基于阻抗模型的骨科康复辅助护理机器人控制系统

针对当前肢体障碍患者后期康复治疗存在的训练过程繁琐以及训练效率低的问题，设计出一款患者主动康复训练的下肢康复机器人。本设计基于位置的阻抗控制，为提高控制精度故采用PSO算法对系统进行优化，在考虑到患者的实际使用情况下，加入了基于患者病情的模糊自适应控制器以达到柔顺控制的目的。仿真结果表明，经过优化后的阻抗控制的稳定性和精度大大提高；实验结果表明，本设计实现了康复训练系统的柔顺控制，实验效果良好，因此，能够在保证安全性的基础上帮助患者主动进行康复训练。     

基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法

设计了一种基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法.在机器人与人体上肢接触面安装力传感器采集人机交互力矩信息作为量化的主动运动意图,设计了一种无模型自适应滤波算法使交互力矩变得平滑而连贯;以人机交互力矩为输入,综合考虑机器人末端点与参考轨迹的相对位置和补偿力的信息,设计了人机交互阻抗控制器,用于调节各关节的给定目标速度;设计了将无模型自适应与离散滑模趋近律相结合的速度控制器完成机器人各关节对目标速度的跟踪.仿真结果表明,该控制方法可以实现外骨骼式上肢康复机器人辅助患者完成主动交互训练的功能.通过调节人机交互阻抗控制器的相应参数,机器人可以按照患者的运动意图完成不同的主动交互训练任务,并在运动出现偏差时予以矫正.控制器在设计实现过程中不要求复杂准确的动力学建模和参数识别,并有一定的抗干扰性和通用性.     

下肢康复机器人的自适应人机交互控制策略

针对康复机器人运动过程中的人机交互性问题,提出一种下肢康复机器人自适应人机交互控制策略.提取伸屈运动中下肢表面肌电信号（Surface electromyography,sEMG）和足底压力特征,分别用于表征下肢运动意图和人机交互力（Interaction force,IF）信息,建立基于sEMG-IF的人机交互信息融合模型,实现下肢康复机器人运动轨迹的在线规划;考虑主动康复运动过程中的人机交互作用,建立具有时变动态特性的人机系统动力学模型,设计间接模糊自适应控制器对期望轨迹进行跟踪控制,实现下肢康复机器人自适应人机交互控制.通过对5名被试者进行下肢康复机器人运动控制实验研究,验证所提方法的可行性和有效性.     

下肢康复机器人的主动柔顺自适应交互控制

为了更好地给患者提供稳定、舒适且具备主动柔顺性的康复训练环境,提出一种基于阻抗参数自适应调节的下肢康复机器人主动柔顺交互控制方案,该方案由外环的阻抗参数调节和内环的轨迹跟踪两部分构成.首先,针对康复训练过程中人体阻抗参数动态变化的问题,提出了模糊自适应阻抗参数调节器,将人机交互作用力、位置误差与速度误差作为输入,并采用模糊推理实时调整阻尼系数与刚度系数,实现对人体阻抗的自适应.其次,设计了间接自适应模糊控制器,合理构造模糊系统逼近未知非线性系统,对反映患者运动意图的设定轨迹进行稳定跟踪,利用李亚普诺夫分析方法证明了系统的稳定性.最后,通过仿真实验将本文方法与一般的固定期望阻抗参数方法对比,结果表明本文方法下的髋、膝关节轨迹的最大偏差分别降低53.43％和66.87％,验证了所提方法的可行性与有效性.     

下肢康复外骨骼人机耦合动力学建模与控制

在行走过程中,患者与外骨骼之间的交互力,决定了患者使用外骨骼的安全性、舒适度以及外骨骼的性能,因而在康复外骨骼的相关研究中受到广泛的关注.本文以可穿戴式的下肢康复外骨骼为研究对象,考虑了患者和外骨骼的耦合作用,给出了人机交互力模型,同时考虑了足底-地面接触力的影响,从而基于第一类拉格朗日方程建立了人机耦合的动力学模型.进一步,考虑患者在不同康复训练阶段的特点和实际需求,给出了相应的控制策略.特别地,在主动康复阶段,从人机交互力模型的角度,给出了基于人机交互力的外骨骼位置阻抗控制中参考轨迹修正量的实际物理解释,并且设计了阻抗PID控制策略.仿真结果表明,使用人机耦合的动力学模型,能够对人机交互力进行有效的分析;进一步,本文在康复训练的主动阶段所设计的控制策略,能够有效地降低人机交互力的水平.     

基于阻抗控制的步行康复训练机器人的轨迹自适应

把阻抗控制理论运用到步行康复训练机器人系统中,使用基于位置的阻抗控制模型设计了系统的控制器.提出基于阻抗模型的步态轨迹白适应算法,并分析了系统的误差.在建立的Solid Works、Matlab、Adams虚拟样机联合仿真平台上进行了主动康复训练的仿真实验,并在实物样机上进行了健康训练者的实验.结果表明,该控制器能够实...     

基于变阻抗补偿的上肢康复机器人人机交互方法研究

针对偏瘫患者在进行康复训练过程中不能很好地主动参入并且康复任务表现能力低的问题，提出了一种基于变阻抗补偿的上肢康复机器人人机交互方法。该方法可以提高康复过程中的柔顺性和任务表现。首先介绍了上肢康复机器人的基本结构，并对其进行运动学分析；再介绍了导纳控制和阻抗补偿控制系统框架；之后通过受试者的交互力和交互力变化速率建立出受试者的运动意图，在根据运动意图来实时调整阻抗补偿参数改变系统的柔顺性；最后通过三种不同的模式进行轨迹跟踪和到达目标点的实验比较，结果表明所提出的控制算法可以适应受试者的运动意图，提高任务表现。     

康复机器人的同步主动交互控制与实现

提出了一种适用于康复机器人的人机交互控制方法. 结合一款具有平面并联结构的上肢康复机器人, 实现了与用户(患者)运动意图同步的、柔顺的主动康复训练. 在训练中, 利用自适应频率振荡器, 从表面肌电信号(Surface electromyography, sEMG)中获取运动模式信息, 然后结合运动模式和期望的正常运动轨迹, 生成与主动运动意图同步的参考训练轨迹. 本文通过仿真和实际实验对所提出的方法进行了验证, 振荡器可以在2~5s内快速实现与用户主动运动意图的同步, 然后利用阻抗控制器给予柔顺的辅助. 通过调节阻抗参数, 可以为患者的运动训练提供不同程度的辅助.     

基于人体运动意图卡尔曼预测的外骨骼机器人控制及实验

为在外骨骼控制中准确获取人体运动意图,本文使用力矩传感器测量人机交互信息.基于人体下肢摆动腿的单摆模型获得摆动腿关节的运动轨迹,并使用卡尔曼滤波进行预测,从而弥补意图延时.使用PD(比例-微分)控制律控制外骨骼跟踪人体摆动腿的关节轨迹,编码器反馈外骨骼关节的实时位置,形成位置闭环控制.进行外骨骼摆动腿实验,结果表明,测得的人机交互信息经过卡尔曼滤波后,可以预测人体摆动腿的运动意图,外骨骼机器人能够实现对人体摆动腿关节轨迹的跟随,所提方法可行.     

下肢软质康复外骨骼机器人的模糊神经网络阻抗控制

针对脑卒中或交通意外等因素导致的运动功能障碍问题,设计了一种可用于康复训练的可穿戴式的软质膝关节外骨骼机器人．在重点介绍基于Hill肌肉模型的套索人工肌肉驱动系统设计和实时控制平台的基础上,分析了模糊神经网络阻抗控制算法的推导过程．最后,分别在定阻抗与变阻抗参数控制策略条件下,进行人机协同训练模式下的康复训练实验,并对比分析了康复外骨骼系统对受试者肌肉活性的影响．实验结果表明,定频率定幅值训练时的屈/伸扭矩分别增加了9.70%和9.06%,而变频率变幅值训练时的屈/伸扭矩提升了88.34%和57.68%．由此可知,选择符合人体生理肌肉刚度特性的阻抗模型可以改善下肢康复机器人系统的稳定性和安全性,提高人机交互的柔顺性和协调性．     

基于力阻抗模型的上肢康复机器人交互控制系统设计

传统上肢康复机器人交互控制系统受到奇异位形影响,导致系统控制精准度较低,为此提出基于力阻抗模型的上肢康复机器人交互控制系统;设计上肢康复机器人交互控制系统结构,选取双串口12CSA60S2系列单片机作为下位机控制核心模块,利用椎齿轮改变驱动力方向,设计机械臂肘部结构,通过同步带传动,将器件隐藏于空手柄中;设计机械臂腕部结构,满足临床康复时上肢患者站姿与坐姿训练需求;选择箔式应变片BF350力传感器,设计电阻应变片桥接电路,处理传输信号;构建机器人目标阻抗模型,设计基于力阻抗控制策略,调节位置、速度和关节;为改善奇异位形情况,在奇异位形附近关节角速度指令直接由各个关节力矩阻尼控制得到,实现角速度精准输出,完成系统控制;由实验结果可知,该系统直线运动位置、旋转关节位置和伸缩关节位置跟踪结果与标准值基本一致,满足系统设计需求。     

实时上肢参数辨识的康复机器人力控制研究

针对病人进行康复训练时,上肢动力学参数估计不准确和训练过程发生上肢动力学参数变化,所导致康复机器人系统辅助力计算不准确,影响精确和稳定的控制练训。为减小辅助力计算误差,实现精确和稳定的训练控制,基于阻抗控制算法,使用多元线性回归方法对上肢动力学参数进行辨识,提出了一种实时上肢动力学参数辨识的阻抗控制算法,建立了康复机器人动力学模型,同时对控制算法进行仿真研究。仿真结果表明该算法能够准确地对上肢动力学参数进行辨识,有效地消除了辅助力计算误差,实现训练过程中训练轨迹精确控制。     

Voltage-based adaptive impedance force control for a lower-limb rehabilitation robot

This paper presents a novel voltage-based adaptive impedance force control for a lower limb rehabilitation robot. The impedance parameters are adaptively regulated by a gradient descent algorithm for adjusting the human force in performing therapeutic exercises. Although the proposed control is based on voltage control strategy, it differs from the common torque control strategy. One of the advantages is that it is free from the dynamical models of the robot and patient. Compared with a torque control scheme, it is simpler, less computational, and more efficient while it considers the actuators. The control approach is verified by stability analysis. Simulation results show the efficiency of the control approach applied on a lower limb rehabilitation robot driven by an electric motor. A comparison on performing isometric exercise shows that the voltage-based adaptive impedance force control is superior to both voltage-based impedance control and torque-based impedance control.     

Control System Design for an Upper-Limb Rehabilitation Robot

Control system implementation is one of the major difficulties in rehabilitation robot design. The purpose of our study is to present newly developed control strategies for an upper-limb rehabilitation robot. The Barrett WAM Arm manipulator is used as the main hardware platform for the functional recovery training of the past-stroke patient. Passive and active recovery training have been implemented on the WAM Arm. A fuzzy-based PD position control strategy is proposed for the passive recovery exercise to control the WAM Arm stably and smoothly to stretch the impaired limb to move along predefined trajectories. An adaptive impedance force controller is employed in the active motion mode in which a fuzzy logic regulator is used to adjust the desired impedance between the robot and impaired limb to generate adaptive force in agreement with the change of the impaired limb's muscle strength. In order to evaluate the change of the impaired limb's muscle power, the impaired limb's mechanical impedance parameters as an objective evaluation index is estimated online by using a recursive least-squares algorithm with an adaptive forgetting factor. Experimental results demonstrate the effectiveness and potential of the proposed control strategies.     

基于加速度传感器的下肢康复机器人示教训练

将康复治疗人员的临床治疗经验与康复机器人的训练结合,能够有效提高已有下肢康复机器人的训练性能,为此提出一种基于加速度传感器的示教训练方法及无线数据采集系统。通过已有的外骨骼式下肢康复机器人,分析并推导出关节角度与末端轨迹的关系及关节加速度与关节角度的关系。通过加速度信息分析出轨迹信息从而控制训练轨迹。研发的无线数据采集系统提取康复师训练时患者下肢加速度信息并转化成轨迹信息,进而被用于康复机器人示教训练控制。实验结果证明,该系统能够满足康复机器人的示教训练要求。     

下肢康复机器人离散自适应控制的研究

康复训练是脑卒中、脊髓损伤患者主要的治疗手段.机器人辅助步行训练是近年来广泛应用的下肢康复训练方式.针对具有步态自适应功能的下肢康复机器人,提出了一种柔顺协调控制方法.基于非线性逆系统解耦理论,系统分解为几个独立的二阶积分系统.在解耦子系统中,采用阻抗和自适应控制来进行步态轨迹的规划和跟踪.最后,在Matlab-Adams联合仿真系统中对设计的控制器进行仿真并验证算法的正确性.     

上肢康复机器人实时安全控制

针对上肢辅助康复机器人临床使用中的安全性和平稳性问题,提出基于模糊逻辑的实时在线安全监测控制方法.机器人对患肢进行康复训练时,患肢状态对控制效果会产生影响;通过设计智能安全监控模糊控制器(SSFC)改善系统运动平稳性以及突发情况下的安全性.首先提取相关运动特征评估受训患肢状态稳定情况,安全监控模糊控制器智能实现正常扰动情况下的控制期望力调节以及突发情况下的紧急响应.其次通过基于位置的阻抗控制策略实现患肢与机器人末端的柔顺性.实验结果验证了该控制方法能够有效地实现康复机器人的安全性和平稳性.