一种肌骨协同畸形矫正方法及机器人技术

本申请实施例提供一种肌骨协同畸形矫正方法及机器人，包括：以骨骼矫正的期望位姿

【技术实现步骤摘要】
一种肌骨协同畸形矫正方法及机器人


[0001]本申请实施例涉及康复辅具
，尤其涉及一种肌骨协同畸形矫正方法及机器人
。

技术介绍

[0002]传统的下肢骨骼畸形矫正可在术后佩戴用于矫正畸形骨骼的刚性矫正支架，在康复过程中，需要多次调节支架，对患肢施加不同的矫正力，操作繁琐，调节不准确，而且，由于未考虑肌肉软组织对于骨骼硬组织矫正的作用，无法实现骨骼硬组织和肌肉软组织的同步协同康复，康复效果并不理想
。

技术实现思路

[0003]有鉴于此，本申请实施例的目的在于提出一种肌骨协同畸形矫正方法及机器人，能够自适应控制辅助矫正机器人向患肢施加的矫正力，促进骨骼硬组织和肌肉软组织的协同康复
。
[0004]基于上述目的，本申请实施例提供了一种肌骨协同畸形矫正方法，用于控制辅助矫正机器人，所述辅助矫正机器人包括用于矫正骨骼硬组织的变刚度外固定器和用于矫正肌肉软组织的柔性矫正器，所述变刚度外固定器设有气动部件和力矩传感器，所述柔性矫正器设有气囊；所述方法包括：
[0005]以骨骼矫正的期望位姿
、
该期望位姿的变化率
、
气动部件的实际位移量
、
预设的刚度参数和阻尼参数
、
力矩传感器采集的力矩信号为输入，由骨骼矫正控制器输出用于控制气动部件充放气的第一压力信号，以使所述气动部件通过充放气对骨骼硬组织施加矫正力；
[0006]以采集的肌电信号为输入，利用预先构建的肌肉疲劳度预测模型输出预测的肌肉疲劳度；
[0007]根据所述预测的肌肉疲劳度与所述气囊的气压之间的关系，确定气囊调节压力；
[0008]以所述气囊调节压力和所述气囊的当前压力为肌肉矫正控制器的输入，由所述肌肉矫正控制器输出用于控制气囊充放气的第二压力信号，以使所述气囊通过充放气对肌肉软组织施加矫正力
。
[0009]可选的，所述骨骼矫正控制器包括自适应阻抗控制器和第一模糊
PID
控制器，所述自适应阻抗控制器用于根据所述期望位姿
、
期望位姿的变化率
、
所述刚度参数
、
阻尼参数
、
力矩信号和所述气动部件的实际位移量，确定所述第一模糊
PID
控制器的控制参数，所述第一模糊
PID
控制器用于根据所述控制参数输出所述第一压力信号
。
[0010]可选的，所述自适应阻抗控制器的数学模型为：
[0011][0012]其中，为目标速度，
q
d
为所述期望位姿，为所述期望位姿的变化率，
q
为所述气
动部件的实际位姿，
K
为所述刚度参数，
B
为所述阻尼参数，
τ
为所述力矩信号；其中，所述气动部件的实际位姿是基于运动学正解方法根据所述气动部件的实际位移量解算确定的
。
[0013]可选的，所述第一模糊
PID
控制器的输入为基于所述控制参数确定的气动部件的位移量与所述气动部件的实际位移量之间的位移误差，所述第一模糊
PID
控制器的输出为所述第一压力信号
。
[0014]可选的，所述气动部件的实际位姿是基于运动学正解方法根据所述气动部件的实际位移量解算确定的；所述基于控制参数确定气动部件的位移量是基于运动学逆解方法根据目标位姿解算出气动部件的位移量，所述目标位姿是对所述目标速度积分得到的
。
[0015]可选的，所述方法还包括：
[0016]根据所述预测的肌肉疲劳度
、
预设的疲劳度最大值和预设的阻尼参数最大值，确定预测的阻尼参数；
[0017]根据所述预测的阻尼参数与预设的阻尼参数最小值
、
所述阻尼参数最大值之间的关系，确定目标阻尼参数；
[0018]按照所述目标阻尼参数调整所述预设的阻尼参数
。
[0019]可选的，所述方法还包括：
[0020]对所述肌电信号进行处理，得到肌电特征；
[0021]以所述肌电特征为输入，利用预先构建的肌肉力预测模型输出预测的肌肉力；
[0022]根据所述预测的肌肉力
、
预设的肌肉力最大值和预设的刚度参数最大值，确定预测的刚度参数；
[0023]根据所述预测的刚度参数与预设的刚度参数最小值
、
所述刚度参数最大值之间的关系，确定目标刚度参数；
[0024]按照所述目标刚度参数调整所述预设的刚度参数
。
[0025]可选的，根据所述预测的肌肉疲劳度与所述气囊的气压之间的关系，确定气囊调节压力，方法为：
[0026][0027]其中，
P
为所述气囊调节压力，为所述肌肉疲劳度，比例系数
k
根据气囊压力的最大值和肌肉疲劳度的最大值确定
。
[0028]可选的，所述肌肉疲劳度预测模型基于自回归模型构建；所述肌肉力预测模型基于
GD
‑
FNN
模型构建
。
[0029]本申请实施例还提供一种肌骨协同畸形矫正机器人，用于控制辅助矫正机器人，所述辅助矫正机器人包括用于矫正骨骼硬组织的变刚度外固定器和用于矫正肌肉软组织的柔性矫正器，所述变刚度外固定器设有气动部件和力矩传感器，所述柔性矫正器设有气囊；所述机器人包括：
[0030]骨骼辅助康复模块，用于以骨骼矫正的期望位姿
、
该期望位姿的变化率
、
气动部件的实际位移量
、
预设的刚度参数和阻尼参数
、
力矩传感器采集的力矩信号为输入，由骨骼矫正控制器输出用于控制气动部件充放气的第一压力信号，以使所述气动部件通过充放气对骨骼硬组织施加矫正力；
[0031]疲劳度预测模块，用于以采集的肌电信号为输入，利用预先构建的肌肉疲劳度预测模型输出预测的肌肉疲劳度；
[0032]调节压力确定模块，用于根据所述预测的肌肉疲劳度与所述气囊的气压之间的关系，确定气囊调节压力；
[0033]肌肉辅助康复模块，用于以所述气囊调节压力和气囊的当前压力为肌肉矫正控制器的输入，由所述肌肉矫正控制器输出用于控制气囊充放气的第二压力信号，以使所述气囊通过充放气对肌肉软组织施加矫正力
。
[0034]从上面所述可以看出，本申请实施例提供的肌骨协同畸形矫正方法及机器人，利用骨骼矫正控制器根据骨骼恢复的期望位姿
、
变刚度外固定器与肌骨之间的相互作用力
、
骨骼硬组织与肌肉软组织之间的相互作用
、
变刚度外固定器的气动部件的位移量对气动部件进行反馈控制，通过控制气动部件的充放气调整对骨骼硬组织施加的矫正力；利用肌肉矫正控制器根据气囊调节压力和当前压力对气囊进行反馈控制，通过控制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种肌骨协同畸形矫正方法，用于控制辅助矫正机器人，其特征在于，所述辅助矫正机器人包括用于矫正骨骼硬组织的变刚度外固定器和用于矫正肌肉软组织的柔性矫正器，所述变刚度外固定器设有气动部件和力矩传感器，所述柔性矫正器设有气囊；所述方法包括：以骨骼矫正的期望位姿
、
该期望位姿的变化率
、
气动部件的实际位移量
、
预设的刚度参数和阻尼参数
、
力矩传感器采集的力矩信号为输入，由骨骼矫正控制器输出用于控制气动部件充放气的第一压力信号，以使所述气动部件通过充放气对骨骼硬组织施加矫正力；以采集的肌电信号为输入，利用预先构建的肌肉疲劳度预测模型输出预测的肌肉疲劳度；根据所述预测的肌肉疲劳度与所述气囊的气压之间的关系，确定气囊调节压力；以所述气囊调节压力和所述气囊的当前压力为肌肉矫正控制器的输入，由所述肌肉矫正控制器输出用于控制气囊充放气的第二压力信号，以使所述气囊通过充放气对肌肉软组织施加矫正力
。2.
根据权利要求1所述的方法，其特征在于，所述骨骼矫正控制器包括自适应阻抗控制器和第一模糊
PID
控制器，所述自适应阻抗控制器用于根据所述期望位姿
、
期望位姿的变化率
、
所述刚度参数
、
阻尼参数
、
力矩信号和所述气动部件的实际位移量，确定所述第一模糊
PID
控制器的控制参数，所述第一模糊
PID
控制器用于根据所述控制参数输出所述第一压力信号
。3.
根据权利要求2所述的方法，其特征在于，所述自适应阻抗控制器的数学模型为：其中，为目标速度，
q
d
为所述期望位姿，为所述期望位姿的变化率，
q
为所述气动部件的实际位姿，
K
为所述刚度参数，
B
为所述阻尼参数，
τ
为所述力矩信号；其中，所述气动部件的实际位姿是基于运动学正解方法根据所述气动部件的实际位移量解算确定的
。4.
根据权利要求3所述的方法，其特征在于，所述第一模糊
PID
控制器的输入为基于所述控制参数确定的气动部件的位移量与所述气动部件的实际位移量之间的位移误差，所述第一模糊
PID
控制器的输出为所述第一压力信号
。5.
根据权利要求4所述的方法，其特征在于，所述气动部件的实际位姿是基于运动学正解方法根据所述气动部件的实际位移量解算确定的；所述基于控制参数确定气动部件的位移量是基于运动学逆解方法根据目标位姿解算...

【专利技术属性】
技术研发人员：李剑，戴赟，张向燕，吕成玉，魏世民，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：