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。     

上肢康复外骨骼机器人的模糊滑模导纳控制

为了辅助上肢运动功能障碍患者进行不同模式的康复训练,基于上肢康复外骨骼机器人系统,提出了一种模糊滑模导纳控制策略,实现训练过程的人机协调控制.首先,介绍了康复外骨骼的整体结构和实时控制平台.然后,分析了模糊滑模导纳控制算法的推导过程,并根据李亚普诺夫稳定性判据证明系统的稳定性.最后,在不同系统导纳参数条件下,分别进行被动训练模式和主动训练模式实验,并对比分析了实验过程中运动偏差、人机交互力以及肱二头肌表面肌电信号的变化特点.实验结果表明,选择合适的目标导纳模型可以优化康复训练强度与难度,提高人机交互柔顺性与患者参与度,满足不同瘫痪程度和康复进度患者的训练需求.     

基于外骨骼的可穿戴式上肢康复机器人设计与研究

为辅助对患肢进行高强度标准化康复训练工作,研制了一种基于外骨骼原理的可穿戴式4自由度上肢康复机器人.该康复机器人可实现肩关节水平方向外展/内收、竖直方向上摆/下摆和旋转运动以及肘关节的屈/伸运动.首先根据康复医学原理确定出人手臂各关节的运动角度范围,并在确保驱动力矩最小的原则下进行结构设计.然后,对各结构进行了运动学与动力学仿真分析,并据此对结构进行优化.最后,设计了康复机器人在连续被动康复运动(CPM)模式下的控制系统.实验结果表明,此结构方便穿戴于人体,机器人的运动自由度与人体运动自由度同轴,能有效地对患肢前、后臂各部位进行支撑和牵引,精确地施加牵引力于上肢的各关节.     

下肢负重外骨骼机器人的初步设计

研究设计了一种能够增强人体负重的下肢外骨骼机器人,该负重外骨骼机器人具有8个自由度,可实现髋关节的外展与内收、屈/伸运动;膝关节的屈/伸运动以及踝关节的弯曲运动;根据人体步态分析研究出各个关节的运动角度范围,结合目标负重进行结构优化设计;对机器人的结构进行简化,建立了外骨骼机器人的连杆模型,根据其几何关系,采用D-H准则对外骨骼机器人进行了数学建模;以计算机、六轴运动控制卡和STM32为核心构建了控制系统,结合ZMP (zero moment point)零力矩点稳定性判据及三次样条插值进行了步态规划,并将此步态规划应用于样机上;样机实验结果表明,此结构能够满足不同体型的人进行穿戴,并能够根据规划的步态轻松行走,验证了其结构和控制系统的合理性.     

基于阻抗模型的下肢康复机器人交互控制系统设计

为帮助下肢功能障碍患者进行康复训练,设计了下肢康复机器人。对于该机器人的控制,采用传统系统无法柔顺控制,导致机器人运动轨迹偏离预设轨迹。针对该现象,提出了基于阻抗模型的下肢康复机器人交互控制系统设计。通过分析总体控制方案,设计系统硬件结构框图。采用L型二维力传感器,确定两个方向的人机交互力。使用绝对值编码器安装在各个关节处,其输出值作为髋关节、膝关节、踝关节电机的转动位置,增量编码器安装在电机轴上,测量值用来作为后期控制方法的输入参数。构建阻抗控制模型,能够调节机器人位置和速度,具有消除力误差功能。依据此力矩对参考运动轨迹进行设计,实时获取患者康复训练的跟踪、主动柔顺和接近状态信息。在柔顺训练实验测出人机交互力,通过实验结果知,在检测到人体主动力矩异常时,系统能够重新优化轨迹,具有良好柔顺控制效果。     

基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法

设计了一种基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法.在机器人与人体上肢接触面安装力传感器采集人机交互力矩信息作为量化的主动运动意图,设计了一种无模型自适应滤波算法使交互力矩变得平滑而连贯;以人机交互力矩为输入,综合考虑机器人末端点与参考轨迹的相对位置和补偿力的信息,设计了人机交互阻抗控制器,用于调节各关节的给定目标速度;设计了将无模型自适应与离散滑模趋近律相结合的速度控制器完成机器人各关节对目标速度的跟踪.仿真结果表明,该控制方法可以实现外骨骼式上肢康复机器人辅助患者完成主动交互训练的功能.通过调节人机交互阻抗控制器的相应参数,机器人可以按照患者的运动意图完成不同的主动交互训练任务,并在运动出现偏差时予以矫正.控制器在设计实现过程中不要求复杂准确的动力学建模和参数识别,并有一定的抗干扰性和通用性.     

基于阻抗模型的骨科康复辅助护理机器人控制系统

针对当前肢体障碍患者后期康复治疗存在的训练过程繁琐以及训练效率低的问题，设计出一款患者主动康复训练的下肢康复机器人。本设计基于位置的阻抗控制，为提高控制精度故采用PSO算法对系统进行优化，在考虑到患者的实际使用情况下，加入了基于患者病情的模糊自适应控制器以达到柔顺控制的目的。仿真结果表明，经过优化后的阻抗控制的稳定性和精度大大提高；实验结果表明，本设计实现了康复训练系统的柔顺控制，实验效果良好，因此，能够在保证安全性的基础上帮助患者主动进行康复训练。     

肢体协调运动康复机器人的机构设计与实验

针对临床上缺少一种肢体协调运动康复训练设备的现状,研制了一款适用于偏瘫患者个性化训练的上下肢协调运动康复机器人.首先,在探究正常步态上下肢协调运动规律的基础上,选择以肩、膝关节角度协调变化规律作为机器人的设计目标;然后,基于五杆变胞机构设计了康复训练机构及主/辅传动链,并对训练机构进行了运动学分析;最后,在样机上进行了实验,结果表明该机器人能够满足设计目标.     

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.     

并联3-URS踝关节康复机器人的机构与运动学研究

为了帮助患者进行踝关节康复训练,减轻治疗师工作强度,在分类分析现有的各类型踝关节康复机器人的基础上,设计了一种六自由度并联3-URS踝关节康复机器人。从人体生理结构及康复训练需求出发,设计、优化了康复机器人结构,加工制造了实物样机模型;采用闭环矢量的方法建立了并联机器人运动学模型,结合Rosenbrock-Banana优化函数,将正逆运动学数值求解问题转换为优化问题。以背屈训练轨迹作为数值算例,求解精度可达10-10~10-7mm;结合虚拟样机技术,验证了该并联机器人运动学优化求解方法的可靠性,适用于3-URS并联踝关节康复机器人。     

Variable stiffness control for SEAs in rehabilitation training

ABSTRACT

Series Elastic Actuator (SEA) with both security and high performance is used extensively for rehabilitation robots with physical interaction. Human joints applied for motion therapy show variable stiffness properties during the process of rehabilitation training. When using robot to do motion therapy, impedance control is one of the most popular methods for rehabilitation works. However, impedance control with constant stiffness usually produces rigidity in the body due to natural changes of muscle tension. It may seriously restrict the achievement of excellent training effect and may even cause harm to patients. In this study, a novel real-time parallel variable stiffness control method is proposed based on cascade impedance controller. First, an SEA joint is analyzed and the limit factor of the impedance frequency is discussed. Subsequently, cascade impedance controller scheme with stiffness adjustment regulator is utilized to achieve the stiffness and the passivity of the controller is proved. Based on the scheme, a novel stiffness self-adjustment algorithm is presented which can regulate the stiffness by impedance approximation. Finally, simulation and experimental results are provided to validate the stiffness adjustment method during the rehabilitation process.     

Optimal impedance via model predictive control for robot-aided rehabilitation

This paper proposes an optimal impedance controller for robot-aided rehabilitation of walking, aiming to increase the patient’s activity during the therapy. In an online procedure, the joint torques produced by the patient during the gait is estimated using the generalized momenta-based disturbance observer and the Extended Kalman filter algorithm. At the same time, a model predictive control is performed to obtain the instantaneous optimal stiffness parameters of the robot’s impedance controller, trying to maximize the patient’s active participation by increasing his/her joint torques. In this feasibility study, experiments with a healthy subject, considering a modular lower limb exoskeleton and a set of user’s behaviors, are performed to evaluate the proposed controller. The results show the robot stiffness converges to a value which increases the user’s active participation.     

基于加速度传感器的下肢康复机器人示教训练

将康复治疗人员的临床治疗经验与康复机器人的训练结合,能够有效提高已有下肢康复机器人的训练性能,为此提出一种基于加速度传感器的示教训练方法及无线数据采集系统。通过已有的外骨骼式下肢康复机器人,分析并推导出关节角度与末端轨迹的关系及关节加速度与关节角度的关系。通过加速度信息分析出轨迹信息从而控制训练轨迹。研发的无线数据采集系统提取康复师训练时患者下肢加速度信息并转化成轨迹信息,进而被用于康复机器人示教训练控制。实验结果证明,该系统能够满足康复机器人的示教训练要求。     

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。     

手功能康复机器人的鲁棒控制研究

以手功能康复机器人为研究对象,对被控对象建立数学模型,推导鲁棒控制器,基于simMechanics建立仿真模型,实现手功能康复机器人的鲁棒控制系统。考虑到手功能康复机器人是帮助偏瘫患者进行康复训练并最大限度地诱发患肢的主动作用,控制器中加入偏瘫患者的主动作用函数。控制系统在MATLAB／Simulink的环境下仿真,结果表明所设计的鲁棒控制器能适应不同程度的偏瘫患者,具有较佳的动态特性和很强的鲁棒性能。     

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。     

Control System Design for an Upper-Limb Rehabilitation Robot

Control system implementation is one of the major difficulties in rehabilitation robot design. The purpose of our study is to present newly developed control strategies for an upper-limb rehabilitation robot. The Barrett WAM Arm manipulator is used as the main hardware platform for the functional recovery training of the past-stroke patient. Passive and active recovery training have been implemented on the WAM Arm. A fuzzy-based PD position control strategy is proposed for the passive recovery exercise to control the WAM Arm stably and smoothly to stretch the impaired limb to move along predefined trajectories. An adaptive impedance force controller is employed in the active motion mode in which a fuzzy logic regulator is used to adjust the desired impedance between the robot and impaired limb to generate adaptive force in agreement with the change of the impaired limb's muscle strength. In order to evaluate the change of the impaired limb's muscle power, the impaired limb's mechanical impedance parameters as an objective evaluation index is estimated online by using a recursive least-squares algorithm with an adaptive forgetting factor. Experimental results demonstrate the effectiveness and potential of the proposed control strategies.