辅助肩胛骨康复运动机构设计

为使康复机器人更好地满足人体的需求,本文基于人体上肢的生理结构,设计了对外骨骼上肢康复机器人的肩胛骨辅助康复运动机构。通过分析人体上肢肩关节与肩胛骨的运动关系,对上肢康复机器人的结构和工作原理进行深入研究,给出了辅助肩胛骨运动装置的组成结构,并对位置调整机构和助动康复机构的工作过程进行分析与研究。研究结果表明,该机构能满足康复治疗的需求,更好的辅助人体进行康复,实用性较强,具有广阔的发展前景。     

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。     

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.     

6-DOF上肢康复机器人的路径规划及实现

为了使康复机器人达到更好的康复效果,本文在机器人参数分析及结构分析的基础上,采用D-H方法建立运动学模型,在Matlab环境下,利用Robotics Toolbox工具箱对机器人建模,根据末端执行器初始与终止位姿,规划关节空间的路径轨迹,并利用Matlab软件对外骨骼上肢的运动和运动轨迹进行仿真,最后应用VC++构建机器人控制系统平台,并在实物样机上进行轨迹验证。验证结果表明,该设计可以实时观测各关节的运动角度与速度,从而验证仿真轨迹的正确性。该控制系统平台既可以进行单关节控制并实时显示关节的角位移图和角速度图,又可以实现多关节的联动控制,能够满足患者康复的不同需求,实用性较强,因此具有广阔的发展前景。     

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.     

形状记忆合金驱动手指功能康复外骨骼设计

为了研制适应关节黏弹特性、轻便、可穿戴的手指功能康复装置,在分析手指关节、肌腱运动机理的基础上,设计形状记忆合金（SMA）丝驱动的手指功能康复装置. 建立该装置的运动学模型和SMA驱动模型,提出基于SMA丝电阻反馈的模糊神经网络PID控制方法,研制手指功能康复外骨骼样机,进行样机的运动性能和控制性能实验. 结果表明,仿生外骨骼实现了预期的手指被动康复运动,拇指、食指和中指的最大弯曲角度与人体手指的弯曲角度相近,分别为130.5°、236.4°、242.5°;仿生外骨骼能够辅助手指完成日常抓握动作;模糊神经网络PID相比于传统PID控制,有效缩短了仿生外骨骼的响应时间,手指的屈伸康复频率为6次/min.     

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。     

基于模糊控制的上肢康复机器人变导纳控制

传统固定参数的导纳模型无法对上肢康复机器人的柔顺性实时调节,而现有变参数导纳模型需要结合实际康复需求进行改善。为此,以自主研发的串并混联的末端牵引式上肢康复机器人为研究对象,结合模糊控制与导纳控制,提出了一种面向实际康复需求的新型变导纳控制策略,制定了4条有利于康复效率与安全的模糊规则。该策略利用交互力误差及其变化率作为模糊控制输入,实时改变导纳模型的参数,实现柔顺性自主调节。仿真和实验结果验证了所提出的变导纳模型控制策略可行性和所制定的4条模糊规则的有效性。在患者可适应训练强度的场景中,相较于固定导纳模型,变导纳模型追踪给定路径时产生的冗余路径最多可降低56.13%,提高了康复训练效率;当康复运动超出患者可承受范围时,变导纳模型可提前0.5 s改变追踪路径,提高了康复的安全性。     

下肢外骨骼机器人系统设计与试验分析

针对老龄人士和残障人士助力助行问题,设计了一款柔性下肢外骨骼机器人.该机器人采用中空走线结构的电动关节,利用小型扭矩传感器、磁编码器采集人体运动意图;根据外骨骼机器人的动力学模型,设计基于最小作用力的控制算法并进行运动学逆解,得出各关节转动参量,实现外骨骼机器人随动控制;通过优化外骨骼机器人机械结构并运用轻量化材料,使得机器人样机重量减轻到10.2 kg;在外骨骼机器人进行穿戴试验中,我们采集典型动作运动时的扭矩、位置、速度和加速度等数值,其结果表明所设计的外骨骼机器人随动运动时冲击小,步姿切换时传感器信号跟随良好,电机响应扭矩传感器时间为0.02 s,能达到实际行走的需求,从而验证了该系统的可行性;助力试验结果显示,穿戴外骨骼机器人后快走和慢走模式助力平均峰值扭矩分别为18.2N·m和15.3 N·m,心率降低1％～7％,且快走比慢走的助力效果更明显.本研究为外骨骼机器人轻量化研究提供了一种参考.     

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...     

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.     

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.     

上肢康复训练轨迹定制优化及柔顺跟踪控制

卒中后早期的被动康复训练可以促进患者脑神经重塑甚至重获肢体运动能力。针对多数上肢康复机器人将参数化规则曲线作为被动训练的轨迹,没能融合康复医师的经验及患者的个体特征,或者缺乏三维个性轨迹的光滑优化以及训练过程中的安全柔顺交互的问题。本文基于新型末端牵引式3自由度上肢康复机器人开展轨迹个性化定制优化以及跟踪控制研究。首先,在笛卡尔空间应用导纳算法及力补偿策略实现理疗师对轨迹的定制。然后,用道格拉斯-普克法压缩原始轨迹数据得到型值点,保留初始轨迹的拓扑形状。用非均匀有理B样条曲线(NURBS)进行插值,并融合动态切换概率和t变异改进蝴蝶优化算法(BOA)优化拟合的轨迹。最后,设计基于RBF网络的滑模自适应以及速度前馈加PID的控制策略实现末端轨迹跟踪,并增加导纳-阻抗控制形成基于力阈值的多模式柔顺跟踪控制,保证较大人机交互力时的安全。结果表明定制机器人末端轨迹的拖动力在5N以内;改进的BOA算法具有更高的收敛速度和精度,优化的轨迹曲率和更小;轨迹跟踪控制策略可以将跟踪误差控制在6mm内;模式切换在0.3s内响应并顺应较大交互力而提高训练的安全性。     

脑血栓康复训练器的机械结构设计

为提高我国脑血栓患者的康复效率,减轻护理强度,设计了一种针对脑血栓患者的康复训练机器人。该康复训练机器人可协助患者在站立姿态和坐姿之间切换,坐姿状态下,康复训练机器人可实现电动轮椅的功能,在站立姿态下可利用仿生外骨骼装置辅助患者进行行走训练。     

基于样本熵与时频分析的手部抓握运动意图预测

针对上肢外骨骼控制信号产生与外部设备响应存在时间滞后导致脑机接口(BCI)系统实时性差的问题,采集被试手部自主抓握前运动相关皮质电位(MRCP) ,提出基于非线性复杂度特征样本熵 (SampEn)与线性幅值特征融合算法的手部运动意图预测方法. 从时频、神经复杂度分析不同大脑状态之间存在的差异,通过特征融合实现对手部抓握运动意图的预测. 基于特征融合意图离线预测准确率最高可达88.46%,可以在人体手部自主运动发生时刻?1 400 ms实现对手部运动预测. 与平静时期手部静止状态相比,被试产生手部抓握运动意图时脑电信号的功率谱与复杂度均产生明显变化,为基于手部运动意图预测提前驱动机器人实现人机协同提供控制策略.     

下肢外骨骼机器人动力学参数辨识与步态跟踪

为了提高下肢外骨骼机器人步态轨迹跟踪的精度,对于下肢外骨骼二连杆动力学模型,提出一种静态与动态结合的参数辨识的实验方法,并结合穿戴者人体参数,得到人机协同系统精确的动力学模型。采用基于模型上界的滑模控制,并引入低通滤波器,进行MATLAB步态跟踪仿真。经仿真表明,髋关节和膝关节转矩的实验测量值与理论计算值的波形基本一致,动力学参数辨识结果正确;基于滑模控制的人机协同系统能够实现髋关节和膝关节对参考步态轨迹的精准跟踪,低通滤波器能够有效减小滑模控制引起的高频抖振。这为下肢外骨骼动力学参数辨识提供了一种解决方案,为基于模型的控制方法提供了一种参考模型,为下肢外骨骼人机协同系统的步态轨迹精准跟踪提供了一种参考方法。     

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CMAC神经网络的康复机器人的智能控制技术

康复机器人是目前的热点方向之一.建立了五自由度上肢康复机器人的CMAC神经网络控制模型.在此模型基础上,通过对正常人肌电信号的训练学习,修正了网络的权值,得到了较为理想的控制模型.最后,通过病人的肌电信号,得到了良好的输出结果.仿真实例表明,CMAC方法比其他神经网络方法收敛快,学习精度高,且具有更好的网络泛化能力,可以用于五自由度上肢康复机器人的智能控制.