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.     

上肢康复外骨骼机器人的模糊滑模导纳控制

为了辅助上肢运动功能障碍患者进行不同模式的康复训练,基于上肢康复外骨骼机器人系统,提出了一种模糊滑模导纳控制策略,实现训练过程的人机协调控制.首先,介绍了康复外骨骼的整体结构和实时控制平台.然后,分析了模糊滑模导纳控制算法的推导过程,并根据李亚普诺夫稳定性判据证明系统的稳定性.最后,在不同系统导纳参数条件下,分别进行被动训练模式和主动训练模式实验,并对比分析了实验过程中运动偏差、人机交互力以及肱二头肌表面肌电信号的变化特点.实验结果表明,选择合适的目标导纳模型可以优化康复训练强度与难度,提高人机交互柔顺性与患者参与度,满足不同瘫痪程度和康复进度患者的训练需求.     

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。     

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.     

肢体协调运动康复机器人的机构设计与实验

针对临床上缺少一种肢体协调运动康复训练设备的现状,研制了一款适用于偏瘫患者个性化训练的上下肢协调运动康复机器人.首先,在探究正常步态上下肢协调运动规律的基础上,选择以肩、膝关节角度协调变化规律作为机器人的设计目标;然后,基于五杆变胞机构设计了康复训练机构及主/辅传动链,并对训练机构进行了运动学分析;最后,在样机上进行了实验,结果表明该机器人能够满足设计目标.     

单自由度康复训练机器人的虚拟环境设计

提出并建立了一个可用于机器人辅助康复训练的虚拟环境.虚拟环境可以提供视觉反馈,将患者控制训练机械臂的运动映射为虚拟环境中的物体的运动,并采用虚拟力势场的方法,通过机械臂为患者提供相应的力反馈.最后,利用单自由度康复训练系统对一名健康男性进行了初步的实验研究.结果表明,该系统可以实现康复训练过程中的视觉和力觉交互,为患者提供暗示和帮助,在康复训练机器人领域有一定的应用前景.     

一种脑肢融合的神经康复训练在线评价与调整方法

在神经康复训练中, 保持患者积极主动参与、提供适配其运动能力的训练难度, 对于取得良好的康复效果至关重要. 针对患者在长期康复训练过程中容易懈怠甚至出现惰性效应、运动能力有波动等挑战, 系统提出了一种脑肢融合的神经康复训练在线评价与调整方法. 首先, 从脑、肢体以及训练任务三个层面, 基于脑电(Electroencephalography, EEG)信号、肢体运动数据和任务评分, 建立了对患者神经参与程度、运动控制能力和任务完成情况的量化评价方法. 进而, 在任务操作难度、辅助或干扰力场以及视觉辅助等方面, 设计了康复训练任务内和任务间的在线调整方法. 通过一个针对手功能康复的灵巧操作任务, 实现了基于所提出的脑肢融合在线评价与调整方法的闭环神经康复训练. 开展实验, 招募16名受试者参加, 对比分析开环训练和闭环训练两种情况下的实验结果, 验证了所提出方法的可行性和有效性. 该工作可推广应用到脑功能障碍患者的运动康复训练, 进一步提高康复效果.     

虚拟现实技术在柔性上肢康复机器人中的应用

根据末端牵引式和外骨骼式上肢康复机器人的特性,研制了一种新型的柔性上肢康复机器人。机器人的康复训练系统结合了主动和被动模式的要素,将虚拟现实（VR）技术引入上肢康复机器人,通过现实环境中的光学3D位置捕获以及VR环境中的3D位置感知,设计了虚拟动态模型交互性节点和碰撞检测实验,实现虚拟现实交互,提高虚拟模型运动实时效果和上肢康复训练精度。VR和新颖的康复机器人的集成为具有特定任务的患者提供了有效的训练。     

基于嵌入式Linux的上肢康复机器人用户系统研究

具有上肢功能障碍的脑卒中患者需要进行大量重复的康复训练以恢复运动功能。为此设计了一套基于嵌入式计算机的用户控制系统,用以控制上肢康复训练机器人的运动。在Linux环境下利用Qt图形用户界面开发工具设计完整的用户界面,完成嵌入式Linux内核的移植与驱动程序的开发,利用真实的关节运动信息进行康复训练游戏,实现对上肢康复机器人的主动控制。该系统的设计目的在于把复杂的底层控制功能通过简易的方式表达在用户界面上,使得康复医师和脑卒中患者可以与康复训练机器人进行人机交互,提高康复训练效果。     

基于情绪感知的机器人辅助主动康复训练任务控制方法

在现有机器人辅助康复训练过程中,患者与康复机器人之间的交互控制主要以感知患者主动"运动"参与为主,未能考虑患者"心理"层次的主动参与,具有一定的局限.针对此问题,以康复训练过程中患者挫败、兴奋及厌烦为目标情绪状态,提出一种基于情绪感知的机器人辅助主动康复任务控制方法.该方法首先提取机器人辅助主动康复过程中患者目标情绪生理响应及性能数据特征;其次,基于径向基核的支持向量机设计目标情绪分类器,并研究与患者目标情绪变化相一致的机器人辅助康复任务自适应控制方法;最后,运用Barrett公司4自由度WAM^{m TM}康复机器人构建试验系统平台,选取12例临床脑卒中患者,对方法有效性进行试验验证.