CN112237524A - 柔性上肢康复机器人被动康复训练的控制方法 - Google Patents

Abstract

本发明公开了一种柔性上肢康复机器人被动康复训练的控制方法，其特征在于所述控制包括运动控制和力控制，机器人系统生成运动控制信号保证轨迹跟踪精度，同时生成力控制信号保证运动过程中的安全性。本发明在实现患者进行被动上肢康复训练的同时调节患肢与康复柔性上肢康复机器人之间的接触力，提高了患者在被动康复训练中的安全性和可靠性，避免了患肢在训练过程中受到二次损伤。

Description

柔性上肢康复机器人被动康复训练的控制方法

技术领域

本发明涉及柔性上肢康复机器人被动康复训练运动/力控制部分的整体方案设计和应用 技术领域，特别提供了一种柔性上肢康复机器人被动康复训练运动/力控制方法。

背景技术

柔性上肢康复机器人包括两个柔性臂(大臂和前臂)和三个刚性关节(肩关节、肘关节 和末端)。柔性上肢康复机器人控制结构通常分为机构本体和控制系统两大部分；控制系统 的作用是根据用户的指令对机构本体进行操作和控制，完成期望恢复训练的各种被动康复训 练运动。

当前，针对上肢被动康复训练的控制方法绝大多数仅考虑到上肢康复柔性上肢康复机器 人的运动控制，以实现康复柔性上肢康复机器人带动患肢进行被动式的康复训练。由于康复 柔性上肢康复机器人在此过程按照既定的路径进行运动，会使患肢与上肢康复柔性上肢康复 机器人之间的接触力非常大。病情严重患者的患肢会失去疼痛知觉，病情较轻的患者会有严 重疼痛感，这会严重影响康复训练的效果。如图1所示，由康复医师操控电脑针对患者设定 被动康复训练的期望运动轨迹和期望力，通过位置传感器和测量出实际角度和角速度值，并 通过气敏传感器和气动比例阀门控制柔性上肢康复机器人的运动控制采用迭代学习PID控制 即可实现柔性上肢康复机器人的运动控制。但这样会使得柔性上肢康复机器人末端与患肢的 接触力过大从而对患肢造成损害，无法保证患者的安全性。因此，确保在上肢被动康复训练 过程中具有安全性的运动/力控制是非常重要的，合适的接触力是康复训练成功的关键。

如东北大学申请的专利201410155279.0，一种上肢康复机器人康复训练运动控制方法。 其过程是：①建立状态方程：基于拉格朗日的上肢康复机器人动力学模型给出假设条件，将 上肢康复机器人系统方程转化为特定表达形式并补偿；②状态方程变换，设计H∞鲁棒重复 控制器使得系统渐近稳定；③然后进行上肢康复机器人康复训练运动控制，以式(34)为基 础，满足定理1成立的条件即为控制要求。该发明针对上肢康复机器人模型特点，依据上肢 康复机器人训练模式，提出具有多周期输入信号的上肢康复机器人状态反馈鲁棒重复控制； 通过引入状态反馈把多周期重复控制器设计问题转化为状态反馈设计以提高不确定系统的跟 踪性能和鲁棒稳定性。仿真结果表明，该发明能实现高精度快速跟踪且系统稳定性较高。

该方案在被动康复机器人辅导患者进行被动康复训练的过程中，康复机器人末端需要不 断调整与患肢之间的环境力(时变力)以保证患肢不受损害从而实现安全训练，这要求康复 机器人末端执行器在一个或多个方向上与外界环境保持一定大小的力。单纯依靠运动控制会 使得末端执行器与柔性对象的接触力过大而破坏待获取目标。

因此，为了避免患肢的二次损伤，提高患者康复训练的质量，需要设计一种能够确保患 肢在被动式康复训练安全的运动/力控制方法。

发明内容

本发明针对背景技术中存在的问题，提供了一种用于上肢被动康复训练的运动/力控制 方法，包括运动控制器和力控制器，所述运动控制器通过运动控制方法使得康复柔性上肢康 复机器人带动患肢沿设定的轨迹运动，所述的力控制器通过力控制方法不断调节患肢受到的 接触力达到患者期望的力，所述的运动控制所跟踪的设定的轨迹由康复医师设定，所述的力 控制中的期望力由患者设定，所述运动控制中的期望状态(如速度、位置)由设定的运动轨 迹给出，所述运动控制中康复柔性上肢康复机器人的反馈状态(如速度、位置)由位置传感 器测量得出，所述力控制中的反馈力由三维力传感器测出。本发明加入力控制，将力信号引 入控制回路，根据末端执行器受力大小调节仿人手臂运动位姿，才能保证捕获作业的安全性 和柔顺性。

技术方案：

一种柔性上肢康复机器人被动康复训练的控制方法，所述控制包括运动控制和力控制， 机器人系统生成运动控制信号保证轨迹跟踪精度，同时生成力控制信号保证运动过程中的安 全性。

优选的，它包括以下步骤：

S1、建立机器人的动力学方程；

S2、建立患肢的环境阻抗模型；

S3、设计自适应迭代学习控制；

S4、进行柔性上肢康复机器人被动康复训练的运动控制和力控制；

S5、在实际运动轨迹与期望运动轨迹误差范围内重复S1-S4，并调节各控制参数，进行 仿真，选取最优仿真结果，即认为柔性仿人上肢机器人的末端跟踪到期望的轨迹。

优选的，所述机器人为两柔性杆三关节结构。

优选的，所述两柔性杆三关节结构包括顺次连接的肩关节、大臂、肘关节、前臂和末 端。

优选的，S1中，机器人的动力学方程为：

其中，T为控制输入，M和C分别为惯性矩阵和柯氏矩阵；q＝[θ₁,θ₂]^T＝[q₁,q₂]，θ₁为大臂的旋转角度，θ₂为前臂的旋转角度；q₁表示大臂的角度矢量，q₂表示前臂的角度矢 量；

和

分别为q的一阶导数和二阶导数，即大臂、前臂转角的角速度和角加速度；

c_i为大臂或前臂的几何中心到质心的距离；

其中，m_i,I_i,l_i,J_i分别 表示质量、旋转转动惯量、长度、转动惯量，i＝1,2分别为大臂和前臂。

优选的，S2中，患肢的环境阻抗模型为：

其中M_e,C_e,S_e分别为环境阻抗模型的惯性矩阵，阻尼矩阵和刚度矩阵；

表示迭代在第k次循环的大臂和前臂的旋转角度、角速度和角加速度，t为时间，单位为秒；F_d,F分别为期望的接触力和实际从三维力传感器中测量出来的力值，k表示迭代在第k次次循环。

优选的，S3中，设计自适应迭代学习控制器：

其中

为第k次循环期望轨迹q_d与柔性上肢康复机器人实际角度值q_k的 差，

为第k次循环期望轨迹角速度

与柔性上肢康复机器人实际角速度值

的差，q_d为期望的运动轨迹，定义函数

其中

和

分别为大臂和前臂的自适应函数，

和

分别为大臂

和前臂

的符号函数，待设计的控制参数K_p,K_D,Γ均为正定阵。

优选的，S4中，设定被动康复训练的期望q_d运动轨迹为sin2πt，即， q_1d＝q_2d＝sin2πt，初始力控制信号为阶跃信号，通过气缸充放气调节柔性上肢康复机器人 的大臂和前臂控制输入τ_1k和τ_2k，采用三维力传感器测定患肢的接触力F_k，采用SMC气动 比例阀们，FESTO气敏传感器和NI-6289数据采集卡实时采集柔性上肢康复机器人的大臂 和前臂的旋转角度θ₁和θ₂、角速度

和

在LABVIEW和matlab构成的软件平台上实 现控制律的调节并完成柔性上肢康复机器人被动康复训练的自适应迭代学习控制。

优选的，S5中，以||q_d-q_k||₂≤0.001定义实际角度值q_k与期望运动轨迹q_d在误差范围 内，式中，||·||₂代表二阶范数。

本发明的有益效果

本发明包括运动控制和力控制，在实现患者进行被动上肢康复训练的同时调节患肢与康 复柔性上肢康复机器人之间的接触力，提高了患者在被动康复训练中的安全性和可靠性，避 免了患肢在训练过程中受到二次损伤。

附图说明

图1为现有技术中柔性上肢康复机器人基本控制结构示意图

图2为现有技术中柔性上肢康复机器人被动康复训练自适应迭代学习运动/力控制原理 图

图3为迭代5次后的大臂和前臂的角度的轨迹跟踪仿真结果图

图4为迭代5次的大臂和前臂的轨迹收敛结果图

图5为迭代5次后的大臂和前臂的角速度的轨迹跟踪仿真结果图

图6为迭代5次后的大臂和前臂的角速度的收敛结果图

图7为实际实验中真实角度结果图

图8为实际实验中真实轨迹跟踪结果图

图9为仿真实验中实际接触力结果图

具体实施方式

下面结合实施例对本发明作进一步说明，但本发明的保护范围不限于此：

本实施例以2-DOF柔性上肢康复机器人为例进行说明，其总体结构参见图1，硬件控制结 构参加图2。

一、关于柔性上肢康复机器人动力学建模的技术基础：

按照有限元分析法，将两柔性杆分别分为N个单元，每个单元i被看作为一个质量为m的 弹簧质量块系统,弹性模量为w_i(x,t),每个单元所在的横坐标为x,基于欧拉梁原理，当柔性 臂进行弹性形变后，其坐标系会旋转，假设大臂的旋转角度为θ₁，前臂的旋转角度为 θ₁+θ₂，且θ₁+θ₂<5°，两柔性杆(大臂和前臂)长度均为L，且横截面积相等，则可以得到坐标系旋转后的大臂的坐标关系(前臂与大臂同理)如下：

y_i(x,t)＝xθ₁(t)+w_i(x,t),i＝1,2...N (1)

对式(1)求导，并令q＝(θ₁,q₁…q_N)^T，可以得到整个大臂的动能和势能方程如下：

其中，M为正定对称的惯性矩阵，

对角阵C定义为

ρ为柔 性臂的单位长度的质量。I_h为转动惯量，

根据拉格 朗日-欧拉方程，对l求导可得：

由于前臂的分析方法与大臂相同， 因此，整个两柔性三关节上肢康复机器人的动力学方程为：

其中q＝[θ₁,θ₂]^T＝[q₁,q₂]，T为控制输入。令下标1,2分别代表大臂和前臂，

c_i为大臂或前臂的几何中心到质心的距离。M和C分别为惯性矩阵和柯氏矩阵，表示如下：

对于如式(1)(2)所示的柔性上肢康复机器人的动力学方程，满足如下性质：

特性1：惯量矩阵M(q)是对称正定的，且对于所有的q∈Rn是一致有界的，即： ||M(q)||≤d，d为正常数。特性2：

为斜对称矩阵。特性3：由于柔性臂均 为新型材料，重力项忽略不计。特性4：摩擦力是一个难于精确建模和十分复杂的非线性， 在柔性上肢康复机器人低速运动时，它的作用尤为重要，通常近似为

V_i为关节i的动态摩擦系数。特性5：当摩擦力精确建模和忽略外部扰动时，有：

式中，

是已知n×r函数矩阵，称作回归矩阵，θ是r×1机器人物理参数向量。本发明将利用这些性质将柔性上肢康复机器人动力学模型问题进行转化，并在此基础上提出自己的运动/力的具体方法。

二、关于运动/力控制策略的技术基础：

本发明所述柔性上肢康复机器人被动康复训练运动/力控制方法的关键具体是具有多重 周期输入信号的柔性上肢康复机器人自适应迭代学习运动/力控制。由于柔性上肢康复机器 人在被动训练过程中需要与患肢直接接触，因此需要同时输入期望力信号和运动控制的输入 信号，建立运动/力控制系统以满足柔性上肢康复机器人的康复训练要求。

本发明一种柔性上肢康复机器人被动康复训练运动/力控制方法，借助于专用的运动/力 控制方法对柔性上肢康复机器人进行运动控制的同时进行力控制以确保患者在被动康复训练 中的安全性；其特征在于：首先建立患肢的环境阻抗模型，然后设计自适应迭代学习力控 制；再之后进行柔性上肢康复机器人被动康复训练的运动/力控制；

其中：①建立患者环境阻抗模型的相关要求如下：针对柔性患肢和柔性上肢康复机器人 末端的环境阻抗模型为：

其中M_e,C_e,S_e分别为环境阻抗模型的惯性矩阵，阻尼矩阵和刚度矩阵，

表示迭 代在第k各循环的大臂和前臂的旋转角度。F_d,F分别为期望的接触力和实际从三维力传感器 中测量出来的力值。

②对自适应迭代学习力控制的相关要求是：

由于柔性上肢康复机器人运动/力控制系统是一个多种输入信号系统，针对具有强非线 性的柔性上肢康复机器人，建立具有多重周期输入信号的迭代学习重复PID控制系统，以满 足被动康复训练要求；自适应迭代学习力控制器设计如下：

其中

q_d为期望的运动轨 迹，待设计的控制参数K_p,K_D,Γ均为正定阵。

结合迭代学习PID控制，在运动误差q_d-q_k为0时，F＝F_d，即在跟踪被动康复训练轨迹 的同时达到期望的接触力，经过证明，此运动/力控制方法是有界且递减的，也即渐进稳定 的。

设计如下Lyapunov函数，

其中，

是θ(t)的估计值，且

令

根据所设计的力控制律可 得：

根据如下特性及假设条件：

特性1：惯量矩阵M(q)是对称正定的，且对于所有的q∈R_n是一致有界的，即： ||M(q)||≤d，d为正常数。

特性2：

为斜对称矩阵。

特性3：由于柔性臂均为新型材料，重力项忽略不计。

特性4：摩擦力是一个难于精确建模和十分复杂的非线性，在柔性上肢康复机器人低速 运动时，它的作用尤为重要，通常近似为

V_i为关节i的动 态摩擦系数。

特性5：当摩擦力精确建模和忽略外部扰动时，有：

式 中，

是已知n×r函数矩阵，称作回归矩阵，θ是r×1机器人物理参数向量。

假设1：对于任意

均有界；

假设2：初始值满足如下条件

假设3：M_d(q_k)∈R^n×n为一个对称正定阵且有界；

假设4：

为一个对称矩阵，且满足

假设5：

其中

为给定矩阵， ξ^T(t)∈R^m-1为待定向量；

假设6：

||S_dq_k||≤k_g||q_k||对于任意t成立，其中k_c和k_g为正实数；

和不等式缩放原理可得：

其中

因此，W_k为非递增序列。

由于

可得

因此，W₀是有界且连续的，容易得到

因此，W_k是有界的。通过以上分析可以得出结论，自适应迭代学习运动/力控制器是渐进稳定的，能够使得柔性上肢康复机器人在实现被动康复训练运动跟踪轨迹的同时实现力控制。

③然后进行柔性上肢康复机器人被动康复训练运动/力控制，具体要求如下：

设定被动康复训练的期望运动轨迹为sin 2πt；

初始力控制信号为阶跃信；

通过气缸充放气调节柔性上肢康复机器人的大臂和前臂控制输入；

采用三维力传感器测定患肢的接触力；

采用SMC气动比例阀们，FESTO气敏传感器和NI-6289数据采集卡实时采集柔性上肢康复 机器人的大臂和前臂的旋转角度、角速度；

在LABVIEW和MATLAB构成的软件平台上实现控制律的调节并完成柔性上肢康复机器人被 动康复训练的自适应迭代学习运动/力控制；

仿真实验参数选取如下：

m₁＝m₂＝1kg,c₁＝c₂＝0.15m,l₁＝l₂＝1m,I₁＝I₂＝0.1kg.m²,K_p＝K_D＝diag[8,8],

Γ＝diag[15,15,15,15,15]。

通过图3-6以看出，在说明中给定的初始条件下和参数设置下，柔性上肢康复机器人可 以按照期望的运动轨迹带动患肢完成被动康复训练，在5次迭代学习后，柔性上肢康复机器 人轨迹跟踪实现收敛。

通过图7-8可以看出，在t＝10s的仿真时间内，角度跟踪误差和角速度跟踪误差均基本为 零，系统进入稳定状态，实现了对控制对象的无差跟踪控制，说明自适应迭代运动/力控制 能够达到高精度稳定跟踪的目的。同时，图9给出在运动过程中的力输入跟踪，在t＝10s的仿 真时间内，x和y轴方向的力信号均达到期望的力信号(幅度为10的阶跃信号)，并且保持稳 定。

通过实际实验可以看出柔性上肢康复机器人可以在自适应迭代学习运动/力控制下实现 上肢的被动康复训练。

仿真结果表明，针对柔性上肢康复机器人被动康复训练的运动/力控制能够保证系统的 稳定运行，输出能较好的跟踪参考输入，且能够确保达到被动训练中的期望力，根据自适应 律实时调整患肢与柔性上肢康复机器人末端的接触力，保证患者安全。

本实施例主要针对柔性上肢康复机器人动力学模型特点，依据柔性上肢康复机器人被动 康复训练模式，提出具有多种输入信号的柔性上肢康复机器人自适应迭代学习运动/力控 制，本实施例引入状态反馈把运动控制和力控制相结合的设计，以提高非线性系统的跟踪性 能和被动康复训练的安全性，仿真结果表明，该方法能达到高精度快速跟踪的目的且具有较 高的安全性。

本文中所描述的具体实施例仅仅是对本发明精神做举例说明。本发明所属技术领域的技 术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不 会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (9)

1.一种柔性上肢康复机器人被动康复训练的控制方法，其特征在于所述控制包括运动控制和力控制，机器人系统生成运动控制信号保证轨迹跟踪精度，同时生成力控制信号保证运动过程中的安全性。

2.根据权利要求1所述的方法，其特征在于它包括以下步骤：

S1、建立机器人的动力学方程；

S2、建立患肢的环境阻抗模型；

S3、设计自适应迭代学习控制；

S4、进行柔性上肢康复机器人被动康复训练的运动控制和力控制；

S5、在实际运动轨迹与期望运动轨迹误差范围内重复S1-S4，并调节各控制参数，进行仿真，选取最优仿真结果，即认为柔性仿人上肢机器人的末端跟踪到期望的轨迹。

3.根据权利要求1或2所述的方法，其特征在于所述机器人为两柔性杆三关节结构。

4.根据权利要求3所述的方法，其特征在于所述两柔性杆三关节结构包括顺次连接的肩关节、大臂、肘关节、前臂和末端。

5.根据权利要求4所述的方法，其特征在于S1中，机器人的动力学方程为：

其中，T为控制输入，M和C分别为惯性矩阵和柯氏矩阵；q＝[θ₁,θ₂]^T＝[q₁,q₂]，θ₁为大臂的旋转角度，θ₂为前臂的旋转角度；q₁表示大臂的角度矢量，q₂表示前臂的角度矢量；

和

分别为q的一阶导数和二阶导数，即大臂、前臂转角的角速度和角加速度；

c_i为大臂或前臂的几何中心到质心的距离；

其中，m_i,I_i,l_i,J_i分别表示质量、旋转转动惯量、长度、转动惯量，i＝1,2分别为大臂和前臂。

6.根据权利要求5所述方法，其特征在于S2中，患肢的环境阻抗模型为：

其中M_e,C_e,S_e分别为环境阻抗模型的惯性矩阵，阻尼矩阵和刚度矩阵；q_k(t),

表示迭代在第k次循环的大臂和前臂的旋转角度、角速度和角加速度，t为时间，单位为秒；F_d,F分别为期望的接触力和实际从三维力传感器中测量出来的力值，k表示迭代在第k次次循环。

7.根据权利要求6所述方法，其特征在于S3中，设计自适应迭代学习控制器：

其中

为第k次循环期望轨迹q_d与柔性上肢康复机器人实际角度值q_k的差，

为第k次循环期望轨迹角速度

与柔性上肢康复机器人实际角速度值

的差，q_d为期望的运动轨迹，定义函数

其中

和

分别为大臂和前臂的自适应函数，

和

分别为大臂

和前臂

的符号函数，待设计的控制参数K_p,K_D,Γ均为正定阵。

8.根据权利要求7所述的方法，其特征在于S4中，设定被动康复训练的期望q_d运动轨迹为sin2πt，即，q_1d＝q_2d＝sin2πt，初始力控制信号为阶跃信号，通过气缸充放气调节柔性上肢康复机器人的大臂和前臂控制输入τ_1k和τ_2k，采用三维力传感器测定患肢的接触力F_k，采用SMC气动比例阀们，FESTO气敏传感器和NI-6289数据采集卡实时采集柔性上肢康复机器人的大臂和前臂的旋转角度θ₁和θ₂、角速度

和

在LABVIEW和matlab构成的软件平台上实现控制律的调节并完成柔性上肢康复机器人被动康复训练的自适应迭代学习控制。

9.根据权利要求1所述的方法，其特征在于S5中，以||q_d-q_k||₂≤0.001定义实际角度值q_k与期望运动轨迹q_d在误差范围内，式中，||·||₂代表二阶范数。

Images