任务导向式主动训练控制方法及相应的康复机器人技术

本发明专利技术公开了一种任务导向式主动训练控制方法，应用于康复机器人中，所述康复机器人具有传感装置、控制系统和驱动机构，控制系统用于接收传感装置采集的信号生成控制指令，并将控制指令发送给驱动机构，驱动机构可佩带于患者的身体部分，接收所述控制指令，根据控制指示施加并调节对患者身体部分的作用力，以对患者的康复训练进行控制，所述控制方法包括如下步骤：S1、检测患者身体部分的主动运动信号；S2、根据患者身体部分的主动运动信号，调节康复机器人的驱动机构对患者身体部分的作用力。

【技术实现步骤摘要】
任务导向式主动训练控制方法
本专利技术涉及一种任务导向式主动训练控制方法及相应的康复机器人，属于康复器械

技术介绍
中风和脊髓损伤是导致下肢运动功能障碍的两大主要原因。中风又称脑卒中，是一种急性的脑血管疾病，其发病突然且难以预测，能够造成永久性的大脑神经损伤，致残率一直居高不下，幸存的患者常常会遭受后遗症的折磨，偏瘫就是其中最为常见的一种。脊髓损伤通常是由严重的脊柱外伤造成，各种意外事故都有可能导致脊髓损伤的发生。和中风一样，脊髓损伤有着很高的致残率，可能导致截瘫、四肢瘫等病症，严重妨碍患者的日常生活运动。由于脑血管疾病的高发病率和频繁发生的各种意外事故，中国的瘫痪患者数量与日俱增。针对瘫痪患者，在经过诸如外科手术等急性期的临床处理后，康复成为主要的一种辅助治疗手段。依据神经系统的可塑性原理，它能够在一定程度上帮助患者恢复受损的肢体运动功能，重新学习日常生活活动，从而尽最大可能地帮助患者回归正常生活。虽然运动训练对神经系统的可塑性有促进作用，可以帮助瘫痪患者在一定程度上恢复受损的肢体运动功能，但是康复通常都是一个相当长期的持续过程，有时甚至可能贯穿患者一生的时间。在传统的康复治疗手段中，患者的运动训练主要依靠理疗师一对一有时甚至是多对一的手动辅助，一般比较损耗时间和医疗资源，成本也因此相对较高；此外，由于主动训练难以手动实现，所以患者身体部分的运动基本上都是被动的，训练策略比较单一，罔顾具体情况而采用千篇一律的被动训练模式不利于患者的康复。由于运动过程主要由理疗师手动控制，因此康复训练极易受到理疗师的经验、情绪和体力等主观因素的影响，患者身体部分的运动轨迹，施加在患者身体部分上的力度以及患者-理疗师之间的交互往往难以保持良好的一致性，这种主观性和不一致性往往会导致康复效果的不可重复。康复机器人是与运动功能受损的患者身体部分相互作用，而病人是具备自主运动意识的对象，目前的康复机器人以被动训练方式为主，难以实现机器人和患者之间的交互控制，如果患者身体部分因痉挛，颤抖等异常的肌肉活动而与机器人产生对抗，患者身体部分可能会遭受二次损伤，加重伤情；而且被动训练难以获取患者的主动运动意图，导致患者参与积极性大大降低，影响康复训练效果。
技术实现思路
(一)要解决的技术问题本专利技术的目的是针对现有康复设备采用被动训练控制方法的缺陷，提出了一种任务导向式主动训练控制方法，以提供安全、舒适、自然并且具备主动柔顺性的训练环境，提高患者的训练积极性，提高康复的效率。(二)技术方案本专利技术提出一种任务导向式主动训练控制方法，应用于康复机器人中，所述康复机器人具有传感装置、控制系统和驱动机构，控制系统用于接收传感装置采集的信号生成控制指令，并将控制指令发送给驱动机构，驱动机构可佩带于患者的身体部分，接收所述控制指令，根据控制指示施加并调节对患者身体部分的作用力，以对患者的康复训练进行控制，所述控制方法包括如下步骤：S1、检测患者身体部分的主动运动信号；S2、根据患者身体部分的主动运动信号，调节康复机器人的驱动机构对患者身体部分的作用力。根据本专利技术的一种具体实施方式，所述主动运动信号是患者的主动关节力矩，所述步骤S2包括：S21、建立与患者的运动任务相对应的有向路径，根据患者所述身体部分的关节位置和该有向路径上距离它的最近点，在指定路径周围建立一个虚拟隧道作为参考位置；S22、将主动关节力矩转换成相应的实际运动，根据虚拟遂道的位置计算位置、速度和加速度调整量，得到位置、速度和加速度的控制指令，并将其作为控制信号控制驱动机构；S23、将患者身体部分的主动关节力矩沿正切向和正法向进行分解，根据主动力矩的两个分量以及位置偏移量，采用模糊逻辑的方法调节阻抗参数。根据本专利技术的一种具体实施方式，所述步骤S21包括：步骤S211：指定有向路径由以下公式所示的关节空间内的一个二维序列Qs来表示：Qs:{qi＝[qi,1qi,2]T|i＝1,…,L}其中，qi表示Qs的第i个元素，qi,j表示qi的第j个元素，L是Qs中元素的个数；步骤S212：将中间变量在其定义域内等间隔地均匀离散化，通过参数化方程求出末端位置序列，利用逆向运动学方程将末端序列转换到关节空间；步骤S213：找到位置序列中距离当前位置最近的点i*＝argmini＝1,…,L-1||qi-q||，其中i*表示最近点的序列号；步骤S214：使用最近点和序列中的下一个点决定一条直线，该直线近似地当作指定路径上最近点处的切线：其中表示直线的斜率，表示该直线的截距；qp被用来取代当作指定路径上距离当前关节位置的最近点；步骤S215：根据实时关节位置和指定路径上距离它的最近点，确定训练过程中的参考位置qr：从而在指定路径的周围建立了一个虚拟的隧道来限制患者的主动运动。根据本专利技术的一种具体实施方式，所述步骤S22包括：步骤S221：通过逆向阻抗方程，根据患者自身产生的关节力矩τh产生位置、速度和加速度调整量，修正参考轨迹，以调节患者身体部分与驱动机构之间相互作用力；步骤S222：利用位置、速度、加速度调整量对参考运动轨迹进行修正后，得到位置、速度和加速度指令，并将其作为位置伺服控制的参考信号。根据本专利技术的一种具体实施方式，所述步骤S23包括：步骤S231：根据指定的有向路径以及实时的关节位置，患者身体部分的主动力矩分解为两个分量：τh＝τtdt+τede，其中，dt表示指定有向路径上投影点qp处的正切向，de表示投影点处正法向，它与位置偏离qe的方向一致，由投影点指向当前实际位置，τt和τe分别表示τh沿上述两个方向的分量；步骤S232：指定路径上的投影点的切线可由直线来近似，正切向用以下2×1的列向量来表示：步骤S233：主动关节力矩在正法向上的投影，在非奇异状态下，即||qe||≠0,时，它可以根据qe求得，否则，被设置为dt的其中一个法向：其中，dti表示dt的第i个元素，qe正交于直线可得dt⊥de、||dt||＝1以及||de||＝1，其中⊥是正交符号，从而主动关节力矩在正切向和正法向上的投影可分别由公式和求得；步骤S234：通过分解主动力矩，得到了患者在切向和法向上的运动意图，当患者意图对抗指定路径时，增加主动运动的阻抗，否则减小阻抗。根据本专利技术的一种具体实施方式，在步骤S234中，采用模糊逻辑来进行阻抗调节，主动关节力矩的两个分量τt和τe以及位置偏离量||qe||作为模糊逻辑的输入变量，其中||·||表示欧几里得2-范数算子。(三)有益效果本专利技术任务导向式主动训练控制方法获取患者主动运动意图，可以确保康复训练的运动轨迹，施加在患者身体部分上的力度以及患者与机器人之间的交互具备良好的一致性。本专利技术能够为患者提供一个安全、舒适、自然并且具备主动柔顺性的训练环境，避免患者身体部分由于痉挛，颤抖等肌肉活动异常造成的二次损伤。本专利技术注重激发患者在康复运动过程中的自主参与意识，鼓励患者积极地控制患者身体部分的肌肉收缩，有效地提高了运动训练的康复效果。附图说明图1是本专利技术的应用于康复机器人的任务导向式主动训练控制方法的流程图；图2为搜寻指定路径上距离当前位置的最近点；图3为围绕指定路径的虚拟隧道；图4为基于位置的阻抗控制双闭环结构；图5为主动力矩分解--当前位置位于指定路径内部；本文档来自技高网...

【技术保护点】
一种任务导向式主动训练控制方法，应用于康复机器人中，所述康复机器人具有传感装置、控制系统和驱动机构，控制系统用于接收传感装置采集的信号生成控制指令，并将控制指令发送给驱动机构，驱动机构可佩带于患者的身体部分，接收所述控制指令，根据控制指示施加并调节对患者身体部分的作用力，以对患者的康复训练进行控制，其特征在于，所述控制方法包括如下步骤：S1、检测患者身体部分的主动运动信号；S2、根据患者身体部分的主动运动信号，调节康复机器人的驱动机构对患者身体部分的作用力。

【技术特征摘要】
1.一种任务导向式主动训练控制方法，应用于康复机器人中，所述康复机器人具有传感装置、控制系统和驱动机构，控制系统用于接收传感装置采集的信号生成控制指令，并将控制指令发送给驱动机构，驱动机构可佩带于患者的身体部分，接收所述控制指令，根据控制指示施加并调节对患者身体部分的作用力，以对患者的康复训练进行控制，其特征在于，所述控制方法包括如下步骤：S1、检测患者身体部分的主动关节力矩；S21、建立与患者的运动任务相对应的有向路径，根据患者所述身体部分的关节位置和该有向路径上距离它的最近点，在指定路径周围建立一个虚拟隧道作为参考位置；S22、将主动关节力矩转换成相应的实际运动，根据虚拟遂道的位置计算位置、速度和加速度调整量，得到位置、速度和加速度的控制指令，并将其作为控制信号控制驱动机构；S23、将患者身体部分的主动关节力矩沿正切向和正法向进行分解，根据主动力矩的两个分量以及位置偏移量，采用模糊逻辑的方法调节阻抗参数。2.如权利要求1所述的任务导向式主动训练控制方法，其特征在于，所述步骤S21包括：步骤S211：指定有向路径由以下公式所示的关节空间内的一个二维序列Qs来表示：Qs:{qi＝[qi,1qi,2]T|i＝1,…,L}其中，qi表示Qs的第i个元素，qi,j表示qi的第j个元素，L是Qs中元素的个数；步骤S212：将中间变量在其定义域内等间隔地均匀离散化，通过参数化方程求出末端位置序列，利用逆向运动学方程将末端序列转换到关节空间；步骤S213：找到位置序列中距离当前位置最近的点i*＝argmini＝1,…,L-1||qi-q||，其中i*表示最近点的序列号；步骤S214：使用最近点和序列中的下一个点决定一条直线，该直线近似地当作指定路径上最近点处的切线：其中表示直线的斜率，表示该直线的截距；qp被用来取代当作指定路径上距离当前关节位置的最近点；步骤S215：根据实时关节位置和指定路径上距离它的最近点，确定训练过程中的参考位置qr：

【专利技术属性】
技术研发人员：侯增广，胡进，梁旭，高占杰，彭龙，彭亮，程龙，王卫群，谢晓亮，边桂彬，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京;11