CN113547524B - 一种上肢外骨骼机器人的人机交互控制方法 - Google Patents
一种上肢外骨骼机器人的人机交互控制方法 Download PDFInfo
- Publication number
- CN113547524B CN113547524B CN202110940015.6A CN202110940015A CN113547524B CN 113547524 B CN113547524 B CN 113547524B CN 202110940015 A CN202110940015 A CN 202110940015A CN 113547524 B CN113547524 B CN 113547524B
- Authority
- CN
- China
- Prior art keywords
- upper limb
- exoskeleton robot
- human
- limb exoskeleton
- man
- 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.)
- Expired - Fee Related
Links
- 210000001364 upper extremity Anatomy 0.000 title claims abstract description 83
- 230000003993 interaction Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012549 training Methods 0.000 claims abstract description 21
- 239000013598 vector Substances 0.000 claims abstract description 15
- 230000001537 neural effect Effects 0.000 claims abstract 2
- 230000014509 gene expression Effects 0.000 claims description 18
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims 2
- 230000003137 locomotive effect Effects 0.000 claims 1
- 238000013459 approach Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 210000002310 elbow joint Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 210000000323 shoulder joint Anatomy 0.000 description 4
- 208000006011 Stroke Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005183 dynamical system Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 206010061296 Motor dysfunction Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 208000020431 spinal cord injury Diseases 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1615—Programme controls characterised by special kind of manipulator, e.g. planar, scara, gantry, cantilever, space, closed chain, passive/active joints and tendon driven manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
-
- 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
- A61H2201/16—Physical interface with patient
- A61H2201/1657—Movement of interface, i.e. force application means
- A61H2201/1659—Free spatial automatic movement of interface within a working area, e.g. Robot
-
- 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
- A61H2201/501—Control means thereof computer controlled connected to external computer devices or networks
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Rehabilitation Therapy (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Physical Education & Sports Medicine (AREA)
- Pain & Pain Management (AREA)
- Epidemiology (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种上肢外骨骼机器人的人机交互控制方法，所述控制方法由两部分组成：第一部分为三种人机交互操作模式，由误差权重向量和归零神经算法组成，解决上肢和上肢外骨骼机器人之间可能发生的对抗；第二部分为扰动观测器模块，克服康复训练环境中的干扰，本发明解决人机交互对抗和带有干扰项的闭环系统稳定性问题，实现上肢外骨骼机器人在带动人体上肢康复训练过程中的人机交互控制，从而为人体上肢提供一个主动、安全的康复训练环境。
Description
技术领域
本发明涉及上肢外骨骼机器人领域，特别涉及一种上肢外骨骼机器人的人机交互控制方法。
背景技术
伴随着老龄化时代到来，由中风和脊髓损伤等疾病造成的肢体残障人数在迅速增长。其中，中风是导致上肢局部骨骼肌运动功能障碍的主要疾病，国内普遍采用传统康复治疗方法存在人员消耗大、康复周期长和效果有限等问题。相对于传统康复治疗，使用上肢外骨骼康复机器人辅助上肢进行康复训练是一种更优越的训练方式。随着外上肢骨骼机器人在康复治疗领域的快速发展，如何将上肢运动意图融合到上肢外骨骼机器人控制策略中，从而实现良好的人机交互控制是现阶段该领域的研究热点和核心。
现阶段上肢外骨骼机器人控制技术主要分为主动控制和被动控制，被动控制主要用于患者前期的康复治疗，通过设定一套固定的康复训练动作，从而使上肢外骨骼机器人带上肢进行康复训练活动。然而，单纯的被动控制无法实现康复训练个性化和人性化。主动控制主要利用上肢运动意图参与康复训练。在上肢康复训练时可能导致上肢产生与上肢运动意图相反的康复训练动作，从而使得上肢外骨骼机器人与上肢产生对抗，导致上肢在康复训练中的二次损伤。因此本发明构建三种人机交互模式，保证康复训练过程中的安全性，提出了带有扰动观测器的归零神经网络迭代学习的人机交互控制器，克服康复训练过程中的干扰，实现了人机交互控制，为上肢提供一个舒适、主动和安全的康复训练环境。
发明内容
要解决的技术问题：
为了避免现有技术的不足之处，本发明公开了一种上肢外骨骼机器人的人机交互控制方法，基于上肢的主动运动意图，设计了带有扰动观测器的归零神经网络迭代学习的人机交互控制器，实现了上肢外骨骼机器人在带动上肢康复训练过程中的人机交互控制，克服了康复训练环境中的干扰。解决了现有主动控制中上肢外骨骼机器人与上肢运动意图产生对抗，从而导致上肢在康复训练中造成二次损伤的问题，结合说明书附图，本发明的技术方案如下：
本发明的技术方案是，一种上肢外骨骼机器人的人机交互控制方法，所述控制方法具体如下：
步骤1：构建三种人机交互操作模式，具体过程为：
步骤101：为实现上肢康复训练的可调节性和安全性，人机交互的基本操作模式分为三个部分：人主导模式、人机主导模式和机主导模式。当关节位置qk(t)接近期望轨迹qd(t)时，处于人主导模式区域(‖e‖∈(0,er1])；当关节位置qk(t)与期望轨迹qd(t)的误差值‖e‖在一个安全范围，处于人机主导模式(‖e‖∈(er1,er2])；当误差值‖e‖大于生理安全误差er2时，处于机主导模式区域(‖e‖∈(er2,+∞))，上肢外骨骼机器人将整个系统推回到人机主导模式区域或者人主导模式区域。
步骤102：基于误差权重向量w(e)实现三种操作模式，具体数学表达式为：
其中，e为跟踪轨迹和期望轨迹之间的跟踪误差，er1为预设误差，er2为生理安全误差。
步骤2：构建归零神经网络控制器，具体过程为：
步骤201：本发明将人机交互控制问题转化为非线性等式在线求解问题，从而设计了基于归零神经网络的控制器，实现了上肢外骨骼机器人对上肢的有效控制，具体数学表达式为：
其中，h:R2×[0,+∞)→R2是一个非线性映射函数，
为时间变量，x(t)变量为非线性等式在线所求解的变量，目的是使得所求解变量x(t)无限趋近于理论解x*(t)，从而保证误差趋近于0，具体误差数学表达式为：
E(t)＝h(x*(t),t)-h(x(t),t)＝0-h(x(t),t)
步骤202：当x(t)趋近于x*(t)时，误差E(t)趋近于0，将非线性等式数学表达式转化为经典非线性动力学系统，具体形式为：
步骤203：设计基于归零神经网络模型的上肢外骨骼机器人控制器，其中，归零神经网络模型，具体数学表达式为：
其中，γ＞0为可调参数，可以保证误差E(t)全局指数收敛到0，控制律可以表示为：
其中，H(x(t),t)为黑塞矩阵。
步骤3：基于上肢的主动运动意图，构建具有干扰项的人机交互拉格朗日动力学模型，具体过程为：
步骤301：基于上肢和上肢外骨骼机器人，构建具有干扰项的人机交互拉格朗日动力学模型，具体数学表达式为：
其中，qk(t)，
分别为关节的位置、速度和加速度矢量，M(qk(t))为惯性矩阵，
为离心力和科氏力矩阵，G(qk(t))为重力项矩阵，d(t)为系统中所考虑的干扰项，τh(t)为上肢多关节力矩，即系统中所考虑的上肢主动运动意图，τmk(t)为上肢外骨骼机器人控制输出力矩。
步骤4：设计带有扰动观测器的归零神经网络迭代学习的人机交互控制器，实现上肢人机交互的有效控制，具体过程为：
步骤401：为便于书写和讨论，时间项t被省略并表示M(qk)≡Mk，
G(qk)≡Gk。
步骤402：设计带有扰动观测器的归零神经网络迭代学习的人机交互控制器，具体数学表达式为：
其中，sk(t)为虚拟关节参考向量，
为sk(t)的导数，zk(t)为归零神经网络控制律，
为扰动观测器，
为参考轨迹加速度，w(e)为误差权重向量，ek(t)为跟踪误差，
为跟踪误差导数，η为正数。
本发明的有益效果在于：(1)本方法将误差权重向量和归零神经网络控制器结合构建三种不同人机交互操作模式，如果跟踪误差大于上肢生理安全误差，上肢外骨骼机器人将整个系统推回到人机主导模式区域或者人主导模式区域，解决上肢和上肢外骨骼机器人之间可能发生的对抗，实现上肢康复训练的可调节性和安全性。(2)本方法设计扰动观测器，对于系统的不确定性因素具有较强的鲁棒性和抗干扰能力，实时性好，实现了在干扰的情况下对上肢外骨骼机器人的良好控制，为患者提供一个舒适、主动和安全的康复训练环境。
附图说明
图1为本发明所述一种上肢外骨骼机器人的人机交互控制方法及系统流程框图；
图2为本发明所述带有扰动观测器的一种上肢外骨骼机器人的人机交互控制方法与无扰动观测器的上肢肩关节角度跟踪对比图；
图3为本发明所述有扰动观测器的一种上肢外骨骼机器人的人机交互控制方法与无扰动观测器的上肢肘关节角度跟踪对比图；
图4为本发明所述有扰动观测器的一种上肢外骨骼机器人的人机交互控制方法与无扰动观测器的上肢肩关节角度跟踪误差对比图；
图5为本发明所述有扰动观测器的一种上肢外骨骼机器人的人机交互控制方法与无扰动观测器的上肢肘关节角度跟踪误差对比图。
具体实施方式
为更加清晰和完整地描述本发明所述方法及其数据具体处理和设计过程，以下结合附图对本发明做进一步描述，本领域相关技术人员可按说明书所述内容实现本发明：
本发明公开了一种上肢外骨骼机器人的人机交互控制方法，系统流程图如图1所示，所述方法具体步骤如下：
步骤1：构建三种人机交互操作模式。
本步骤1中，为实现上肢康复训练的可调节性和安全性，人机交互的基本操作模式分为三个部分：人主导模式、人机主导模式和机主导模式，具体过程如下：
步骤101：当关节位置qk(t)接近期望轨迹qd(t)时，处于人主导模式区域(‖e‖∈(0,er1])；当关节位置qk(t)与期望轨迹qd(t)的误差值‖e‖在一个安全范围，处于人机主导模式(‖e‖∈(er1,er2])；当误差值‖e‖大于生理安全误差er2时，处于机主导模式区域(‖e‖∈(er2,+∞))，上肢外骨骼机器人将整个系统推回到人机主导模式区域或者人主导模式区域。
步骤102：基于误差权重向量w(e)实现三种操作模式，具体数学表达式为：
其中，e为跟踪轨迹和期望轨迹之间的跟踪误差，er1为预设误差，er2为生理安全误差。
步骤2：构建归零神经网络控制器。
本步骤2中，将上肢外骨骼机器人控制问题转化为非线性等式在线求解问题，从而设计了基于归零神经网络的控制器，实现了上肢外骨骼机器人对上肢的有效控制，具体过程如下：
步骤201：将上肢外骨骼机器人控制问题转化为非线性等式在线求解问题，具体数学表达式为：
其中，h:R2×[0,+∞)→R2是一个非线性映射函数，
为时间变量，x(t)变量为非线性等式在线所求解的变量，目的是使得所求解变量x(t)无限趋近于理论解x*(t)，从而保证误差趋近于0，具体误差数学表达式为：
E(t)＝h(x*(t),t)-h(x(t),t)＝0-h(x(t),t)
步骤202：当x(t)趋近于x*(t)时，误差E(t)趋近于0，将非线性等式数学表达式转化为经典非线性动力学系统，具体形式为：
步骤203：设计基于归零神经网络模型的上肢外骨骼机器人控制器，其中，归零神经网络模型,具体数学表达式为：
其中，γ＞0为可调参数，可以保证误差E(t)全局指数收敛到0，控制律可以表示为：
其中，H(x(t),t)为黑塞矩阵。
步骤3：基于上肢的主动运动意图，构建具有干扰项的人机交互拉格朗日动力学模型。
步骤301：构建具有干扰项的人机交互拉格朗日动力学模型，具体数学表达式为：
其中，qk(t)，
分别为关节的位置、速度和加速度矢量，M(qk(t))为惯性矩阵，
为离心力和科氏力矩阵，G(qk(t))为重力项矩阵，d(t)为系统中所考虑的干扰项，τh(t)为上肢多关节力矩，即系统中所考虑的上肢主动运动意图，τmk(t)为上肢外骨骼机器人控制输出力矩。
步骤4：设计带有扰动观测器的归零神经网络迭代学习的人机交互控制器，实现上肢人机交互的有效控制。
本步骤4中，为了解决人机交互控制器中的干扰，设计带有扰动观测器的归零神经网络迭代学习的人机交互控制器，实现上肢人机交互的有效控制，具体过程如下：
步骤401：为便于书写和讨论，时间项t被省略并表示M(qk)≡Mk，
G(qk)≡Gk。
步骤402：设计带有扰动观测器的归零神经网络迭代学习的人机交互控制器，具体数学表达式为：
其中，sk(t)为虚拟关节参考向量，
为sk(t)的导数，zk(t)为归零神经网络控制律，
为扰动观测器，
为参考轨迹加速度，w(e)为误差权重向量，ek(t)为跟踪误差，
为跟踪误差导数，η为正数。
图2-图5分别为上肢肩和肘关节角度跟踪图和角度跟踪误差图。本发明所述有扰动观测器的一种上肢外骨骼机器人的人机交互控制方法与无扰动观测器情况下进行对比，在上肢外骨骼机器人在τmk(t)的控制之下，实现了上肢肩关节和肘关节良好控制，具体反应在控制器输出轨迹良好的跟踪了系统期望轨迹，且误差值在人机主导模式区域和人主导模式区域。
Claims (1)
1.一种上肢外骨骼机器人的人机交互控制方法，其特征在于，所述方法由两部分组成：第一部分为三种人机交互操作模式，由误差权重向量和归零神经算法组成，解决上肢和上肢外骨骼机器人之间可能发生的对抗，第二部分为扰动观测器模块，克服了康复训练环境中的干扰；
第一部分构建三种人机交互操作模式：人主导模式、人机主导模式和机主导模式，基于误差权重向量w(e)实现三种操作模式，具体数学表达式如下：
其中，e为跟踪轨迹和期望轨迹之间的跟踪误差，er1为预设误差，er2为生理安全误差，人主导模式在‖e‖∈(0,er1]范围内，人机主导模式在‖e‖∈(er1,er2]范围内，机主导模式在‖e‖∈(er2,+∞)范围内；
构建归零神经网络控制器，具体数学表达式如下：
其中，H(x(t),t)为黑塞矩阵，γ为正数，E(t)为系统误差，
为系统误差导数；
第二部基于人体上肢和上肢外骨骼机器人，构建具有干扰项的人机交互拉格朗日动力学模型，具体数学表达式如下：
其中，qk(t)，
分别为关节的位置、速度和加速度矢量，M(qk(t))为惯性矩阵，
为离心力和科氏力矩阵，G(qk(t))为重力项矩阵，d(t)为系统中所考虑的干扰项，τh(t)为上肢多关节力矩，即系统中所考虑的人体主动运动意图，τmk(t)为上肢外骨骼机器人控制输出力矩；
设计带有扰动观测器的归零神经网络迭代学习的人机交互控制器，具体数学表达式如下：
其中，sk(t)为虚拟关节参考向量，
为sk(t)的导数，zk(t)为归零神经网络控制律，
为扰动观测器，
为参考轨迹加速度，w(e)为误差权重向量，ek(t)为跟踪误差，
为跟踪误差导数，η为正数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110940015.6A CN113547524B (zh) | 2021-08-16 | 2021-08-16 | 一种上肢外骨骼机器人的人机交互控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110940015.6A CN113547524B (zh) | 2021-08-16 | 2021-08-16 | 一种上肢外骨骼机器人的人机交互控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113547524A CN113547524A (zh) | 2021-10-26 |
| CN113547524B true CN113547524B (zh) | 2022-04-22 |
Family
ID=78134034
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110940015.6A Expired - Fee Related CN113547524B (zh) | 2021-08-16 | 2021-08-16 | 一种上肢外骨骼机器人的人机交互控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113547524B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104523403A (zh) * | 2014-11-05 | 2015-04-22 | 陶宇虹 | 一种判断外骨骼助行机器人穿戴者下肢行动意图的方法 |
| CN104797385A (zh) * | 2012-12-19 | 2015-07-22 | 英特尔公司 | 自适应外骨骼、用于控制自适应外骨骼的装置和方法 |
| CN106055522A (zh) * | 2016-06-30 | 2016-10-26 | 大连大学 | 冗余空间机械臂最小基座姿态扰动的轨迹规划方法 |
| CN106112985A (zh) * | 2016-08-11 | 2016-11-16 | 上海交通大学 | 下肢助行机器的外骨骼混合控制系统及方法 |
| CN109325408A (zh) * | 2018-08-14 | 2019-02-12 | 莆田学院 | 一种手势判断方法及存储介质 |
| CN111643321A (zh) * | 2020-04-30 | 2020-09-11 | 北京精密机电控制设备研究所 | 基于sEMG信号的外骨骼关节角度预测方法及系统 |
| CN111773038A (zh) * | 2020-08-06 | 2020-10-16 | 长春工业大学 | 一种新型下肢康复外骨骼机器人以及控制方法 |
| CN111915000A (zh) * | 2020-08-07 | 2020-11-10 | 温州医科大学 | 一种用于医疗图像的网络模型的调整方法和装置 |
| CN112621714A (zh) * | 2020-12-02 | 2021-04-09 | 上海微电机研究所(中国电子科技集团公司第二十一研究所) | 基于lstm神经网络的上肢外骨骼机器人控制方法及装置 |
| CN112691002A (zh) * | 2021-03-24 | 2021-04-23 | 上海傅利叶智能科技有限公司 | 基于手势交互康复机器人的控制方法、装置和康复机器人 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001047340A2 (en) * | 1999-12-29 | 2001-07-05 | Hill-Rom Services, Inc. | Hospital bed |
| US6818012B2 (en) * | 2001-10-11 | 2004-11-16 | Medivance, Incorporated | Patient temperature control system with fluid temperature response |
| CA2867484C (en) * | 2012-03-29 | 2018-10-09 | Aliasgar MORBI | Control system and device for patient assist |
-
2021
- 2021-08-16 CN CN202110940015.6A patent/CN113547524B/zh not_active Expired - Fee Related
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104797385A (zh) * | 2012-12-19 | 2015-07-22 | 英特尔公司 | 自适应外骨骼、用于控制自适应外骨骼的装置和方法 |
| CN104523403A (zh) * | 2014-11-05 | 2015-04-22 | 陶宇虹 | 一种判断外骨骼助行机器人穿戴者下肢行动意图的方法 |
| CN106055522A (zh) * | 2016-06-30 | 2016-10-26 | 大连大学 | 冗余空间机械臂最小基座姿态扰动的轨迹规划方法 |
| CN106112985A (zh) * | 2016-08-11 | 2016-11-16 | 上海交通大学 | 下肢助行机器的外骨骼混合控制系统及方法 |
| CN109325408A (zh) * | 2018-08-14 | 2019-02-12 | 莆田学院 | 一种手势判断方法及存储介质 |
| CN111643321A (zh) * | 2020-04-30 | 2020-09-11 | 北京精密机电控制设备研究所 | 基于sEMG信号的外骨骼关节角度预测方法及系统 |
| CN111773038A (zh) * | 2020-08-06 | 2020-10-16 | 长春工业大学 | 一种新型下肢康复外骨骼机器人以及控制方法 |
| CN111915000A (zh) * | 2020-08-07 | 2020-11-10 | 温州医科大学 | 一种用于医疗图像的网络模型的调整方法和装置 |
| CN112621714A (zh) * | 2020-12-02 | 2021-04-09 | 上海微电机研究所(中国电子科技集团公司第二十一研究所) | 基于lstm神经网络的上肢外骨骼机器人控制方法及装置 |
| CN112691002A (zh) * | 2021-03-24 | 2021-04-23 | 上海傅利叶智能科技有限公司 | 基于手势交互康复机器人的控制方法、装置和康复机器人 |
Non-Patent Citations (4)
| Title |
|---|
| A Novel Weight-Bearing Lower Limb Exoskeleton;Yuxiang Hua;《A Novel Weight-Bearing Lower Limb Exoskeleton》;IEEE;20190405;第7卷;第37620-37638页 * |
| Validating model-based prediction of biological knee moment;Ji Chen;《Validating model-based prediction of biological knee moment》;IEEE;20190628;第778-783页 * |
| 二自由度可重构机械臂轨迹跟踪控制;张振国;《二自由度可重构机械臂轨迹跟踪控制》;长春工业大学学报;20201231;第41卷(第6期);第550-557页 * |
| 基于多源信号融合的仿生上肢康复机器人交互控制方法研究;刘永柏;《基于多源信号融合的仿生上肢康复机器人交互控制方法研究》;中国优秀博硕士学位论文全文数据库(硕士)医药卫生科技辑;20210815(第8（2021）期);第E060-113页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113547524A (zh) | 2021-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Development of an RBFN-based neural-fuzzy adaptive control strategy for an upper limb rehabilitation exoskeleton | |
| Metta et al. | A developmental approach to visually-guided reaching in artificial systems | |
| CN108524187B (zh) | 一种六自由度的上肢康复机器人控制系统 | |
| CN107050763B (zh) | 一种新型踝关节康复机器人其控制方法 | |
| Wu et al. | Cooperative manipulation of wearable dual-arm exoskeletons using force communication between partners | |
| CN107053179A (zh) | 一种基于模糊强化学习的机械臂柔顺力控制方法 | |
| CN110673544B (zh) | 基于自适应在线学习的上肢康复机器人控制方法 | |
| Zou et al. | Design and experimental research of movable cable-driven lower limb rehabilitation robot | |
| CN109330819B (zh) | 主从式上肢外骨骼康复机器人控制系统及其控制方法 | |
| Bai et al. | A novel human-robot cooperative method for upper extremity rehabilitation | |
| CN113001540B (zh) | 负载机动型外骨骼的人机交互智能控制方法及外骨骼系统 | |
| CN112959330B (zh) | 基于主从动态运动基元的机器人双臂运动人机对应装置及方法 | |
| Wu et al. | Fuzzy sliding mode control of an upper limb exoskeleton for robot-assisted rehabilitation | |
| Wang et al. | A PSO-optimized fuzzy reinforcement learning method for making the minimally invasive surgical arm cleverer | |
| Zhang et al. | Fuzzy radial-based impedance controller design for lower limb exoskeleton robot | |
| CN113547524B (zh) | 一种上肢外骨骼机器人的人机交互控制方法 | |
| Qu et al. | Research on fuzzy adaptive impedance control of lower extremity exoskeleton | |
| Hao et al. | Hierarchical Task-Oriented Whole-Body Locomotion of a Walking Exoskeleton Using Adaptive Dynamic Motion Primitive for Cart Pushing | |
| Masengo et al. | A design of lower limb rehabilitation robot and its control for passive training | |
| Chen et al. | Force/position control strategy of 3-PRS ankle rehabilitation robot | |
| Li et al. | Variable stiffness control for SEAs in rehabilitation training | |
| Fan et al. | Humanoid muscle-skeleton robot arm design and control based on reinforcement learning | |
| CN115877760A (zh) | 一种操作场景相关的机器人操作交互过程共享自主控制方法 | |
| Yang et al. | Model-based fuzzy adaptation for control of a lower extremity rehabilitation exoskeleton | |
| CN114851171A (zh) | 下肢外骨骼康复机器人步态轨迹跟踪控制方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220422 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |