一种基于肌电信号的康复机器人控制方法技术

本发明专利技术公开了一种基于肌电信号的康复机器人控制方法，通过采集使用者的sEMG信号获得其期望位置，再利用平滑化模型建立期望轨迹，最后采用位置，速度和加速度多环控制器实现动作的平滑性。本发明专利技术既考虑了使用者的运动意图，又实现了动作的平滑性，具有类人化的特性，即使得动作更符合正常情况下的健康人，从而提高康复效果。

A Control Method of Rehabilitation Robot Based on EMG Signal

【技术实现步骤摘要】
一种基于肌电信号的康复机器人控制方法
本专利技术涉及康复机器人控制领域，特别涉及一种基于肌电导纳控制的平滑控制策略。
技术介绍
目前关于康复机器人的控制算法聚焦在主动控制，即人机协同控制。如何将人的运动意图或表现渗入控制策略中以及如何让机器人的动作更加类人化是该领域的热点和难点。最常见的主动控制为阻抗/导纳控制，该方法基于人机交互力信号来调整控制参考量(参考位置或参考力)，从而实现人机柔顺性。此外，部分学者采用基于受试者表现的控制策略，该方法能基于受试者的运动表现实时调整机器助力，使得助力与运动表现匹配，可以一定程度上促进受试者主动参与康复训练中。上述的方法能够很好地将人的运动意图或表现融入到控制策略中，但未考虑如何使得机器在协助受试者过程中将运动更加类人化。一般情况下，正常人的自然动作是趋于轨迹最平滑的方向上。因此本专利技术在通过肌电预测运动意图的基础上提出一种轨迹平滑化模型和平滑控制策略，既考虑人的运动意图，又实现了患者动作的平滑化和平稳性，即实现动作的类人化，达到有效的康复治疗效果。
技术实现思路
本专利技术要解决的问题是如何让机器协助患者完成更加类人化的动作，在根据使用者的意图控制下，使得机器的协调过程更加类人化，以达到有效的康复效果。为了解决上述问题，本专利技术提供了一种基于肌电信号的康复机器人控制方法，其特征在于，包括以下步骤：S1：获取使用者运动的主动肌和拮抗肌的sEMG(表面肌电信号)信号，将sEMG信号输入关节力矩预测模型获得使用者的关节力矩τha(t)；S2：将关节力矩τha输入导纳控制器中，得到期望位置qd；S3：利用平滑化模型将期望位置qd建立期望轨迹qd(t)，对qd(t)依次微分，获得到期望速度vd(t)和期望加速度ad(t)；S4：获取机器人关节实际轨迹q(t)，速度v(t)和加速度a(t)，将期望轨迹qd(t)，期望速度vd(t)，期望加速度ad(t)和实际轨迹q(t)，实际速度v(t)和实际加速度a(t)输入到多环控制器中，得到机器力矩τrob(t)，将其输出。通过控制器中基于期望位置qd建立的期望轨迹qd(t)，有利于将实际机器人的行动轨迹更加平滑，使得控制更加平滑、类人。可选的，所述的S2中导纳控制器设计为其中τha为使用者的关节力矩，B和K分别为关节阻尼和刚度。可选的，S3中的平滑化模型设计为qd(t)＝a+b(t-ti)+c(t-ti)2+d(t-ti)3+e(t-ti)4+f(t-ti)5，t∈[ti，tf]，其中ti和tf分别表示动作初始时间和末尾时间，a-f为常系数；当t＝tf时，有qd(t)＝qd。可选的，所述的S4中的多环控制器设计为三环控制器，包括有加速度环，速度环和位置环。通过三环控制器能够将位置，速度和加速度控制在合理范围，从而实现动作的平稳，类人。可选的，所述的S4中的加速度环为其中τrob(t)为机器输出力矩，ac(t)为加速度指令并由速度环得到，a(t)为实际加速度，Ap和Ad为常系数；所述的速度环为其中vc(t)为速度指令并由位置环得到，v(t)为实际速度，Vp和Vd为常系数；所述的位置环为vc(t)＝Pp(qd(t)-q(t))+Vfvd(t)+Afad(t)，其中qd(t)，vd(t)和ad(t)为期望轨迹，期望速度和期望加速度，q(t)为实际位置，Pp，Vf和Af为常系数。可选的，所述的S1中关节力矩预测模型，能够根据sEMG信号获得对应的力矩τha(t)，具体采用线性比例模型或肌肉骨骼模型进行预测。本专利技术具有以下的有益效果：1.本专利技术能够使得机器协助患者运动地更加类人化，即符合人的动作特性，有利于患者动作的正常化，达到康复效果。这体现在两方面，一方面采用平滑控制，能够使得期望轨迹更加接近人的自然动作。第二个方面，传统的位置控制器仅考虑位置参数，从而导致速度或加速度严重偏离期望值。本专利技术采用的多环控制，综合考虑位置、速度和加速度，使得任意一个参数都控制在合理的范围内，更加符合人运动平稳的特性。2.采用基于肌电的导纳控制更加直接反应人的运动意图。基于力的导纳控制存在运动意图提取的不确定性和延时性，而基于肌电的导纳控制能很好地解决这些问题。3.平滑程度可以根据需要调节。通过调节子期望位置数量的多少，能够有效控制平滑程度。此外，位置、速度和加速度因素的权重可以通过控制器参数调整，从而适应不同动作的特性。附图说明图1为本专利技术的实施例1的控制框图图2为本专利技术的实施例1的实验结果图，从上至下分别是位置跟踪图，速度跟踪图，加速度跟踪图和人机交互力图。具体实施方式下面结合附图对本专利技术的较佳实施例进行详细阐述，以使本专利技术的优点和特征更易被本领域技术人员理解，从而对本专利技术的保护范围作出更为清楚的界定。实施例1本实施例中，使用的控制方法为S1：获取使用者踝关节运动的主动肌和拮抗肌(胫骨前肌和腓肠肌)的sEMG信号，通过将sEMG信号输入线性比例模型τha＝τMA·nEMGA-τMP·nEMGP后获得使用者的关节力矩τha。τMA和τMP分别是最大自主收缩时主动肌和拮抗肌的力矩峰值，nEMGA和nEMGP分别是利用最大自主收缩时主动肌和拮抗肌对肌电信号峰值进行归一化后的信号。其中当踝关节背屈时胫骨前肌为主动肌；腓肠肌为拮抗肌，当踝关节跖屈时腓肠肌为主动肌，胫骨前肌为拮抗肌；S2：将关节力矩τha输入导纳控制器中，得到期望位置qd，其中τha为使用者的关节力矩，B和K分别为关节阻尼和刚度；S3：平滑化模型设计为qd，i＝a+b(t-Ti)+c(ti-Ti)2+d(t-Ti)3+e(t-Ti)4+f(t-Ti)5，i＝0，1，…，9，其中T0和T9分别表示动作初始时间和末尾时间，a-f为常系数；当i＝9时，有qd，9＝qd；利用平滑化模型将期望位置qd分割成10个子期望位置qd，i，i＝0，1，…，9，根据子期望位置求得子期望速度并根据子期望速度求得子期望加速度S4：获取机器人关节实际位置qi，根据实际位置求得实际速度根据实际速度求得实际加速度将子期望位置qd，i，子期望速度vd，i，子期望加速度ad，i和关节实际位置qi，实际速度vi和实际加速度ai输入到包含有加速度环，速度环和位置环的三环控制器中，其中加速度环为其中τrob，i为机器输出力矩，ac，i为加速度指令并由速度环得到，ai为实际加速度，Ap和Ad为常系数；所述的速度环为其中vc，i为速度指令并由位置环得到，为实际速度，Vp和Vd为常系数；所述的位置环为vc，i＝Pp(qd，i-qi)+Vfvd，i+Afad，i，其中qd，i，vd，i和ad，i为子期望位置，子期望速度和子期望加速度，qi为实际位置，Pp，Vf和Af为常系数；得到机器力矩τrob，i，将其输出至康复机器人控制模块后，跳转至步骤S1。本具体实施内容针对踝关节康复机器人进行。实验前受试者坐在椅子上，脚放置在踏板上并用绑带固定住，用电极片贴在受试者的胫骨前肌，腓肠肌。实验任务为让受试者尽可能跟踪前面的显示器上的期望轨迹，期望轨迹是周期为10s，幅值为25°，持续时间为50s的正弦轨迹。在实验过程中，系统将采集到的肌电信号经过截止频率为40Hz的3阶巴特沃斯低通滤波器，将滤波后的肌电信号对肌电峰值进行归一化，接着输入线性比例模型τha＝τMA本文档来自技高网...

【技术保护点】
1.一种基于肌电信号的康复机器人控制方法，其特征在于，包括以下步骤：S1：获取使用者运动的主动肌和拮抗肌的sEMG(表面肌电信号)信号，将sEMG信号输入关节力矩预测模型获得使用者的关节力矩τha(t)；S2：将关节力矩τha(t)输入导纳控制器中，得到期望位置qd；S3：利用平滑化模型基于期望位置qd建立期望轨迹qd(t)，对qd(t)依次微分，获得到期望速度vd(t)和期望加速度ad(t)；S4：获取机器人关节实际轨迹q(t)，速度v(t)和加速度a(t)，将期望轨迹qd(t)，期望速度vd(t)，期望加速度ad(t)和实际轨迹q(t)，实际速度v(t)和实际加速度a(t)输入到多环控制器中，得到机器力矩τrob(t)，将其输出。

【技术特征摘要】
1.一种基于肌电信号的康复机器人控制方法，其特征在于，包括以下步骤：S1：获取使用者运动的主动肌和拮抗肌的sEMG(表面肌电信号)信号，将sEMG信号输入关节力矩预测模型获得使用者的关节力矩τha(t)；S2：将关节力矩τha(t)输入导纳控制器中，得到期望位置qd；S3：利用平滑化模型基于期望位置qd建立期望轨迹qd(t)，对qd(t)依次微分，获得到期望速度vd(t)和期望加速度ad(t)；S4：获取机器人关节实际轨迹q(t)，速度v(t)和加速度a(t)，将期望轨迹qd(t)，期望速度vd(t)，期望加速度ad(t)和实际轨迹q(t)，实际速度v(t)和实际加速度a(t)输入到多环控制器中，得到机器力矩τrob(t)，将其输出。2.根据权利要求1所述的一种基于肌电信号的康复机器人控制方法，其特征在于，所述的S2中导纳控制器设计为其中τha为使用者的关节力矩，B和K分别为关节阻尼和刚度。3.根据权利要求1所述的一种基于肌电信号的康复机器人控制方法，其特征在于，S3中的平滑化模型设计为qd(t)＝a+b(t-ti)+c(t-ti)2+d(t-ti)3+e(t-ti)4+f...

【专利技术属性】
技术研发人员：宋嵘，申志航，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44