CN112515915B - 可穿戴式手指康复机器人 - Google Patents
可穿戴式手指康复机器人 Download PDFInfo
- Publication number
- CN112515915B CN112515915B CN202011377745.1A CN202011377745A CN112515915B CN 112515915 B CN112515915 B CN 112515915B CN 202011377745 A CN202011377745 A CN 202011377745A CN 112515915 B CN112515915 B CN 112515915B
- Authority
- CN
- China
- Prior art keywords
- input
- motor
- module
- vector
- torque
- 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
- 239000013598 vector Substances 0.000 claims abstract description 64
- 230000007246 mechanism Effects 0.000 claims abstract description 19
- 230000008878 coupling Effects 0.000 claims abstract description 14
- 238000010168 coupling process Methods 0.000 claims abstract description 14
- 238000005859 coupling reaction Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 230000005057 finger movement Effects 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims abstract description 4
- 210000003205 muscle Anatomy 0.000 claims description 22
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000005452 bending Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims 1
- 230000003183 myoelectrical effect Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 230000008733 trauma Effects 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4528—Joints
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- 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
- A61H2201/14—Special force transmission means, i.e. between the driving means and the interface with the user
-
- 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
- A61H2230/00—Measuring physical parameters of the user
- A61H2230/08—Other bio-electrical signals
- A61H2230/085—Other bio-electrical signals used as a control parameter for the apparatus
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Rehabilitation Therapy (AREA)
- Physical Education & Sports Medicine (AREA)
- Pain & Pain Management (AREA)
- Epidemiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Dentistry (AREA)
- Power Engineering (AREA)
- Manipulator (AREA)
- Rehabilitation Tools (AREA)
- Prostheses (AREA)
Abstract
本发明涉及康复训练设备领域,为了解决现有技术中,由于可穿戴式手套的牵引机构中电机输入采用人为设定的方式,存在牵引机构牵引强度过大的问题,提供了一种可穿戴式手指康复机器人,包括手套本体,手套本体设置有用于牵引手指运动的牵引机构,牵引机构包括电机;手套本体还设置有用控制电机运行的牵引驱动系统,牵引驱动系统包括采集模块,用于获取手部表面肌电信号;特征提取模块,用于对获取到的表面肌电信号进行特征提取,获得肌电特征向量;特征耦合模块,对获取到的肌电特征向量进行耦合得到对应手指运动的关节主动转矩;控制模块,根据得到的关节主动转矩控制对应的电机进行输出。
Description
技术领域
本发明涉及康复训练设备领域,具体为一种可穿戴式手指康复机器人。
背景技术
当遭遇外伤、脑卒中等意外或疾病时,可能会导致人手的感觉和运动功能丧失,为了帮助患者能够恢复健康,在康复过程中,通常采用可穿戴式手套对患者进行牵引,帮助患者完成如屈、伸、收、展等运动,从而完成康复治疗。
现有的可穿戴式手套通常设置有牵引机构,牵引机构采用电机和每个关节接头处连接的钢丝绳,电机的正反转拉动钢丝绳运动,从而对手指进行牵引,完成手指的弯曲和伸张等操作。然而,现在的牵引机构中,电机的输出都是人为进行设定,也就导致整个牵引过程中,患者较为被动,而且一旦设定的电机输出过大,就会导致牵引机构的牵引力过大,过大的牵引力将导致患者手指直线大幅度活动,从而使得患者出现疼痛等不适,而疼痛容易引起患者不想再继续进行康复活动,患者就会出现偷懒或逃避康复活动的心理,反而会影响患者手部的康复。
发明内容
本发明意在提供一种可穿戴式手指康复机器人,以解决现有技术中,由于可穿戴式手套的牵引机构中电机输入采用人为设定的方式,存在牵引机构牵引强度过大的问题。
本发明提供基础方案是:可穿戴式手指康复机器人,包括手套本体,手套本体设置有用于牵引手指运动的牵引机构,牵引机构包括电机;
手套本体还设置有用控制电机运行的牵引驱动系统,牵引驱动系统包括采集模块,用于获取手部表面肌电信号;
特征提取模块,用于对获取到的表面肌电信号进行特征提取,获得肌电特征向量;
特征耦合模块,对获取到的肌电特征向量进行耦合得到对应手指运动的关节主动转矩;
控制模块,根据得到的关节主动转矩控制对应的电机进行输出。
基础方案的原理及有益效果是:本方案中,通过设置的牵引驱动系统对患者手部的表面肌电信号进行采集后进行特征提取以及特征耦合,进而得到能够表征患者主动运动意图的关节主动转矩,控制模块根据关节主动转矩控制对应的电机输出,与现有技术相比,由于本方案中,控制模块是根据关机主动转矩控制电机的输出,即此时牵引机构对手指的牵引是基于患者自己的运动意图而进行的,牵引机构的牵引力对于患者来说,也是在自己能够适应的范围甚至是较为轻松的范围内,整个康复活动中也就不会出现疼痛等不适,从而能够提高康复效率。
优选方案一:作为基础方案的优选,牵引驱动系统还包括输入模块,用于输入电机的关节被动转矩;
电机的输入模式包括被动输入和主动输入;
切换模块,用于切换电机的输入模式,当切换模块将电机的输入模式切换为被动输入时,控制模块根据输入的关节被动转矩控制电机进行输出,当切换模块将电机的输入模式切换为主动输入时,控制模块根据得到的关节主动转矩控制对应的电机进行输出。有益效果:考虑到在康复过程中,有时候患者没有按照医生的要求进行康复活动,如私下减小康复活动的牵引强度,会影响康复效率,因此本方案中,还通过输入模块和切换模块的配合,实现电机的主动输入和被动输入两种模式的切换,在被动输入模式下,能够保证康复活动按照医生的要求进行,从而保证了康复效率。
优选方案二:作为优选方案一的优选,控制模块还用于在切换模块将电机的输入模式切换为主动输入时启动采集模块。有益效果:考虑到在电机的输入模式为主动输入时才需要采集表面肌电信号,因此本方案中还利用控制模块对采集模块的启动进行控制,从而减小了采集模块在电机输入模式为被动模式下的功耗。
优选方案三:作为基础方案的优选,采集模块采集蚓状肌、掌侧骨间肌和背侧骨间肌部位的表面肌电信号。有益效果:由于蚓状肌、掌侧骨间肌和背侧骨间肌是最能有效表征手指运动的肌肉,因此本方案中设置采集模块对蚓状肌、掌侧骨间肌和背侧骨间肌部位的表面肌电信号进行采集,最终得到的关节主动转矩也就是最能表征患者主动运动意图的,从而提高了关节主动转矩的准确性。
优选方案四:作为基础方案的优选,牵引驱动系统还包括预处理模块,用于对获取到的表面肌电信号进行去除噪声干扰的预处理,特征提取模块对预处理后的表面肌电信号进行特征提取。有益效果:本方案中通过设置的预处理模块去除获取到的表面肌电信号中各种噪声干扰,提高了提取到的肌电特征向量的准确性。
优选方案五:作为优选方案四的优选,预处理模块用于对表面肌电信号进行去均值和去线性趋势光滑处理。有益效果:考虑到通常波形数据总会存在一个非零的均值或者存在一个长周期的线性趋势,这会影响到数据的分析,必须在数据分析前去除,另一方面,在对数据进行谱域操作(如FFT、滤波等)时,若数据的两端不为零,则会出现谱域假象,因而实际数据经常需要做尖灭处理,使得数据两端在短时间窗内逐渐变成零值,因此本方案中在对表面肌电信号进行特征提取前进行去均值和去线性趋势光滑处理,提高了得到的肌电特征向量的准确性。
优选方案六:作为优选方案五的优选,预处理模块在对采集到的表面肌电信号进行 10~200Hz的带通滤波后再进行去均值和去线性趋势光滑处理。有益效果:本方案中通过对采集到的表面肌电信号进行10~200Hz的带通滤波,能够进一步提高得到的肌电特征向量的准确性。
优选方案七:作为基础方案的优选,牵引驱动系统还包括扭矩传感器,用于测量手部的关节转矩,特征耦合模块在生成关节主动转矩时,先对获取到的肌电特征向量进行耦合得到肌电特征向量集后,采用BP神经网络,以肌电特征向量集作为输入样本信号,测量得到的关节转矩作为目标样本信号,生成得到关节主动转矩。有益效果:本方案中,在生成关节主动转矩时还采用BP神经网络将肌电信号特征向量集和检测到的关节转矩分别作为输入样本信号和目标样本信号进行学习,得到的关节主动转矩则是包含了患者实时运动信息,更贴合患者的主动表达意图,从而提高了关节主动转矩的准确性。
优选方案八:作为基础方案的优选,手套本体的开口处设置有调节开口尺寸的调节件。有益效果:考虑到不同患者手部的尺寸不同,因此本方案中设置调节件对手套本体的开口处进行调节,以适应不同患者,提高了手套本体的实用性。
优选方案九:作为优选方案八的优选,调节件为松紧带。有益效果:本方案中采用常用的松紧带作为调节件,节约了调节件的成本。
附图说明
图1为本发明可穿戴式手指康复机器人实施例一牵引驱动系统的模块框图;
图2为本发明实施例二中手套本体的示意图;
图3为实施例三中设计方法的向量场;
图4为实施例三中定义向量示意图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
基本如附图1所示:可穿戴式手指康复机器人,包括手套本体,手套本体设置有用于牵引手指运动的牵引机构,牵引机构包括电机和牵引线,其中牵引线包括鲍登线和钢丝绳,具体的,本实施例中,电机采用数字舵机AX-12A作为动力源,它可以输出1.65Nm的力矩。工作时,通过数字舵机转动带动舵桨正反转,进而拉动固定在舵桨两端的钢丝绳,动力通过鲍登线传递到手套本体的手指端,使得手掌两侧的钢丝绳在同一时刻保持一侧张紧、一侧松弛状态,从而实现手指的弯曲和伸张,由于牵引机构属于现有技术,本实施例中不再进行详细描述。
电机的输入模式包括被动输入和主动输入;
手套本体还设置有用控制电机运行的牵引驱动系统,牵引驱动系统包括输入模块,用于输入电机的关节被动转矩;
扭矩传感器,用于测量手部的关节转矩;
采集模块,用于获取手部蚓状肌、掌侧骨间肌和背侧骨间肌部位的表面肌电信号;
预处理模块,用于对获取到的表面肌电信号进行去除噪声干扰的预处理,本实施例中对表面肌电信号的预处理包括进行10~200Hz的带通滤波,并进行去均值、去线性趋势光滑处理;
特征提取模块,用于对预处理后的表面肌电信号进行特征提取,获得肌电特征向量;本实施例中,采集患者手部上蚓状肌、掌侧骨间肌和背侧骨间肌部位的表面肌电信号,然后预处理模块对采集到的表面肌电信号进行10~200Hz的带通滤波后,再进行去均值、去线性趋势光滑处理得到肌电特征向量;具体的,在进行特征提取时,对经过预处理后的表面肌电信号进行“加窗”截取处理,然后依次对每个时间窗长度为1的肌电信号Ym(m=1,2,……,l) 进行特征提取,获得功率谱、短时过零率、短时能量、符号变化次数以及波形长度的肌电特征向量。
特征耦合模块,对获取到的肌电特征向量进行耦合得到对应手指运动的关节主动转矩;本实施例中,在生成关节主动转矩时,先对获取到的肌电特征向量进行耦合得到肌电特征向量集后,采用BP神经网络,以肌电特征向量集作为输入样本信号,测量得到的关节转矩作为目标样本信号,生成得到关节主动转矩;
控制模块,根据得到的关节主动转矩控制对应的电机进行输出;
切换模块,用于切换电机的输入模式,当切换模块将电机的输入模式切换为被动输入时,控制模块根据输入的关节被动转矩控制电机输出,当切换模块将电机的输入模式切换为主动输入时,控制模块控制采集模块启动并根据得到的关节主动转矩控制对应的电机进行输出。
上述过程中,关节主动转矩指的是控制电机进行输出的控制转矩,被动关机转矩指的是电机输出的转矩。
具体实施过程如下:当患者在使用可穿戴式手指康复机器人时,可通过切换模块选择电机的输入模式,当选择被动输入时,患者或医生通过输入模块输入关节被动转矩,控制模块根据输入的关节被动转矩控制电机运行,通过牵引机构对患者手部进行牵引。
当选择主动输入时,患者先自由运动手部,采集模块启动,采集患者手部上蚓状肌、掌侧骨间肌和背侧骨间肌部位的表面肌电信号,然后预处理模块对采集到的表面肌电信号进行 10~200Hz的带通滤波后,再进行去均值、去线性趋势光滑处理。
在完成对表面肌电信号的预处理后,特征提起模块对处理后的表面肌电信号进行特征提取,具体的,在进行特征提取时,对经过预处理后的表面肌电信号进行“加窗”截取处理,然后依次对每个时间窗长度为1的肌电信号Ym(m=1,2,……,l)进行特征提取,获得功率谱、短时过零率、短时能量、符号变化次数以及波形长度的肌电特征向量。
在获得肌电特征向量后,对肌电特征向量进行耦合得到肌电特征向量集后,同时,在手部运动时,扭矩传感器测量手部的关节转矩,然后采用BP神经网络,以肌电特征向量集作为输入样本信号,测量得到的关节转矩作为目标样本信号,生成得到关节主动转矩。控制模块根据得到的关节主动转矩控制对应的电机进行输出,通过牵引机构对患者手部进行牵引。
实施例二
说明书附图中的附图标记包括:手套本体1、调节件2。
与实施例一不同之处在于,本实施例中,如图2所示,手套本体1的开口处设置有调节开口尺寸的调节件2,具体的,本实施例中的调节件2为松紧带,在其他实施例中,调节件2还可以为魔术贴。
实施例三
与实施例一和实施例二不同之处在于,本实施例中,在生成关节主动转矩时,采用以下设计方法。
如图3所示,吸引子C为二维空间里关于时间的任意离散函数,由各离散点ξ[k] (k=1,2,…,n)组成;在C的周围构建向量场,组成向量场的单个向量f(ηi)(i=1,2,…,m) 定义如图4和式(1)所示。
其中,ηi表示任意离散样点;ξηi[k]表示位于吸引子C上且距样本点ηi最近的点;e决定向量f(ηi)收敛于吸引子C的程度,其取值范围为0.0~1.0,同时,通过改变其值大小,可以构建出不同的向量场。
对于向量f(ηi),可通过最小二乘法原理用多项式去近似它,并得到其大小及方向,由此计算出向量起点ηi(任意离散样点)的坐标位置,这些点集就代表近似于吸引子的机器人运动轨迹。
同时,为了让该算法具有输入输出同步功能,如式(2)所示,将新检测到的输入信号η m+1亦纳入向量场,同时引入同步参数α及模态参数β,再利用最小二乘法原理对原始向量场F进行更新,建立新向量场,得到多项式系数矩阵Φ,然后根据式(1)计算出与输入信号ηm+1近似的输出信号。
其中,F表示原始向量场,表示新向量场,表示多项式原始自变量矩阵,表示多项式自变量新矩阵,#表示的伪逆矩阵,Φ表示多项式系数矩阵,ηm+1表示新检测到的输入信号,α为同步参数,β为模态参数。
由式(2)可知,当模态参数β=0时,新检测到的输入信号ηm+1不会被引入(相当于无输入信号),从而据式(1)计算的向量及向量场保持不变,所得到的向量起点ηi组合的点集(输出)与既定的吸引子近似,且亦保持不变。构建不同的吸引子,算法能够输出对应的不同周期信号(亦适合非周期信号),这种性能可称为无输入时的自振动功能。据此功能,以上所设计算法可根据患者被动康复训练时屈、伸、收、展等各种运动轨迹需要,设计对应的不同吸引子,进而生成相应康复机器人关节期望轨迹。
当模态参数β=1时,新检测到的输入信号ηm+1被引入,多项式系数矩阵Φ会更新,从而据式(1)计算的向量及向量场皆跟着改变,所得到的向量起点ηi组合的点集(输出)与输入信号近似保持一致。同时,由式(2)还可看到,当α同步参数的变化可直接影响原始向量场F对新向量场的作用大小,从而影响输入输出同步程度。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.可穿戴式手指康复机器人,包括手套本体,所述手套本体设置有用于牵引手指运动的牵引机构,所述牵引机构包括电机;其特征在于:
所述手套本体还设置有用控制电机运行的牵引驱动系统,所述牵引驱动系统包括采集模块,用于获取手部表面肌电信号;
特征提取模块,用于对获取到的表面肌电信号进行特征提取,获得肌电特征向量;
特征耦合模块,对获取到的肌电特征向量进行耦合得到对应手指运动的关节主动转矩;
在生成关节主动转矩时,设计算法根据患者被动康复训练时屈、伸、收、展各种运动轨迹需要,设计对应的不同吸引子,进而生成相应康复机器人关节期望轨迹,采用在吸引子的周围构建向量场,组成向量场的单个向量f(ηi)(i=1,2,…,m),定义式1如下:
其中,ηi表示任意离散样点;ξηi[k]表示位于吸引子C上且距样本点ηi最近的点;e决定向量f(ηi)收敛于吸引子C的程度,其取值范围为0.0~1.0,通过改变其值大小,构建出不同的向量场,并得到向量f(ηi)的大小及方向,由此计算出向量起点ηi的坐标位置,这些点集就代表近似于吸引子的机器人运动轨迹;
为了让该算法具有输入输出同步功能,将新检测到的输入信号ηm+1亦纳入向量场,输入到定义式2,定义式2如下:
其中,F表示由单个向量f(ηi)构成的原始向量场,表示新向量场,Θ表示多项式原始自变量矩阵,表示多项式自变量新矩阵,θ#表示的伪逆矩阵,Φ表示多项式系数矩阵,ηm+1表示新检测到的输入信号,α为同步参数,β为模态参数,β的取值为0或1;
控制模块,根据得到的关节主动转矩控制对应的电机进行输出。
2.根据权利要求1所述的可穿戴式手指康复机器人,其特征在于:所述牵引驱动系统还包括输入模块,用于输入电机的关节被动转矩;
所述电机的输入模式包括被动输入和主动输入;
切换模块,用于切换所述电机的输入模式,当切换模块将电机的输入模式切换为被动输入时,所述控制模块根据输入的关节被动转矩控制所述电机进行输出,当切换模块将电机的输入模式切换为主动输入时,所述控制模块根据得到的关节主动转矩控制对应的电机进行输出。
3.根据权利要求2所述的可穿戴式手指康复机器人,其特征在于:所述控制模块还用于在所述切换模块将电机的输入模式切换为主动输入时启动采集模块。
4.根据权利要求1所述的可穿戴式手指康复机器人,其特征在于:所述采集模块采集蚓状肌、掌侧骨间肌和背侧骨间肌部位的表面肌电信号。
5.根据权利要求1所述的可穿戴式手指康复机器人,其特征在于:所述牵引驱动系统还包括预处理模块,用于对获取到的表面肌电信号进行去除噪声干扰的预处理,所述特征提取模块对预处理后的表面肌电信号进行特征提取。
6.根据权利要求5所述的可穿戴式手指康复机器人,其特征在于:所述预处理模块用于对表面肌电信号进行去均值和去线性趋势光滑处理。
7.根据权利要求5所述的可穿戴式手指康复机器人,其特征在于:所述预处理模块在对采集到的表面肌电信号进行10~200Hz的带通滤波后再进行去均值和去线性趋势光滑处理。
8.根据权利要求1所述的可穿戴式手指康复机器人,其特征在于:所述牵引驱动系统还包括扭矩传感器,用于测量手部的关节转矩,所述特征耦合模块在生成关节主动转矩时,先对获取到的肌电特征向量进行耦合得到肌电特征向量集后,采用BP神经网络,以肌电特征向量集作为输入样本信号,测量得到的关节转矩作为目标样本信号,生成得到关节主动转矩。
9.根据权利要求1所述的可穿戴式手指康复机器人,其特征在于:所述手套本体的开口处设置有调节开口尺寸的调节件。
10.根据权利要求9所述的可穿戴式手指康复机器人,其特征在于:所述调节件为松紧带。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011377745.1A CN112515915B (zh) | 2020-11-30 | 2020-11-30 | 可穿戴式手指康复机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011377745.1A CN112515915B (zh) | 2020-11-30 | 2020-11-30 | 可穿戴式手指康复机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112515915A CN112515915A (zh) | 2021-03-19 |
CN112515915B true CN112515915B (zh) | 2023-01-17 |
Family
ID=74996015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011377745.1A Active CN112515915B (zh) | 2020-11-30 | 2020-11-30 | 可穿戴式手指康复机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112515915B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103431976A (zh) * | 2013-07-19 | 2013-12-11 | 燕山大学 | 基于肌电信号反馈的下肢康复机器人系统及其控制方法 |
CN104224495A (zh) * | 2014-10-08 | 2014-12-24 | 上海理工大学 | 便携式肘关节康复机器人控制方法 |
CN104545908A (zh) * | 2015-01-19 | 2015-04-29 | 广州一康医疗设备实业有限公司 | 一种手功能康复评估与训练系统 |
CN104665962A (zh) * | 2015-02-05 | 2015-06-03 | 华南理工大学 | 可穿戴式功能增强机器手系统及其辅助手指和控制方法 |
KR101542543B1 (ko) * | 2014-09-24 | 2015-08-06 | 연세대학교 원주산학협력단 | 시각적 근전도 바이오피드백을 이용한 선택적 근 재교육 시스템 |
CN106309083A (zh) * | 2016-09-05 | 2017-01-11 | 西安交通大学 | 一种emg控制的气动软体康复机械手 |
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 |
CN107378944A (zh) * | 2017-06-20 | 2017-11-24 | 东南大学 | 一种基于主成分分析法的多维表面肌电信号假手控制方法 |
CN108420577A (zh) * | 2018-03-20 | 2018-08-21 | 上海念通智能科技有限公司 | 一种基于患者主动意识控制的手部功能康复设备 |
CN109091819A (zh) * | 2018-08-13 | 2018-12-28 | 上海理工大学 | 上肢康复机器人控制系统 |
CN109288651A (zh) * | 2018-08-20 | 2019-02-01 | 中国科学院苏州生物医学工程技术研究所 | 个性化上肢康复训练机器人系统及其康复训练方法 |
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 |
CN111696645A (zh) * | 2020-06-07 | 2020-09-22 | 长春理工大学 | 一种基于表面肌电信号的手部外骨骼康复训练装置及方法 |
CN111773027A (zh) * | 2020-07-03 | 2020-10-16 | 上海师范大学 | 一种柔性驱动的手功能康复机器人控制系统及控制方法 |
CN111956452A (zh) * | 2020-08-29 | 2020-11-20 | 上海电气集团股份有限公司 | 一种上肢康复机器人控制方法及装置 |
-
2020
- 2020-11-30 CN CN202011377745.1A patent/CN112515915B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103431976A (zh) * | 2013-07-19 | 2013-12-11 | 燕山大学 | 基于肌电信号反馈的下肢康复机器人系统及其控制方法 |
KR101542543B1 (ko) * | 2014-09-24 | 2015-08-06 | 연세대학교 원주산학협력단 | 시각적 근전도 바이오피드백을 이용한 선택적 근 재교육 시스템 |
CN104224495A (zh) * | 2014-10-08 | 2014-12-24 | 上海理工大学 | 便携式肘关节康复机器人控制方法 |
CN104545908A (zh) * | 2015-01-19 | 2015-04-29 | 广州一康医疗设备实业有限公司 | 一种手功能康复评估与训练系统 |
CN104665962A (zh) * | 2015-02-05 | 2015-06-03 | 华南理工大学 | 可穿戴式功能增强机器手系统及其辅助手指和控制方法 |
CN106309083A (zh) * | 2016-09-05 | 2017-01-11 | 西安交通大学 | 一种emg控制的气动软体康复机械手 |
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 |
CN107378944A (zh) * | 2017-06-20 | 2017-11-24 | 东南大学 | 一种基于主成分分析法的多维表面肌电信号假手控制方法 |
CN108420577A (zh) * | 2018-03-20 | 2018-08-21 | 上海念通智能科技有限公司 | 一种基于患者主动意识控制的手部功能康复设备 |
CN109091819A (zh) * | 2018-08-13 | 2018-12-28 | 上海理工大学 | 上肢康复机器人控制系统 |
CN109288651A (zh) * | 2018-08-20 | 2019-02-01 | 中国科学院苏州生物医学工程技术研究所 | 个性化上肢康复训练机器人系统及其康复训练方法 |
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 |
CN111696645A (zh) * | 2020-06-07 | 2020-09-22 | 长春理工大学 | 一种基于表面肌电信号的手部外骨骼康复训练装置及方法 |
CN111773027A (zh) * | 2020-07-03 | 2020-10-16 | 上海师范大学 | 一种柔性驱动的手功能康复机器人控制系统及控制方法 |
CN111956452A (zh) * | 2020-08-29 | 2020-11-20 | 上海电气集团股份有限公司 | 一种上肢康复机器人控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112515915A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108304068B (zh) | 一种基于脑机接口的上肢康复训练机器人控制系统及方法 | |
CN110123572B (zh) | 一种偏瘫上肢代偿运动多模态交互的康复机器人训练系统 | |
CN107378944B (zh) | 一种基于主成分分析法的多维表面肌电信号假手控制方法 | |
CN104317196B (zh) | 一种基于虚拟现实的上肢康复训练机器人控制方法 | |
CN111150935B (zh) | 一种肌电颈部按摩装置以及控制方法 | |
CN113940856B (zh) | 一种基于肌电-惯性信息的手部康复训练装置及方法 | |
CN109199783B (zh) | 一种利用sEMG来控制踝关节康复设备刚度的控制方法 | |
CN110675933A (zh) | 一种手指镜像康复训练系统 | |
US20190060099A1 (en) | Wearable and functional hand orthotic | |
CN101181176A (zh) | 一种穿戴式手功能康复机器人及其控制系统 | |
CN101785704A (zh) | 一种主从式微创手术机器人系统的自适应滤波装置 | |
CN112494276B (zh) | 一种手部康复机器人系统 | |
CN108743223A (zh) | 一种基于健侧生物电控的智能外骨骼康复机械手及方法 | |
CN105892676B (zh) | 一种血管介入手术送丝机构的人机交互装置、系统及方法 | |
CN114206292A (zh) | 具有意图感知功能的手功能康复装置 | |
Li et al. | Wireless sEMG-based identification in a virtual reality environment | |
Zhang et al. | Simultaneous and proportional estimation of multijoint kinematics from EMG signals for myocontrol of robotic hands | |
CN112515915B (zh) | 可穿戴式手指康复机器人 | |
CN114587934A (zh) | 一种肌电自适应改变压力阈值的手指背伸训练系统 | |
Li et al. | Preliminary study of online real-time control system for lower extremity exoskeletons based on EEG and sEMG fusion | |
Li et al. | sEMG based control for 5 DOF upper limb rehabilitation robot system | |
Guo et al. | Study on motion recognition for a hand rehabilitation robot based on sEMG signals | |
Bhardwaj et al. | Electromyography in physical rehabilitation: a review | |
Li et al. | A novel rehabilitation system for upper limbs | |
CN111973388B (zh) | 一种基于sEMG的手部康复机器人控制方法 |
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 |