CN117654000A - 一种机器人主被动康复训练控制方法、系统、设备及介质 - Google Patents

一种机器人主被动康复训练控制方法、系统、设备及介质 Download PDF

Info

Publication number
CN117654000A
CN117654000A CN202410133819.9A CN202410133819A CN117654000A CN 117654000 A CN117654000 A CN 117654000A CN 202410133819 A CN202410133819 A CN 202410133819A CN 117654000 A CN117654000 A CN 117654000A
Authority
CN
China
Prior art keywords
rehabilitation training
robot
control
active
passive
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.)
Granted
Application number
CN202410133819.9A
Other languages
English (en)
Other versions
CN117654000B (zh
Inventor
沙连森
刘斌
张名琦
张文彬
黄锟
史文青
姚兴亮
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.)
Suzhou Institute of Biomedical Engineering and Technology of CAS
Original Assignee
Suzhou Institute of Biomedical Engineering and Technology of CAS
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 Suzhou Institute of Biomedical Engineering and Technology of CAS filed Critical Suzhou Institute of Biomedical Engineering and Technology of CAS
Priority to CN202410133819.9A priority Critical patent/CN117654000B/zh
Publication of CN117654000A publication Critical patent/CN117654000A/zh
Application granted granted Critical
Publication of CN117654000B publication Critical patent/CN117654000B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
    • 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
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • 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
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B21/00—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices
    • A63B21/00178—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices for active exercising, the apparatus being also usable for passive exercising
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • A61H2201/01—Constructive details
    • A61H2201/0157—Constructive details portable
    • 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
    • A61H2205/00—Devices for specific parts of the body
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/60—Measuring physiological parameters of the user muscle strain, i.e. measured on the user
    • A63B2230/605—Measuring physiological parameters of the user muscle strain, i.e. measured on the user used as a control parameter for the apparatus

Landscapes

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

Abstract

本发明提供一种机器人主被动康复训练控制方法、系统、设备及介质，该方法包括步骤：响应于用户切换主被动康复训练的请求；若当前为被动康复训练模式，则关闭外环导纳调整模块，通过内环U‑K控制模块进行机器人的轨迹跟踪控制，实现被动训练；若当前为主动康复训练模式，则打开外环导纳调整模块，通过外环导纳调整模块和内环U‑K控制模块进行机器人的轨迹跟踪控制，实现主动训练。内环采用基于U‑K理论的控制算法，能够满足上肢康复训练过程中的轨迹跟踪控制要求，外环导纳调整模块能够通过改变导纳参数调整主动训练效果，实现不同程度或等级的主动康复训练，不会影响和干涉被动训练的轨迹跟踪控制，能够很方便的在主动被动训练之间转换。

Description

一种机器人主被动康复训练控制方法、系统、设备及介质
技术领域
本发明涉及自动化控制技术领域，特别涉及一种机器人主被动康复训练控制方法、系统、设备及介质。
背景技术
随着人口老龄化、中风年轻化及劳动损伤导致的运动功能障碍患者数量的急剧增加，人们社会生活和医疗承受着巨大压力，针对运动功能障碍恢复的医疗设备的研发也越来越得到重视。其中，针对上肢康复的康复机器人是常见的研究方向，现有的康复机器人按照其结构特点可以分为末端牵引式和外骨骼式2种类型。末端牵引式通常以连杆机构为主体，将人体患肢末端与机器人末端连接，拖动患肢末端可以实现康复训练功能，结构简单，但是训练范围受限制，无法针对单一关节进行训练。外骨骼式康复机器人通过穿戴在人体患肢外侧，依照人体上肢与外骨骼机器人关节的对应关系实现患肢的协调控制，结构复杂，但是针对性较强、模式多样，可以实现多关节联动和单关节独立控制，是当前应用较多的康复机器人。
根据康复医学与脑神经可塑性理论，合理的训练方法可以有效的实现患者的脑神经重塑、加强对患肢的控制、增强肌肉力量和防止关节萎缩。康复机器人采用的控制策略会直接影响康复训练效果。医学上常见的训练模式按照患者的参与程度可以分为被动训练模式和主动训练模式。目前，大多数外骨骼式康复机器人采用不同类型的轨迹跟踪控制策略，以提高被动训练的准确性。然而，现有的控制策略，例如：基于滑膜改进的PID控制策略、基于神经网络控制的控制策略，虽然一定程度提高了被动训练控制的稳定性和准确性，但是算法复杂，难以结合人机主动交互力、肌电信号等人体信息。因此，难以实现高度人机耦合的主动训练，这种情况下两种训练方式无本质的区分。此外，其他一些控制策略中被动训练和主动训练之间相互独立，耦合度较低，模式切换无法快速稳定的实现，并且部分控制策略中，由于被动训练的算法过于复杂导致主动训练延迟较大，会导致训练效果不足、无法有效的进行实时监测。
发明内容
为了实现本发明的上述目的和其他优点，本发明的第一目的是提供一种机器人主被动康复训练控制方法，包括以下步骤：
响应于用户进行主动康复训练与被动康复训练切换的请求，切换康复训练模式；
若当前康复训练模式为被动康复训练模式，则将外环导纳调整模块关闭，通过内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制，以实现被动训练；
若当前康复训练模式为主动康复训练模式，则将外环导纳调整模块打开，通过外环导纳调整模块和内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制，以实现主动训练。
进一步地，所述通过内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制包括以下步骤：
计算外骨骼机器人的动力学方程；
计算当系统受到轨迹约束时，系统的约束力；
当系统受到轨迹约束时，计算速度反馈；
结合计算出的外骨骼机器人的动力学方程、系统的约束力、速度反馈，得到系统实际满足轨迹约束的动力学方程；
通过系统实际满足轨迹约束的动力学方程进行外骨骼机器人的轨迹跟踪控制。
进一步地，所述计算外骨骼机器人的动力学方程包括以下步骤：
根据拉格朗日方程，得到外骨骼机器人的动力学方程为：
，
其中，为时间变量，/>为/>，/>表示外骨骼机器人的i个关节的角度位置，/>为/>，/>表示i个关节的角速度，/>为/>，/>表示i个关节的角加速度，/>为/>，/>表示i个关节提供的力矩，/>表示系统的广义惯性矩阵，/>表示系统的科氏力矩阵，/>表示系统的重力矢量。
进一步地，所述计算当系统受到轨迹约束时，系统的约束力包括以下步骤：
令系统所受的轨迹约束表示成如下的质点间速度和加速度的线性表示：
，
，
其中，是/>维的矩阵，b、c均是/>维矢量；
对于存在所述轨迹约束的系统，在任意的时刻，系统中的/>个质点的/>维加速度有如下表达：
，
其中，为无约束状态下系统所受的加速度，/>为约束矩阵，/>为唯一MP逆矩阵；
当系统受到所述轨迹约束时，系统的约束力求解如下：
。
进一步地，当系统受到轨迹约束时，计算出的速度反馈为：
，
，
其中，矩阵，/>，/>为待设计参数, />且/>，上标/>表示广义逆符号。
进一步地，结合计算出的外骨骼机器人的动力学方程、系统的约束力、速度反馈，得到系统实际满足轨迹约束的动力学方程为：
。
进一步地，所述通过外环导纳调整模块和内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制包括以下步骤：
获取外骨骼机器人末端六维力数据；
通过所述六维力数据计算出人机交互力；
通过导纳算法根据所述人机交互力计算得到时域中的速度偏移值；
将所述速度偏移值代入所述速度反馈中作为轨迹误差处理的一部分计算出输出力矩。
进一步地，通过导纳算法根据所述人机交互力计算得到时域中的速度偏移值为：
，
，
，
，
其中，为时域的人机交互力，将/>做/>变换得到/>域的/>，/>为导纳环的传递函数，、/>和/>均为可变的导纳参数，/>为时域中的速度偏移值。
进一步地，若当前康复训练模式为主动康复训练模式，则还包括以下步骤：
实时读取肌电信号；
通过所述肌电信号识别运动状态及肌肉状态；
通过所述运动状态与所述肌肉状态得到康复训练状态；
根据所述康复训练状态生成并输出控制指令；
通过所述控制指令控制外骨骼机器人的运动。
进一步地，所述通过所述肌电信号识别运动状态还包括以下步骤：
通过所述肌电信号结合外骨骼机器人的运动信息识别运动状态。
本发明的第二目的是提供一种机器人主被动康复训练控制系统，实现上述的方法，包括肌电信号采集端、上位机操作端、下位机控制端、机器人执行端，所述肌电信号采集端与所述上位机操作端通讯连接，所述上位机操作端与所述下位机控制端通讯连接，所述下位机控制端与所述机器人执行端通讯连接；
所述肌电信号采集端用于实时采集患者的肌电信号，通过所述肌电信号识别运动状态，将所述肌电信号、所述运动状态输出至所述上位机操作端；
所述上位机操作端用于提供界面交互，响应于用户进行主动康复训练与被动康复训练切换的请求，切换康复训练模式，通过所述肌电信号识别肌肉状态，结合运动信息进一步检测运动状态，通过所述运动状态与所述肌肉状态得到康复训练状态，根据所述康复训练状态生成控制指令，将所述控制指令、所述康复训练模式输出至所述下位机控制端；
所述下位机控制端用于接收所述控制指令、所述康复训练模式，根据所述康复训练模式计算对应的控制力矩信号，并输出所述控制指令、所述控制力矩信号至所述机器人执行端，将运动信息反馈至所述上位机操作端；
所述机器人执行端用于接收所述控制指令、所述控制力矩信号，带动人体上肢及负载执行对应的动作，以完成主、被动康复训练康复任务，以及反馈所述运动信息至所述下位机控制端。
进一步地，所述机器人执行端采用多自由度串联式机器人，所述多自由度串联式机器人的多个关节电机独立控制，所述多自由度串联式机器人的关节之间通过连杆连接，所述多自由度串联式机器人的每个关节附带编码器，所述电机、所述编码器与所述下位机控制端通信连接；
所述电机用于接收所述控制力矩信号，实现多自由度串联式机器人的力位控制；
所述编码器用于实时读取所述电机的运动信息，将所述运动信息反馈至所述上位机操作端，以及实现断电记忆。
进一步地，所述下位机控制端采用STM32主控板。
进一步地，所述上位机操作端包括串口模块和肌电信号分析模块，所述上位机操作端通过所述串口模块与所述下位机控制端通信连接，所述肌电信号分析模块采用UDP通讯方式与所述肌电信号采集端通信连接；
所述肌电信号分析模块用于通过所述肌电信号识别肌肉状态，通过所述运动状态与所述肌肉状态得到康复训练状态。
进一步地，所述肌电信号采集端采用肌电信号采集设备，所述肌电信号采集设备用于独立采集上肢的各个肌群的肌电信号并以时序图像展现，通过所述肌电信号识别运动状态。
本发明的第三目的是提供一种电子设备，包括：存储器，其上存储有程序代码；处理器，其与所述存储器连接，并且当所述程序代码被所述处理器执行时，实现一种机器人主被动康复训练控制方法。
本发明的第四目的是提供一种计算机可读存储介质，其上存储有程序指令，所述程序指令被执行时实现一种机器人主被动康复训练控制方法。
与现有技术相比，本发明的有益效果是：
本发明提供了一种基于外环导纳调整模块和内环U-K控制模块的双环控制策略的外骨骼机器人主被动康复训练控制方法及系统，对机器人本体采用拉格朗日法完成建模，内环U-K控制模块采用基于Udwadia-Kalaba理论的控制算法，能够很好的满足上肢康复训练过程中的轨迹跟踪控制要求，外环导纳调整模块能够通过改变导纳参数调整主动训练效果，实现不同程度或等级的主动康复训练，并且不会影响和干涉被动训练的轨迹跟踪控制，能够很方便的在被动训练和主动训练之间转换。
本发明解决了现有的康复机器人缺少主被动训练模式转换、患者参与度较低以及缺乏有效的训练监测手段等问题，相较于现有技术，本发明提供的被动训练的算法复杂较低，能够结合人机主动交互力、肌电信号等人体信息，能实现高度人机耦合的主动训练，患者参与度较高；并且被动训练与主动训练耦合度较高，能够快速稳定的实现模式切换，由于被动训练的算法复杂度较低，使得主动训练延迟较小，提升了康复训练效果，能够有效的对患肢运动状态进行实时监测，从而保证运行安全。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为实施例1的机器人主被动康复训练控制系统原理示意图；
图2为实施例1的机器人主被动康复训练控制系统使用流程图；
图3为实施例1的被动训练模式使用流程图；
图4为实施例1的主动训练模式使用流程图；
图5为实施例2的机器人主被动康复训练控制方法流程图一；
图6为实施例2的七自由度串联式机器人示意图；
图7为实施例2的通过内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制流程图；
图8为实施例2的通过外环导纳调整模块和内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制流程图；
图9为实施例2的整体主动训练效果示意图；
图10为实施例2的运动状态监测流程图；
图11为实施例2的机器人主被动康复训练控制方法流程图二；
图12为实施例3的电子设备示意图；
图13为实施例4的存储介质示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例1
一种机器人主被动康复训练控制系统，如图1所示，包括肌电信号采集端、上位机操作端、下位机控制端、机器人执行端，肌电信号采集端与上位机操作端通讯连接，上位机操作端与下位机控制端通讯连接，下位机控制端与机器人执行端通讯连接；上位机操作端与下位机控制端各自独立互不干扰，便于问题检查。
肌电信号采集端用于实时采集患者的肌电信号，通过肌电信号识别运动状态，将肌电信号、运动状态输出至上位机操作端。
上位机操作端用于提供界面交互，响应于用户进行主动康复训练与被动康复训练切换的请求，切换康复训练模式，即可以通过改变输入指令很方便的在主被动训练模式之间进行切换，通过肌电信号识别肌肉状态，结合运动信息进一步检测运动状态，通过运动状态与肌肉状态得到康复训练状态，根据康复训练状态生成控制指令，将控制指令、康复训练模式输出至下位机控制端。
如图2所示，操作员打开上位机操作端中的操作界面，选择康复训练模式，输入运动轨迹或在程序中给定轨迹约束，患者穿戴外骨骼机器人，操作员打开系统开关，等待上位机发送指令给下位机控制端。
相比于传统的上肢康复外骨骼机器人的康复训练控制系统，通过上位机操作端能够更简单的实现主动与被动康复训练模式转换功能以及实现更好的训练效果。
下位机控制端用于接收控制指令、康复训练模式，根据康复训练模式计算对应的控制力矩信号，并输出控制指令、控制力矩信号至机器人执行端，将运动信息反馈至上位机操作端。
机器人执行端用于接收控制指令、控制力矩信号，带动人体上肢及负载执行对应的动作，以完成主、被动康复训练康复任务，以及反馈运动信息至下位机控制端。
如图2所示，下位机控制端判断机器人是否执行运动，否则返回等待上位机发送指令给下位机控制端步骤继续执行，是则判断机器人训练模式，如图3所示，若为被动训练模式，则控制算法输出控制力矩信号，外骨骼机器人执行训练，机器人执行端反馈运动信息给下位机控制端，如图4所示，若为主动训练模式，则上位机发送指令打开外环导纳模块，控制算法输出控制力矩信号，外骨骼机器人执行训练，机器人执行端反馈运动信息给下位机控制端，肌电信号采集端反馈肌电信号给上位机操作端；判断运动过程是否异常，是则发送停止信号给上位机操作端，否则操作员判断是否结束操作，否则返回等待上位机发送指令给下位机控制端步骤继续执行，是则操作员在上位机操作端选择结束操作，操作员结束操作，患者脱离外骨骼机器人；最后判断操作过程是否有问题，是则检查问题，外骨骼机器人回到零点，否则外骨骼机器人回到零点；关闭电源，关闭上位机操作端的界面。
在一些实施例中，机器人执行端的主体结构采用符合人体上肢动力学的多自由度串联式机器人结构，例如，7自由度串联式机器人，符合人体上肢运动方式，也符合上肢康复训练的要求。多自由度串联式机器人的多个关节电机可以独立控制，能够实现多关节联合运动和单关节独立运动，多自由度串联式机器人的关节之间通过连杆连接，并且多自由度串联式机器人的每个关节附带编码器，编码器能够实现位置记忆和断电记忆的功能；电机、编码器与下位机控制端通信连接。
电机用于接收控制力矩信号，实现多自由度串联式机器人的力位控制。
优选的，电机选用MAXON电机，MAXON电机可以通过电流乘以转矩常数稳定的输出给定转矩并且在出现异常状况时可以自锁保证安全。
编码器用于实时读取电机的运动信息，其中，运动信息包括速度和位置；将运动信息反馈至上位机操作端，以及实现断电记忆。
优选的，编码器采用绝对值编码器，绝对值编码器可以实时读取位置和速度并且具备断电记忆保护的功能，能够实现零点记忆，可以保证使用完成之后，机器人回到初始位置。
在一些实施例中，下位机控制端采用STM32主控板，例如，STM32F405主控板，其自带串口通信、CAN通信等多种通信方式，能够实现最高2Mbps的数据通信，能够很好的接受控制指令并将控制信号下发给机器人执行端，配合电机能够实现快速准确的运动控制，并且与上位机操作端和机器人执行端的通信方式不使用同一通道，不会产生信号干扰。
在一些实施例中，上位机操作端包括串口模块和肌电信号分析模块，例如，串口模块可以是串口助手等，肌电信号分析模块可以是基于MATLAB的肌电信号分析程序，上位机操作端通过串口模块与下位机控制端通信连接，通信速率可达115200bps，肌电信号分析模块采用UDP通讯方式与肌电信号采集端通信连接，可以稳定的将处理完成的肌电信号打印出来实现监测。
肌电信号分析模块用于通过肌电信号识别肌肉状态，通过运动状态与肌肉状态得到康复训练状态。
上位机操作端通过串口通讯、上位机软件、MATLAB等来实现设定运动轨迹、发送控制指令、运动状态监测及肌电信号处理等功能，不仅可以切换康复训练模式，还可以实时监测运动状态，从而保证运行安全。
在一些实施例中，肌电信号采集端采用肌电信号采集设备，例如，DELSYS肌电信号采集设备，肌电信号采集设备用于实时独立的采集上肢的各个肌群的肌电信号并以时序图像展现出来，通过肌电信号识别运动状态。操作人员可以很方便的监测运动中患肢的状态，并且DELSYS肌电信号采集设备的自带软件可以很方便与MATLAB等软件实时通信，从而实现数据的记录、处理。
关于机器人主被动康复训练控制系统对应的机器人主被动康复训练控制方法的详细描述，可以参照下述方法实施例中的对应描述，在此不再赘述。
针对现有的康复机器人缺少主被动训练模式转换、患者参与度较低以及缺乏有效的训练监测手段等问题，本发明基于ARM64平台提出了一种基于外环导纳调整模块和内环U-K控制理论的轨迹跟踪控制模块的双环控制策略，并结合外骨骼式机器人的编码器和表面肌电信号对训练过程中的患肢状态进行监测，同时还搭建了硬件控制电路和上位机操作软件，可以方便选择训练模式，查看训练状态。
实施例2
实施例1提供的机器人主被动康复训练控制系统对应的机器人主被动康复训练控制方法，关于系统的详细描述，可以参照上述系统实施例中的对应描述，在此不再赘述。如图5、图11所示，该方法包括以下步骤：
S1、响应于用户进行主动康复训练与被动康复训练切换的请求，切换康复训练模式；本实施例中，操作员打开上位机操作端中的操作界面，选择康复训练模式，上位机操作端响应于用户进行主动康复训练与被动康复训练切换的请求，切换康复训练模式。
S2、若当前康复训练模式为被动康复训练模式，则将外环导纳调整模块关闭，通过内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制，以实现被动训练。内环U-K控制模块是系统控制策略中最小的可以完整实现控制功能的控制环，也就是最基础的U-K控制环，只需要通过U-K算法能够实现，可以实现被动训练的功能。
本实施例中，机器人执行端的主体结构为刚性七自由度串联式机器人，如图6所示，连杆1至连杆7的长度分别为，对应在世界坐标系内的转动角度分别为，关节1至关节7提供的关节力矩分别为/>。假设连杆均为均质杆件且各组成部分对应的质量分别为/>。
如图7所示，通过内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制包括以下步骤：
S21、计算外骨骼机器人的动力学方程；具体包括以下步骤：
根据拉格朗日方程，得到外骨骼机器人的动力学方程为：
(1)，
其中，为独立的时间变量，/>为/>，/>表示外骨骼机器人的i个关节的角度位置，/>为/>，/>表示i个关节的角速度，/>为/>，/>表示i个关节的角加速度，/>为/>，/>表示i个关节提供的力矩，/>表示系统的广义惯性矩阵，/>表示系统的科氏力矩阵，/>表示系统的重力矢量。
以刚性七自由度串联式机器人为例，为/>，表示7个关节的角度位置，/>为/>，表示7个关节的角速度，/>为/>，表示7个关节的角加速度，/>为/>，表示关节提供的力矩，/>表示系统的广义惯性矩阵，/>表示系统的科氏力矩阵，/>表示系统的重力矢量。
被动训练的控制算法采用Udwadia-Kalaba（U-K）理论。在系统动力学中，U-K理论可以精确求解系统在受到约束时满足约束的约束力（力矩）。
S22、计算当系统受到轨迹约束时，系统的约束力；具体包括以下步骤：
令系统所受的轨迹约束表示成如下的质点间速度和加速度的线性表示：
(2)，
(3)，
其中，是/>维的矩阵，/>、/>均是/>维矢量，并且上式中的方程彼此不需要线性无关。
对于存在上式轨迹约束的系统，在任意的时刻，系统中的/>个质点的/>维加速度有如下表达：
(4)，
其中，为无约束状态下系统所受的加速度，/>为约束矩阵，/>为唯一MP逆矩阵；
当系统受到上述轨迹约束时，系统的约束力求解如下：
(5)。
S23、由于实际运动中会产生轨迹误差，因此还需要一个速度反馈减小误差：
(6)，
(7)，
其中，矩阵，/>，/>为待设计参数, />且/>，上标/>表示广义逆符号。
S24、结合计算出的外骨骼机器人的动力学方程、系统的约束力、速度反馈，得到系统实际满足轨迹约束的动力学方程为：
。
S25、通过系统实际满足轨迹约束的动力学方程进行外骨骼机器人的轨迹跟踪控制。
在被动训练时，只需要在程序中给定轨迹约束和控制参数就能够实现外骨骼机器人的轨迹跟踪控制。
S3、若当前康复训练模式为主动康复训练模式，则将外环导纳调整模块打开，通过外环导纳调整模块和内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制，以实现主动训练。外环导纳调整模块在主动训练时需要采集外部六维力信号参与控制算法，在内环的控制算法的基础上外部添加导纳调整模块，可以实现主动训练的功能，不会改变内部U-K控制算法，此时完整的控制算法包含了内部U-K控制算法和外环导纳调整模块。
对于不同上肢运动功能障碍程度的患者来说，需要一种可以在被动和主动训练之间切换的训练方式，并且希望可以实现训练强度的调整。如图8所示，通过外环导纳调整模块和内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制包括以下步骤：
S31、获取外骨骼机器人末端六维力数据；本实施例中，外骨骼机器人末端设置有六维力传感器，六维力传感器用于采集六维力数据；实际的运动过程中，可以通过读取外骨骼末端六维力数据计算出人机交互力。
S32、通过六维力数据计算出人机交互力；
S33、通过导纳算法根据人机交互力计算得到时域中对速度产生的偏移轨迹，计算过程如下：
(9)，
(10)，
(11)，
(12)，
上述应用了导纳算法，先将时域的人机交互力信号做/>变换得到/>域的/>，导纳环的传递函数为/>。由于控制周期较短力信号对速度产生的影响较大，因此通过/>变换理论得到/>域的/>，然后再对其做逆/>变换得到时域中的速度偏移/>。
S34、通过调节导纳参数、/>和/>可以改变速度偏移值/>的大小，再将速度偏移值代入到式(6)中（/>作为公式（6）中的/>代入计算）作为轨迹误差处理的一部分计算出输出力矩。
通过上述导纳环可以得到速度偏移轨迹影响控制力矩的计算，从而达到主动训练的效果，如图9所示，具体的实现效果如下：
当上肢输出正向的人机交互力时，六维力反馈正向的力矩，导纳模块输出正向的速度偏移，输出正向力矩产生助力效果，且人机交互力越大，力矩越小，助力效果越大。
当上肢输出反向的人机交互力时，六维力反馈反向的力矩，导纳模块输出反向的速度偏移，输出反向力矩产生阻力效果，且人机交互力越大，力矩越大，阻力效果越大。
本实施例中，被动康复训练模式与主动康复训练模式的切换很方便，不需要对硬件系统做出调整，只需要输出对应的指令就可以实现模式切换。
与被动训练不同的是，主动训练一般是康复训练中后期常用的训练方式，此时患肢已经具备了一定的运动能力，但是还伴随着肌肉痉挛、颤动等风险，尤其是在训练过程中，由于个人体质等原因，肌肉发力时间、状态各不相同，因此有必要在主动训练的过程中引入状态监测保证安全性。
如图10所示，若当前康复训练模式为主动康复训练模式，则还包括以下步骤：
S4、实时读取肌电信号；
S5、通过肌电信号识别运动状态及肌肉状态；具体的，检测肌电信号是否处于正常状态，从而判断运动状态。并且上肢的各个肌群的肌电信号独立采集，可以配合机器人编码器反馈的运动信息（位置、速度）进一步完成运动状态检测。
S6、通过运动状态与肌肉状态得到康复训练状态；
S7、根据康复训练状态生成并输出控制指令；具体的判断逻辑如表1所示。
表1 状态监测具体判断逻辑表
S8、通过控制指令控制外骨骼机器人的运动。
相比于传统的上肢康复外骨骼机器人的康复训练控制系统，通过采用外环导纳调整模块和内环U-K理论的轨迹跟踪控制实现更简单的主动与被动康复训练模式转换功能和更好的训练效果。
本发明的控制程序设计过程中，对机器人本体采用拉格朗日法完成建模，内环控制算法采用的是基于Udwadia-Kalaba理论的控制算法，能够很好的满足上肢康复训练过程中的轨迹跟踪控制要求；外环导纳调整模块可以通过改变导纳参数调整主动训练效果，实现不同程度或等级的主动康复训练，并且不会影响和干涉被动训练的轨迹跟踪控制，可以很方便的在被动训练和主动训练之间转换。
实施例3
一种电子设备，如图12所示，包括：存储器，其上存储有程序代码；处理器，其与所述存储器连接，并且当所述程序代码被所述处理器执行时，实现一种机器人主被动康复训练控制方法。关于方法的详细描述，可以参照上述方法实施例中的对应描述，在此不再赘述。
实施例4
一种计算机可读存储介质，如图13所示，其上存储有程序指令，程序指令被执行时实现一种机器人主被动康复训练控制方法。关于方法的详细描述，可以参照上述方法实施例中的对应描述，在此不再赘述。
这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
尽管本发明的实施方案已公开如上，但其并不仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
本说明书实施例提供的装置、电子设备、非易失性计算机存储介质与方法是对应的，因此，装置、电子设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、电子设备、非易失性计算机存储介质的有益技术效果。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件单元又可以是硬件部件内的结构。
上述实施例阐明的系统、装置或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序单元。一般地，程序单元包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序单元可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书实施例而已，并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说，本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的权利要求范围之内。

Claims (17)

1.一种机器人主被动康复训练控制方法，其特征在于，包括以下步骤：
响应于用户进行主动康复训练与被动康复训练切换的请求，切换康复训练模式；
若当前康复训练模式为被动康复训练模式，则将外环导纳调整模块关闭，通过内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制，以实现被动训练；
若当前康复训练模式为主动康复训练模式，则将外环导纳调整模块打开，通过外环导纳调整模块和内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制，以实现主动训练。
2.如权利要求1所述的一种机器人主被动康复训练控制方法，其特征在于：所述通过内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制包括以下步骤：
计算外骨骼机器人的动力学方程；
计算当系统受到轨迹约束时，系统的约束力；
当系统受到轨迹约束时，计算速度反馈；
结合计算出的外骨骼机器人的动力学方程、系统的约束力、速度反馈，得到系统实际满足轨迹约束的动力学方程；
通过系统实际满足轨迹约束的动力学方程进行外骨骼机器人的轨迹跟踪控制。
3.如权利要求2所述的一种机器人主被动康复训练控制方法，其特征在于：所述计算外骨骼机器人的动力学方程包括以下步骤：
根据拉格朗日方程，得到外骨骼机器人的动力学方程为：
，
其中，t为时间变量，θ为，θ表示外骨骼机器人的i个关节的角度位置，/>为/>，/>表示i个关节的角速度，/>为/>，/>表示i个关节的角加速度，/>为/>，/>表示i个关节提供的力矩，表示系统的广义惯性矩阵，/>表示系统的科氏力矩阵，/>表示系统的重力矢量。
4.如权利要求3所述的一种机器人主被动康复训练控制方法，其特征在于：所述计算当系统受到轨迹约束时，系统的约束力包括以下步骤：
令系统所受的轨迹约束表示成如下的质点间速度和加速度的线性表示：
，
其中，A是m×3n维的矩阵，b、c均是m维矢量；
对于存在所述轨迹约束的系统，在任意的时刻t，系统中的n个质点的3n维加速度有如下表达：
，
其中，a为无约束状态下系统所受的加速度，为约束矩阵，/>为唯一MP逆矩阵；
当系统受到所述轨迹约束时，系统的约束力求解如下：
。
5.如权利要求4所述的一种机器人主被动康复训练控制方法，其特征在于：当系统受到轨迹约束时，计算出的速度反馈为：
，
其中，矩阵，P＞0，k为待设计参数, />且k＞0，上标/>表示广义逆符号。
6.如权利要求5所述的一种机器人主被动康复训练控制方法，其特征在于：结合计算出的外骨骼机器人的动力学方程、系统的约束力、速度反馈，得到系统实际满足轨迹约束的动力学方程为：
。
7.如权利要求6所述的一种机器人主被动康复训练控制方法，其特征在于：所述通过外环导纳调整模块和内环U-K控制模块进行外骨骼机器人的轨迹跟踪控制包括以下步骤：
获取外骨骼机器人末端六维力数据；
通过所述六维力数据计算出人机交互力；
通过导纳算法根据所述人机交互力计算得到时域中的速度偏移值；
将所述速度偏移值代入所述速度反馈中作为轨迹误差处理的一部分计算出输出力矩。
8.如权利要求7所述的一种机器人主被动康复训练控制方法，其特征在于：通过导纳算法根据所述人机交互力计算得到时域中的速度偏移值为：
，
其中，为时域的人机交互力，将/>做/>变换得到/>域的/>，/>为导纳环的传递函数，、/>和/>均为可变的导纳参数，/>为时域中的速度偏移值。
9.如权利要求1所述的一种机器人主被动康复训练控制方法，其特征在于：若当前康复训练模式为主动康复训练模式，则还包括以下步骤：
实时读取肌电信号；
通过所述肌电信号识别运动状态及肌肉状态；
通过所述运动状态与所述肌肉状态得到康复训练状态；
根据所述康复训练状态生成并输出控制指令；
通过所述控制指令控制外骨骼机器人的运动。
10.如权利要求9所述的一种机器人主被动康复训练控制方法，其特征在于：所述通过所述肌电信号识别运动状态还包括以下步骤：
通过所述肌电信号结合外骨骼机器人的运动信息识别运动状态。
11.一种机器人主被动康复训练控制系统，实现如权利要求1~10任一项所述的方法，其特征在于：包括肌电信号采集端、上位机操作端、下位机控制端、机器人执行端，所述肌电信号采集端与所述上位机操作端通讯连接，所述上位机操作端与所述下位机控制端通讯连接，所述下位机控制端与所述机器人执行端通讯连接；
所述肌电信号采集端用于实时采集患者的肌电信号，通过所述肌电信号识别运动状态，将所述肌电信号、所述运动状态输出至所述上位机操作端；
所述上位机操作端用于提供界面交互，响应于用户进行主动康复训练与被动康复训练切换的请求，切换康复训练模式，通过所述肌电信号识别肌肉状态，结合运动信息进一步检测运动状态，通过所述运动状态与所述肌肉状态得到康复训练状态，根据所述康复训练状态生成控制指令，将所述控制指令、所述康复训练模式输出至所述下位机控制端；
所述下位机控制端用于接收所述控制指令、所述康复训练模式，根据所述康复训练模式计算对应的控制力矩信号，并输出所述控制指令、所述控制力矩信号至所述机器人执行端，将运动信息反馈至所述上位机操作端；
所述机器人执行端用于接收所述控制指令、所述控制力矩信号，带动人体上肢及负载执行对应的动作，以完成主、被动康复训练康复任务，以及反馈所述运动信息至所述下位机控制端。
12.如权利要求11所述的一种机器人主被动康复训练控制系统，其特征在于：所述机器人执行端采用多自由度串联式机器人，所述多自由度串联式机器人的多个关节电机独立控制，所述多自由度串联式机器人的关节之间通过连杆连接，所述多自由度串联式机器人的每个关节附带编码器，所述电机、所述编码器与所述下位机控制端通信连接；
所述电机用于接收所述控制力矩信号，实现多自由度串联式机器人的力位控制；
所述编码器用于实时读取所述电机的运动信息，将所述运动信息反馈至所述上位机操作端，以及实现断电记忆。
13.如权利要求11所述的一种机器人主被动康复训练控制系统，其特征在于：所述下位机控制端采用STM32主控板。
14.如权利要求11所述的一种机器人主被动康复训练控制系统，其特征在于：所述上位机操作端包括串口模块和肌电信号分析模块，所述上位机操作端通过所述串口模块与所述下位机控制端通信连接，所述肌电信号分析模块采用UDP通讯方式与所述肌电信号采集端通信连接；
所述肌电信号分析模块用于通过所述肌电信号识别肌肉状态，通过所述运动状态与所述肌肉状态得到康复训练状态。
15.如权利要求11所述的一种机器人主被动康复训练控制系统，其特征在于：所述肌电信号采集端采用肌电信号采集设备，所述肌电信号采集设备用于独立采集上肢的各个肌群的肌电信号并以时序图像展现，通过所述肌电信号识别运动状态。
16.一种电子设备，其特征在于，包括：存储器，其上存储有程序代码；处理器，其与所述存储器连接，并且当所述程序代码被所述处理器执行时，实现如权利要求1~10任一项所述的方法。
17.一种计算机可读存储介质，其特征在于，其上存储有程序指令，所述程序指令被执行时实现如权利要求1~10任一项所述的方法。
CN202410133819.9A 2024-01-31 2024-01-31 一种机器人主被动康复训练控制方法、系统、设备及介质 Active CN117654000B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410133819.9A CN117654000B (zh) 2024-01-31 2024-01-31 一种机器人主被动康复训练控制方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410133819.9A CN117654000B (zh) 2024-01-31 2024-01-31 一种机器人主被动康复训练控制方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN117654000A true CN117654000A (zh) 2024-03-08
CN117654000B CN117654000B (zh) 2024-06-25

Family

ID=90077269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410133819.9A Active CN117654000B (zh) 2024-01-31 2024-01-31 一种机器人主被动康复训练控制方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN117654000B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111281743A (zh) * 2020-02-29 2020-06-16 西北工业大学 一种上肢康复外骨骼机器人自适应柔顺控制方法
CN113305839A (zh) * 2021-05-26 2021-08-27 深圳市优必选科技股份有限公司 机器人的导纳控制方法、导纳控制系统和机器人
CN115227545A (zh) * 2022-07-21 2022-10-25 上海理工大学 一种康复机器人智能主被动混合训练控制方法
CN115502966A (zh) * 2021-06-22 2022-12-23 腾讯科技（深圳）有限公司 用于机器人的可变导纳控制方法
CN115903506A (zh) * 2022-11-29 2023-04-04 北京邮电大学 一种融入可控阻尼的康复机器人自适应交互控制方法
CN116872219A (zh) * 2023-09-07 2023-10-13 中国科学院苏州生物医学工程技术研究所 基于u-k方程的机器人控制方法、电子设备及存储介质
CN117270398A (zh) * 2023-10-25 2023-12-22 合肥工业大学 基于神经网络和强化学习的机器人步态规划算法
CN117472183A (zh) * 2023-10-27 2024-01-30 深圳大学 一种个性化动态康复人机交互方法及相关设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111281743A (zh) * 2020-02-29 2020-06-16 西北工业大学 一种上肢康复外骨骼机器人自适应柔顺控制方法
CN113305839A (zh) * 2021-05-26 2021-08-27 深圳市优必选科技股份有限公司 机器人的导纳控制方法、导纳控制系统和机器人
CN115502966A (zh) * 2021-06-22 2022-12-23 腾讯科技（深圳）有限公司 用于机器人的可变导纳控制方法
CN115227545A (zh) * 2022-07-21 2022-10-25 上海理工大学 一种康复机器人智能主被动混合训练控制方法
CN115903506A (zh) * 2022-11-29 2023-04-04 北京邮电大学 一种融入可控阻尼的康复机器人自适应交互控制方法
CN116872219A (zh) * 2023-09-07 2023-10-13 中国科学院苏州生物医学工程技术研究所 基于u-k方程的机器人控制方法、电子设备及存储介质
CN117270398A (zh) * 2023-10-25 2023-12-22 合肥工业大学 基于神经网络和强化学习的机器人步态规划算法
CN117472183A (zh) * 2023-10-27 2024-01-30 深圳大学 一种个性化动态康复人机交互方法及相关设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘斌: "上肢康复外骨骼机器人系统关键技术研究", 27 December 2023 (2023-12-27), pages 73 - 100 *

Also Published As

Publication number Publication date
CN117654000B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
CN109015649B (zh) 实现节律柔顺运动的液压外骨骼机器人控制系统及方法
CN112247962B (zh) 面向上肢穿戴机器人的人机博弈控制方法及系统
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
CN113633521B (zh) 一种上肢外骨骼康复机器人控制系统及控制方法
Li et al. Active human-following control of an exoskeleton robot with body weight support
Ding et al. A novel motion estimate method of human joint with EMG-driven model
Artemiadis et al. Teleoperation of a robot manipulator using EMG signals and a position tracker
Wang et al. Motion intensity modeling and trajectory control of upper limb rehabilitation exoskeleton robot based on multi-modal information
Wu et al. Rbfn-based adaptive backstepping sliding mode control of an upper-limb exoskeleton with dynamic uncertainties
Liu et al. Design and control of a reconfigurable upper limb rehabilitation exoskeleton with soft modular joints
Ashary et al. Multi-Joint Adaptive Motion Imitation in Robot-Assisted Physiotherapy with Dynamic Time Warping and Recurrent Neural Networks
CN117654000B (zh) 一种机器人主被动康复训练控制方法、系统、设备及介质
Wu et al. RLSESN‐based PID adaptive control for a novel wearable rehabilitation robotic hand driven by PM‐TS actuators
He et al. Impedance control of a rehabilitation robot for interactive training
Zhou et al. Admittance control strategy with output joint space constraints for a lower limb rehabilitation robot
Ahmadian et al. ℒ 1–ℬℒ Adaptive Controller Design for Wrist Rehabilitation Robot
Faraj et al. Modeling and robust computed torque control for lower limb exoskeleton contacting with ground
Xia et al. A bio-signal enhanced adaptive impedance controller for lower limb exoskeleton
Ou et al. Adaptive fuzzy tracking control of a human lower limb with an exoskeleton
Zhang et al. Fuzzy adaptive sliding mode control of lower limb exoskeleton rehabilitation robot
Durandau et al. User-safe orthosis based on compliant actuators: mechanical design and control framework
Wu et al. Study on the control algorithm for lower limb exoskeleton based on ADAMS/Simulink co-simulation
Zha et al. Exoskeleton Follow‐Up Control Based on Parameter Optimization of Predictive Algorithm
Rahman Sliding mode-backstepping control for upper-limb rehabilitation with the ets-marse exoskeleton robot
Halder et al. An overview of artificial intelligence-based soft upper limb exoskeleton for rehabilitation: a descriptive review

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