一种下肢康复机器人主动柔顺控制方法及其系统技术方案

本发明专利技术涉及一种下肢康复机器人主动柔顺控制方法及其系统。获取压力信号、力矩信号、角度信号及表面肌电信号；根据力矩信号和角度信号得到刚度系数的估计值，用于反馈系统控制的刚性程度；根据刚度系数估计值得到阻尼系数的估计值，用于反馈系统控制的阻尼程度；根据表面肌电信号得到柔顺控制参数值，用于反馈系统控制的柔顺程度；根据得到的刚度系数、阻尼系数、柔顺控制参数值得到反映腿部运动趋势的角加速度；将角加速度输入到电机的控制模块中，实时调整电机的运动方向和速度，以控制康复机器人柔顺运动。本发明专利技术具有提高下肢康复机器人柔顺控制的效果。柔顺控制的效果。柔顺控制的效果。

【技术实现步骤摘要】
一种下肢康复机器人主动柔顺控制方法及其系统


[0001]本专利技术属于机器人控制领域，尤其是涉及一种下肢康复机器人主动柔顺控制方法及其系统。

技术介绍

[0002]在现代医学领域中，康复训练对于帮助病患者恢复肌肉功能和运动能力具有重要的作用。而机器人技术的应用为医疗康复带来了新的机遇和挑战。
[0003]当前，康复机器人已经成为医疗、康复领域的研究热点之一，尤其是针对下肢康复需求的机器人应用更加广泛。随着科技的不断发展，康复机器人技术得到了广泛关注和研究。目前市场上已经出现了多种下肢康复机器人，如ReWalk、Ekso等产品。这些产品一般采用被动式的控制方式，主要通过外部助力来协助用户完成行走。
[0004]针对上述中的相关技术，传统的康复机器人通常采用周期性的固定控制策略，这种控制方式不能够根据用户的实际状态进行实时调整，缺少人
‑
机之间的相互适应以及人机协同控制机制，导致康复效果不理想。

技术实现思路

[0005]本专利技术的目的是为了提高下肢康复机器人柔顺控制的效果，提供一种下肢康复机器人主动柔顺控制方法，采用如下的技术方案：
[0006]第一方面，本专利技术提供一种下肢康复机器人主动柔顺控制方法，包括：
[0007]S1：获取预设装置压力信号、力矩信号、角度信号及表面肌电信号；
[0008]S2：将力矩信号和角度信号输入到自适应刚度系数估计模型，得到刚度系数的估计值；
[0009]S3：将刚度系数估计值输入到自适应阻尼系数估计模型中，得到阻尼系数的估计值；
[0010]S4：将压力信号和表面肌电信号输入到柔顺系数估计模型中，得到柔顺控制参数值，用于反馈系统控制的柔顺程度；
[0011]S5：将得到的刚度系数、阻尼系数、柔顺控制参数值输入到角加速度估计模型中，得到反映腿部运动趋势的角加速度估计值；
[0012]S6：将角加速度估计值输入到电机的控制模块中，实时调整电机的运动方向和速度，以控制康复机器人柔顺运动。
[0013]进一步地，步骤S1中采集表面肌电信号的肌肉群为股直肌、股外侧肌、股内侧肌。
[0014]作为优选，表面肌电信号的采样率为1000Hz。
[0015]进一步地，步骤S2中将力矩信号和角度信号输入到自适应刚度系数估计模型，得到刚度系数的估计值，具体为：
[0016]设置PD控制器以实现下肢康复机器人的弯曲和伸直运动。在控制器中，实现期望角度和角速度的控制，以得到合适的比例项和微分项；
[0017]将上一个时间步获取的机器人角度信号和当前时间步机器人角度信号之间的差异除以时间步长来近似计算，以得到机器人当前的角速度
[0018]根据角速度信号和角度信号计算角速度误差和角度误差；
[0019]根据机器人的特点得到机器人运动过程中的质心位置Δx，具体为：
[0020]Δx＝lsin(θ)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0021]其中l表示机器人支撑面的长度，θ表示机器人关节角度；
[0022]根据机器人运动过程中的质心位置得到机器人的惯性系数I，具体为：
[0023]I＝Δx2m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0024]其中，m代表机器人的质量；
[0025]将获取得到的惯性系数，力矩信号，以及角度信号输入到自适应刚度估计模型中，得到刚度系数估计值K；
[0026][0027]其中，K
p
为比例项，K
d
为微分项，I为惯性系数，T为力矩信号，Δx为机器人运动过程中的质心位置，e
p
表示期望角度与实际角度之差，e
p
＝θ
d
‑
θ，e
v
表示期望角速度与实际角速度之差，
[0028]进一步地，步骤S3中将刚度系数估计值输入到自适应阻尼系数估计模型中，得到阻尼系数估计值的方法，具体为：
[0029]将得到的惯性系数I和刚度系数估计值K输入到阻尼估计模型中，得到阻尼系数的估计值D，具体为：
[0030][0031]其中，ζ表示阻尼比，设定范围为[0，1]。
[0032]进一步地，步骤S4中将压力信号和表面肌电信号输出柔顺系数估计模型中，得到柔顺控制参数的方法，具体为：
[0033]对表面肌电信号进行带通滤波，得到预处理后的表面肌电信号；
[0034]所述带通滤波的方法，具体为：
[0035][0036]其中，y(t)为滤波后的输出信号，X(jω)为表面肌电信号在频域上的傅里叶变换，H(jω)为滤波器在频域上的传递函数，F
‑1为傅里叶逆变换把信号从频率域转换到时间域，j为虚数单位，ω为信号在时间域和频率域之间的关系，t为时间。
[0037]将预处理后的表面肌电信号归一化，得到在无康复机器人辅助情况下整个动作周期中各肌肉处理后的最大值，记为当前通道所测肌肉最大兴奋程度S
max
j，具体为：
[0038]S
max
j＝maxS
i
j
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0039]其中j为所选通道，i为第i个采样点的信号值，S为归一化后的表面肌电信号。
[0040]根据预处理后的表面肌电信号的强度与最大兴奋程度的比值，计算得到肌肉激活程度k，具体为：
[0041][0042]其中EMG为滤波和归一化后的当前表面肌电信号值。
[0043]将肌肉激活程度输入到柔顺系数估计模型中，综合压力和表面肌电信号对柔顺控制参数值进行动态调整，得到柔顺控制参数V；
[0044][0045]其中，α是权重因子，
[0046]其中表示往下肢伸直的方向进行运动，表示下肢保持原先运动速度不变，表示往下肢伸直的反方向进行运动。
[0047]进一步地，步骤S5中将得到的刚度系数K、阻尼系数D、柔顺控制参数V输入到角加速度估计模型中，得到角加速度估计值具体为：
[0048][0049]其中，为角加速度估计值，e
F
为期望压力与实测力矩信号之差，K、D、V分别表示刚度系数估计值、阻尼系数估计值、柔顺控制参数值；
[0050]进一步地，步骤S6中将得到的角加速度估计值输入到电机控制模型中，得到电机的角速度和方向。将所述系统输出角速度和方向并将其转化为指令，输送至下肢康复机器人，以控制其主动柔顺性。
[0051]通过采用上述技术方案，机器人通过刚度、阻尼控制算法实现对运动过程中产生的惯性和阻尼力的柔顺控制，旨在提高下肢康复机器人的康复效果和训练效率，降低康复训练的成本，为康复医学领域的专业人士和患者提供更加高效、安全的康复训练。
[0052]第二方面，本专利技术提供下肢康复机器人运动控制装置，包括：
[0053]数据获取单元，获取下肢预设装置的压力信号、力矩信号、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种下肢康复机器人主动柔顺控制方法，其特征在于包括：S1：获取下肢预设装置的压力信号、力矩信号、角度信号及表面肌电信号；S2：将力矩信号和角度信号输入到自适应刚度系数估计模型，得到刚度系数估计值；S3：将刚度系数估计值输入到自适应阻尼系数估计模型中，得到阻尼系数估计值；S4：将压力信号和表面肌电信号输入到柔顺系数估计模型中，得到柔顺控制参数值，用于反馈系统控制的柔顺程度；S5：将得到的刚度系数、阻尼系数、柔顺控制参数值输入到角加速度估计模型中，得到反映腿部运动趋势的角加速度估计值；S6：将角加速度估计值输入到下肢康复机器人电机的控制模块中，实时调整电机的运动方向和速度，以控制康复机器人柔顺运动。2.根据权利要求1所述方法，其特征在于步骤S1中采集表面肌电信号的肌肉群为股直肌、股外侧肌、股内侧肌。3.根据权利要求1所述方法，其特征在于步骤S1中表面肌电信号的采样率为1000Hz。4.根据权利要求1所述方法，其特征在于步骤S2中将力矩信号和角度信号输入到自适应刚度系数估计模型，得到刚度系数的估计值，具体为：设置PD控制器以实现下肢康复机器人的弯曲和伸直运动；在控制器中，实现期望角度和角速度的控制，以得到合适的比例项和微分项；将上一个时间步获取的机器人角度信号和当前时间步机器人角度信号之间的差异除以时间步长来近似计算，以得到机器人当前的角速度根据角速度和角度信号计算角度误差e
p
和角速度误差e
v
；根据机器人的特点得到机器人运动过程中的质心位置Δx，具体为：Δx＝lsin(θ)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中l表示机器人支撑面的长度，θ表示机器人关节角度；根据机器人运动过程中的质心位置得到机器人的惯性系数I，具体为：I＝Δx2m
ꢀꢀꢀꢀꢀꢀ
(2)其中，m表示机器人的质量；将获取得到的惯性系数，力矩信号，以及角度信号输入到自适应刚度估计模型中，得到刚度系数估计值K；其中，K
p
为比例项，K
d
为微分项，I为惯性系数，T为力矩信号，Δx为机器人运动过程中的质心位置,e
p
表示期望角度θ
d
与实际角度之差，e
p
＝θ
d
‑
θ，e
v
表示期望角速度与实际角速度之差，5.根据权利要求1所述方法，其特征在于步骤S3中将刚度系数估计值输入到自适应阻尼系数估计模型中，得到阻尼系数估计值的方法，具体为：将得到的惯性系数I和刚度系数估计值K输入到阻尼估计模型中，得到阻尼系数的估计值D，具体为：
其中，ζ表示阻尼比，设定范围为[0,1]，K表示刚度系数估计值。6.根据权利要求1所述方法，其特征在于步骤S4中将压力信号和表面肌电信号输出柔顺...

【专利技术属性】
技术研发人员：张建海，胡帅，黄时凯，朱莉，郑鲁州，叶华，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：