基于洗出算法的医疗康复训练机器人控制方法及设备技术

基于洗出算法的医疗康复训练机器人控制方法及设备，属于控制技术领域。本发明专利技术是为了解决现有的洗出算法滤波器参数经验值并不适合平衡障碍康复训练，且难以对康复训练机器人进行有效控制的问题。本发明专利技术采用的洗出算法为经过参数优化的洗出算法，优化过程中，基于加速度信号的拉式变换、耳石模型的传递函数和x方向高通滤波器建立x方向加速度的体感误差函数，基于滚转角速度的拉氏变换、半规管模型的传递函数和x方向倾斜协调滤波器建立x方向角速度的体感误差函数，并进一步建立优化目标，利用优化目标得到经过参数优化的洗出算法的控制参数。本发明专利技术主要用于医疗康复训练机器人的控制。的控制。的控制。

Control method and equipment of medical rehabilitation training robot based on washout algorithm

【技术实现步骤摘要】
基于洗出算法的医疗康复训练机器人控制方法及设备


[0001]本专利技术涉及一种医疗康复训练机器人的控制方法及设备，属于控制


技术介绍

[0002]随着老年人口数量的增加，平衡障碍的发病率呈上升趋势。许多老年人由于头晕而摔倒，头晕导致平衡失调，存在很严重的安全隐患问题。平衡失调问题目前是医学界人士关注的焦点，是医学领域亟待解决的问题。尤其是，平衡失调患者逐年增多，平衡失调问题越发值得关注和解决。
[0003]人体平衡障碍的成因很大一部分原因是运动感知系统异常，尤其是前庭感知系统功能的丧失或者退化。平衡障碍患者康复训练机器人的首要功能就是通过运动模拟帮助患者训练，能够带动患者进行多种多样康复运动，不断刺激患者产生前庭感觉与深感觉，从而引导大脑主动整合，提升各运动感知器官的能力。针对人体平衡障碍的问题，可以借助机器人为了帮助人体平衡障碍进行恢复，目前已经出现了许多针对并联机器人或设备的控制方法，其中洗出控制算法是一种较为有效的控制方法。针对用于康复训练的机器人，为了在有限的运动行程内实现各种各样的运动，也可以尝试利用洗出算法进行控制，但是经典的洗出算法仍有局限之处。
[0004]人体通过视觉来感知运动速度，通过前庭来感知线加速度和角速度。在模拟器进行运动模拟的过程中，经常要模拟出一个持续的加速度。但由于模拟器的工作空间和运动范围有限，平台不可能直接提供持续加速度。想让人体感知持续加速度，就是利用人体感知上的缺陷。人体的前庭器官无法感知比力是由线加速度产生的还是重力的分力产生的。因此可以让平台旋转一定的角度，让重力在运动方向上的分力来产生人体能感知到的比力，此时平台可以不提供这部分线加速度。而平台的旋转是为了模拟线加速度而产生的附加运动，不应该被人体察觉。因此平台旋转的角速度应该小于人体感知阈值。
[0005]经典洗出算法的滤波器参数针对于不同的运动往往是不同的，而滤波器参数选取受经验的限制，一种经验下的参数可能并不适用于其他应用场景。例如，汽车模拟器中驾驶员的加减速感觉是由前后向加速度提供的，汽车模拟器转弯时驾驶员的感觉由左右向加速度提供，康复训练机器人带着患者进行行走训练的体感主要由重力方向加速度实现。因此在进行不同运动时，运动参数是不同的，其对应的洗出算法中滤波器参数也不完全相同。因为经典洗出算法最早应用于飞机或者汽车的模拟器中，因此经典洗出算法的滤波器参数经验值并不适合平衡障碍康复训练。而目前还没有太多针对康复训练中人体的运动方面的研究，因此并不能将经典洗出算法或现有的洗出算法直接应用于康复训练。
[0006]在针对康复训练的研究中，本专利技术的研究团队对人体的状态进行了相关研究和分析，发现在患者的康复训练中，机器人主要应该是带领患者进行行走运动。患者的运动感觉主要通过重力方向加速度，趾屈背屈运动和足底压力等产生。假设正常人行走一步间距是0.5m，走一步所用的时间是0.5s，因此在进行滤波器参数设计时，我们将运动的物理模型理想为前半段匀加速运动，后半段匀减速运动。则人脚处的加速度大小为2m/s2，减速度大小
为
‑
2m/s2。因此可以尝试将上述运动规律中的这个加速度信息作为运动指令进行控制。但是在研究中还发现，现有的洗出算法仍然存在诸多问题：受到现有的洗出算法本身形式的限制，使其用于康复训练时不能确定逼真程度最高、最优体感模拟的滤波器的参数，并且康复训练机器人带给患者康复训练的体感的逼真程度的衡量标准不一，同时，机器人的动平台能否迅速回归原位，平台位移的理论与实际间误差，平台转角的理论与实际间误差等等都会影响体感的逼真度，而现有的技术对于体感逼真的衡量主要有平台纵向位移与俯仰角位移的约束，这都使得洗出算法难以对康复训练机器人进行有效的控制。

技术实现思路

[0007]本专利技术是为了解决现有的洗出算法滤波器参数经验值并不适合平衡障碍康复训练，且难以对康复训练机器人进行有效控制的问题。
[0008]基于洗出算法的医疗康复训练机器人控制方法，利用洗出算法对医疗康复训练机器人进行控制，采用的洗出算法为经过参数优化的洗出算法；
[0009]洗出算法的参数优化过程中，建立优化目标的数学模型：
[0010]L[e
ax
(t)]＝L[a
x
(t)]×
(G
oto
(s)
‑
G
oto
(s)
×
G
ahx
(s))
[0011]L[e
wx
(t)]＝L[ω
x
(t)]×
(G
ahs
(s)
‑
G
ahs
(s)
×
G
wx
(s))
[0012]L[d
x
(t)]＝G
oto
(s)
×
a
x
(t)
×
(1/s2)
[0013]L[ω
x
(t)]＝G
ahs
(s)
×
a
x
(t)
[0014]式中，L[e
ax
(t)]为x方向加速度的体感误差函数；L[e
wx
(t)]为x方向角速度的体感误差函数；L[a
x
(t)]为加速度信号的拉式变换；L[ω
x
(t)]为滚转角速度的拉氏变换；L[d
x
(t)]为洗出平台纵向的位移；G
ahx
(s)为x方向高通滤波器；G
wx
(s)为x方向倾斜协调滤波器；a
x
(t)为脚部加速度周期信号；G
oto
(s)为耳石模型的传递函数，G
ahs
(s)为半规管模型的传递函数；
[0015]基于优化目标的数学模型的优化目标如下：
[0016]min{f1(i)
×
(L[d
x
(t)])+f2(i)
×
L[e
ax
(t)]}
[0017]min{f3(i)
×
L[ω
x
(t)]+f4(i)
×
L[e
wx
(t)]}
[0018]根据优化目标进行优化，得到经过优化的洗出算法的控制参数。
[0019]进一步地，采用多目标遗传算法MOGA根据优化目标进行优化。
[0020]进一步地，所述的洗出算法的两个高通滤波环节采用三阶滤波器，洗出算法的倾斜协调环节对应的通道采用二阶滤波器。
[0021]进一步地，高通滤波环节对应的三阶滤波器的传递函数如下：
[0022][0023]其中，ω
a
、ω
’
a
为三阶高通滤波器中的自然频率；ξ1为阻尼比；s为Laplace变换参数。
[0024]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于洗出算法的医疗康复训练机器人控制方法，其特征在于，利用洗出算法对医疗康复训练机器人进行控制，采用的洗出算法为经过参数优化的洗出算法；洗出算法的参数优化过程中，建立优化目标的数学模型：L[e
ax
(t)]＝L[a
x
(t)]
×
(G
oto
(s)
‑
G
oto
(s)
×
G
ahx
(s))L[e
wx
(t)]＝L[ω
x
(t)]
×
(G
ahs
(s)
‑
G
ahs
(s)
×
G
wx
(s))L[d
x
(t)]＝G
oto
(s)
×
a
x
(t)
×
(1/s2)L[ω
x
(t)]＝G
ahs
(s)
×
a
x
(t)式中，L[e
ax
(t)]为x方向加速度的体感误差函数；L[e
wx
(t)]为x方向角速度的体感误差函数；L[a
x
(t)]为加速度信号的拉式变换；L[ω
x
(t)]为滚转角速度的拉氏变换；L[d
x
(t)]为洗出平台纵向的位移；G
ahx
(s)为x方向高通滤波器；G
wx
(s)为x方向倾斜协调滤波器；a
x
(t)为脚部加速度周期信号；G
oto
(s)为耳石模型的传递函数，G
ahs
(s)为半规管模型的传递函数；基于优化目标的数学模型的优化目标如下：min{f1(i)
×
(L[d
x
(t)])+f2(i)
×
L[e
ax
(t)]}min{f3(i)
×
L[ω
x
(...

【专利技术属性】
技术研发人员：吴俊玉，刘玉斌，赵杰，关英姿，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：