基于多源信息感知的机器人控制方法、系统及电子设备技术方案

本发明专利技术公开了一种基于多源信息感知的机器人控制方法、系统及电子设备，该方法包括：获取低运动机能患者的脑电信号、上肢的惯性信号、肌电信号和/或力触觉信号；分别针对每一种第一信号，使用随机森林机器模型进行运动意图识别，得到对应的运动意图识别结果；获取每一种第一信号对应的权重参数；根据各第一信号对应的运动意图识别结果及对应的权重参数，初步确定患者的运动意图；根据逻辑决策表判断初步确定的运动意图是否符合逻辑；若符合，确定为最终的运动意图；根据最终确定的运动意图确定上肢康复外骨骼的运动控制信号；控制上肢康复外骨骼按照运动控制信号进行运动。本发明专利技术能够提升上肢康复训练过程中低运动机能患者的运动意图识别准确率。动意图识别准确率。动意图识别准确率。

【技术实现步骤摘要】
基于多源信息感知的机器人控制方法、系统及电子设备


[0001]本专利技术涉及医疗康复
，具体涉及一种基于多源信息感知的机器人控制方法、系统及电子设备。

技术介绍

[0002]上肢运动功能障碍是脑卒中患者常见的临床表现，其中低运动机能患者虽然存在肢体运动障碍，但仍具备一定的运动能力，此状态下，在其产生运动意图时上肢可以产生相对稳定的肌电信号，现有脑卒中康复观点倾向于重复性、任务导向的功能性训练，上肢康复外骨骼机器人可以执行这一任务，人机交互是上肢外骨骼机器人研究的关键，较高的人体运动意图识别准确率可以实现康复训练中的较高的人机共融性，对于提高训练效果及患者训练安全性有重要意义，目前，上肢外骨骼运动意图识别研究方法通常基于单模信号识别，现有用于意图识别算法的输入信号有物理信号以及生物电信号的，物理信号有惯性信号、角度信号、压力信号，具有稳定好的优点，生物电信号有脑电信号、肌电信号等，具备全局性及提前性的优点，但是，由于低运动机能患者，尤其是脑卒中导致的低运动机能患者，其肢体控制能力弱，经常存在抖动等情况，因此采集到的物理信号并非代表患者的真实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源信息感知的机器人控制方法，其特征在于，包括：获取低运动机能患者的与运动相关的第一信号，所述第一信号包括脑电信号、上肢的惯性信号、上肢的肌电信号和上肢的力触觉信号中的至少两种；分别针对每一种所述第一信号，使用随机森林机器模型对所述第一信号进行运动意图识别，得到与所述第一信号对应的运动意图识别结果；获取每一种所述第一信号对应的权重参数；根据每一种所述第一信号对应的运动意图识别结果及对应的权重参数，确定第一运动意图，所述第一运动意图为初步确定的所述低运动机能患者的运动意图；根据预先建立的逻辑决策表判断所述第一运动意图是否符合逻辑；在所述第一运动意图符合逻辑的情况下，确定所述第一运动意图为最终确定的运动意图；根据最终确定的所述运动意图确定上肢康复外骨骼的运动控制信号；控制所述上肢康复外骨骼按照所述运动控制信号进行运动。2.根据权利要求1所述的方法，其特征在于，所述获取每一种所述第一信号对应的权重参数之前，还包括：获取样本信号，所述样本信号的信号类型与所述第一信号的信号类型一致，且每一种所述样本信号均包括多个；针对每一种所述样本信号，分别获取每一所述样本信号对应的真实运动意图以及使用所述随机森林机器模型对所述样本信号进行识别得到的运动意图识别结果；针对每一种所述样本信号，根据多个所述样本信号分别对应的真实运动意图和运动意图识别结果，确定识别准确率；针对每一种所述样本信号，根据所述识别准确率确定对应的权重参数。3.根据权利要求1所述的方法，其特征在于，所述根据每一种所述第一信号对应的运动意图识别结果及对应的权重参数，确定第一运动意图，包括：对于运动意图识别结果一致的所述第一信号，将所述第一信号对应的权重参数进行加和，得到对应运动意图识别结果的置信度；对于运动意图识别结果与其他的所述第一信号均不一致的所述第一信号，将所述第一信号对应的权重参数直接作为对应运动意图识别结果的置信度；将最大置信度对应的运动意图识别结果确定为所述第一运动意图。4.根据权利要求3所述的方法，其特征在于，所述将最大置信度对应的运动意图识别结果确定为所述第一运动意图，包括：判断最小置信度是否大于预设阈值；若所述最小置信度小于或等于所述预设阈值，则将最大置信度对应的运动意图识别结果确定为所述第一运动意图。5.根据权利要求4所述的方法，其特征在于，还包括：若所述最小置信度大于所述预设阈值，则分别针对每一种所述第一信号，重新使用随机森林机器模型对所述第一信号进行运动意图识别，得到与所述第一...

【专利技术属性】
技术研发人员：刘斌，张文彬，黄锟，沙连森，史文青，张名琦，姚兴亮，
申请(专利权)人：中国科学院苏州生物医学工程技术研究所，
类型：发明
国别省市：