机器人辅助上肢抗阻运动控制与临床实验研究

针对机器人辅助患肢肌力增强渐进抗阻训练过程中阻力不能随患肢病情进行实时调整的问题,用一种新的模糊自适应阻抗力监督控制方法设计了一个机器人辅助上肢抗阻运动控制系统.该系统依据这种新的控制方法首先对患肢肌力恢复水平进行评估并据此设计机器人上层渐进抗阻基础阻力模糊规划器,得到每个训练周期的基础阻力,再通过设计的机器人下层模糊自适应阻抗力控制器,在基础阻力确定的基础上,根据患肢抗阻训练过程中肌力的变化对患肢与机器人末端之间的相互作用力做进一步的调整.运用Barrett公司4自由度机器人WAM Arm构建的临床康复实验系统平台,验证了该系统的算法的有效性.     

基于患肢状态观察器的被动康复训练运动控制

针对机器人辅助被动康复训练运动很少考虑训练过程中患肢状态变化的情况,提出了基于患肢状态观察器的被动康复训练运动控制方法.该方法用患肢状态观察器根据位置和速度跟踪误差提取患肢运动特征,运用模糊推理逻辑实时评估患肢物理状态;然后动态规划决策机制根据患肢状态自适应地调整规划运动速度;最后利用位置阻抗控制实现训练运动.定量和定性两类实验结果表明,该方法较传统方法具有更好的跟踪性能和运动平稳性,且能够实现人性化和智能化的康复训练运动.     

上肢镜像康复机器人控制策略研究

镜像疗法是促进偏瘫患者上肢运动功能康复的有效疗法,结合镜像疗法的机器人可通过促进双侧运动易化患侧的运动通路。为此,研究上肢镜像康复机器人的控制策略。基于传统镜面治疗方法设计了上肢镜像康复机器人系统,提出了基于参考轨迹的镜像训练。同时提出了基于分段三阶Bezier插值的轨迹优化方法,优化机器人运动轨迹。考虑到患者患侧与机器人的交互需求,开发了由引导力场和约束力场组成的力场控制算法,协调患侧主动运动与镜像训练动作。开展镜像康复训练实验,验证了力场控制算法的良好性能。     

体感交互式上肢镜像康复训练机器人系统

针对脑卒中患者因大脑神经损伤而造成的上肢运动功能缺失,结合镜像疗法的机器人辅助训练可通过促使双侧肢协同运动来有效地促进大脑神经元重塑,从而实现运动功能恢复.为此,将镜像康复理论、虚拟现实技术和机器人技术有效结合,提出一种体感交互式上肢镜像康复训练机器人系统.使用动作捕捉设备采集患者健肢的位姿信息,通过设计人机镜像运动映...     

基于小波包特征提取的模糊诊断网络建立及应用

本文首先根据小波包分解原理和应用经验总结出小波包特征量与汽机故障对照表,将其与模糊综合评判和BP网络有机结合在一起,建立了基于小波包特征提取的模糊BP诊断网络模型.采用模糊综合评判技术,使该网络可在少量典型故障样本监督下训练成功,对于缺少机组运行故障知识库的厂家具有推广应用前景.最后举例说明,该网络在汽机诊断中是一种有效的智能分类器.     

一种六自由度上肢康复机器人的结构设计及运动学分析

为解决现有上肢康复机器人功能单一以及结构复杂的问题,提出了一种6-DOF外骨骼式上肢康复机器人,建立了康复机器人的运动学模型,通过D H变换对其正向运动学和逆向运动学进行求解.运用Pro/E对康复机器人进行三维建模,通过Mechanism/Pro导入ADAMS/view中进行运动学仿真,得到机器人末端位移的仿真曲线和理论曲线一致,验证了理论推导的正确性,进一步仿真结果证明该方案具有较好的运动特性.     

上肢康复机器人专利申请分析

本文通过对上肢康复机器人领域专利文献的收集、标引和梳理,对涉及运动自由度、结构设计方式、运动控制方式和驱动方式等上肢康复机器人技术的专利文献的技术拆解,分析了上肢康复机器人专利申请情况。     

牵引式下肢康复机器人机构参数优化及轨迹规划

为满足下肢运动功能障碍患者在不同阶段的康复训练需求,针对现有下肢康复机器人训练方式单一的问题,提出了一种可实现卧姿、坐姿训练模式的牵引式下肢康复机器人。首先,根据人体下肢运动机理和仿生原理,设计了一种五自由度混联机构构型。然后,建立了机器人的运动学模型,分别计算了其运动学正、逆解。接着,以人体下肢末端与机器人末端的工作空间重合度为目标函数,采用遗传算法对机器人的机构参数进行了优化,并求得人机系统矢状面内人体下肢的有效工作空间比为0.71。最后,规划了CPM（continuous passive motion,连续被动运动）、圆周运动和螺旋运动等3种康复训练运动轨迹,并根据优化后的机构参数搭建了机器人样机,通过运动捕捉实验验证了机器人结构设计与优化结果的合理性以及轨迹规划的正确性,表明该机器人能够满足下肢运动功能障碍患者的康复需求。     

基于肌电小波包统计特征的踝关节动作识别

为改善足下垂患者步态,研究了踝关节不同动作的表面肌电信号特征分类.本文采集踝关节在不同动作下,对应胫骨前肌、腓肠肌、腓骨长肌和拇长伸肌的表面肌电信号,采用小波包分解方法进行肌电特征提取,获得小波包系数能量、方差统计特征量;利用支持向量机方法实现踝关节4种不同动作模式的肌电特征分类.实验结果表明,采用具有良好奇异特性的小波包能量、对数方差构成的肌电特征向量,对踝关节动作进行模式识别,其正确率远高于通过提取肌电信号时域或者频域特征进行模式分类的正确率,达到了92.8%的平均分类正确率.该特征提取方法以及支持向量机分类器,可以应用于踝关节动作识别和机器人康复工程.     

基于全方位移动机器人的下肢康复训练研究

下肢康复机器人在临床康复领域的应用弥补了传统康复方法在客观性、有效性、实时性与趣味性等方面的不足。文章以人体下肢康复训练疗法及康复理论为依据,从临床康复的安全性、有效性、实用性及舒适性角度,解析出对下肢康复机器人机构、控制、传感器等方面的设计要求,并针对康复评价参数问题,提出了一种采用全方位移动下肢康复训练机器人获得动平衡参数及步态参数的方法。在分析人体下肢生理结构与临床康复对下肢康复机器人训练系统的特殊设计要求基础上,设计了能够提高人体下肢运动能力、实现多种训练方式、适用于不同患者、不同患侧康复训练模式的下肢康复机器人系统,对下肢障碍患者的康复以及临床医学研究起到辅助作用。