位置和期望位置,计算得到实际位置和期望位置的位置误差;
步骤S22:根据所述位置误差及其导数求得滑模控制器的切换函数,根据所述切换函数计算得到每个手指上鲍登线的伸长量;
步骤S23:通过在线自适应方法调整所述滑模控制器中滑模控制项的增益参数,通过控制所述鲍登线的伸长量,对所述手功能康复机器人的手指的运动位置进行控制。
10.根据权利要求7所述的一种柔性驱动的手功能康复机器人控制系统,其特征在于,所述步骤S3中基于位置闭环的阻抗控制算法包括内环和外环,所述内环为位置闭环,所述外环为阻抗控制外环,具体执行过程如下:
步骤S31:RFP630弯曲传感器获取患者手指的实际位置信息,RFP603薄膜压力传感器获取手指的实际抓握力;
步骤S32:以目标阻抗代替所述手指运动数学模型,将实际抓握力与期望抓握力的差值输入所述目标阻抗,在位置控制器上增加阻抗控制外环;
步骤S33:计算实际抓握力与期望抓握力的差值得到位置修正量,将所述位置修正量与参考位置叠加作为期望位置,所述位置控制器跟踪所述期望位置,对手指的抓握力进行柔顺控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010630971.XA CN111773027B (zh) | 2020-07-03 | 2020-07-03 | 一种柔性驱动的手功能康复机器人控制系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010630971.XA CN111773027B (zh) | 2020-07-03 | 2020-07-03 | 一种柔性驱动的手功能康复机器人控制系统及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111773027A true CN111773027A (zh) | 2020-10-16 |
CN111773027B CN111773027B (zh) | 2022-06-28 |
Family
ID=72759235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010630971.XA Active CN111773027B (zh) | 2020-07-03 | 2020-07-03 | 一种柔性驱动的手功能康复机器人控制系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111773027B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112515915A (zh) * | 2020-11-30 | 2021-03-19 | 重庆电子工程职业学院 | 可穿戴式手指康复机器人 |
CN112927290A (zh) * | 2021-02-18 | 2021-06-08 | 青岛小鸟看看科技有限公司 | 基于传感器的裸手数据标注方法及系统 |
WO2021184957A1 (zh) * | 2020-03-18 | 2021-09-23 | 山东建筑大学 | 一种上肢康复训练系统及执行运动意图的方法 |
CN113538514A (zh) * | 2021-07-14 | 2021-10-22 | 厦门大学 | 一种踝关节运动跟踪方法、系统和存储介质 |
CN114129392A (zh) * | 2021-12-07 | 2022-03-04 | 山东大学 | 可调控末端指尖力的自适应冗余驱动外骨骼康复机器人 |
CN114138111A (zh) * | 2021-11-11 | 2022-03-04 | 深圳市心流科技有限公司 | 一种肌电智能仿生手的全系统控制交互方法 |
CN114392126A (zh) * | 2022-01-24 | 2022-04-26 | 佳木斯大学 | 一种残疾儿童手部配合训练系统 |
WO2022099807A1 (zh) * | 2020-11-11 | 2022-05-19 | 东南大学 | 一种基于肌电信号和脑电错误电位的机器人自然控制方法 |
CN114681264A (zh) * | 2022-03-25 | 2022-07-01 | 河北格美医疗器械科技有限公司 | 穿戴式手关节牵伸训练方法及终端 |
CN115444712A (zh) * | 2022-09-05 | 2022-12-09 | 中国科学院长春光学精密机械与物理研究所 | 一种多自由度手功能康复装置 |
CN117268605A (zh) * | 2023-11-23 | 2023-12-22 | 常熟理工学院 | 鲍登线传动装置 |
CN117643469A (zh) * | 2024-01-29 | 2024-03-05 | 常熟理工学院 | 一种下肢步态识别装置与方法、下肢外骨骼系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201309645D0 (en) * | 2013-05-30 | 2013-07-17 | Vibrant Medical Ltd | Treatment of peripheral arterial disease and other conditions, and apparatus therefor |
CN105881519A (zh) * | 2016-06-17 | 2016-08-24 | 天津职业技术师范大学 | 一种基于柔索驱动手部运动功能康复机器人 |
CN107224669A (zh) * | 2017-05-24 | 2017-10-03 | 上海理工大学 | 自适应穿戴式柔顺外骨骼康复机械手的控制系统 |
CN108743215A (zh) * | 2018-04-11 | 2018-11-06 | 刘春龙 | 一种基于柔性康复手套的康复训练系统 |
CN108983601A (zh) * | 2018-06-19 | 2018-12-11 | 江苏大学 | 一种提高采摘机器人柔顺抓取性能的参数自整定阻抗控制系统构造方法 |
WO2019023037A1 (en) * | 2017-07-27 | 2019-01-31 | Blind InSites, LLC | DEVICES, SYSTEMS, AND METHODS FOR NAVIGATION GUIDANCE AND NAVIGATION SPACE USAGE THROUGH WIRELESS COMMUNICATION |
CN208584552U (zh) * | 2018-01-15 | 2019-03-08 | 王楚天 | 一种柔性抓取装置和机器人 |
CN109907940A (zh) * | 2019-03-29 | 2019-06-21 | 东莞广州中医药大学中医药数理工程研究院 | 一种基于手腕关节和康复手套的上肢康复系统及方法 |
US20190336381A1 (en) * | 2018-05-05 | 2019-11-07 | Eleni KOLTZI | System and Method for Stroke Rehabilitation Using Position Feedback Based Exoskeleton Control Introduction |
CN111249112A (zh) * | 2020-02-28 | 2020-06-09 | 上海势登坡智能科技有限公司 | 一种手功能障碍康复系统 |
-
2020
- 2020-07-03 CN CN202010630971.XA patent/CN111773027B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201309645D0 (en) * | 2013-05-30 | 2013-07-17 | Vibrant Medical Ltd | Treatment of peripheral arterial disease and other conditions, and apparatus therefor |
CN105881519A (zh) * | 2016-06-17 | 2016-08-24 | 天津职业技术师范大学 | 一种基于柔索驱动手部运动功能康复机器人 |
CN107224669A (zh) * | 2017-05-24 | 2017-10-03 | 上海理工大学 | 自适应穿戴式柔顺外骨骼康复机械手的控制系统 |
WO2019023037A1 (en) * | 2017-07-27 | 2019-01-31 | Blind InSites, LLC | DEVICES, SYSTEMS, AND METHODS FOR NAVIGATION GUIDANCE AND NAVIGATION SPACE USAGE THROUGH WIRELESS COMMUNICATION |
CN208584552U (zh) * | 2018-01-15 | 2019-03-08 | 王楚天 | 一种柔性抓取装置和机器人 |
CN108743215A (zh) * | 2018-04-11 | 2018-11-06 | 刘春龙 | 一种基于柔性康复手套的康复训练系统 |
US20190336381A1 (en) * | 2018-05-05 | 2019-11-07 | Eleni KOLTZI | System and Method for Stroke Rehabilitation Using Position Feedback Based Exoskeleton Control Introduction |
CN108983601A (zh) * | 2018-06-19 | 2018-12-11 | 江苏大学 | 一种提高采摘机器人柔顺抓取性能的参数自整定阻抗控制系统构造方法 |
CN109907940A (zh) * | 2019-03-29 | 2019-06-21 | 东莞广州中医药大学中医药数理工程研究院 | 一种基于手腕关节和康复手套的上肢康复系统及方法 |
CN111249112A (zh) * | 2020-02-28 | 2020-06-09 | 上海势登坡智能科技有限公司 | 一种手功能障碍康复系统 |
Non-Patent Citations (4)
Title |
---|
何雷: "手功能康复训练机器人的设计与实现", 《中国硕士学位论文全文数据库 信息科技辑》 * |
刘更谦等: "一种新型手部康复机器人的设计与分析", 《机械设计与制造》 * |
宋遒志: "多关节外骨骼助力机器人发展现状及关键技术分析", 《兵工学报》 * |
沈显庆: "改进趋近律的机器人阻抗滑模控制", 《黑龙江科技大学学报》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021184957A1 (zh) * | 2020-03-18 | 2021-09-23 | 山东建筑大学 | 一种上肢康复训练系统及执行运动意图的方法 |
WO2022099807A1 (zh) * | 2020-11-11 | 2022-05-19 | 东南大学 | 一种基于肌电信号和脑电错误电位的机器人自然控制方法 |
CN112515915A (zh) * | 2020-11-30 | 2021-03-19 | 重庆电子工程职业学院 | 可穿戴式手指康复机器人 |
CN112515915B (zh) * | 2020-11-30 | 2023-01-17 | 重庆电子工程职业学院 | 可穿戴式手指康复机器人 |
CN112927290A (zh) * | 2021-02-18 | 2021-06-08 | 青岛小鸟看看科技有限公司 | 基于传感器的裸手数据标注方法及系统 |
CN113538514A (zh) * | 2021-07-14 | 2021-10-22 | 厦门大学 | 一种踝关节运动跟踪方法、系统和存储介质 |
CN113538514B (zh) * | 2021-07-14 | 2023-08-08 | 厦门大学 | 一种踝关节运动跟踪方法、系统和存储介质 |
CN114138111B (zh) * | 2021-11-11 | 2022-09-23 | 深圳市心流科技有限公司 | 一种肌电智能仿生手的全系统控制交互方法 |
CN114138111A (zh) * | 2021-11-11 | 2022-03-04 | 深圳市心流科技有限公司 | 一种肌电智能仿生手的全系统控制交互方法 |
CN114129392A (zh) * | 2021-12-07 | 2022-03-04 | 山东大学 | 可调控末端指尖力的自适应冗余驱动外骨骼康复机器人 |
CN114392126A (zh) * | 2022-01-24 | 2022-04-26 | 佳木斯大学 | 一种残疾儿童手部配合训练系统 |
CN114392126B (zh) * | 2022-01-24 | 2023-09-22 | 佳木斯大学 | 一种残疾儿童手部配合训练系统 |
CN114681264A (zh) * | 2022-03-25 | 2022-07-01 | 河北格美医疗器械科技有限公司 | 穿戴式手关节牵伸训练方法及终端 |
CN115444712A (zh) * | 2022-09-05 | 2022-12-09 | 中国科学院长春光学精密机械与物理研究所 | 一种多自由度手功能康复装置 |
CN117268605A (zh) * | 2023-11-23 | 2023-12-22 | 常熟理工学院 | 鲍登线传动装置 |
CN117268605B (zh) * | 2023-11-23 | 2024-01-30 | 常熟理工学院 | 鲍登线传动装置 |
CN117643469A (zh) * | 2024-01-29 | 2024-03-05 | 常熟理工学院 | 一种下肢步态识别装置与方法、下肢外骨骼系统 |
CN117643469B (zh) * | 2024-01-29 | 2024-04-30 | 常熟理工学院 | 一种下肢步态识别装置与方法、下肢外骨骼系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111773027B (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111773027B (zh) | 一种柔性驱动的手功能康复机器人控制系统及控制方法 | |
CN108187310B (zh) | 基于力觉信息和姿态信息的肢体运动意图理解与上肢康复训练机器人及其控制方法 | |
Vogel et al. | EMG-based teleoperation and manipulation with the DLR LWR-III | |
CN105963100B (zh) | 按患者运动所需辅助的下肢康复机器人自适应控制方法 | |
EP2436358A1 (en) | Recovering system for training user to move hands | |
CN110125909B (zh) | 一种多信息融合人体外骨骼机器人控制保护系统 | |
CN104881118B (zh) | 一种用于捕获人体上肢运动信息的穿戴系统 | |
Wang et al. | Development of human-machine interface for teleoperation of a mobile manipulator | |
Dwivedi et al. | A shared control framework for robotic telemanipulation combining electromyography based motion estimation and compliance control | |
Lauretti et al. | Comparative performance analysis of M-IMU/EMG and voice user interfaces for assistive robots | |
JP2558599B2 (ja) | ロボット制御装置 | |
Li et al. | Active human-following control of an exoskeleton robot with body weight support | |
Sattar et al. | Real-time EMG signal processing with implementation of PID control for upper-limb prosthesis | |
CN111531537A (zh) | 基于多传感器的机械臂控制方法 | |
Mazumder et al. | Holonomic wheelchair control using EMG signal and joystick interface | |
CN111803330A (zh) | 一种上肢肘关节康复装置 | |
Kiguchi et al. | Perception-assist with an active stereo camera for an upper-limb power-assist exoskeleton | |
Ma et al. | Sensing and force-feedback exoskeleton robotic (SAFER) glove mechanism for hand rehabilitation | |
CN110103226B (zh) | 一种辅助机器人控制方法及系统 | |
CN212421309U (zh) | 一种足式机器人的远程操控装置 | |
CN114055461A (zh) | 基于肌电接口的机器人力位同步遥操作控制方法及装置 | |
CN113370172A (zh) | 基于多传感器和力反馈的辅助机械手系统及其使用方法 | |
Sharma et al. | Design and implementation of robotic hand control using gesture recognition | |
Lee et al. | Wearable master device using optical fiber curvature sensors for the disabled | |
CN111687847A (zh) | 一种足式机器人的远程操控装置和操控交互方式 |
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 |