下肢康复机器人系统设计与协调控制算法

脑卒中、脊髓损伤、下肢退行性关节疾病等神经系统疾病会导致肢体功能障碍,需要进行有针对性和重复性的训练.本文设计了一款可以切换坐、立、躺三种模式的轮椅式下肢康复机器人,在机器人站立姿态的主动步行训练模式下,解算人体前进速度映射轮椅式底盘电机速度,实现了下肢功能障碍患者步态训练与机器人轮椅式车体的协调控制.实验结果表明,下肢外骨骼行走的速度曲线和轮椅式车体的速度曲线基本一致,实现人与机器人的协调控制.     

可穿戴式下肢外骨骼康复机器人研究进展

对于脊髓损伤、脑损伤等因素导致下肢运动障碍的患者,利用下肢外骨骼康复机器人可在患者损伤早期进行精准康复,并在康复过程中优化康复策略。本文详细对比了下肢外骨骼康复机器人相比于传统康复方法的优势,并结合国内外研究现状阐述了不同外骨骼机器人的设备特点及应用场景,详细分析了机器人的驱动方式、控制系统以及训练模式等关键技术。最后,着重探讨了下肢外骨骼康复机器人未来发展所面对的挑战,并针对机械结构优化、驱动算法优化、康复流程智能化、基于虚拟现实技术的应用场景优化及康复效果评估等5方面提出了可行的探讨,对下肢外骨骼康复机器人未来的技术发展趋势作出可行分析。     

下肢康复机器人及其交互控制方法

瘫痪病人的数量与日俱增,其康复训练通常是一个长期的过程.相对于传统的理疗,使用机器人辅助康复训练能够提高效率,降低成本,减少理疗师的人员和体力消耗,因此节省了康复医疗资源,并且可以完成更加多样的主被动训练策略,从而提高了康复效果.根据患者进行康复运动时的身体姿态,下肢康复机器人可分以下4类: 坐卧式机器人、直立式机器人、辅助起立式机器人和多体位式机器人,坐卧式又细分为末端式和外骨骼式,直立式进一步划分为悬吊减重(Suspending body weight support,sBWS) 式步态训练机器人和独立可穿戴式机器人.由于下肢康复机器人是与运动功能受损的患肢相互作用,为了给患者创造一个安全、舒适、自然的训练环境,机器人和患者之间的交互控制不可或缺.根据获取运动意图时所使用的传感器信号,交互控制可以基本分为两类: 1)基于力信号的交互控制; 2)基于生物医学信号的交互控制.在基于力信号的交互控制中,力位混合控制和阻抗控制是最为常用的两种方法; 而在基于生物医学信号的交互控制中,表面肌电 (Surface electromyogram,sEMG) 和脑电(Electroencephalogram,EEG) 最常被用于运动意图的推断.     

基于BP神经网络补偿的下肢外骨骼位置控制

坐卧式康复外骨骼机器人可以帮助下肢功能障碍患者进行康复训练,为实现康复训练的位置控制目标,通过深入分析人机耦合关系,建立包括穿戴者、外骨骼在内的耦合运动学/动力学模型,提出了基于人机混合系统动力学模型的带前馈补偿项的PD控制算法,然而为了实现良好的运动轨迹跟踪性能,必须在位置控制算法中加入对不确定项的补偿,因此提出一种基于BP神经网络补偿的位置控制算法并通过仿真验证算法的高效性。     

人体下肢康复机构设计及运动学仿真

目前投入临床使用的医疗用康复机器人种类并不多,而在实际推广中成功的少之又少.它们有助于患者肢体的康复,但是却在机构设计、模块化设计等方面或多或少存在着一些缺点.借鉴国内外下肢康复仪器的优点,从分析人体下肢解剖学人手,设计了一种基于并联机构原理的新型下肢康复机器人.参照人体下肢基本尺寸,对康复机器人的整体结构进行了三维建模并进行了运动学分析.同时,运用软件对康复机器人进行了工作空间的分析和运动学仿真,确保了康复机器人结构设计和控制上的可行性.该设备结构简单,工作空间相对较大,同时能够根据不同人群调整设计参数,适应性强,对下肢康复的研究有着积极作用.     

髋关节康复机器人的运动学分析与仿真

康复机器人能够按照指定轨迹稳定运行是康复过程安全性和有效性的重要保证,因此机器人末端位姿与人体患肢位姿应保持高度重合,同时康复机器人应具备适应不同人体患肢长度的能力。为此提出了机器人与人体患肢运动学模型关联的计算方法。对所设计的平卧式五自由度髋关节康复串联机器人建立了运动学数学模型。将人体下肢简化为四自由度两关节连杆,建立人体的运动学模型,根据人体下肢参数计算患肢末端位姿,并将其作为输入条件代入机器人运动学模型求解,得到机器人的关节变量对关节转动进行控制。以屈髋和内旋动作为例,应用SimMechanics进行仿真,得到的各关节角度与目标设定值一致,且机器人关节角度范围满足人体髋关节活动度的康复要求。分析了下肢长度测量误差对髋关节康复角度及位置的影响。结果表明当大腿长度占比测量偏差为0.5%,位置偏差小于6 mm时,关节角度偏差小于1°。     

一种外骨骼辅助康复机器人设计与实现

随着我国社会老龄化程度加深及各种意外伤害事故频发,下肢运动障碍患者持续增加,各种辅助康复机器人技术迅速发展;为帮助患者改善下肢运动功能,设计了一种基于TI高性能处理器的四自由度下肢外骨骼康复机器人,采用分布式控制系统结构,以组态屏为上位机,各关节驱动采用驱控一体化模块,使用C++语言编写机器人控制程序。通过实物样机实验,康复机器人可辅助患者完成正常步态行走、起立、坐下等基本功能,具有操作简便、结构轻巧、控制精度良好、成本较低等优点。     

康复机器人及其临床应用综述

对康复机器人及其临床应用研究进展进行了综述,从运动障碍康复机器人和认知障碍康复机器人方面对康复机器人进行了归纳总结,并针对每项技术提出了一些发展趋势的展望.最后以脑卒中患者的临床康复为例介绍了康复机器人在其康复训练中的临床应用案例及其发展趋势.     

一种新的康复与代步外骨骼机器人研究

针对老年人及下肢障碍者康复训练与代步问题,本文提出一种新的康复与代步外骨骼机器人.本文首先详细介绍了机器人各部分组成及机构设计方案,通过下肢外骨骼与轮椅的有机结合,有效保持或恢复老年人、脑卒中患者下肢运动能力的同时,为患者提供一种方便的代步工具;运用脚蹬车运动制订康复训练策略,可保持下肢康复训练轨迹固定,保证患者安全;提出主从式操作方法及多模态康复训练控制流程提高使用者参与感.最后通过仿真与实验验证了所提康复系统的可行性与设计的正确性.     

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.     

A generalized control framework of assistive controllers and its application to lower limb exoskeletons

Various control methods have been studied for the natural assistance of human motions by exoskeletal robots, i.e., wearable robots for assisting the human motions. For example, impedance control and compliance control are widely used for controlling interaction forces between a human and a robot. When an accurate measurement of the human muscular force is available (e.g., electromyography), a direct use of the estimated human joint torque is possible in the control of an assistive robot. The human motions in a daily living, however, are so complex that they are constituted by multiple phases, such as walking, sitting, and standing, where the walking can be further categorized into multiple sub-phases. Therefore, a single control method cannot be the best option for all the motion phases; a switch in the control algorithms may be necessary for assisting human movements in multiple motion phases. In this paper, a generalized control framework is proposed to incorporate the various assistive control methods in one general controller structure, which consists of Feedforward Disturbance Compensation Control, Reference Tracking Feedback Control, Reference Tracking Feedforward Control, Model-based Torque Control. The proposed control framework is designed taking into consideration of the linearity of each control algorithm, and thus it enables the continuous and smooth switching of assistive control algorithms, and makes it possible to analyze the stability of the overall control loop. The proposed method is implemented into a lower-limb exoskeleton robot and is verified by experimental results.     

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。     

sEMG-based impedance control for lower-limb rehabilitation robot

Recently, various rehabilitation robots have been developed for therapeutic exercises. Additionally, several control methods have been proposed to control the rehabilitation robots based on user’s motion intention. One of the common control methods used is torque-based impedance control. This paper presents an electromyogram-based robust impedance control for a lower-limb rehabilitation robot using a voltage-based strategy. The proposed control strategy uses surface electromyogram (sEMG) signals in place of force sensors to estimate the exerted force. In addition, the control is based on the voltage control strategy, which differs from the common torque control strategies. For example, unlike the torque-based impedance control, the controller is not dependent on the dynamical models of the patient and the robot. This is particularly important as the dynamic of the patient is both difficult to model precisely and changes during the rehabilitation period. These simplifications results in a significant reduction in calculation time. To illustrate the effectiveness of the control approach, a 1-DOF lower-limb rehabilitation robot is designed. Experimental sEMG-force data are collected and used to train an artificial neural network. Simulation results show that compared with a torque-based control approach, the voltage-based is simpler, less computational and more efficient while it considers the presence of actuators. Finally, we design an adaptive fuzzy system to estimate and compensate the uncertainty in performing the impedance rule. The adaptive fuzzy system has an advantage that does not need new feedback to estimate the uncertainty. The control approach is further verified by stability analysis. Simulation results show the efficiency of the control approach in performing some therapeutic exercises.     

帕金森病康复机器人研究综述与展望

总结了目前帕金森病康复机器人的研究现状，并探讨了相关技术的未来发展方向。首先，通过与脑卒中对比，重点介绍帕金森病的病理特点、运动症状、康复机理和治疗原则。然后，从上肢运动康复、下肢运动康复、震颤抑制以及病情评估等4个方面对目前帕金森病康复机器人及相关技术进行综述。进而，讨论分析了现有研究的局限性，并对机器人辅助帕金森病康复技术进行展望。特别指出，基于帕金森病的病理特点和康复机理，需要着重突破“脑—肌—肢”协同的专病康复技术。     

Control system design of a 3-DOF upper limbs rehabilitation robot

This paper presents the control system design of a rehabilitation and training robot for the upper limbs. Based on a hierarchical structure, this control system allows the execution of sequence of switching control laws (position, force, impedance and force/impedance) corresponding to the required training configuration. A model-based nonlinear controller is used to impose the desired environment to the patient's arm. The knowledge of robot kinematics and dynamics is thus necessary to ensure haptic transparency and patient safety. The identification process of robot dynamics is emphasised and experimental identification results are given for the designed robot. The paper also presents a particular rehabilitation mode named Active-Assisted. Simulation results of this rehabilitation mode illustrate the potentialities of the overall control scheme, which can also be applied to other rehabilitation robots.     

基于STM32的力反馈型康复机器人控制系统设计

研究了一种基于STM32的力反馈型康复机器人控制系统的设计。采用位置传感器和扭矩传感器检测康复机器人机械臂的位置信息以及机械臂与患者的相互作用力信息,将位置信息与作用力信息送入基于ARM-M3内核的STM32微控制器进行处理,从而实现康复机器人中驱动电机的控制。该系统硬件处理电路包括了扭矩信号的信号调理单元、微控制器控制单元、电机驱动单元以及USB接口单元。经实验验证,本系统可以实现康复机器人的平稳安全的控制。