【技术实现步骤摘要】
本专利技术涉及康复机器人控制，尤其涉及一种基于确定学习的上肢康复机器人自适应控制方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、脑卒中后三分之二的患者会存在不同程度的运动障碍，这严重影响了他们的日常生活。康复训练可以帮助患者充分重复运动，恢复运动功能。针对传统的康复治疗消耗大量人力且重复性较差等缺点，康复机器人可以为患者提供集中和重复的训练。目前，机器人辅助康复治疗已经被证明是促进上肢运动功能损伤患者神经重塑和运动功能恢复的有效治疗方法。
3、传统的控制方法通常是根据已有的多种康复动作训练机器人，以使得康复机器人能够匹配当前康复动作与学习过的康复动作，进而实现动作控制。然而这一方法的学习控制效果有限，这是由于上肢康复机器人是一个人机交互系统，由关节拉伤、肌肉痉挛或非自主神经激活引起的外部干扰将是干扰机器人功能和降低康复效率的不可忽视的因素，在阻抗或导纳控制中产生的力或轨迹偏差也会对轨迹的精准跟踪产生很大影响，传统的学习控制方法无法适应实际的干扰情况，导...
【技术保护点】
1.一种基于确定学习的上肢康复机器人自适应控制方法，其特征是，包括：
2.如权利要求1所述的基于确定学习的上肢康复机器人自适应控制方法，其特征是，所述基于经验的控制器的获取，包括：
3.如权利要求1所述的基于确定学习的上肢康复机器人自适应控制方法，其特征是，所述在线学习模型的构建，包括：
4.如权利要求1所述的基于确定学习的上肢康复机器人自适应控制方法，其特征是，所述基于经验的辨识器的获取，包括：
5.如权利要求1所述的基于确定学习的上肢康复机器人自适应控制方法，其特征是，通过基于经验的辨识器选取相应的本模型与子模型组合
【技术特征摘要】
1.一种基于确定学习的上肢康复机器人自适应控制方法，其特征是，包括：
2.如权利要求1所述的基于确定学习的上肢康复机器人自适应控制方法，其特征是，所述基于经验的控制器的获取，包括：
3.如权利要求1所述的基于确定学习的上肢康复机器人自适应控制方法，其特征是，所述在线学习模型的构建，包括：
4.如权利要求1所述的基于确定学习的上肢康复机器人自适应控制方法，其特征是，所述基于经验的辨识器的获取，包括：
5.如权利要求1所述的基于确定学习的上肢康复机器人自适应控制方法，其特征是，通过基于经验的辨识器选取相应的本模型与子模型组合控制器，包括：
6.如权利要求5所述的基于确定学习的上肢康复机器人自适应控制方法，其特征是，根据识别误差最小平均l1范数原则进行计...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。