基于表面肌电信号的下肢康复主动训练研究*

由于传统的人工康复手段已经很难满足患者对康复治疗的需求,因此提出一种基于表面肌电信号的下肢康复主动训练模式。通过提取患者下肢肌电信号在时域内的特征量,经BP神经网络辨识患者的运动意图,最后将辨识结果作为驱动下肢康复机器人的信号源,实现对患者的主动康复训练。根据临床试验中患者在主动训练前后各项生命体征数据稳定,以及主动训练后神经功能和运动功能具有显著恢复效果患者数较传统训练模式提升了50%,表明该主动训练模式的可行性和安全性。为今后深入研究主动康复训练奠定了理论和实践基础。     

基于表面肌电信号的下肢康复主动训练

由于传统的人工康复手段已经很难满足患者对康复治疗的需求,因此提出一种基于表面肌电信号的下肢康复主动训练模式。通过提取患者下肢肌电信号在时域内的特征量,经BP神经网络辨识患者的运动意图,最后将辨识结果作为驱动下肢康复机器人的信号源,实现对患者的主动康复训练。根据临床试验中患者在主动训练前后各项生命体征数据稳定,以及主动训练后神经功能和运动功能具有显著恢复效果患者数较传统训练模式提升了50%,表明该主动训练模式的可行性和安全性。为今后深入研究主动康复训练奠定了理论和实践基础。     

并联踝康复机器人的系统搭建与运动控制策略

针对踝功能障碍患者,研制2-UPS/RRR并联踝康复机器人,协助患者进行踝关节背伸/趾屈、内翻/外翻及内收/外展运动康复训练。踝康复机器人系统包含机器人机械本体、驱动电机、编码器和力/矩传感器、上位机和下位机的软硬件等,具有踝关节力/位置信息检测与主/被动康复训练功能。通过建立踝康复机器人的运动学模型,计算电机驱动速度与机器人动平台角速度的映射关系,并根据患者踝关节肌力等级与训练需要,规划康复训练的运动轨迹,进行踝关节被动康复训练。基于力/矩传感器的信息检测,对患者踝关节进行运动意图识别,实现由运动意图驱动的机器人控制即主动康复训练。最后,针对踝关节的3种典型运动方式,遴选健康的受试者分别进行主/被动康复训练实验。研究结果表明:研制的并联踝康复机器人具有完善的康复训练策略和良好的运动稳定性。     

基于速度场的上肢康复机器人的主动控制策略

针对上肢辅助康复机器人在临床使用中的安全性和平稳性,以及主动康复阶段对患者主动参与康复训练的要求,采用了有别于传统轨迹跟踪的轮廓跟踪策略,并设计了一个主动控制器.轮廓跟踪策略是通过空间中的速度场约束机器人的运动来实现的.速度场可使机器人平滑而稳定地沿着期望的空间曲线运动.主动控制器引入了患者作用力,使机器人的运动速度能够根据患者所施加的作用力进行调整,实现患者主动参与康复训练的目的.仿真结果表明,轮廓跟踪-主动控制策略能够在保证跟踪精度的同时实现人机交互.     

下肢外骨骼康复机器人人机交互力自适应导纳控制

对于下肢具有残余肌力的下肢瘫痪病人,基于标准步态轨迹被动训练的康复方案无法满足锻炼肌肉的康复训练需求,为此提出了一种人机交互力自适应控制的下肢外骨骼康复机器人控制策略,并设计了可实现康复训练的控制方法。该方法以健康人体行走步态为下肢外骨骼康复机器人的位置控制参考,以穿戴者的自身腿部用力作为力控制约束,根据穿戴者自身腿部力量大小,智能控制和调整步态曲线,以更加适应穿戴者的康复训练需求。仿真试验结果表明,相对于完全被动的康复训练模式,自适应力控制模式能够有效地调整康复过程中人机交互力,可以适应多种不同的康复训练需求,从而大大提高受损患肢运动功能恢复的康复治疗进程,具有实际的应用价值。     

速度场与意图角双重变导纳主动康复训练策略研究

针对主动康复训练中出现训练懈怠、控制器和训练表现表征指标复杂、训练任务不能动态调整的问题，提出基于速度场与意图角的双重变导纳控制策略。在期望轨迹周围设计速度场后基于双曲正切函数将患者主动力映射到导纳参数中，设计变导纳控制器。只有患者施加主动力时，导纳控制才能输出机器人运动的驱动力，迫使患者主动参与。将末端交互力矢量与速度矢量的夹角定义为意图角，利用位于[0,π/2)内意图角出现的时间在单次训练时间中的占比γ表征患者的主动控制能力。训练中，根据上一轮的γ来修改导纳参数的上限值，从而改变训练任务的难易程度。在控制策略下进行了6轮训练，结果表明：提出的主动训练策略能够在患者施加主动力的情况下实现三维轨迹允许误差范围内的无时序跟踪训练；根据设计的表征指标，导纳参数可以从1 100变为1 200再变到1 100,单轮的训练时间从45.6 s变为31.82 s再变回46.9 s,期间患者输出的主动力总和从892.2 N变为694.4 N再变到1 014 N。训练策略可以根据表征指标来判断患者的主动训练能力并调整训练任务，可用于主动康复训练。     

基于外骨骼机器人下肢康复训练评价策略研究

脑卒中引起的下肢瘫痪是一种常见疾病,临床中由理疗医师施以积极的人工理疗可使患者下肢得到有效的恢复,但存在理疗过程人为因素大、评价标准不一致的缺陷。基于以下肢外骨骼机器人辅助患者进行下肢康复训练的技术,以提高康复训练效率为目标,对肢体运动功能评价的现行标准、评价指标、评价方法三个方面进行了分析,提出具有代表性的康复评定参数,进而研究出适用于利用外骨骼下肢康复机器人进行下肢康复训练中的康复评价策略。     

基于虚拟现实的下肢主被动康复训练系统研究

针对传统下肢康复训练中病人参与度低、无法产生主动运动意图等问题,设计实现了基于虚拟现实的下肢康复训练系统。基于大脑镜像神经元和神经可塑性理论,利用Matlab和Labview等软件实现数据实时通信与反馈处理,结合虚拟现实场景建模和动画脚本编辑的方法,通过3D视觉和听觉等效果作用于患者神经中枢,形成信息传递的封闭回路,以实现对受损神经中枢的主被动协同刺激,激发大脑运动区镜像神经元,强化自主运动意图。研究结果表明,该系统能辅助患者完成主被动模式下的康复训练,并在训练中为患者提供深度虚拟环境的视觉交互,大大增强了康复训练中对受损神经中枢的刺激,提高了患者的训练效率和积极主动性。该技术在神经中枢损伤的康复领域有一定的应用前景。     

人体下肢康复训练机器人及其造型设计

为帮助中风后的病人、下肢运动功能弱的老年人、事故或灾难造成的人体下肢运动障碍等的人群进行行走能力的恢复,设计了一种针对人体下肢运动功能恢复的康复训练机器人,解决了智能康复辅具的不足问题.该康复训练机器人由机构、控制系统和安全系统构成,并集成了多种传感器,可实时伴随训练人士,通过人机交互系统实现自动向前、左右转弯和防摔倒等功能.实验表明该系统操作简单,可靠性高.开发了两代下肢康复训练机器人,第一代康复训练机器人已在医院得到了初步应用.对文中讨论的第二代康复训练机器人在造型和局部功能方面进行改进,给出了康复训练机器人的造型设计方案.      

欠驱动式外骨骼手指康复机器人的设计和仿真

本文提出一种新的基于脑电信号控制的外骨骼手指康复机器人系统,该系统主要由外骨骼手指康复机器人、脑电信号系统(EEG)、肌电信号系统(EMG)、人机交互系统、电机控制单元、相关传感器和工作站组成.患者通过外界的视觉刺激产生脑电信号,工作站经过对这些信号采集和处理后传递给电机控制单元控制,并驱动电机实现穿戴在患者手上的外骨骼手指机器人运动,辅助其完成康复训练.该机器人主要采用欠驱动的方式,由安装在手背处的电机带动同步齿形带传动机构实现机器的三个关节的弯曲和伸展运动.文章主要利用UG软件对手指机器人进行设计和ADAMS软件进行运动仿真.根据机器人运动轨迹和机器人末端的运动参数曲线可以看出该手指机器人具有运动平稳,不存在运动死点等特点,且机器人能满足人体手指的运动要求,符合人体工学的设计特点,仿真实验证明能够辅助患者进行重复性康复训练.     

基于人体姿态信息的下肢康复机器人运动控制技术

针对下肢运动功能障碍患者术后康复训练辅助设备的跟随控制问题,本研究提出一种基于人体姿态信息的下肢康复机器人运动控制方法。根据康复机器人的结构特性和功能要求,建立机器人运动数据信息采集系统和下肢康复机器人的运动学模型;构建机器人平台上的人体姿态行为信息采集传感器系统,通过分析位移传感器所采集的数据,得到表征人体姿态行为变化的相关信息,经上位机计算生成康复机器人的期望跟随速度;同时,基于模糊PID控制算法设计了跟随控制器。通过仿真和实验验证该控制算法能够有效减小机器人实时跟踪使用者运动过程中的误差,实现康复机器人对人体运动姿态良好的跟随效果。     

基于阻抗控制的下肢康复外骨骼随动控制

针对外骨骼单一的轨迹跟随控制难以满足患者主动康复训练需求的问题,将基于计算力矩的阻抗控制应用到下肢外骨骼中,分析控制系统的误差,设计一种自适应鲁棒补偿控制器。研制一种基于电机+套索传动的下肢外骨骼,降低外骨骼下肢的质量以提高轨迹跟踪效果。采用Lagrange法进行动力学分析。建立MATLAB和ADAMS虚拟样机的联合仿真平台,分析不同阻抗参数对人机交互力跟踪效果的影响。联合仿真实验结果表明,机械和控制系统具有良好的轨迹跟踪和人机交互力跟踪效果,验证了算法的有效性,满足患者进行主动康复训练的需求。     

康复机器人系统数据通信技术应用现状

为实现康复数据传输的及时性和数据使用的有效性，确保康复机器人能够发挥智能化、个性化康复训练功能，从康复机器人与其协同工作的人机交互系统之间采用的通信技术出发，对康复机器人数据通信技术的发展现状在有线与无线两个方面进行分类综述。首先，总结了现有康复机器人通信技术的基本特点与应用方式。其次，基于准确性与实时性在通信方面的重要性，阐述并分析了案例中通信技术应用的局限，并结合现有技术提出解决方案。接着，总结了有线与无线通信技术在康复机器人应用上的适用性与优缺点。最后，基于现有技术与期望目标间的差距，提出了改善康复机器人通信技术的解决方案。     

一种柔索驱动手指康复机器人设计与动力学分析

本文基于脑卒中患者后续康复训练需求,设计了一种柔索驱动的手指康复训练机器人,通过UG和ADAMS建立机器人三维模型,模拟对患者进行康复训练过程配置仿真环境,并进行动力学仿真,分析仿真过程中手指三个关节与机器人系统的驱动柔索、滑块受力和力矩数据,表明康复机器人设计符合手指的康复要求,能够帮助患者进行康复训练,仿真结果显示正常工作时柔索受力为55N,计算输出扭矩最大值为0.22Nm,依次结果对驱动装置进行选型,为后续实验开展奠定基础     

助行训练机器人骨盆位姿控制机构运动学建模及仿真

助行训练机器人是一种帮助偏瘫、截瘫患耆进行行走训练的康复设备,其作用是通过对人体骨盆中心和腿部的控制实现行走功能,进而达到锻炼肌肉和康复行走功能的目的．该文提出了4自由度骨盆位姿控制机构,基于齐次坐标变换建说了位姿控制机构的运动学模型,利用MATLAB／Simulink完成了运动学仿真,验证了运动学方程的正确性．本研究为助行训练机器人控制系统设计提供了依据．     

基于稳态视觉诱发电位的脑电控制上肢康复机器人

针对现阶段基于脑机接口(brain-computer interface,BCI)的康复机器人存在多目标分类时间长、识别准确率仍有待提升的问题,设计了一种由脑电信号控制的上肢康复机器人,对脑电信号中的稳态视觉诱发电位(steady-state visual evoked po-tential,SSVEP)分类,进而判断出受试意图并输出相应动作指令.基于MATLAB的Psychtoolbox工具箱设计了包含5个刺激矩形的频闪界面作为视觉刺激器,刺激大脑生成SSVEP信号,对应上肢康复机器人的5个控制指令.运用多导联同步指数(multivariate synchronization index,MSI)算法对采集到的信号进行分类并输出控制指令,机器人在接收指令后执行特定动作.实验得到的机器人动作正确率最佳为98.33％,平均信息传输速率为23.11 bit/min.结果表明:SSVEP信号控制的上肢康复机器人在辅助治疗的方面具有良好的应用前景,可以有效提高肢体偏瘫患者的康复效果.     

上肢康复机器人研究及发展

为了对当前上肢康复机器人关键技术分析及未来发展方向预测,通过对世界范围内外骨骼式及末端牵引式上肢康复机器人研究现状分别进行介绍分析,从整体构型、控制系统及人机交互三方面总结各典型上肢康复机器人的关键技术,进而总结出未来上肢康复机器人从低自由度向高自由度、传统材料向新型轻质材料、刚性关节向柔性关节、传统控制向人工智能的发展趋势.研究结果可为上肢康复机器人的发展方向提供参考,促进上肢康复机器人的未来发展.     

基于触觉P300的脑控下肢康复机器人

基于P300信号的脑机接口技术在康复医疗领域具有广阔的应用前景,但P300信号的诱发方式多为视听刺激诱发,容易导致患者视听疲劳,同时也限制了视听障碍患者的使用。针对这些不足,设计一种基于触觉P300的脑控下肢康复机器人系统,在被试的左右食指处各放置一个振动器,通过调整左右手振动器的刺激间隔、刺激时长及刺激比例让P300信号更容易诱发和区分;利用共空间模式算法和支持向量机对信号进行特征提取和分类。被试通过选择关注左手或右手的振动刺激输出不同指令,从而控制下肢康复机器人进行相应动作。实验证明,被试通过感受振动刺激可以轻松诱发脑电中的P300信号,在不进行P300信号平均叠加的条件下,分类准确率为86.50%,既保证了较高的分类准确率,又缩短了指令输出时间。每位被试均可通过下肢康复系统顺利完成训练任务,证明了该方法的可行性。