并联下肢康复机器人自适应训练控制方法及康复机器人技术

本发明专利技术公开了一种并联下肢康复机器人自适应训练控制方法及康复机器人，根据采集的肌电信号估计下肢肌肉活动和收缩力状态，并依此自适应调节机器人的阻抗模型参数；同时获取患者与机器人间的交互作用力，通过识别结果和阻抗模型实现对机器人运动的计算和修正；康复机器人主控制部分提供在线轨迹规划及运动学逆解，将控制指令发送至相应关节的控制器和驱动器，实现机器人的自适应训练控制。本发明专利技术能够在康复过程中实现智能化，对改善患者康复效果、提高患者康复的主动性和积极性，具有十分重要的现实意义和应用价值。

【技术实现步骤摘要】
并联下肢康复机器人自适应训练控制方法及康复机器人
本专利技术涉及辅助医疗康复机器人控制领域，具体地指一种并联下肢康复机器人的基于肌肉状态评估的自适应训练控制方法。该方法通过采集人体下肢表面肌电信号并经过处理运算，在线评估相关肌肉的收缩力状态，以自适应调节人机阻抗模型参数，驱动康复机器人以不同的顺应程度辅助训练。本专利技术方法适用于医疗康复机器人及假肢控制等领域。
技术介绍
老年人、残疾人和由中风、偏瘫等原因造成肢体运动障碍人群的康复问题已成为一个亟待解决的社会问题，传统肢体功能障碍的康复治疗主要依赖于治疗师一对一的徒手训练，难以实现高强度、有针对性和重复性的康复训练要求，且康复治疗师人数严重缺乏，其康复训练评价的方法也多为主观评价，不能够实时监测治疗效果并优化康复策略。将机器人技术应用于康复医疗领域，不仅可以将康复医师从繁重的训练任务中解放出来，减轻医疗人员的负担，而且可以帮助患者进行更加科学有效的康复训练，并可详细客观地记录训练过程中的运动数据，供医师评价康复训练效果并优化相应的控制策略。康复训练机器人能否达到较好的康复和治疗效果，取决于其能否根据患者的不同康复阶段实施不同的训练模本文档来自技高网...

【技术保护点】
一种并联下肢康复机器人自适应训练控制方法，其特征在于：所述训练控制方法包括如下步骤：1)采集患者下肢肌肉的原始肌电信号E0(t)并进行全波整流，再将经过全波整流后的肌电信号E1(t)进行归一化处理和平滑处理得到E2(t)，t为采集时间；2)利用所述经过平滑处理的肌电信号E2(t)计算肌肉神经响应特征u(t)，并利用肌肉神经响应特征u(t)计算肌肉激活度特征a(t)；3)利用所述肌肉神经响应特征u(t)、肌肉激活度特征a(t)和希尔模型计算肌肉纤维力Fmf和肌腱力Fmt，并根据所述肌肉纤维力Fmf和肌腱力Fmt计算肌肉收缩力Fmus；4)采集患者下肢与机器人相互作用时的人机交互力Fint，并进行...

【技术特征摘要】
1.一种并联下肢康复机器人自适应训练控制方法，其特征在于：所述训练控制方法包括如下步骤：1)采集患者下肢肌肉的原始肌电信号E0(t)并进行全波整流，再将经过全波整流后的肌电信号E1(t)进行归一化处理和平滑处理得到E2(t)，t为采集时间；2)利用所述经过平滑处理的肌电信号E2(t)计算肌肉神经响应特征u(t)，并利用肌肉神经响应特征u(t)计算肌肉激活度特征a(t)；3)利用所述肌肉神经响应特征u(t)、肌肉激活度特征a(t)和希尔模型计算肌肉纤维力Fmf和肌腱力Fmt，并根据所述肌肉纤维力Fmf和肌腱力Fmt计算肌肉收缩力Fmus；4)采集患者下肢与机器人相互作用时的人机交互力Fint，并进行降噪和标定处理；5)利用所述人机交互力Fint建立康复机器人的目标阻抗模型即其中Bd为阻尼矩阵，Kd为刚度矩阵，Xd为机器人初始期望位置向量，X为修正后的位置向量，X＝[x,y,z]，Xd＝[xd,yd,zd]，Fint＝[Fx,Fy,Fz]；6)根据所述步骤3)中的肌肉收缩力Fmus自适应调节所述目标阻抗模型；7)基于所述目标阻抗模型在虚拟管道内修正机器人运动轨迹；根据所述人机交互力Fint修正机器人预定轨迹，为避免由于患者的不恰当运动而导致过度偏离生理轨迹范围，造成二次损伤，在参考轨迹中设定虚拟管道；8)利用所述机器人运动轨迹进行在线的轨迹规划和运动控制。2.根据权利要求1所述的并联下肢康复机器人自适应训练控制方法，其特征在于：所述步骤2)中肌肉神经响应特征u(t)的计算公式为：u(t)＝γE2(t-d)-β1u(t-1)-β2u(t-2)β1＝c1+c2,β2＝c1·c2且|c1|<1,|c2|<1,γ-β1-β2＝1.0其中γ、β1、β2分别为肌肉神经响应特征方程的第一参数、第二参数和第三参数，且满足β1＝c1+c2,β2＝c1·c2，|c1|<1,|c2|<1,γ-β1-β2＝1.0的约束条件，其中c1,c2是为定义β1,β2约束条件而引入的第一约束参数和第二约束参数，d为时间延迟。3.根据权利要求2所述的并联下肢康复机器人自适应训练控制方法，其特征在于：所述步骤2)中肌肉激活度特征a(t)的计算公式为：其中A为非线性形状因子且满足-3<A<0，e为自然常数。4.根据权利要求1所述的并联下肢康复机器人自适应训练控制方法，其特征在于：所述步骤3)中肌肉纤维力Fmf的计算方法为：其中其中为与肌肉纤维长度相关的主动收缩力，为与肌肉纤维收缩速度相关的主动收缩力，为与肌肉纤维长度相关的被动收缩力，为肌肉能产生的最大等长收缩力，Lm为肌肉纤维长度，为归一化后的肌肉纤维长度，为归一化后的肌肉纤维收缩速度，为肌肉的最大收缩速度，α为肌肉在长度时的羽状角，为最大等长收缩速度时的肌肉纤维长度，e为自然常数。5.根据权利要求4所述的并联下肢康复机器人自适应训练控制方法，其特征在于：所述步骤3)中肌腱力Fmt的计算方法为：

【专利技术属性】
技术研发人员：刘泉，艾青松，孟伟，丁波，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42