CN116172841B - 基于六维力感知的康复机器人控制方法、控制装置及机器人 - Google Patents

基于六维力感知的康复机器人控制方法、控制装置及机器人 Download PDF

Info

Publication number
CN116172841B
CN116172841B CN202310464258.6A CN202310464258A CN116172841B CN 116172841 B CN116172841 B CN 116172841B CN 202310464258 A CN202310464258 A CN 202310464258A CN 116172841 B CN116172841 B CN 116172841B
Authority
CN
China
Prior art keywords
mechanical arm
force
user
motion
movement
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
Application number
CN202310464258.6A
Other languages
English (en)
Other versions
CN116172841A (zh
Inventor
陶永
韩栋明
高赫
刘海涛
万嘉昊
季源隆
段练
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202310464258.6A priority Critical patent/CN116172841B/zh
Publication of CN116172841A publication Critical patent/CN116172841A/zh
Application granted granted Critical
Publication of CN116172841B publication Critical patent/CN116172841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • 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
    • A61H2201/50—Control means thereof
    • A61H2201/5007—Control means thereof computer controlled
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Pathology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Pain & Pain Management (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Rehabilitation Therapy (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Rehabilitation Tools (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及一种基于六维力感知的康复机器人控制方法、控制装置及机器人，控制方法包括：在机械臂跟随用户上肢运动过程中，通过六维力传感器采集当前用户上肢运动时，所述机械臂末端的力信息，并获取所述机械臂的实际运动参数；根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数，所述期望运动参数用于表征所述用户的运动意图，所述运动意图包括加速或减速；根据所述力信息及期望运动参数，通过导纳控制方式控制所述机械臂的运动。通过本发明，实现机器人康复治疗的高智能化控制。

Description

基于六维力感知的康复机器人控制方法、控制装置及机器人
技术领域
本申请涉及康复治疗领域，具体涉及一种基于六维力感知的康复机器人控制方法、控制装置及机器人。
背景技术
上肢康复治疗是利用康复治疗器械对人体上肢进行康复训练，随着康复治疗器械的发展，智能化的康复治疗器械（例如康复机器人）需求日渐旺盛。现有的上肢康复治疗器械仍需要康复医师根据患者的实际情况手动调节器械的参数，效率低下，人工成本高。
发明内容
本申请提供一种康复机器人的控制方法、控制装置及康复机器人。
具体地，本申请是通过如下技术方案实现的：
本申请实施例的第一方面提供一种基于六维力感知的康复机器人控制方法，所述康复机器人包括机械臂、与所述机械臂末端连接的六维力传感器及与所述六维力传感器底部连接的固定夹具，所述固定夹具用于固定用户上肢；所述方法包括：
在机械臂跟随用户上肢运动过程中，通过六维力传感器采集当前用户上肢运动时，所述机械臂末端的力信息，并获取所述机械臂的实际运动参数；
根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数，所述期望运动参数用于表征所述用户的运动意图，所述运动意图包括加速或减速；
根据所述力信息及期望运动参数，通过导纳控制方式控制所述机械臂的运动。
本申请实施例的第二方面提供一种基于六维力感知的康复机器人控制装置，包括：
存储器，用于存储计算机程序；
控制器，用于实现第一方面所述的康复机器人的控制方法。
本申请实施例的第三方面提供一种机器人，用于康复治疗，包括：
机械臂；
与所述机械臂末端连接的六维力传感器；
与所述六维力传感器底部连接的固定夹具，所述固定夹具用于固定用户上肢；和第二方面所述的基于六维力感知的康复机器人控制装置，所述康复机器人的控制装置搭载于所述机械臂上。
本申请实施例提供的技术方案，通过在机械臂跟随用户上肢运动过程中，通过六维力传感器采集当前用户上肢运动时，所述机械臂末端的力信息，并获取所述机械臂的实际运动参数，而后根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数，能够自动准确识别用户的运动意图；再根据所述力信息及期望运动参数，通过导纳控制方式控制所述机械臂的运动，自动精准控制机械臂输出对用户上肢运动的辅助动作，从而实现康复机器人的高智能化控制。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请一示例性实施例示出的基于六维力感知的康复机器人控制方法的流程示意图；
图2为本申请一示例性实施例示出的机器人示意图；
图3为本申请一示例性实施例示出的重力补偿结果示意图；
图4为本申请一示例性实施例示出的模糊控制表面示意图；
图5为本申请一示例性实施例示出的治疗策略示意图；
图6为本申请一示例性实施例示出的治疗策略示意图。
附图标记：
1：机械臂；2：六维力传感器；3：固定夹具。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
下面结合附图，对本申请的基于六维力感知的康复机器人控制方法、控制装置及机器人进行详细说明。在不冲突的情况下，下述的实施例及实施方式中的特征可以相互组合。
图2是本申请一示例性实施例示出的机器人示意图。参见图2，本申请实施例的机器人包括机械臂1、与机械臂1末端连接的六维力传感器2及与六维力传感器2底部连接的固定夹具3，机器人还包括控制器和采集装置，采集装置设置在机械臂1上，控制器分别与六维力传感器2和采集装置电连接。
示例性的，本申请的机械臂1可以安装在基座上，也可以安装在机器人本体上；在另一示例中，本申请的机械臂1可以是任意自由度的机械臂，例如六自由度机械臂。
图1是本申请一示例性实施例示出的机器人的控制方法的流程示意图。如图1所示，本申请实施例的机器人的控制方法可包括步骤S11-S13。
其中，在S11中，在机械臂跟随用户上肢运动过程中，通过六维力传感器采集当前用户上肢运动时，机械臂末端的力信息，并获取机械臂的实际运动参数。
使用本申请实施例的机器人进行康复治疗时，使用者的上肢与固定夹具3绑定，用户进行上肢自主运动，示例性的，用户上肢进行自主的二维轨迹运动或三维轨迹运动，用户上肢的运动会通过固定夹具3带动机械臂1跟随运动，一方面，用户上肢在运动过程中会通过固定夹具3将力信息传递给六维力传感器2，另一方面，机械臂1在跟随运动时，采集装置用于采集机械臂1末端的运动信息，控制器接收由六维力传感器2传递的力信息、以及由采集装置传递的运动信息，通过导纳控制方式输出给机械臂适合的阻尼力，使用户上肢在自主运动过程中，可以感受机械臂1通过固定夹具3传递的阻尼力，使用户上肢可以接受自动的抗阻尼运动，从而实现康复治疗。
力信息可以是力的大小及力方向，也可以是力矩大小及力矩方向，或者是力大小、力方向、力矩大小及力矩方向。例如，在一些实施例中，六维力传感器采集的力信息可以包括机械臂末端三个方向的力的大小和/或方向，示例性的，三个方向可以是三维正交坐标系中的相互正交的x、y、z坐标轴方向，其中，在机器人控制过程中，可以仅使用其中两个方向的信息，也可以三个方向的信息都被使用，在仅使用两个方向信息的情况下，仅可以对使用者上肢作二维平面运动过程进行导纳控制；在另外一些实施例中，六维力传感器采集三个方向力矩的大小和方向。
实际运动参数可以包括机械臂末端的运动速度的大小和速度方向，也可以包括运动加速度的大小和加速度方向，以及机械臂末端位移等。可以选用速度、加速度及机械臂末端位移中至少一者进行导纳控制，示例性的，实际运动参数可以仅选用机械臂末端的运动速度的大小和方向，与六维力传感器采集的机械臂末端力的大小和方向，对使用者运动意图进行识别，并通过机械臂1输出相应的阻尼力。
其中，在S12中，根据力信息及实际运动参数，通过模糊控制算法确定用户运动的期望运动参数，期望运动参数用于表征用户的运动意图，运动意图包括加速或减速。
六维力传感器采集的力信息，首先要进行信号数据处理。由于用户与六维力传感器之间力交互过程中存在皮肤摩擦、接触角度变化、施加力不平稳、机械机构自身等原因造成的噪声情况，使得实际六维力采集到的原始信号在时域上呈现锯齿状，采集信号不能够直接用于系统的变导纳控制，通过对采集力信息的信号数据进行滤波处理，获得平稳的力信息信号。
在一些实施例中，基于卡尔曼滤波器对所述力信息进行滤波处理；所述根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数，包括：根据滤波处理后的力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数。
示例性的，为对采集到的原始力信息的信号进行滤波处理，可以使六维力传感器采集到的信号变得平稳，滤波处理方式可以采用维纳滤波、卡尔曼滤波、非线性滤波等。以采用卡尔曼滤波处理为例，具体操作方法包括建立卡尔曼滤波相应的状态方程和观测方程，获取激励矢量和测量误差矢量的协方差，获取转移状态协方差矩阵初值，获取状态矢量初值，计算卡尔曼增益，输出滤波结果。
六维力传感器采集的力信息还掺杂有力噪音，示例性的，六维力传感器采集的力信息中掺杂固定夹具本身重量因为的力和力矩信息，该掺杂导致采集信号反映的反映用户上肢的运动意图精确度下降，因此，为提高用户上肢运动意图的识别精确度，需要对六维力传感器采集的力信息进行固定夹具的重力补偿处理。
在一些实施例中，所述根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数，包括：根据预先确定的所述机械臂末端的负载重力补偿值，对所述力信息进行重力补偿处理，确定用户施加的作用力，所述六维力传感器采集所述机械臂在不同姿态下的所述机械臂末端的初始力信息分析确定。
作为一个示例，对力信息进行重力补偿处理方法如下：
（1）初始数据获取；
其中，在固定夹具未固定用户上肢的状态下，六维力传感器采集到的初始信息包括三个方向的力信息和力矩信息，对应固定夹具的重力信息和六维力传感器的零点值信息之和。
（2）通过多组不同姿态数据计算求解出末端固定夹具的重力和零点数据；
其中，根据初始信息与固定夹具的重力信息、六维力传感器的零点值信息关系，可计算固定夹具重力和六维力传感器的零点值，具体如下式：
（1）
式（1）中，fx、fy、fz为六维力传感器采集的三个方向的力分量，gt_x、gt_y、gt_z为固定夹具3在三个方向的重力分量，fx0、fy0、fz0为三个方向的零点力值分量，为六维力传感器坐标系绕三个方向的变换矩阵，Gtool为六维力传感器的重力。
（3）计算补偿后的输出力与输出力矩，如下式：
（2）
式（2）中，mx、my、mz为六维力传感器采集的三个方向的力矩分量，mx0、my0、mz0为三个方向的零点力矩值分量，mgx、mgy、mgz为固定夹具3在三个方向的重力力矩分量，F'为补偿后的输出力，M'为补偿后的输出力矩。
通过模糊控制算法，对力信息及实际运动参数进行处理获得用户加速或减速的运动意图，表征用户运动意图的期望运动参数可以是期望虚拟阻尼和期望虚拟质量。
在一些实施例中，模糊控制算法包括：
（1）将力信息及实际运动参数模糊处理，对应得到用户力模糊变量和运动参数模糊变量；
（2）根据用户力模糊变量、运动参数模糊变量和预设的模糊控制表，查表确定机械臂的阻尼模糊变量，其中模糊控制表为不同用户力模糊变量与不同运动参数模糊变量分别进行组合所对应的机械臂的阻尼模糊变量；
示例性的，生成模糊控制表对应的规则包括：若力信息的力方向和实际运动参数中的速度方向同向，且当前时刻的力信息的力数值绝对值减去上一时刻的力信息的力数值绝对值获得的差值大于0，则判定运动意图为加速；若力信息的力方向和实际运动参数中的速度同向，且当前时刻的力信息的力数值绝对值减去上一时刻的力信息的力数值绝对值获得的差值小于或者等于0，则判定运动意图为减速；若力信息的力方向和实际运动参数中的速度方向反向，则判定运动意图为减速。
通过用户力的大小、方向，以及机械臂末端运动速度的大小、方向之间关系，自动识别用户的运动意图是加速或减速，为下一步机械臂响应用户运动意图建立基础。
示例性的，若运动意图为加速，则阻尼模糊变量减小；若运动意图为减速，则阻尼模糊变量为阻尼最大允许值。
通过建立该模糊控制表，如图4所示，不同用户输入力和机械臂末端速度对应不同的导纳参数配置，不同导纳参数配置间可以实现跳跃式的快速切换，不存在刚度变导纳控制中参数调整的过渡阶段，导纳参数即虚拟阻尼模糊变量，当用户运动意图为减速时，导纳参数会立刻变为最大值，期望速度会迅速减为0，当用户意图为加速时，导纳参数会立刻减小，期望速度会相应增加，以实现用户意图的快速响应。
其中，针对不同的治疗策略，阻尼模糊变量减小或增加路径可以呈线性变化，也可以呈振荡式变化，还可以呈特定函数曲线变化。
在一些实施例中，所述若所述运动意图为加速，则所述阻尼模糊变量减小，包括：所述阻尼模糊变量为先减小，再增加的反复式逐渐减小，每次增加数值是上一次减小数值的一半；所述若所述运动意图为减速，则所述阻尼模糊变量为阻尼最大允许值，包括：所述阻尼模糊变量为先增加，再减小的反复式逐渐增加，每次减小数值是上一次增加数值的一半，直至所述阻尼模糊变量增加至阻尼最大允许值。
通过控制阻尼模糊变量的增加或减小路径，可以实现不同的治疗策略，例如为实现振荡抗阻训练，当需要减小或增加阻尼模糊变量时，采用反复式逐渐减小路径或逐渐增加路径，让用户感受到机械臂提供阻尼力的振荡式变化，能够反复刺激用户的运动感知能力，同时还可以让用户感受的机械臂力逐渐变化，提高用户运动感知接受程度。
示例性的，振荡式变化的振荡幅度可以根据增加或减小目标幅值确定，例如在阻尼模糊变量增加路径中选择每次增加目标幅值的10%，再减小目标幅值的5%，依次反复。
示例性的，振荡式变化的频率可以根据用户治疗等级划分，例如针对轻度治疗等级选择0.5s/次的振荡频率，中度治疗等级选择1s/次的振荡频率，重度治疗等级选2s/次的振荡频率。
示例性的，如图5所示，每次振荡的单元路径可以是呈锯齿状变化，或如图6所示，每次振荡的单元路径可以是呈线性变化。
（3）对阻尼模糊变量去模糊处理，获得机械臂的期望虚拟阻尼；
示例性的，可以通过重心法对虚拟阻尼模糊变量进行去模糊，得到期望虚拟阻尼的精确值。
在一些实施例中，根据期望虚拟阻尼，确定机械臂的期望虚拟质量；根据力信息、期望虚拟阻尼及期望虚拟质量，控制机械臂的运动。
通过确定期望虚拟质量并利用期望虚拟质量控制机械臂运动，能够提高系统响应快速性，维持相同的质量阻尼比。
在实际使用过程中，还存在意图力解算频率过高造成交互卡顿，系统导纳系数始终保持恒定造成交互不流畅等问题，与真实的医师辅助牵引康复流程还具有较大差异。通过模糊控制算法，提升所设计导纳控制器的意图力跟随精准程度、缩短响应时间以及达到可变导纳参数的效果。
在S13中，根据力信息及期望运动参数，通过导纳控制方式控制机械臂的运动。
通过导纳控制方式，用户可以直观地根据运动意图施加力，使机器人实现预期运动，在此期间，可以通过调整导纳参数来控制输出速度，实现对力的渲染。
示例性的，通过如下式的简化导纳模型确定：
（1）
式（1）中，Fx为用户作用力，m为期望虚拟质量，c为期望虚拟阻尼，为期望运动速度，/>为期望加速度。
在一些实施例中，通过滑动窗口实时监测所述力信息的变化；基于所述力信息的变化，确定所述力信息中出现特定高频振荡特征的感应力时，通过调整所述期望运动参数包括的期望虚拟阻尼和/或所述机械臂的期望虚拟质量，以消除所述机械臂的抖动；其中，所述特定高频振荡特征包括周期小于预设周期阈值和/或振幅大于或等于预设振动阈值。
通过去振荡处理，对于一些脑卒中患者或者帕金森患者的康复过程中，可能出现由于患者自然手抖或者由于患者上肢主动移动时延滞后现象、或者上肢与机械臂之间交互刚度发生变化、传感器噪声等现象，机械臂与人之间就很容易发生振荡交互的现象，能够避免康复设备的正常使用带来极大的不稳定因素，同时给用户带来很大的不安全感，提高机器人的人机交互稳定性和交互安全性。
示例性的，采用滑动窗口实时监测方法，其中，首先采用加窗插值方法减少频谱泄露和栅栏效应，降低FFT辨识误差；其次通过时间窗的滑动对每个时间窗截取的信号进行FFT，得到振荡频率和振荡幅值的动态序列，即频率和幅值随时间变化关系，通过对时变振荡幅值的分析计算判断是否为振荡频率或潜在的振荡频率；根据所监测的结果，如果是振荡频率则进行相应的阻尼和质量调整，以规避振荡现象的产生。
在一些实施例中，根据所述力信息、期望运动参数及预设的所述机械臂的安全运动策略，通过导纳控制方式控制所述机械臂的运动；其中，所述安全运动策略包括：限制所述机械臂的运动速度在预设的安全速度范围内和/或限制所述机械臂的运动位置在预设的安全运动位置范围内。
在装置与患者之间进行康复交互过程中，由于系统的输入来自康复患者施加的作用力，理论上机械臂末端的位移速度伴随着作用力的增大而增大，同时机械臂末端移动的范围若没有合适的约束，其末端会伴随着用户所施加的作用力信号一直运动，这样的交互模式不符合安全协作的康复前提。通过在机械臂超出允许运动位置极限状态下，控制机械臂停止运动，以及在机械臂超过允许运动速度极限状态下控制机械臂减速运动，能够保证患者在康复过程中实现安全的康复交互，基于机械臂的可行域和人体上肢正常的移动速度，对装置设立了安全的速度阈值和安全可行域边界约束条件，当导纳控制器解算出的移动速度大于安全速度阈值时，系统会自动将机械臂末端移动的速度限定在安全阈值内。当人体上肢末端移动范围超出正常的上肢活动范围或者超出装置所设计的安全边界范围，系统会自动基于人体合适的触壁反馈，并约束上肢在安全边界内进行活动。
在一些实施例中，通过所述机器人的辅助模块输出预设的康复作业任务，以指导用户进行上肢运动，其中所述康复作业任务包括画圆和/或3D轨迹任务。
通过根据不同的上肢运动轨迹定义康复作业任务，在二维中，画圆是动作最复杂的图形轨迹，设定康复作业任务为画圆能够最大程度用户在二维中的康复效果。示例性的，画圆任务轨迹可以是从起点到终点直接完成封闭圆形，也可以是先画出圆心和多个半径直线后，针对相邻的半径直线分段完成画圆任务。选用3D轨迹，可以实现用户在三维空间的动作协调恢复，示例性的，3D轨迹可以是画出圆柱形、圆锥形、球形或由三维空间的直线段或弧线段组成的轨迹图形。
本申请实施例的机器人的控制装置，包括：存储器，用于存储计算机程序；控制器，用于实现前述机器人的控制方法。
本申请实施例的机器人，包括：机械臂；与机械臂末端连接的六维力传感器；与六维力传感器底部连接的固定夹具，固定夹具用于固定用户上肢；和前述的机器人的控制装置，机器人的控制装置搭载于机械臂上。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (5)

1.一种基于六维力感知的康复机器人控制装置，其特征在于，所述康复机器人包括存储器，用于存储计算机程序；控制器，用于实现康复机器人控制方法；机械臂、与所述机械臂末端连接的六维力传感器及与所述六维力传感器底部连接的固定夹具，所述固定夹具用于固定用户上肢；所述方法包括：
在机械臂跟随用户上肢运动过程中，通过六维力传感器采集当前用户上肢运动时，所述机械臂末端的力信息，并获取所述机械臂的实际运动参数；
根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数，所述期望运动参数用于表征所述用户的运动意图，所述运动意图包括加速或减速；
其中，将所述力信息及所述实际运动参数模糊处理，对应得到用户力模糊变量和运动参数模糊变量；
根据所述用户力模糊变量、所述运动参数模糊变量和预设的模糊控制表，查表确定所述机械臂的阻尼模糊变量，其中所述模糊控制表为不同用户力模糊变量与不同运动参数模糊变量分别进行组合所对应的所述机械臂的阻尼模糊变量；
对所述阻尼模糊变量去模糊处理，获得所述机械臂的期望虚拟阻尼；
根据所述力信息及期望运动参数，通过导纳控制方式控制所述机械臂的运动；
其中，所述根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数中，生成的模糊控制表对应的规则包括：
若所述力信息的方向和所述实际运动参数中的速度方向同向，且当前时刻的力信息的数值绝对值减去上一时刻的力信息的绝对值获得的差值大于0，则判定所述运动意图为加速；若所述力信息和所述实际运动参数中的速度同向，且当前时刻的力信息的数值绝对值减去上一时刻的力信息的绝对值获得的差值小于或者等于0，则判定所述运动意图为减速；若所述力信息的方向和所述实际运动参数中的速度方向反向，则判定所述运动意图为减速；
通过用户力的大小、方向，以及机械臂末端运动速度的大小、方向之间关系，自动识别用户的运动意图是加速或减速；
若所述运动意图为加速，则所述阻尼模糊变量减小，包括：所述阻尼模糊变量为先减小，再增加的反复式逐渐减小，每次增加数值是上一次减小数值的一半；
若所述运动意图为减速，则所述阻尼模糊变量为阻尼最大允许值，包括：所述阻尼模糊变量为先增加，再减小的反复式逐渐增加，每次减小数值是上一次增加数值的一半，直至所述阻尼模糊变量增加至阻尼最大允许值；
以及，根据预先确定的所述机械臂末端的负载重力补偿值，对所述力信息进行重力补偿处理，确定用户施加的作用力，所述六维力传感器采集所述机械臂在不同姿态下的所述机械臂末端的初始力信息分析确定；
其中，所述重力补偿处理包括：
初始数据获取，其中，在固定夹具未固定用户上肢的状态下，六维力传感器采集到的初始信息包括三个方向的力信息和力矩信息，对应固定夹具的重力信息和六维力传感器的零点值信息之和；
通过多组不同姿态数据计算求解出末端固定夹具的重力和零点数据，根据初始信息与固定夹具的重力信息、六维力传感器的零点值信息关系，可计算固定夹具重力和六维力传感器的零点值，具体如下式(1)：
式(1)中，fx、fy、fz为六维力传感器采集的三个方向的力分量，gt_x、gt_y、gt_z为固定夹具在三个方向的重力分量，fx0、fy0、fz0为三个方向的零点力值分量，为六维力传感器坐标系绕三个方向的变换矩阵，Gtool为六维力传感器的重力；
计算补偿后的输出力与输出力矩，如下式(2)：
式(2)中，mx、my、mz为六维力传感器采集的三个方向的力矩分量，mx0、my0、mz0为三个方向的零点力矩值分量，mgx、mgy、mgz为固定夹具在三个方向的重力力矩分量，F'为补偿后的输出力，M'为补偿后的输出力矩；
根据所述作用力及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数。
2.根据权利要求1所述的基于六维力感知的康复机器人控制装置，其特征在于，所述根据所述力信息及期望运动参数，通过导纳控制方式控制所述机械臂的运动，包括：
根据所述期望虚拟阻尼，确定所述机械臂的期望虚拟质量；
根据所述力信息、所述期望虚拟阻尼及所述期望虚拟质量，控制所述机械臂的运动。
3.根据权利要求1所述的基于六维力感知的康复机器人控制装置，其特征在于，所述根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数，包括：
所述通过六维力传感器采集当前用户上肢运动时，所述机械臂末端的力信息之后，所述根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数之前，还包括：
基于卡尔曼滤波器对所述力信息进行滤波处理；
所述根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数，包括：根据滤波处理后的力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数；
和/或，
所述通过六维力传感器采集当前用户上肢运动时，所述机械臂末端的力信息之后，所述根据所述力信息及所述实际运动参数，通过模糊控制算法确定用户运动的期望运动参数之前，还包括：
通过滑动窗口实时监测所述力信息的变化；
基于所述力信息的变化，确定所述力信息中出现特定高频振荡特征的感应力时，通过调整所述期望运动参数包括的期望虚拟阻尼和/或所述机械臂的期望虚拟质量，以消除所述机械臂的抖动；
其中，所述特定高频振荡特征包括周期小于预设周期阈值和/或振幅大于或等于预设振动阈值。
4.根据权利要求1所述的基于六维力感知的康复机器人控制装置，其特征在于，所述根据所述力信息及期望运动参数，通过导纳控制方式控制所述机械臂的运动，包括：
根据所述力信息、期望运动参数及预设的所述机械臂的安全运动策略，通过导纳控制方式控制所述机械臂的运动；
其中，所述安全运动策略包括：限制所述机械臂的运动速度在预设的安全速度范围内和/或限制所述机械臂的运动位置在预设的安全运动位置范围内；
和/或，
所述方法还包括：
通过所述康复机器人的辅助模块输出预设的康复作业任务，以指导用户进行上肢运动，其中所述康复作业任务包括画圆和/或3D轨迹任务。
5.一种机器人，用于康复治疗，其特征在于，包括：
机械臂；
与所述机械臂末端连接的六维力传感器；
与所述六维力传感器底部连接的固定夹具，所述固定夹具用于固定用户上肢；和权利要求1所述的基于六维力感知的康复机器人控制装置，所述康复机器人的控制装置搭载于所述机械臂上。
CN202310464258.6A 2023-04-27 2023-04-27 基于六维力感知的康复机器人控制方法、控制装置及机器人 Active CN116172841B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310464258.6A CN116172841B (zh) 2023-04-27 2023-04-27 基于六维力感知的康复机器人控制方法、控制装置及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310464258.6A CN116172841B (zh) 2023-04-27 2023-04-27 基于六维力感知的康复机器人控制方法、控制装置及机器人

Publications (2)

Publication Number Publication Date
CN116172841A CN116172841A (zh) 2023-05-30
CN116172841B true CN116172841B (zh) 2024-03-29

Family

ID=86440699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310464258.6A Active CN116172841B (zh) 2023-04-27 2023-04-27 基于六维力感知的康复机器人控制方法、控制装置及机器人

Country Status (1)

Country Link
CN (1) CN116172841B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103331746A (zh) * 2013-07-04 2013-10-02 北京航空航天大学 一种具有冗余自由度的穿戴式六维力觉交互装置
CN104997523A (zh) * 2014-04-18 2015-10-28 东北大学 一种上肢康复机器人康复训练运动功能评价方法
CN107307972A (zh) * 2017-06-22 2017-11-03 昆明学院 一种用于上肢康复机器人的新型机械臂
CN113733105A (zh) * 2021-10-18 2021-12-03 哈尔滨理工大学 一种基于人的意图识别的协作机械臂模糊变导纳控制系统及方法
CN114265318A (zh) * 2022-03-02 2022-04-01 北京航空航天大学 一种基于滑模控制和模糊算法的协作机器人轨迹跟踪方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4853937B2 (ja) * 2003-04-28 2012-01-11 独立行政法人産業技術総合研究所 慣性センサの動的感度マトリックス計測装置およびその計測方法
CN108942942B (zh) * 2018-08-16 2020-01-07 居鹤华 一种基于轴不变量的多轴机器人逆运动学建模与解算方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103331746A (zh) * 2013-07-04 2013-10-02 北京航空航天大学 一种具有冗余自由度的穿戴式六维力觉交互装置
CN104997523A (zh) * 2014-04-18 2015-10-28 东北大学 一种上肢康复机器人康复训练运动功能评价方法
CN107307972A (zh) * 2017-06-22 2017-11-03 昆明学院 一种用于上肢康复机器人的新型机械臂
CN113733105A (zh) * 2021-10-18 2021-12-03 哈尔滨理工大学 一种基于人的意图识别的协作机械臂模糊变导纳控制系统及方法
CN114265318A (zh) * 2022-03-02 2022-04-01 北京航空航天大学 一种基于滑模控制和模糊算法的协作机器人轨迹跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张奇志、周亚丽.机器人学简明教程.西安电子科技大学出版社,2013,114-124. *

Also Published As

Publication number Publication date
CN116172841A (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN103707734B (zh) 悬架控制装置
CN111660306A (zh) 一种基于操作者舒适度的机器人可变导纳控制方法及系统
JP3946843B2 (ja) 座標測定装置を制御する方法及び座標測定装置
CN103496633A (zh) 推断让机器人系统运动的操作者的意图的方法
CN106945046A (zh) 基于变刚度弹性驱动器的机械臂控制系统及其控制方法
CN111249005A (zh) 一种穿刺手术机器人柔顺控制系统
US20220126440A1 (en) Method of supporting adjustment of parameter set of robot, a non-transitory computer-readable storage medium, and information processing device
CN109968361A (zh) 一种基于实时力反馈的变阻抗遥操作控制装置及方法
CN110597072A (zh) 机器人导纳柔顺控制方法及系统
CN107690376B (zh) 一种振动调节方法、系统、装置及工业机器人
CN115756007A (zh) 一种人、环境和机器人耦合交互的变导纳控制系统及方法
CN101972170A (zh) 最小二乘支持向量机自适应滤波器及其滤波方法
CN115502966A (zh) 用于机器人的可变导纳控制方法
CN116172841B (zh) 基于六维力感知的康复机器人控制方法、控制装置及机器人
CN108714914A (zh) 一种机械臂视觉系统
Metzger et al. Performance comparison of interaction control strategies on a hand rehabilitation robot
CN111358659B (zh) 一种机器人的助力控制方法、系统及下肢康复机器人
CN117095809A (zh) 康复机器人主动训练柔性控制方法及装置
JP6297951B2 (ja) 運動推定装置
CN110132271A (zh) 一种自适应卡尔曼滤波姿态估计算法
CN107343844B (zh) 上肢助力外骨骼的控制方法、装置和上肢助力外骨骼系统
KR101199468B1 (ko) 로봇용 센서 신호 처리 시스템 및 방법
Pecly et al. Uncoupled stability of kinesthetic haptic systems simulating mass-damper-spring environments with complementary filter
CN113855474B (zh) 用于控制两个康复机器人的方法、装置和康复机器人系统
Duan et al. Design of Robot Control System for Knee Joint Replacement Surgery Based on STM32

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