外骨骼式上肢康复机器人力辅助控制

针对由脑中风引起的偏瘫患者,提出了一种新型的5 DOF外骨骼式上肢康复机器人.为激励患者肢体的主动运动意识,促进患肢康复,提出了机器人辅助运动模式.上肢复合运动力辅助控制通过实时获取各关节力矩信号来判断人体上肢的运动意图所产生的作用力方向与大小.为实时跟随患者上肢运动意图,利用比例控制器对肢体末端运动速度进行控制,从而驱动各关节完成运动.实验结果表明该方法较好地实现了患者肢体空间复合运动的实时力辅助.     

上肢康复外骨骼机器人控制方法进展研究

上肢康复外骨骼机器人主要用于为上肢运动功能障碍患者提供科学有效的康复训练,以实现患肢运动功能恢复及日常生活自理。该文从控制策略的角度综述了近年来上肢康复外骨骼机器人的研究进展。首先,从不同时期的康复治疗需求的角度出发,对已有的控制策略进行主动、被动控制分类,并对不同的控制方法进行概述,分析了各控制方法的当前研究现状。最后,对上肢康复外骨骼机器人发展中一些关键的挑战进行讨论并展望了未来的研究方向。     

基于阻抗模型的卧式康复机器人柔顺控制

为满足脑卒中患者早期卧床康复需求,结合临床康复手法与人机工程学,设计了一款卧式康复机器人。该卧式康复机器人可以提供单腿屈髋屈膝运动、卧式步态运动、桥式运动等多种有效的康复动作。为确保训练的安全性以及改善在训练过程中由人机交互作用带来的舒适度和柔顺性差等问题,采用一种基于阻抗模型的柔顺控制方法。将人与机器人之间的交互视为一种虚拟的阻抗模型,即二阶质量-弹簧-阻尼模型,并基于该阻抗模型进行康复机器人的柔顺控制研究。该柔顺控制策略由外环阻抗控制器和内环PID控制器组成,外环的阻抗控制器通过将人机交互力作用在阻抗模型上,实现根据人体意图对运动轨迹进行改变,而内环的PID控制器主要实现对生成的期望轨迹进行稳定跟踪。通过实验证明了基于阻抗模型的卧式康复机器人柔顺控制的有效性。     

5 DOF穿戴式上肢康复机器人控制方法研究

提出了一种面向偏瘫患者,可实现单关节和多关节运动的5自由度穿戴式上肢康复机器人的控制新方法.根据偏瘫患者上肢单侧受损的特点,该机器人利用偏瘫患者的健肢运动的表面肌电信号(sEMG)驱动康复机械臂辅助患者患肢实现康复训练.利用肌电绝对值积分(IAV)和自回归参数模型法(AR model)对选定的上肢四块肌肉运动产生的sEMG信号进行分析,所提取的特征分别作为基于Levenberg-Marquardt算法的反向传播神经网络的输入,6个上肢运动作为输出建立表面肌电信号与上肢康复动作之间的关系.试验结果表明该方法利用sEMG准确地完成了对上肢康复动作的识别.这一方法有利于提高患者运动积极性,保持正确运动的感觉,并为研究患者受损上肢表面肌电信号与肌肉运动的关系打下了基础.     

4自由度上肢康复机器人结构设计与仿真分析

设计了一种4自由度外骨骼康复训练机器人,改善了当前康复机器人运动关节单一、康复训练空间有限的缺陷。参照人体上肢尺寸标准,应用SolidWorks绘制了机器人三维模型,根据DH法对机器人建立正向运动学模型,通过Matlab验证了模型的正确性。通过Adams对模型进行运动学仿真,验证了结构在不发生干涉的条件下能够实现多关节复合康复训练运动。同时对机器人工作空间进行仿真分析,验证了机器人工作空间与人体上肢的日常活动空间是相匹配的,能够满足患者上肢康复训练的要求,应用Matlab对抬臂屈肘康复运动进行轨迹规划,验证了整个康复运动平稳合理。     

基于力反馈导纳控制的踝关节柔性外骨骼

针对踝关节康复训练的需求,分析踝关节的运动机理,运用模块化驱动单元与鲍登线,设计轻量化、易穿戴的柔性踝关节外骨骼机器人,实现踝关节跖屈/背屈、内/外翻的运动辅助.柔性外骨骼在背屈和跖屈阶段分别采用位置控制和力矩控制.位置控制以传统PID为主;力矩控制以力为反馈信号,建立交互力差值与鲍登线内芯位移补偿之间的导纳模型.通过Sigmoid变形函数实现导纳参数的动态调控,满足辅助力矩输出和人机交互柔顺性的需求.实验结果表明,位置跟踪误差不超过0.46 cm,力输出误差为-1.5～1.5 N,能够满足人体康复训练的需求.     

绳索牵引并联康复机器人的建模与控制

针对在康复训练过程中如何协调控制患者的骨盆运动轨迹问题,设计了一种绳索牵引并联康复机器人.在对机器人进行运动学和静力学分析的基础上,利用牛顿-欧拉法建立了机器人的动力学方程.在给出力分解模型的基础上,提出了一种力/位并行控制策略:位置环和力环分别用于实现患者骨盆运动轨迹和绳索张力大小的控制.最后对机器人控制系统进行了仿真分析,仿真结果表明,该控制策略不仅能满足对轨迹跟踪要求,而且具有很好的鲁棒性.     

WAM机器人辅助上肢康复训练技术应用研究

运用WAM机器人辅助偏瘫上肢进行康复训练,从机器人运动参数和传统医学评估方法两方面分析验证康复训练的有效性.基于WAM机器人搭建实验平台,设计"十"字和"米"字康复训练方式,添加趣味性游戏,招募上肢偏瘫患者跟踪进行康复训练与评估.采集WAM机器人的轨迹和转矩信息,分析康复训练前后轨迹跟踪误差和转矩变化,评价患肢的运动功...     

手臂康复机器人阻抗控制实验研究

手臂康复机器人是一种用于因偏瘫、外伤等造成手臂运动障碍患者的辅助康复训练机器人,考虑到患者训练的安全性和舒适性,需要机器人有一定的柔顺性.对此,在控制模型中引入阻抗控制.建立并分析了手臂肌力训练模式目标阻抗控制模型,在此基础上进行了简化.建立了基于dSPACE实时仿真平台的半物理仿真实验系统,以回转关节为例,给出了不同控制参数下的力与关节角度曲线,分析了控制参数对控制效果的影响,结果表明控制模型的可行性和有效性.     

基于神经网络的视觉机器人模糊控制

设计人工神经网络(ANN)替代机器人的图像雅克比矩阵,基于ANN和视觉机器人构成的增广被控对象设计了模糊控制器,组成了基于神经网络和模糊逻辑的机器人视觉伺服控制系统,给出了实验结果.实验表明,该方法简捷、易行、有效.     

基于自适应-模糊控制的六足机器人单腿柔顺控制

针对六足机器人在不同环境下进行柔顺控制的问题,提出一种基于自适应-模糊控制算法的腿部柔顺控制策略.在建立六足机器人结构模型和阻抗控制模型的基础上,推导间接自适应控制算法,并通过对该算法参数进行分析,得知该算法并不能满足在复杂环境下机器人脚力控制的要求.根据这一情况提出自适应-模糊控制算法,运用模糊控制算法对自适应控制参数进行修正,根据输入与输出的差异关系实时调整参数以得到满意的系统响应.通过对传统的间接自适应控制和改进后自适应-模糊控制算法的比较分析,结果表明,改进后的算法不仅在环境参数发生变化时能够很好跟随期望接触力,而且在躯体高度波动的情况下依然能够保证较小的接触冲击力和较高的稳态精度.这对于提高六足机器人的适应性有着重要意义.     

基于下肢病情估计的康复机器人自适应阻抗控制

针对康复患肢的病情变化,提出了一种自适应阻抗控制方法。在患肢康复过程中,患肢的病情是进行康复训练的基础。首先采用周期参数来估计患肢病情,然后建立以符合生理学特征的标准函数为基础的轨迹参数,采用超代遗传算法,对下肢轨迹参数和阻抗参数优化,接着设计了自适应阻抗控制器,最后进行仿真实验,通过与传统方法比较,结果验证了超代遗传算法的有效性。     

基于模糊控制的校园虚拟机器人路径辨识研究

机器人路径辨识的研究是机器人控制中的难点,精确建模以摸索人工智能控制非常困难.模糊控制是利用模糊算法来模拟人的思维过程,并构成模糊程序可依序对模糊指令进行解释和执行.本文通过利用某学院地图,并以简化的机器人块状模型,给出了基于模糊控制的机器人路径辨识方法.     

基于Kinect视觉功能的机器人控制方法

介绍了一种基于Kinect装置的机器人控制方法,该方法涉及机器人控制领域,并且具体应用于两轮自平衡机器人运动控制和人机交互系统。该方法针对两轮自平衡机器人的运动控制系统利用Kinect与DTW手势识别算法对其进行控制。实验结果表明：该方法能够实现人与两轮自平衡机器人的自然交互控制,并且具有良好的实时性和鲁棒性。     

预测模糊控制在足球机器人底层动作优化中的应用

根据足球机器人的运动学模型，考虑到系统的时滞性、非线性等特点，采用预测模糊控制优化机器人的底层动作，详细介绍了足球机器人预测模糊控制系统的设计过程，并通过实验验证了该方法的可行性。     

机器人模糊学习控制

针对机器人轨迹跟踪控制问题，提出一种模糊学习算法，并设计出结构合理的模糊学习控制器，该控制器通过自身从过去趋向的学习能力可自动调整其模糊控制规则。将这种方法用于一个两自由度机械手的控制，仿真结果显示控制效果良好，所提出的控制器比惯用的模糊控制器展示出更良好的应用前景。     

基于HTC VIVE的上肢康复虚拟训练系统研究

偏瘫病人参与康复训练的主动性不强、目的不明确,导致效率较低.本文提出基于可穿戴设备HTC VIVE的偏瘫上肢康复训练方案,设计并实现了一种以任务为导向的康复训练系统.基于人体上肢运动学理论,使用D-H参数方法建立人体上肢5自由度模型,仿真模拟了上肢手腕部的运动空间,以确保训练方案的安全性.在Unreal Engine 4中构建虚拟康复训练场景,患者通过操纵控制器触碰虚拟场景中的目标点完成相应训练任务.经上肢行为正常人士及偏瘫病人临床测试,训练任务有效促进了病人参与康复训练的主动性,运动轨迹记录可及时反馈患肢的运动情况,系统满足康复训练的需求.     

外骨骼式上肢康复机器人及其控制方法研究

提出了一种融合单、多关节及日常生活功能行动作训练的5自由度外骨骼式偏瘫上肢康复机器人系统.根据偏瘫患者上肢单侧受损的特点,提取偏瘫患者的健侧肢体运动的表面肌电信号用于驱动康复机器人辅助患者患侧肢体实现康复训练动作.采用肌电绝对值积分和自回归参数模型法对上肢运动中参与动作的4块肌肉产生的sEMG信号分别进行特征提取,并分别作为基于Levenberg-Marquardt算法的反向传播神经网络的输入,6个上肢运动作为输出建立表面肌电信号与上肢康复动作之间的关系.试验结果表明该方法利用sEMG准确地完成了对上肢康复动作的识别.该方法有利于提高中枢神经系统紧张度,促进血液循环,在康复的同时防止并发症的产生,更有利于提高患者运动积极性,保持患者正确运动的感觉.     

机器人力控制综述

针对机器人作业时新的力控制要求,本文综述了现有的传统控制策略与智能控制策略.首先介绍传统力控制策略中的阻抗控制、位/力混合控制与自适应控制,其次介绍智能控制策略中的模糊控制、神经网络与优化控制.同时,对各控制算法基本原理进行深入分析,列举各算法的应用成果,并对未来力控制研究提出了展望.