面向脊髓损伤早期康复的虚拟现实训练环境

针对脊髓损伤患者的早期康复训练急需有效康复训练手段,研究了虚拟现实和康复机器人相结合的脊髓损伤早期康复训练方法,制定了康复训练模式.在分析人体运动与肌肉训练对应关系的基础上,以六自由度并联平台为基本框架,设计了八自由度混联康复机器人.同时构建了虚拟现实康复训练场景,并建立了其与机器人的通信机制,使机器人动作与虚拟场景变化保持同步,实现了患者、机器人与虚拟场景之间的实时交互.最后对整个系统进行了运动测试,机器人系统与虚拟场景在各模式下能协调工作.     

下肢康复机器人机械结构设计及动力学仿真

为推动康复机器人发展,提高下肢康复训练水平,设计了一种新型下肢训练康复机器人的机械结构.设计采用新型全向移动平台机构,实现了平面内任意方向的运动,并且可以在移动过程中实现任意半径转弯.从运动学角度分析了轮速与机器人轨迹间的数学关系,并采用虚拟样机技术结合Pro/E与Adams联合建模仿真的方法,建立了精确可靠的虚拟样机模型.实验仿真结果表明,设计的虚拟样机模型与数学模型具有一致性,验证了该下肢康复机器人机械结构的实际可行性,为物理样机的建立提供了可靠依据.     

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。     

基于下肢动力学检测分析的站起康复训练机器人控制

提出了人体站起轨迹控制方法(TCM)和阻尼控制方法(ICM)。采用这两种控制方法可以实现对机器人系统的控制,使患者能安全、有效地进行下肢站起运动康复训练。在患者站起过程中,下肢各肢段旋转角、身体运动轨迹、地面反力(GRF)、压力中心(COP)和绳索张力等参数可由康复机器人系统中的相应传感器实时检测得出,并通过实时运算得出髋、膝、踝各关节力矩,用于反馈控制。试验结果表明,该方法可以保证患者实现安全、舒适、有效的站起训练,适用于站起康复训练机器人控制系统。     

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.     

基于Kinect的机器人辅助上肢被动康复训练控制方法

现有基于Kinect构建的康复训练系统,大多以患者自行开展主动康复训练为主,未能充分利用康复医师的临床经验且很少用于机器人辅助康复训练系统,具有一定的局限.针对此问题,提出一种基于Kinect的机器人辅助上肢被动康复训练方法.首先,开展基于Kinect的上肢骨骼点跟踪与逆运动学计算;其次,基于Linux/QT及Kinect设计三维虚拟康复训练环境;再次,在康复医师示教训练任务并通过Kinect获取示教任务参考轨迹基础上,根据训练过程中Kinect实时捕获的患肢运动位置反馈,设计基于模糊推理的机器人辅助被动康复训练控制器;最后,基于Kinect及Barrett公司4自由度WAM~(TM)康复机器人构建试验统平台,对方法有效性进行试验验证.实验结果表明,所提方法能有效利用医师的临床康复经验,并使机器人较平稳地牵引受试者上肢沿示教任务轨迹进行训练,较好地实现了"医师—机器人—患者"之间的人机协同康复训练.     

仿生运动康复机器人结构设计与优化

为了给人体提供运动康复辅助和训练功能,设计了张合型下肢仿生运动康复机器人。通过前、后轮之间的差速,实现机器人鞍座可按照对标健康人体运动过程中髋关节运动轨迹进行运动,并且机械结构可从站姿张合状态调整为坐姿轮椅状态。分析了机械结构的静、动态平衡条件并做了有限元分析,以杆件壁厚值为变量,以所选材料最大许用应力、最大位移为边界条件,以最小质量为目标函数,得到了一款轻量化的张合型仿生运动康复机器人的机械结构。     

下肢康复机器人轨迹自适应滑模阻抗控制

针对下肢康复机器人训练任务规划和主动康复控制问题,提出了一种能够根据受损患肢病况进行步态轨迹规划的策略,并设计了可实现主动康复训练的控制算法。步态轨迹规划能够根据不同患肢按需自适应调整训练任务轨迹与正常步态轨迹的偏离程度,阻抗控制可以提高训练中受损患肢的主动参与力,自适应滑膜控制可以消除机器人结构模型的参数不确定性和训练过程中因肌肉痉挛等造成的外力干扰,并且对系统的非线性有一定的鲁棒作用。实验结果表明,该方法能够有效地解决不同受损患肢步态康复训练的自适应任务规划和主动康复训练过程中的柔顺运动控制,任务轨迹跟踪精度较高。     

座椅式下肢康复机器人结构设计与实验分析

针对下肢运动障碍患者,设计了一种座椅式康复机器人。视座椅式康复机器人与患者为一个整体,在座椅式康复机器人机械腿连杆上施加载荷,针对座椅式机器人坐式姿态,进行运动学分析以及轨迹规划。利用Matlab软件仿真得到数值模拟结果,验证了运动空间规划的合理性。     

基于多层脑功能网络特征的动作意图识别

基于脑电信号完成对步态特征的解码分析并就动作意图做出可靠识别和预测,是基于脑机接口的人机混合康复训练系统和智能助行机器人中的核心问题。为实现对站立、坐下以及静止状态这些最基本步态过程的分类识别,提出了基于多层脑功能网络分析的特征表示方法,结合对各类脑功能网络特征的统计分析,确定对不同动作敏感的网络特征量,并结合支持向量机、线性判别分析、逻辑回归以及朴素贝叶斯算法完成对不同动作过程的分类识别。实验结果表明,所提出的方法可较好地实现对上述动作意图的识别,针对13名被试者对站立、坐下和静止状态的识别准确率均高于71%,最高达到77%。对多层动态脑功能网络的分析结果表明,下肢运动过程的发生会弱化脑区间的相互依赖关系,导致网络拓扑连接结构变得逐渐稀疏。研究结果对理解下肢运动过程中大脑认知过程变化,开展基于脑机接口的下肢康复策略研究和康复系统开发具有一定的参考价值。     

下肢外骨骼康复机器人的灵敏度放大控制研究

针对课题组研发的下肢外骨骼康复机器人中的患者主动训练模式,提出了灵敏度放大的控制方法,建立弹簧阻尼模型更好的模拟出人机交互时的交互力,并通过Matlab/Sim Mechanics和BP神经网络建立逆动力学模型,用Sim Mechanics和Simulink模块进行了计算机仿真实验,仿真结果表明采用灵敏度放大控制方法能减小患者训练时体能的消耗,实现了患者以较小的力矩带动外骨骼实现共同运动,同时可以采集到患者腿部的数据进行康复评价.     

仿肌肉绳索驱动下肢康复机器人系统使用安全性评价

为了研究仿生肌肉绳索驱动下肢康复机器人使用安全性的评价方法和指标,基于Hill肌肉模型,给出仿生肌肉绳索模型,介绍仿生肌肉绳索驱动下肢康复机器人（BM?CDLR）. 在康复机器人的刚性运动支链的运动规划和力学分析的基础上,定义了安全性能因子. 考虑不同患者的运动承受能力和刚性运动支链滑块运动速度的波动性,提出康复机器人的使用安全性评价指标. 通过实例分析验证了使用安全性评价方法的合理性.     

虚拟场景中的动态景物仿真

在虚拟场景中,添加适当的动态景物将大大增强场景的生动性和逼真性.针对目前虚拟场景中多为静态景物,动态景物较少,缺乏生动性问题,给出了多种动态景物仿真技术,主要包括:具有各种动作的人物动画,运行中的设备动画,烟雾、喷泉等不规则动态景物仿真方法,人物与动态景物的交互效果仿真方法等.所述方法和交互技术具有很好的实用性,容易集成到各类虚拟场景中.     

基于虚拟手工装配的动作生成机制研究

就虚拟装配技术及手工动作分析的现状提出基于虚拟手工装配的动作生成机制的研究，给出了动作生成机制研究的总体方案，即根据零件的状态参数及装配要求来确定零件的装配顺序，然后分解每一个装配过程需要的手工动作，直至分解成手指关节的基本运动单元，再根据手臂手指基本动作的标准时间确定一个操作动作的时间，进而确定整个装配过程的时间，同时形成一套标准的操作程序。最后，对于虚拟手工装配动作的自动生成机制在模拟手工装配和机器人动作研究等领域的应用前景作了预测。     

基于VR的家庭机器人建模

为了缩短研制周期和降低开发成本,引入虚拟样机模型来设计家庭机器人仿真系统．利用三维实时场景建模技术在SGI工作站上建立虚拟家庭环境和虚拟家庭机器人的实体模型,推导了差速移动机器人的运动学模型,并完成了家庭机器人在虚拟家庭环境中漫游的仿真试验．结果表明,将虚拟现实和机器人学相结合是机器人研究的一种有效手段．     

全方向康复步行训练机器人的跟踪控制

针对全方向康复步行训练机器人在跟踪运动过程中x轴、y轴和方向角各轨迹之间存在强耦合的问题,提出了速度跟踪控制器设计方法,从而使全方向康复步行训练机器人能同时实现各个方向理想的跟踪效果.在全方向康复步行训练机器人动力学模型和运动学模型的基础上,采用输入-输出线性化方法,通过模型解析推导出四轮转速与其驱动力间的解耦状态方程,设计速度跟踪控制器,实现速度的解耦控制.将速度控制器与非线性反馈控制律相结合,可以实现对运动轨迹的跟踪.仿真实验表明,本文方法具有一定的有效性,解决了传统跟踪过程中不能同时实现运动速度和运动轨迹跟踪的问题.     

外骨骼康复机器人的正向运动学仿真分析

针对外骨骼康复机器人,本文根据人手的功能和运动约束,对机器人进行模块化设计,并建立了机器人位置正向运动学方程及外骨骼康复机器人抓取杯子的仿真模型,运用ADAMS/Hydraulics模块进行运动学仿真,仿真结果表明,虚拟手指运动机构实现了角加速、匀速、减速的运动状态,并得出了康复机械手关节角速度在0～170rad/s范围内人手可以完成关节弯曲运动的康复运动。虚拟指模型的运动学分析为外骨骼康复机械设备的研究提供了必要的理论依据和参数。     

上肢运动康复外骨骼肩关节优化设计与系统应用

针对脑卒中患者早期肌肉力量严重不足,需要密集重复性运动康复训练的情况,设计一套外骨骼机器人系统,并结合传统运动疗法提出镜像训练、示教训练和轨迹重复训练等训练模式.镜像训练通过健肢引导患肢运动,促使患者自主训练;示教训练由理疗师引导患肢运动,实现“一对多”分布式训练;轨迹重复训练能够按照理疗师指定的特定轨迹患肢进行动作重复训练.外骨骼机器人系统包含负责位姿检测的主外骨骼和负责动作辅助的从外骨骼2个子系统,两者具有相同的七自由度上肢串联运动学模型.根据人体肩关节旋转中心生理运动形式优化设计外骨骼自适应肩关节,提高了人机运动链相容性.临床实验结果表明:外骨骼系统能够为脑卒中患者提供安全可靠的运动训练.     

基于行为的足球机器人动作规划

为提高足球机器人的比赛能力，将足球机器人的动作划分为基本动作和技术动作并作为足球机器人的基本行为，研究了基本行为的实现方法．以基于中位线传球方法为例，阐述了足球机器人基本行为的动作规划．结果表明，使用该方法训练足球机器人参加比赛，可以适应动态、未知环境下的比赛．     

复杂可交互场景下基于异策略分层强化学习的搜救机器人自主决策

机器人在搜救任务中的自主决策能力对降低救援人员的风险具有重大意义.为了使机器人在面对复杂多解的搜救任务时能自主形成决策和合理的路径规划,设计了一种异策略分层强化学习算法.该算法由两层Soft Actor-Critic(SAC)智能体组成,高层智能体可以自动生成低层智能体所需的目标并提供内在奖励指导其直接与环境进行交互.在分层强化学习的框架下,首先将复杂可交互场景下的机器人搜救任务描述为高层半马尔可夫决策过程与低层马尔可夫决策过程的双层结构,并针对不同层级设计不同的状态空间、动作空间与奖励函数等.其次,针对传统强化学习算法中目标与奖励函数需要人工设计且缺乏通用性的问题,应用基于SAC的异策略分层强化学习算法训练双足移动机器人与复杂场景交互,通过数据的高效利用和目标空间的调整实现救援机器人的自主决策.仿真结果验证了所设计的算法在解决复杂多路径搜救任务中的有效性和通用性.