基于情绪感知的运动康复机器人交互控制方法技术

本发明专利技术提供一种非侵入式的基于情绪感知的运动康复机器人交互控制方法，该方法以机器人辅助康复训练过程中患者“挫败”、“兴奋”及“厌烦”三类情绪为目标情绪状态，其具体实现包括如下步骤：获取康复训练过程中患者目标情绪反应的生理响应信号；从生理响应信号中分析出反应目标情绪变化的生理信号重要特征及其组合；根据分析得到的目标情绪生理响应特征及其组合，设计分类器识别目标情绪状态；以及根据识别到的患者目标情绪状态，设计与患者目标情绪变化相一致的闭环自适应人机交互控制方法。利用本发明专利技术的方法，可克服现有的机器人辅助康复人机交互协作训练方法主要以感知患者主动“运动”参与为主的局限。

【技术实现步骤摘要】
【专利摘要】本专利技术提供一种非侵入式的，该方法以机器人辅助康复训练过程中患者“挫败”、“兴奋”及“厌烦”三类情绪为目标情绪状态，其具体实现包括如下步骤：获取康复训练过程中患者目标情绪反应的生理响应信号；从生理响应信号中分析出反应目标情绪变化的生理信号重要特征及其组合；根据分析得到的目标情绪生理响应特征及其组合，设计分类器识别目标情绪状态；以及根据识别到的患者目标情绪状态，设计与患者目标情绪变化相一致的闭环自适应人机交互控制方法。利用本专利技术的方法，可克服现有的机器人辅助康复人机交互协作训练方法主要以感知患者主动“运动”参与为主的局限。【专利说明】
本专利技术涉及康复机器人传感与治疗控制领域，尤其是关于一种基于情绪感知的运 动康复机器人交互控制方法。
技术介绍
现代社会随着世界各国相继进入老龄化，在老龄化过程中会产生大量的脑卒中或 中风病患者，此类患者通常由于脑血管血栓或脑血管破裂出血而导致脑供血中断，从而使 相应的运动、感觉和认知等功能遭到丧失或受到损害。现代神经康复医学及其临床研究结 果表明中枢神经系统具有高度的可塑性，对因脑卒中等疾病引起的肢体功能障碍，通过科 学合理的康复治疗训练可以在一定程度上恢复其受损的肢体功能。 康复机器人技术是近年来发展起来的一种新的运动神经康复治疗技术，在机器人 辅助患者运动康复治疗过程中，患者的主动参与对提高康复训练效果具有至关重要的作 用。基于患者主动参与意识的机器人辅助康复治疗研究，目前主要集中在"基于生物力学的 主动运动交互控制"和"基于生物电的主动运动交互控制"两个方面，患者与康复机器人之 间的交互协作主要是以感知患者主动"运动"参与为主。在传统康复治疗方法中，康复医师 除了能感受到患者主动"运动"参与外，还能够观察到患者对不同难度训练任务所表现出来 的高兴、厌烦和挫败等情绪变化，并根据情绪变化及时调整自己的训练行为。由情绪心理学 可知，训练过程中患者表现出来的情绪反应是一种以患者主观参与感受的变化为特征的心 理活动过程。为使患者与康复机器人之间的交互控制更加和谐自然，研究人员自然地期望 机器人能像康复医师那样，实时感知训练过程中患者情绪的变化，并根据情绪变化实时调 整机器人辅助训练行为。由此可见，从患者主动"心理"参与角度，研究一种基于情绪感知 的运动康复机器人交互控制方法，将进一步完善和提高人机协作康复训练技术水平，具有 重要的学术意义和实际应用价值。
技术实现思路
本专利技术目的在于提供一种，以机器 人辅助康复训练过程中患者"挫败"、"兴奋"及"厌烦"三类情绪为目标情绪状态，其具体实 现包括如下步骤： 步骤1、获取康复训练过程中患者目标情绪反应的生理响应信号； 步骤2、情绪生理响应特征分析：从生理响应信号中分析出反应目标情绪变化的生理 信号重要特征及其组合； 步骤3、患者目标情绪状态识别：根据分析得到的目标情绪生理响应特征及其组合，设 计分类器识别目标情绪状态； 步骤4、基于目标情绪的人机交互控制：根据识别到的患者目标情绪状态，设计与患者 目标情绪变化相一致的闭环自适应人机交互控制方法。 进一步的实施例中，前述的步骤1中，通过采用心理生理测量方法设计情绪生理 测量实验，以获取训练过程中患者目标情绪反应的生理响应信号。 进一步的实施例中，前述步骤2中，情绪生理响应特征分析包括以下步骤： (1) 分别从患者心电、皮电、体温等生理响应信号中提取各自均值、方差作为目标情绪 生理响应特征； (2) 采用"两因素混合设计及其方差分析"方法，从统计意义上分析出能反应目标情绪 变化的生理信号重要特征及其组合。 进一步的实施例中，前述步骤3中，采用支持向量机方法设计目标情绪分类器。 进一步的实施例中，前述步骤4中，采用QV强化学习方法设计与患者目标情绪变 化相一致的闭环自适应人机交互控制器。 由以上本专利技术的技术方案可知，本专利技术的有益效果在于： (1)相对于现有"基于生物力学的主动运动交互控制方法"和"基于生物电的主动运动 交互控制方法"，""的最大优点在于该方法 是从"心理"层次感知患者主动参与意愿，克服了现有的机器人辅助康复人机交互协作训练 方法主要以感知患者主动"运动"参与为主的局限。 (2)采用"心理生理测量方法"感知患者情绪变化，相较目前常用的"面部表情"、 "语音信号分析"和"身体姿态"等情绪识别方法，对伴有面部表情呆滞、发音不清以及肢体 障碍等常见临床特征的中风患者群体，它受主/被试主观因素影响较小，是一种非侵入式、 检测手段方便且易于被患者接受的客观量化情绪状态的研究方法。 【专利附图】【附图说明】 图1是本专利技术提出的的框图。 图2是虚拟康复训练任务在情绪二维空间描述示意图。 图3是情绪生理测量实验过程示意图。 图4是基于"两因素混合设计及其方差分析"方法的情绪生理响应特征分析流程 图。 图5是目标情绪分类结果。 图6是基于目标情绪识别的机器人辅助康复人机交互控制结果。 【具体实施方式】 为了更好地了解本专利技术的
技术实现思路
，特举具体实施例并配合【专利附图】【附图说明】如下。 如图1所示，根据本专利技术的较优实施例，一种基于情绪感知的运动康复机器人交 互控制方法，以机器人辅助康复训练过程中患者"挫败"、"兴奋"及"厌烦"三类情绪为目标 情绪状态，其具体实现包括如下步骤： 步骤1、获取康复训练过程中患者目标情绪反应的生理响应信号； 步骤2、情绪生理响应特征分析：从生理响应信号中分析出反应目标情绪变化的生理 信号重要特征及其组合； 步骤3、患者目标情绪状态识别：根据分析得到的目标情绪生理响应特征及其组合，设 计分类器识别目标情绪状态； 步骤4、基于目标情绪的人机交互控制：根据识别到的患者目标情绪状态，设计与患者 目标情绪变化相一致的闭环自适应人机交互控制方法。 进一步的实施例中，前述的步骤1中，通过采用心理生理测量方法设计情绪生理 测量实验，以获取训练过程中患者目标情绪反应的生理响应信号。 进一步的实施例中，前述步骤2中，情绪生理响应特征分析包括以下步骤： (1) 分别从患者心电、皮电、体温等生理响应信号中提取各自均值、方差作为目标情绪 生理响应特征； (2) 采用"两因素混合设计及其方差分析"方法，从统计意义上分析出能反应目标情绪 变化的生理信号重要特征及其组合。 进一步的实施例中，前述步骤3中，采用支持向量机方法设计目标情绪分类器。 进一步的实施例中，前述步骤4中，采用QV强化学习方法设计与患者目标情绪变 化相一致的闭环自适应人机交互控制器。 下面结合附图2-6所示，详细说明上述各步骤的具体实施示例。 前述的步骤1中，优先地，通过采用心理生理测量方法设计情绪生理测量实验，以 获取训练过程中患者目标情绪反应的生理响应信号。 具体实现包括以下过程： (1) 实验任务设计：以现有的飞思卡尔比赛电磁组"两轮自平衡车模"为原型，基于虚拟 现实技术构建"两轮平衡车直立行走"虚拟训练环境，并通过改变车体倾倒速度设计"过挑 战（Overchallenge, 0〇，'、"欠挑战（Underchallenge, UC)，'和"挑战（（Challenge, C本文档来自技高网...

【技术保护点】
一种基于情绪感知的运动康复机器人交互控制方法，其特征在于，该方法以机器人辅助康复训练过程中患者“挫败”、“兴奋”及“厌烦”三类情绪为目标情绪状态，其具体实现包括如下步骤：步骤1、获取康复训练过程中患者目标情绪反应的生理响应信号；步骤2、情绪生理响应特征分析：从生理响应信号中分析出反应目标情绪变化的生理信号重要特征及其组合；步骤3、患者目标情绪状态识别：根据分析得到的目标情绪生理响应特征及其组合，设计分类器识别目标情绪状态；以及步骤4、基于目标情绪的人机交互控制：根据识别到的患者目标情绪状态，设计与患者目标情绪变化相一致的闭环自适应人机交互控制方法。

【技术特征摘要】

【专利技术属性】
技术研发人员：徐国政，陈敏，茅晨，高翔，翟雁，郭晓波，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32