CN112220650B - 一种外骨骼机器人对侧训练用在线步态生成控制系统 - Google Patents
一种外骨骼机器人对侧训练用在线步态生成控制系统 Download PDFInfo
- Publication number
- CN112220650B CN112220650B CN202011426328.1A CN202011426328A CN112220650B CN 112220650 B CN112220650 B CN 112220650B CN 202011426328 A CN202011426328 A CN 202011426328A CN 112220650 B CN112220650 B CN 112220650B
- Authority
- CN
- China
- Prior art keywords
- healthy
- affected
- full
- gait
- healthy side
- 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
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
- A61H3/00—Appliances for aiding patients or disabled persons to walk about
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1071—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring angles, e.g. using goniometers
-
- 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
- A61H2205/10—Leg
Abstract
本发明公开了一种外骨骼机器人对侧训练用在线步态生成控制系统,包括健侧预运动数据采集模块、传感器信号采集与处理模块、健侧患侧数据转换模块和患侧步态修正模块;通过健侧预运动数据采集模块采集的数据建立步态相位标本集,通过传感器信号采集与处理模块采集健侧运动数据,健侧患侧数据转换模块结合健侧运动数据和步态相位标本集预测患侧运动数据,通过患侧步态修正模块对预测结果修正,最终得到患侧的髋关节直流伺服电机和患侧膝关节直流伺服电机的输出位置和插值时间。本发明在患侧外骨骼系统对患侧仿健侧行走的数据进行预生成处理,并根据重心变化在线修正,能满足脑卒中患者下肢康复训练运动的自然性和平衡性需求,使人体行走更稳定舒适。
Description
技术领域
本发明涉及一种外骨骼机器人对侧训练用在线步态生成控制系统,属于机器人技术。
背景技术
助力外骨骼机器人是一种穿戴方式的下肢步行仿生机械腿,它以人为中心,通过传感器采集人体运动的趋势,在助力方面给予与人相同步态方向的关节助力,在助行方面带动人体产生相应运动,以刺激对应的骨骼肌群;传统的外骨骼机器人在满足脑卒中病人的康复理疗上以及协调人体运动动作上存在缺陷。中国专利申请CN201310688125.3提供了一种拟人化下肢助力外骨骼机器人,其能够用于下肢助力行走,对传统的外骨骼机器人进行了一定的改善,但是该方案但并没有对对侧运动和患健侧协调处理进行相关设计,目前行业内也没可以提供参考的方案,因此不利于具体实施。
发明内容
发明目的:针对现有外骨骼机器人在脑卒中病人康复训练中,无法有效发挥健侧的主观行动力,无法协调健侧和患侧的步态动作,本发明提供一种外骨骼机器人对侧训练用在线步态生成控制系统,能在满足外骨骼机器人带动患者患腿行动的情况下,将健侧的步态生理特性映射到患侧腿,并根据行走时的重心变化对执行轨迹进行在线步态修正,达到健侧带动患侧同步运动的对侧控制功能的协调性和灵活性的目的。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种外骨骼机器人对侧训练用在线步态生成控制系统,该外骨骼机器人包括健侧运动机构和患侧运动机构,该在线步态生成控制系统包括健侧预运动数据采集模块、传感器信号采集与处理模块、健侧患侧数据转换模块和患侧步态修正模块;
在健侧运动机构的髋关节和膝关节位置分别设置健侧髋关节直流伺服电机和健侧膝关节直流伺服电机,记健侧髋关节直流伺服电机编码器值为CH_J,记健侧膝关节直流伺服电机编码器值为CH_K,通过健侧脚部压力传感器检测健侧脚部总压力FH;
在患侧运动机构的髋关节和膝关节位置分别设置患侧髋关节直流伺服电机和患侧膝关节直流伺服电机,记患侧髋关节直流伺服电机编码器值为CS_J,记患侧膝关节直流伺服电机编码器值为CS_K,通过患侧脚部压力传感器检测患侧脚部总压力FS;
所述健侧预运动数据采集模块包括健侧大腿惯性传感器和健侧小腿惯性传感器,健侧大腿惯性传感器用于检测健侧大腿角速度ωH_thigh和健侧大腿俯仰角度θH_thigh,健侧小腿惯性传感器用于检测健侧小腿角速度ωH_shank和健侧小腿俯仰角度θH_shank;
根据{ωH_thigh,θH_thigh,ωH_shank,θH_shank}计算健侧髋关节变化角度ΦH_J和健侧膝关节变化角度ΦH_K;将健侧和患侧各踏出一步称为一个全步态周期T,将T等间隔划分为Q份,对间隔点t对应的{ΦH_J,ΦH_K}进行归一化形成t时刻的步态相位标本t=0,1,2,…,(Q-1),所有间隔点t对应的步态相位标本构成步态相位标本集;
根据和逻辑关系判断健侧为支撑相位还是摆动相位,判断是否满足患侧起步条件;所述步态相位包括摆动相位和支撑相位;患侧踏出一步处于0~50%全步态周期,健侧踏出一步处于50~100%全步态周期:在0~50%全步态周期,健侧为支撑相相位,患侧为摆动相位;在50~100%全步态周期,健侧为摆动相位,患侧为支撑相位;
在满足患侧起步条件时,所述健侧患侧数据转换模块通过窗口移动法对齐和步态相位标本集中的步态相位标本,基于左右腿的对称原则将转换为患侧预执行时序值所述左右腿的对称原则是一条腿为摆动相位时,另一条腿为支撑相位,两条大腿与重力加速度向量的夹角大小相等、方向相反;左右膝关节在全步态周期的25%和75%时间点均呈现偶对称特性,左右髋关节在全步态周期的50%时间点呈现偶对称特性;
具体的,通过健侧脚部压力传感器检测健侧大脚趾压力FH_Btoe、健侧小脚趾压力FH_Ltoe和健侧脚跟压力FH_heel,通过患侧脚部压力传感器检测患侧脚部压力传感器检测患侧大脚趾压力FS_Btoe、患侧小脚趾压力FS_Ltoe和患侧脚跟压力FS_heel,
具体的,对全步态周期进行百分比等间隔划分,即t=0,1,2,…,99,归一化后形成步态相位标本称为百分比步态相位标本,步态相位标本集称为百分比步态相位标本集。
具体的,该发明包括如下步骤:
步骤1、患者穿戴外骨骼机器人前,在患者的大小腿上分别粘贴健侧大腿惯性传感器和健侧小腿惯性传感器,采集{ωH_thigh,θH_thigh,ωH_shank,θH_shank}并计算{ΦH_J,ΦH_K},建立步态相位标本集;
步骤6、结合外骨骼机器人大腿长L1和外骨骼机器人小腿长L2计算实际重心高度HR和标准站立位重心高度HO之间的竖向偏差ΔH,基于ΔH计算空间修正参数α,根据健侧实际采样点数和预采样点数的比值计算时间修正参数β;
所述ωH_thigh和ωH_shank分别为θH_thigh和θH_shank对应的角速度,θH_thigh和θH_shank是相对于健侧俯仰角轴的刚体旋转角度,需要转为重力加速度方向的绝对角表达,健侧大腿俯仰角度实际值=θH_thigh+π/2,健侧小腿俯仰角度实际值=θH_shank+π/2, (取反),所述步骤4中,采用窗口移动的方法对比和步态相位标本集,设定吻合度标准差阈值σmax,的预采样长度为N0,窗口长度为M,计算和窗口内的步态相位标本的方差:若方差小于σmax时,则匹配成功,在时间上对齐全步态周期;否则,将窗口移动一位,重复计算和窗口内的步态相位标本的方差;如此循环,直至方差小于σmax。
①健侧在0~50%全步态周期为支撑相位,患侧在50~100%全步态周期为支撑相相位,0~50%全步态周期健侧髋关节变化角度与50~100%全步态周期患侧髋关节变化角度相对于50%全步态周期反对称(即镜像);
②健侧在0~50%全步态周期为支撑相位,0~25%全步态周期健侧膝关节变化角度与25~50%全步态周期健侧膝关节变化角度相对于25%全步态周期偶对称;
③患侧在50~100%全步态周期为支撑相相位,50~75%全步态周期患侧膝关节变化角度与75~100%全步态周期患侧膝关节变化角度相对于75%全步态周期偶对称。
具体的,所述步骤5中,对全步态周期进行百分比等间隔划分,结合对称原则判断健侧为支撑相位还是摆动相位,以髋关节最大绝对角度为分割,考虑膝关节存在一个或两个以上解的情况,使用髋关节线性公式计算所对应的百分比步态相位标本;例如:0%处髋关节角度为y1,50%处髋关节角度为y2,当前处髋关节角度为y,则有x=(y-y1)×(50%-0%)/(y2-y1)+0%,当前对应的百分比步态相位标本为t=x。
起步分为两种:一种是站立起步,其表征为支撑相位的髋关节和膝关节起始角度从0开始,对于髋关节来说,其在40%-60%区间关于50%界限对称,也就是40%-50%关节绝对角由零度向负方向运动并变大,到50%到达最大负角度值,而50%-60%由最大负角度值向零度运动,到60%达到零度,由髋关节的运动方向可通过分段线性公式可计算出当前髋关节的百分比区间(40%-60%区间存在两种解),结合膝关节在40%-60%区间的单调增序列,可排除其中一个解,获得当前髋、膝关节对应的百分比值;另一种是连续起步,表征为开始运动时,髋膝关节不为零,存在完整的支撑相位和摆动相位过程。使用脚部总压力进行综合判断判断健侧为支撑相位还是摆动相位,可以提高判断的鲁棒性,设脚部总压力最小阈值为Fmin,判定条件为:
若FS_Btoe+FS_Ltoe+FS_heel<Fmin、FS_Btoe+FS_Ltoe<Fmin、FS_heel<Fmin,则判断健侧处于摆动相位的中间过程,即75%时间点全步态周期前后阈值区间;
若FS_Btoe+FS_Ltoe>Fmin、FS_heel<Fmin,则判断健侧处于摆动相位的起始阶段,即50%时间点全步态周期前后阈值区间;
若FS_Btoe+FS_Ltoe<Fmin、FS_heel>Fmin,则判断健侧处于摆动相位的结束阶段,即100%时间点全步态周期前后阈值区间;
当满足健侧处于站立起步或连续起步的相位且脚部压力值也满足对应的摆动起始条件时,可以驱使患侧腿部开始执行对侧运动。
具体的,全步态周期T的间隔点t对应的空间修正参数αt为当前时刻及向前共N个实际采样点的实际重心高度HR和标准站立位重心高度HO之间的均方根误差值,N表示实际采样点,表示第i个实际采样点上采集到的实际重心高度HR;全步态周期T的间隔点t对应的时间修正参数βt为实际采样点N和预采样点N0之间的比值,患侧髋关节直流伺服电机和患侧膝关节直流伺服电机的插值时间=根据计算出的插值时间×βt。
具体的,考虑地面不平,将落地后实际重心高度HR和标准站立位重心高度HO之间的偏差修正为:
将落地后实际重心前移距离SR和标准走位重心前移距离SO之间的偏差修正为:
若ΔS=0,则计算得到ΔH=0;
有益效果:本发明提供的外骨骼机器人对侧训练用在线步态生成控制系统,与现有技术相比具有如下优势:1、本发明通过健侧预运动数据采集模块来将健侧的运动数据进行提炼和排序,得到独一无二的人体行走运动步态数据;2、本发明通过健侧患侧数据转换模块来将健侧的数据反映到患侧行动轨迹上,使患侧和健侧能实现对患者原先正常行走步态的还原;3、本发明通过对侧在线步态修正模块来计算当前健侧行走数据的时间修正系数和空间修正系数,实现对步长步高步速的实时调整,而且通过与原先重心的轨迹数据的比对修正,协调患侧的运动,使人体行走更舒适。
附图说明
图1为本发明提供的外骨骼机器人对侧训练用在线步态生成控制系统结构框架设计图;
图2为本发明提供的外骨骼机器人对侧训练用在线步态生成控制系统算法流程图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
如图1、图2所示为一种外骨骼机器人对侧训练用在线步态生成控制系统,该外骨骼机器人包括健侧运动机构和患侧运动机构,该线步态生成控制系统包括健侧预运动数据采集模块、传感器信号采集与处理模块、健侧患侧数据转换模块和患侧步态修正模块。
在健侧运动机构的髋关节和膝关节位置分别设置健侧髋关节直流伺服电机和健侧膝关节直流伺服电机,记健侧髋关节直流伺服电机编码器值为GH_J,记健侧膝关节直流伺服电机编码器值为GH_K,通过健侧脚部压力传感器检测健侧脚部总压力FH;在患侧运动机构的髋关节和膝关节位置分别设置患侧髋关节直流伺服电机和患侧膝关节直流伺服电机,记患侧髋关节直流伺服电机编码器值为CS_J,记患侧膝关节直流伺服电机编码器值为CS_K,通过患侧脚部压力传感器检测患侧脚部总压力FS。
所述健侧预运动数据采集模块包括健侧大腿惯性传感器和健侧小腿惯性传感器,健侧大腿惯性传感器用于检测健侧大腿角速度ωH_thigh和健侧大腿俯仰角度θH_thigh,健侧小腿惯性传感器用于检测健侧小腿角速度ωH_shank和健侧小腿俯仰角度θH_shank;根据{ωH_thigh,θH_thigh,ωH_shank,θH_shank}计算健侧髋关节变化角度ΦH_J和健侧膝关节变化角度ΦH_K;将健侧和患侧各踏出一步称为一个全步态周期T,将T等间隔划分为Q份,对间隔点t对应的{ΦH_J,ΦH_K}进行归一化形成t时刻的步态相位标本t=0,1,2,…,(Q-1),所有间隔点t对应的步态相位标本构成步态相位标本集。
所述传感器信号采集与处理模块采集健侧实际值和患侧实际值根据脉冲与角度的换算关系,由计算健侧实际值根据和逻辑关系判断健侧为支撑相位还是摆动相位;所述步态相位包括摆动相位和支撑相位;患侧踏出一步处于0~50%全步态周期,健侧踏出一步处于50~100%全步态周期:在0~50%全步态周期,健侧为支撑相相位,患侧为摆动相位;在50~100%全步态周期,健侧为摆动相位,患侧为支撑相位。
所述健侧患侧数据转换模块基于左右腿的对称原则将转换为患侧预执行时序值所述左右腿的对称原则是一条腿为摆动相位时,另一条腿为支撑相位,两条大腿与重力加速度向量的夹角大小相等、方向相反;左右膝关节在全步态周期的25%和75%时间点均呈现偶对称特性,左右髋关节在全步态周期的50%时间点呈现偶对称特性。
所述患侧步态修正模块计算空间修正参数α,根据健侧实际采样点数和预采样点数的比值计算时间修正参数β,并使用α和β对进行修正得到患侧目标时序值根据计算患侧髋关节直流伺服电机和患侧膝关节直流伺服电机的输出位置和插值时间;重心为盆骨中心点。
使用时,患者先仅佩戴健侧大腿惯性传感器和健侧小腿惯性传感器进行运动,对健侧预运动数据采集模块采集到的数据进行处理以得到步态相位标本集;获得步态相位标本集后,摘取健侧大腿惯性传感器和健侧小腿惯性传感器,穿着外骨骼机器人,通过传感器信号采集与处理模块采集健侧实际值,健侧患侧数据转换模块根据健侧实际值和步态相位标本集给出患侧预执行时序,患侧步态修正模块对患侧预执行时序进行修正,最终得到患侧目标时序。具体包括如下步骤:
步骤一:患者穿戴外骨骼机器人前,在患者的大小腿上分别粘贴健侧大腿惯性传感器和健侧小腿惯性传感器,采集{ωH_thigh,θH_thigh,ωH_shank,θH_shank}并计算{ΦH_J,ΦH_K},建立步态相位标本集。
本例中使用百分比步态相位标本集,即对全步态周期进行百分比等间隔划分,即t=0,1,2,…,99,归一化后形成步态相位标本称为百分比步态相位标本,步态相位标本集称为百分比步态相位标本集。
步骤二:取下健侧大腿惯性传感器和健侧小腿惯性传感器,患者穿戴外骨骼机器人,在患者的两脚底分别粘贴健侧脚部压力传感器和患侧脚部压力传感器,采集和通过健侧脚部压力传感器检测健侧大脚趾压力FH_Btoe、健侧小脚趾压力FH_Ltoe和健侧脚跟压力FH_heel,通过患侧脚部压力传感器检测患侧脚部压力传感器检测患侧大脚趾压力FS_Btoe、患侧小脚趾压力FS_Ltoe和患侧脚跟压力FS_heel,
①若FS_Btoe+FS_Ltoe+FS_heel<Fmin、FS_Btoe+FS_Ltoe<Fmin、FS_heel<Fmin,则判断健侧处于摆动相位的中间过程,即75%时间点全步态周期前后阈值区间;
②若FS_Btoe+FS_Ltoe>Fmin、FS_heel<Fmin,则判断健侧处于摆动相位的起始阶段,即50%时间点全步态周期前后阈值区间;
③若FD_Btoe+FS_Ltoe<Fmin、FS_heel>Fmin,则判断健侧处于摆动相位的结束阶段,即100%时间点全步态周期前后阈值区间。
(42)采用窗口移动的方法对比和步态相位标本集,具体为:设定吻合度标准差阈值σmax,的预采样点数为N0,窗口长度为M,计算和窗口内的步态相位标本的方差:若方差小于σmax时,则匹配成功,在时间上对齐全步态周期;否则,将窗口移动一位,重复计算和窗口内的步态相位标本的方差;如此循环,直至方差小于σmax。
①健侧在0~50%全步态周期为支撑相位,患侧在50~100%全步态周期为支撑相相位,0~50%全步态周期健侧髋关节变化角度与50~100%全步态周期患侧髋关节变化角度相对于50%全步态周期反对称;
②健侧在0~50%全步态周期为支撑相位,0~25%全步态周期健侧膝关节变化角度与25~50%全步态周期健侧膝关节变化角度相对于25%全步态周期偶对称;
③患侧在50~100%全步态周期为支撑相相位,50~75%全步态周期患侧膝关节变化角度与75~100%全步态周期患侧膝关节变化角度相对于75%全步态周期偶对称。
(61)不考虑地面不平情况,全步态周期T的间隔点t对应的空间修正参数αt为当前时刻及向前共N个实际采样点的实际重心高度HR和标准站立位重心高度HO之间的均方根误差值,N表示实际采样点,表示第i个实际采样点上采集到的实际重心高度HR;全步态周期T的间隔点t对应的时间修正参数βt为实际采样点N和预采样点N0之间的比值,患侧髋关节直流伺服电机和患侧膝关节直流伺服电机的插值时间=根据计算出的插值时间×βt。
(62)考虑地面不平情况,将落地后实际重心高度HR和标准站立位重心高度HO之间的偏差修正为:
将落地后实际重心前移距离SR和标准走位重心前移距离SO之间的偏差修正为:
若ΔS=0,则计算得到ΔH=0;
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (8)
1.一种外骨骼机器人对侧训练用在线步态生成控制系统,其特征在于:该外骨骼机器人包括健侧运动机构和患侧运动机构,该在线步态生成控制系统包括健侧预运动数据采集模块、传感器信号采集与处理模块、健侧患侧数据转换模块和患侧步态修正模块;
在健侧运动机构的髋关节和膝关节位置分别设置健侧髋关节直流伺服电机和健侧膝关节直流伺服电机,记健侧髋关节直流伺服电机编码器值为CH_J,记健侧膝关节直流伺服电机编码器值为CH_K,通过健侧脚部压力传感器检测健侧脚部总压力FH;
在患侧运动机构的髋关节和膝关节位置分别设置患侧髋关节直流伺服电机和患侧膝关节直流伺服电机,记患侧髋关节直流伺服电机编码器值为CS_J,记患侧膝关节直流伺服电机编码器值为CS_K,通过患侧脚部压力传感器检测患侧脚部总压力FS;
所述健侧预运动数据采集模块包括健侧大腿惯性传感器和健侧小腿惯性传感器,健侧大腿惯性传感器用于检测健侧大腿角速度ωH_thigh和健侧大腿俯仰角度θH_thigh,健侧小腿惯性传感器用于检测健侧小腿角速度ωH_shank和健侧小腿俯仰角度θH_shank;
根据{ωH_thigh,θH_thigh,ωH_shank,θH_shank}计算健侧髋关节变化角度ΦH_J和健侧膝关节变化角度ΦH_K;将健侧和患侧各踏出一步称为一个全步态周期T,将T等间隔划分为Q份,对间隔点t对应的{ΦH_J,ΦH_K}进行归一化形成t时刻的步态相位标本t=0,1,2,…,(Q-1),所有间隔点t对应的步态相位标本构成步态相位标本集;所述步态相位包括摆动相位和支撑相位;患侧踏出一步处于0~50%全步态周期,健侧踏出一步处于50~100%全步态周期:在0~50%全步态周期,健侧为支撑相位,患侧为摆动相位;在50~100%全步态周期,健侧为摆动相位,患侧为支撑相位;
根据和逻辑关系判断健侧为支撑相位还是摆动相位,判断是否满足患侧起步条件,若满足,对比和步态相位标本集,使得与全步态周期T的间隔点t时间对齐;采用窗口移动的方法对比和步态相位标本集,设定吻合度标准差阈值σmax,的预采样点数为N0,窗口长度为M,计算和窗口内的步态相位标本的方差:若方差小于σmax时,则匹配成功,在时间上对齐全步态周期;否则,将窗口移动一位,重复计算和窗口内的步态相位标本的方差;如此循环,直至方差小于σmax;
所述健侧患侧数据转换模块基于左右腿的对称原则将转换为患侧预执行时序值 为患侧髋关节变化角度预执行时序值,为患侧膝关节变化角度预执行时序值;所述左右腿的对称原则是一条腿为摆动相位时,另一条腿为支撑相位,两条大腿与重力加速度向量的夹角大小相等、方向相反;左右膝关节在全步态周期的25%和75%时间点均呈现偶对称特性,左右髋关节在全步态周期的50%时间点呈现偶对称特性;
所述患侧步态修正模块计算空间修正参数α,根据实际采样点数和预采样点数之间的比值计算时间修正参数β,并使用α和β对进行修正得到患侧目标时序值 为患侧髋关节变化角度目标时序值,为患侧膝关节变化角度目标时序值,根据计算患侧髋关节直流伺服电机和患侧膝关节直流伺服电机的输出位置和插值时间;
3.据权利要求1所述的外骨骼机器人对侧训练用在线步态生成控制系统,其特征在于:对全步态周期进行百分比等间隔划分,即t=0,1,2,…,99,归一化后形成步态相位标本称为百分比步态相位标本,步态相位标本集称为百分比步态相位标本集。
4.据权利要求2所述的外骨骼机器人对侧训练用在线步态生成控制系统,其特征在于:包括如下步骤:
步骤1、患者穿戴外骨骼机器人前,在患者的大小腿上分别粘贴健侧大腿惯性传感器和健侧小腿惯性传感器,采集{ωH_thigh,θH_thigh,ωH_shank,θH_shank}并计算{ΦH_J,ΦH_K},建立步态相位标本集;
步骤6、结合外骨骼机器人大腿长L1和外骨骼机器人小腿长L2计算实际重心高度HR和标准站立位重心高度HO之间的竖向偏差ΔH,基于ΔH计算空间修正参数α,根据健侧实际采样点数和预采样点数的比值计算时间修正参数β;
①健侧在0~50%全步态周期为支撑相位,患侧在50~100%全步态周期为支撑相位,0~50%全步态周期健侧髋关节变化角度与50~100%全步态周期患侧髋关节变化角度相对于50%全步态周期反对称;
②健侧在0~50%全步态周期为支撑相位,0~25%全步态周期健侧膝关节变化角度与25~50%全步态周期健侧膝关节变化角度相对于25%全步态周期偶对称;
③患侧在50~100%全步态周期为支撑相位,50~75%全步态周期患侧膝关节变化角度与75~100%全步态周期患侧膝关节变化角度相对于75%全步态周期偶对称。
7.据权利要求4所述的外骨骼机器人对侧训练用在线步态生成控制系统,其特征在于:使用脚部总压力进行综合判断判断健侧为支撑相位还是摆动相位,设脚部总压力最小阈值为Fmin,判定条件为:
若FS_Btoe+FS_Ltoe+FS_heel<Fmin、FS_Btoe+FS_Ltoe<Fmin、FS_heel<Fmin,则判断健侧处于摆动相位的中间过程,即75%时间点全步态周期前后阈值区间;
若FS_Btoe+FS_Ltoe>Fmin、FS_heel<Fmin,则判断健侧处于摆动相位的起始阶段,即50%时间点全步态周期前后阈值区间;
若FS_Btoe+FS_Ltoe<Fmin、FS_heel>Fmin,则判断健侧处于摆动相位的结束阶段,即100%时间点全步态周期前后阈值区间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011426328.1A CN112220650B (zh) | 2020-12-09 | 2020-12-09 | 一种外骨骼机器人对侧训练用在线步态生成控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011426328.1A CN112220650B (zh) | 2020-12-09 | 2020-12-09 | 一种外骨骼机器人对侧训练用在线步态生成控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112220650A CN112220650A (zh) | 2021-01-15 |
CN112220650B true CN112220650B (zh) | 2021-04-16 |
Family
ID=74123554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011426328.1A Active CN112220650B (zh) | 2020-12-09 | 2020-12-09 | 一种外骨骼机器人对侧训练用在线步态生成控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112220650B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112859868B (zh) * | 2021-01-19 | 2022-07-15 | 武汉大学 | 基于kmp的下肢外骨骼康复机器人及运动轨迹规划算法 |
CN113244090B (zh) * | 2021-07-16 | 2021-09-14 | 中国科学院自动化研究所 | 髋关节下肢外骨骼控制方法、装置、电子设备和存储介质 |
CN113855472B (zh) * | 2021-08-25 | 2023-11-28 | 上海傅利叶智能科技有限公司 | 用于控制外骨骼机器人的方法、装置和外骨骼机器人 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005205001A (ja) * | 2004-01-23 | 2005-08-04 | Yaskawa Electric Corp | 脚振り出し補助機構、これを備えた移動補助器、およびサドル付き移動補助器 |
JP2009207840A (ja) * | 2008-03-06 | 2009-09-17 | Toyota Motor Corp | 歩行動作補助装置 |
CN102202613A (zh) * | 2008-09-04 | 2011-09-28 | Iwalk股份有限公司 | 混合型地形自适应下肢系统 |
CN103212156A (zh) * | 2013-04-03 | 2013-07-24 | 重庆绿色智能技术研究院 | 基于本体镜像原理的偏瘫患者自主康复仪 |
US20130245512A1 (en) * | 2008-10-13 | 2013-09-19 | Argo Medical Technologies Ltd. | Locomotion assisting device and method |
CN103505342A (zh) * | 2013-10-16 | 2014-01-15 | 河北工业大学 | 一种外骨骼式步态康复训练装置 |
CN103536424A (zh) * | 2013-10-26 | 2014-01-29 | 河北工业大学 | 一种步态康复训练机器人的控制方法 |
CN104224411A (zh) * | 2013-06-24 | 2014-12-24 | 苏州大学 | 一种实时给出患肢侧膝关节参考运动的实现方法 |
CN108888473A (zh) * | 2018-05-22 | 2018-11-27 | 哈尔滨工业大学 | 基于穿戴式助行外骨骼的下肢关节运动复现方法 |
CN108939436A (zh) * | 2018-08-01 | 2018-12-07 | 龚映清 | 一种健侧患侧协同的主动下肢训练系统及其操作方法 |
CN109333534A (zh) * | 2018-10-23 | 2019-02-15 | 广东工业大学 | 预规划的实时步态控制算法 |
CN109589496A (zh) * | 2019-01-18 | 2019-04-09 | 刘坤 | 一种人体运动全过程穿戴式仿生康复系统 |
CN109789543A (zh) * | 2016-07-22 | 2019-05-21 | 哈佛大学校长及研究员协会 | 用于可穿戴系统的控制优化 |
CN110021398A (zh) * | 2017-08-23 | 2019-07-16 | 陆晓 | 一种步态分析、训练方法及系统 |
CN110200786A (zh) * | 2019-07-12 | 2019-09-06 | 山东海天智能工程有限公司 | 一种下肢康复训练机器人及方法 |
CN110522457A (zh) * | 2019-09-30 | 2019-12-03 | 南京伟思医疗科技股份有限公司 | 一种基于电机电流、传感器反馈的实时步态分析方法 |
CN111246830A (zh) * | 2017-10-23 | 2020-06-05 | 新确有限公司 | 步行动作辅助装置 |
CN111249118A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 下肢外骨骼康复装置 |
CN111557828A (zh) * | 2020-04-29 | 2020-08-21 | 天津科技大学 | 基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法 |
CN111686417A (zh) * | 2019-03-15 | 2020-09-22 | 丰田自动车株式会社 | 平衡训练装置及计算机可读介质 |
CN111759672A (zh) * | 2020-07-30 | 2020-10-13 | 中国科学院合肥物质科学研究院 | 一种基于下肢康复机器人的下肢康复镜像训练方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100854511B1 (ko) * | 2006-09-14 | 2008-08-26 | 주식회사 피앤에스미캐닉스 | 보행훈련제어시스템 |
JP6781452B2 (ja) * | 2015-09-02 | 2020-11-04 | 国立大学法人信州大学 | ロボティックウエアを用いた片麻痺者の歩行アシスト方法、歩行アシスト用コンピュータプログラム、およびロボティックウエア |
JP6900859B2 (ja) * | 2017-09-21 | 2021-07-07 | トヨタ自動車株式会社 | 歩行訓練用下肢装具 |
-
2020
- 2020-12-09 CN CN202011426328.1A patent/CN112220650B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005205001A (ja) * | 2004-01-23 | 2005-08-04 | Yaskawa Electric Corp | 脚振り出し補助機構、これを備えた移動補助器、およびサドル付き移動補助器 |
JP2009207840A (ja) * | 2008-03-06 | 2009-09-17 | Toyota Motor Corp | 歩行動作補助装置 |
CN102202613A (zh) * | 2008-09-04 | 2011-09-28 | Iwalk股份有限公司 | 混合型地形自适应下肢系统 |
US20130245512A1 (en) * | 2008-10-13 | 2013-09-19 | Argo Medical Technologies Ltd. | Locomotion assisting device and method |
CN103212156A (zh) * | 2013-04-03 | 2013-07-24 | 重庆绿色智能技术研究院 | 基于本体镜像原理的偏瘫患者自主康复仪 |
CN104224411A (zh) * | 2013-06-24 | 2014-12-24 | 苏州大学 | 一种实时给出患肢侧膝关节参考运动的实现方法 |
CN103505342A (zh) * | 2013-10-16 | 2014-01-15 | 河北工业大学 | 一种外骨骼式步态康复训练装置 |
CN103536424A (zh) * | 2013-10-26 | 2014-01-29 | 河北工业大学 | 一种步态康复训练机器人的控制方法 |
CN109789543A (zh) * | 2016-07-22 | 2019-05-21 | 哈佛大学校长及研究员协会 | 用于可穿戴系统的控制优化 |
CN110021398A (zh) * | 2017-08-23 | 2019-07-16 | 陆晓 | 一种步态分析、训练方法及系统 |
CN111246830A (zh) * | 2017-10-23 | 2020-06-05 | 新确有限公司 | 步行动作辅助装置 |
CN108888473A (zh) * | 2018-05-22 | 2018-11-27 | 哈尔滨工业大学 | 基于穿戴式助行外骨骼的下肢关节运动复现方法 |
CN108939436A (zh) * | 2018-08-01 | 2018-12-07 | 龚映清 | 一种健侧患侧协同的主动下肢训练系统及其操作方法 |
CN109333534A (zh) * | 2018-10-23 | 2019-02-15 | 广东工业大学 | 预规划的实时步态控制算法 |
CN109589496A (zh) * | 2019-01-18 | 2019-04-09 | 刘坤 | 一种人体运动全过程穿戴式仿生康复系统 |
CN111686417A (zh) * | 2019-03-15 | 2020-09-22 | 丰田自动车株式会社 | 平衡训练装置及计算机可读介质 |
CN110200786A (zh) * | 2019-07-12 | 2019-09-06 | 山东海天智能工程有限公司 | 一种下肢康复训练机器人及方法 |
CN110522457A (zh) * | 2019-09-30 | 2019-12-03 | 南京伟思医疗科技股份有限公司 | 一种基于电机电流、传感器反馈的实时步态分析方法 |
CN111249118A (zh) * | 2020-01-20 | 2020-06-09 | 深圳市丞辉威世智能科技有限公司 | 下肢外骨骼康复装置 |
CN111557828A (zh) * | 2020-04-29 | 2020-08-21 | 天津科技大学 | 基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法 |
CN111759672A (zh) * | 2020-07-30 | 2020-10-13 | 中国科学院合肥物质科学研究院 | 一种基于下肢康复机器人的下肢康复镜像训练方法 |
Non-Patent Citations (5)
Title |
---|
Adaptive control method for a walking support machine considering center-of-gravity shifts and load changes;Wang, Y.N.; Wang, S.Y.; Tan, R.P.; Jiang, Y.L.; Ishida, K.; Fuj;《 2012 International Conference on Advanced Mechatronic Systems (ICAMechS) 》;20121231;684-9 * |
Online adaptation for humanoids walking on uncertain surfaces;Khadiv Majid, Moosavian S. Ali A.,Yousefi-Koma Aghil,Maleki Hes;《PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS PART I-JOURNAL OF SYSTEMS AND CONTROL ENGINEERING》;20171231;245-258 * |
Online Adaptive and LSTM-based Trajectory Generation of Lower Limb Exoskeletons for Stroke Rehabilitation;Liang Feng-Yan,Zhong Chun-Hao,Zhao Xuan,Lo Castro Davide,Chen Bi;《2018 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND BIOMIMETICS (ROBIO)》;20181231;27-32 * |
Online Gait Generation for an Exoskeleton Used in Lower Limb Rehabilitation;Wang Haoping,Yin Yue;《STUDIES IN INFORMATICS AND CONTROL》;20201029;205-217 * |
外骨骼式下肢康复训练机器人结构与在线步态规划方法研究;史超;《中国优秀硕士学位论文全文数据库(电子期刊)》;20160731;I140-197 * |
Also Published As
Publication number | Publication date |
---|---|
CN112220650A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112220650B (zh) | 一种外骨骼机器人对侧训练用在线步态生成控制系统 | |
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 | |
Holgate et al. | A novel control algorithm for wearable robotics using phase plane invariants | |
CN103263339B (zh) | 老年人外骨骼助行机器人及防摔倒步态的仿生控制方法 | |
EP3156010A1 (en) | Worn-prosthetic-limb movement assistance device and worn movement assistance device | |
Holgate et al. | Control algorithms for ankle robots: A reflection on the state-of-the-art and presentation of two novel algorithms | |
Jang et al. | Assistance strategy for stair ascent with a robotic hip exoskeleton | |
KR20190053615A (ko) | 회전 보행을 위한 제어 방법 및 제어 장치 | |
Kagawa et al. | Gait pattern generation for a power-assist device of paraplegic gait | |
Anan et al. | The coordination of joint movements during sit-to-stand motion in old adults: the uncontrolled manifold analysis | |
JP6781453B2 (ja) | ロボティックウエアを用いた同調制御による起立動作支援方法、起立動作支援用コンピュータプログラムおよびロボティックウエア | |
Kagawa et al. | A human interface for stride control on a wearable robot | |
CN116766197A (zh) | 一种髋关节外骨骼助力控制方法 | |
Vergallo et al. | Accuracy improvement in gait analysis measurements: Kinematic modeling | |
CN114903750A (zh) | 一种用于截瘫患者的下肢外骨骼控制系统及下肢外骨骼控制方法 | |
Jang et al. | Natural gait event-based level walking assistance with a robotic hip exoskeleton | |
Kanjanapas et al. | 7 degrees of freedom passive exoskeleton for human gait analysis: Human joint motion sensing and torque estimation during walking | |
Pinheiro et al. | Kinematic and kinetic study of sit-to-stand and stand-to-sit movements towards a human-like skeletal model | |
CN112618283A (zh) | 一种外骨骼机器人主动训练用步态协调助力控制系统 | |
Ren et al. | On-line dynamic gait generation model for wearable robot with user’s motion intention | |
Kagawa et al. | On-line control of continuous walking of wearable robot coordinating with user's voluntary motion | |
CN114948586B (zh) | 一种下肢康复机器人的人机系统运动学参数辨识及控制方法 | |
Pourmand et al. | Neural Network Extraction of the Crutch–Leg Synergy to Estimate the Intended Motion for Paraplegic users of Rehabilitation Exoskeletons | |
CN114750152B (zh) | 一种用于变刚度外骨骼的志愿柔顺辅助控制方法 | |
CN115463008A (zh) | 一种基于imu的下肢外骨骼控制装置及方法 |
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 |