CN102631276B - 康复训练机器人中的交互*** - Google Patents

Abstract

一种康复训练机器人中的交互方法，包括如下步骤：采集踝关节的运动信号；按照设定的运动控制模式对所述踝关节的运动信号进行处理得到康复训练机器人的控制信号；通过所述控制信号控制所述康复训练机器人执行相应的运动。上述康复训练机器人中的交互方法及***中，按照设定运动控制模式对采集到的踝关节的运动信号进行处理得到相应的康复训练机器人的控制信号，并通过控制信号来实现康复训练机器人的控制，进而在患者通过康复训练机器人的辅助进行康复训练时可根据具体情况设定运动控制模式，不同的运动控制模式将使得踝关节的运动信号的处理各不相同，所生成的控制信号也不同，从而使得康复机器人实现了针对患者的踝关节灵活地引导患者进行运动。

Description

康复训练机器人中的交互***

【技术领域】

本发明涉及康复训练技术，特别是涉及一种康复训练机器人中的交互方法及***。

【背景技术】

随着机器人的广泛应用，越来越多的人开始致力于将机器人应用到康复训练中，以施予适当的助力或阻力来引导患者运动。自世界上第一支采用了表面肌电信号控制的假手问世以来，各种不同的上肢康复装置被陆续研发出来，并慢慢渗入下肢康复领域的研发。

应用于下肢康复训练的机器人通过采集到的运动信息进行康复训练的控制。例如，康复训练机器人可以采用下肢矫形腿，该下肢矫形腿主要由护套和气动肌肉组成，通过气动肌肉来驱动踝关节的运动，并通过采集下肢腓肠肌的表面肌电信号来作为信号源，该表面肌电信号反映了患者的肌肉活动信息；康复训练机器人也可以是一种下肢外骨骼机器人，该下肢外骨骼机器人采集下肢股中间肌和半膜肌这两块肌肉的表面肌电信号，来控制电机实现动力传输，从而带动下肢膝关节的运动。

然而，这些应用于下肢康复训练的机器人中，针对踝关节进行康复训练的机器人相对很少，并且在能够针对踝关节进行康复训练的机器人中所能反映的踝关节运动参数较为单一，例如，国内外研发出来的各种足踝康复机器人都仅能实现多个自由度的康复运动，无法灵活地引导患者进行运动。

【发明内容】

基于此，有必要提供一种能针对踝关节灵活地引导患者进行运动的康复训练机器人中的交互方法。

此外，还有必要提供一种能针对踝关节灵活地引导患者进行运动的康复训练机器人中的交互***。

一种康复训练机器人中的交互方法，包括如下步骤：

采集踝关节的运动信号；

按照设定的运动控制模式对所述踝关节的运动信号进行处理得到康复训练机器人的控制信号；

通过所述控制信号控制所述康复训练机器人执行相应的运动。

优选地，所述采集踝关节的运动信号的步骤包括：

采集控制踝关节运动的肌肉的表面肌电信号；

采集足底压力分布得到足底压力信号；

对所述康复训练机器人进行测量得到位置信号。

优选地，所述运动控制模式为被动控制模式，所述按照所述运动控制模式对所述踝关节的运动信号进行处理得到康复训练机器人的控制信号的步骤包括：

通过所述踝关节的运动信号进行定位得到所述康复训练机器人的位置以及运动轨迹；

根据所述康复训练机器人的位置及运动轨迹生成符合预设的踝关节运动轨迹的控制信号。

优选地，所述通过所述踝关节的运动信号进行定位得到所述康复训练机器人的位置以及运动轨迹的步骤之后还包括：

将所述康复训练机器人的位置以及运动轨迹和预设的踝关节运动轨迹进行比对，并按照比对结果修正所述康复训练机器人的运动。

优选地，所述运动控制模式为主动控制模式，所述按照所述运动控制模式对所述踝关节的运动信号进行处理得到康复训练机器人的控制信号的步骤包括：

对所述表面肌电信号和足底压力信号进行处理得到相应的特征值；

对所述特征值进行归类得到所述特征值所处类别；

按照所述特征值所处类别生成所述康复训练机器人的控制信号。

优选地，所述运动控制模式为阻抗控制模式，所述对所述特征值进行归类得到所述特征值所处类别的步骤之后还包括：

根据所述特征值所处类别生成对踝关节运动施加阻力的控制信号。

一种康复训练机器人中的交互***，包括：

采集装置，用于采集踝关节的运动信号；

处理装置，用于按照设定的运动控制模式对所述踝关节的运动信号进行处理得到康复训练机器人的控制信号；

运动装置，用于通过所述控制信号控制所述康复训练机器人执行相应的运动。

优选地，所述采集装置包括：

表面肌电仪，用于采集控制踝关节运动的肌肉的表面肌电信号；

压力传感器，用于采集足底压力分布得到足底压力信号；

位置传感器，用于对所述康复训练机器人进行测量得到位置信号。

优选地，所述运动控制模式为被控制模式，所述处理装置包括：

定位模块，用于通过所述踝关节的运动信号进行定位得到所述康复训练机器人的位置以及运动轨迹；

信号生成模块，用于根据所述康复训练机器人的位置及运动轨迹生成符合预设的踝关节运动轨迹的控制信号。

优选地，所述处理装置还包括：

运动修正模块，用于将所述康复训练机器人的位置以及运动轨迹和预设的踝关节运动轨迹进行比对，并按照比对结果修正所述康复训练机器人的运动。

优选地，所述运动控制模式为主动控制模式，所述处理装置包括：

信号处理模块，用于对所述表面肌电信号和足底压力信号进行处理得到相应的特征值；

归类模块，用于对所述特征值进行归类得到所述特征值所处类别；

信号生成模块，用于按照所述特征值所处类别生成所述康复训练机器人的控制信号。

优选地，所述运动控制模式为阻抗控制模式，所述信号生成模块还用于根据所述特征值所处类别生成对踝关节运动施加阻力的控制信号。

上述康复训练机器人中的交互方法及***中，按照设定运动控制模式对采 集到的踝关节的运动信号进行处理得到相应的康复训练机器人的控制信号，并通过控制信号来实现康复训练机器人的控制，进而在患者通过康复训练机器人的辅助进行康复训练时可根据具体情况设定运动控制模式，不同的运动控制模式将使得踝关节的运动信号的处理各不相同，所生成的控制信号也不同，从而使得康复机器人实现了针对患者的踝关节灵活地引导患者进行运动。

上术康复训练机器人中的交互方法及***中，所采集的踝关节运动信号包括了表面肌电信号、足底压力信号，由于表面肌信号能够反映大量的肌肉活动信息，足底压力信号是通过采集足底压力分布得到的，因此借助这些运动信号将能够更为准确地感知患者的运动意图，提高了康复训练的有效性。

【附图说明】

图1为一个实施例中康复训练机器人中的交互方法的流程图；

图2为图1中采集踝关节的运动信号的方法流程图；

图3为一个实施例中按照设定的运动控制模式对踝关节的运动信号进行处理得到康复训练机器人的控制信号的方法流程图；

图4为另一个实施例中按照设定的运动控制模式对踝关节的运动信号进行处理得到康复训练机器人的控制信号的方法流程图；

图5为一个实施例中康复训练机器人中的交互***的结构示意图；

图6为图5中采集装置的结构示意图。

图7为一个实施例中处理装置的结构示意图；

图8为另一个实施例中处理装置的结构示意图；

【具体实施方式】

在一个实施例中，如图1所示，一种康复训练机器人中的交互方法，包括如下步骤：

步骤S110，采集踝关节的运动信号。

本实施例中，采集各种能够反映踝关节运动状态的运动信号，并将该运动信号作为康复训练机器人的控制的信号源，按照采集的运动信号对康复训练机 器人进行精确控制。

在一个实施例中，如图2所示，上述步骤S110的具体过程为：

步骤S111，采集控制踝关节运动的肌肉的表面肌电信号。

本实施例中，表面肌电信号(Surface Electromyography，简称SEMG)是通过记录肌纤维产生的电位活动总和的生理信号，蕴涵了大量反映肌肉活动的信息。控制踝关节运动的肌肉，例如，腓肠肌外肌、腓肠肌内肌、胫骨前肌和比目鱼肌等，通过表面肌电仪持续地采集得到运动过程中的表面肌电信号。

步骤S113，采集足底压力分布得到足底压力信号。

本实施例中，为充分地反映足底压力的实际分布情况，精确了解踝关节运动过程中的实际效果，对足底的压力分布进行采集得到表征足底压力分布的足底压力信号。在优选的实施例中，可将用于进行足底压力分布采集的装置均布设置，以通过该装置输出实际的足底压力分布。

步骤S115，对康复训练机器人进行测量得到位置信号。

本实施例中，为实时获取到康复训练机器人的位置，需要对康复训练机器人进行位置测量得到康复训练机器人当前的位置，实现康复训练机器在运动过程中的定位。

步骤S130，按照设定的运动控制模式对踝关节的运动信号进行处理得到康复训练机器人的控制信号。

本实施例中，在康复训练机器人的交互过程中，可预先设定与患者的实际情况相适应的运动控制模式，进而按照这一运动控制模式处理采集得到的踝节运动信号以生成康复训练机器人的控制信号，不同的运动控制模式对应的控制信号是不相同的。

在一个实施例中，运动控制模式为被动控制模式，如图3所示，上述按照设定的运动控制模式对踝关节的运动信号进行处理得到康复训练机器人的控制信号的具体过程为：

步骤S301，通过踝关节的运动信号进行定位得到康复训练机器人的位置以及运动轨迹。

本实施例中，被动控制模式可应用于踝关节康复训练初期，是预先设定的 运动控制模式，患者在康复训练机器人的引导下按照固定的运动轨迹做康复运动，该康复运动可以是踝关节的内翻或外翻、背屈或跖屈以及内收或外展等。

根据采集到的运动信号对康复训练机器人进行定位以得到其当前时刻的位置和运动轨迹，进而通过当前时刻的位置和运动轨迹精确地获知康复训练机器人当前的运动状态。

步骤S303，根据康复训练机器人的位置及运动轨迹生成符合预设的踝关节运动轨迹的控制信号。

本实施例中，由于被动控制模式是使康复训练机器人沿预设的踝关节运动轨迹进行患者踝关节运动的引导，该预设的踝关节运动轨迹可以是正常情况下踝关节进行运动所对应的标准轨迹。将当前康复训练机器人的位置及运动轨迹与预设的踝关节运动轨迹进行对照可以获知此时康复训练机器人正处于预设的踝关节运动轨迹中的哪一阶段，进而获知如何控制康复训练机器人完成后续的踝关节运动引导。

在另一个实施例中，上述步骤S303之后还包括： 

将康复训练机器人的位置以及运动轨迹和预设的踝关节运动轨迹进行比对，并按照比对结果修正康复训练机器人的运动。

本实施例中，在定位得到康复训练机器人的位置以及运动轨迹之后，可将其与预设的踝关节运动轨迹进行比对以获知患者在踝关节的康复训练过程中的实际训练效果，若出现了偏差，则可根据比对结果以及预设的踝关节运动轨迹进行修正，进而保证康复训练过程能够获得较佳的效果。

在另一个实施例中，运动控制模式为主动控制模式，如图4所示，上述按照设定的运动控制模式对踝关节的运动信号进行处理得到康复训练机器人的控制信号的具体过程为：

步骤S401，对表面肌电信号和足底压力信号进行处理得到相应的特征值。

本实施例中，主动控制模式可应用于经过了被动控制模式训练的患者，通过运动信号来感知患者的主动意识，以识别出患者的运动意图，进而按照识别出的运动意图引导患者进行康复训练。

在采集得到表面肌电信号和足底压力信号之后，将对其进行放大、滤波以 及特征值提取等处理，以得到表面肌电信号所对应的时域以及频域等特征值，该时域可以是绝对均值、平方根值，频域可以是短时傅里叶、小波变换系数等；足底压力信号所对应的特征值可以为第一趾骨压力、第四趾骨压力、第二和第三趾骨压力、趾骨压力、足跟压力、足间指数、重心等。

步骤S403，对特征值进行归类得到特征值所处类别。

本实施例中，在踝关节运动的过程中，根据特征值所处类别可以准确地感知患者的运动意图，即每一类别均对应了具体的运动意图。例如，根据足底压力信号和控制踝关节运动肌肉所对应的特征值可知，如重心及最大压力点均在第一趾骨上，腓肠肌、比目鱼肌和胫骨前肌中采集到的表面肌电信号的特征值超过一定阈值，即患者希望踝关节进行某种运动(如外翻、内收、屈曲运动等)，此时，在感知到这一运动意图时，将该足底压力信号的特征值以及腓肠肌、比目鱼肌、胫骨前肌中采集到的表面肌电信号的特征值归类到与踝关节相关的运动类别。

步骤S405，按照特征值所处类别生成康复训练机器人的控制信号。

本实施例中，按照特征值所处类别产生控制信号，该控制信号实现了通过采集到的运动信号来控制踝关节康复训练过程。

在另一个实施例中，运动控制模式为阻抗控制模式，上述步骤S403之后还包括：

根据特征值所处类别生成对踝关节运动施加阻力的控制信号。

本实施例中，阻抗控制模式可应用于踝关节康复训练后期，可根据主动控制模式和被动控制模式进行调节，对患者的踝关节运动施加一定的阻力，以达到强化踝关节的康复训练的目的，进而锻炼与踝关节相关的肌肉，促使踝关节的康复。

具体地，通过根据特征值所处类别感知到踝关节的运动意图后，产生相应的控制信号，该控制信号用于控制康复训练机器人对正在进行的踝关节运动施加阻力，其阻力是与踝关节的运动方向相反的，阻力的大小恒定，并且可以根据需要进行调节。

步骤S150，通过控制信号控制康复训练机器人执行相应的运动。

在另一个实施例中，上述康复训练机器人中的交互方法还将采集得到的运动信号以及相应的特征值进行存储，以方便对患者的踝关节康复训练进行评价以及科学地制定后续的康复训练计划。

在另一个实施例中，上述康复训练机器人中的交互方法还包括了显示康复训练机器人所执行的运动的步骤。

本实施例中，为提高患者进行踝关节康复训练的兴趣以及积极性，可在虚拟的游戏画面中显示康复训练机器人所进行的运动，也方便了患者实时获知当前康复训练的进度。

在一个实施例中，如图5所示，一种康复训练机器人中的交互***，包括采集装置10、处理装置30以及运动装置50。

采集装置10，用于采集踝关节的运动信号。

本实施例中，采集装置10采集各种能够反映踝关节运动状态的运动信号，并将该运动信号作为康复训练机器人的控制的信号源，以实现按照采集的运动信号对康复训练机器人的精确控制。

在一个实施例中，如图6所示，采集装置10包括表面肌电仪110、压力传感器130以及位置传感器150。

表面肌电仪110，用于采集控制踝关节运动的肌肉的表面肌电信号。

本实施例中，表面肌电信号是通过记录肌纤维产生的电位活动总和的生理信号，蕴涵了大量反映肌肉活动的信息。在控制踝关节运动的肌肉上，例如，腓肠肌外肌、腓肠肌内肌、胫骨前肌和比目鱼肌等，表面肌电仪110通过持续地采集得到运动过程中的表面肌电信号。在优选的实施例中，表面肌电仪110包括了表面肌电电极，该表面肌电电极安置于患者小腿中控制踝关节运动的肌肉上，例如，可根据表面肌电电极的安放规则，置于患者小腿肌肉上，表面肌电电极的数量可以为4个。

压力传感器130，用于采集足底压力分布得到足底压力信号。

本实施例中，为充分地反映足底压力的实际分布情况，精确了解踝关节运动过程中的实际效果，压力传感器130对足底的压力分布进行采集得到表征足 底压力分布的足底压力信号。在优选的实施例中，压力传感器130为阵列式压力传感器，并进行均布设置，以得到实际的足底压力分布。

位置传感器150，用于对康复训练机器人进行测量得到位置信号。

本实施例中，为实时获取到康复训练机器人的位置，需要位置传感器150对康复训练机器人进行位置测量得到康复训练机器人当前的位置，实现康复训练机器在运动过程中的定位。

处理装置30，用于按照设定的运动控制模式对踝关节的运动信号进行处理得到康复训练机器人的控制信号。

本实施例中，在康复训练机器人的交互过程中，可预先设定与患者的实际情况相适应的运动控制模式，进而处理装置30按照这一运动控制模式处理采集得到的踝节运动信号以生成康复训练机器人的控制信号，不同的运动控制模式对应的控制信号是不相同的。

在一个实施例中，运动控制模式为被控制模式，如图7所示，处理装置30包括定位模块310以及信号生成模块320。

定位模块310，用于通过踝关节的运动信号进行定位得到康复训练机器人的位置以及运动轨迹。

本实施例中，被动控制模式可应用于踝关节康复训练初期，是预先设定的运动控制模式，患者在康复训练机器人的引导下按照固定的运动轨迹做康复运动，该康复运动可以是踝关节的内翻或外翻、背屈或跖屈以及内收或外展等。

定位模块310根据采集到的运动信号对康复训练机器人进行定位以得到其当前时刻的位置和运动轨迹，进而通过当前时刻的位置和运动轨迹精确地获知康复训练机器人当前的运动状态。

信号生成模块320，用于根据康复训练机器人的位置及运动轨迹生成符合预设的踝关节运动轨迹的控制信号。

本实施例中，由于被动控制模式是使康复训练机器人沿预设的踝关节运动轨迹进行患者踝关节运动的引导，该预设的踝关节运动轨迹可以是正常情况下踝关节进行运动所对应的标准轨迹。信号生成模块320将当前康复训练机器人的位置及运动轨迹与预设的踝关节运动轨迹进行对照可以获知此时康复训练机 器人处于预设的踝关节运动轨迹中的哪一阶段，进而获知如何控制康复训练机器人完成后续的踝关节运动引导。

在另一个实施例中，上述处理装置30还包括运动修正模块，该运动修正模块用于将康复训练机器人的位置以及运动轨迹和预设的踝关节运动轨迹进行比对，并按照比对结果修正康复训练机器人的运动。

本实施例中，在定位得到康复训练机器人的位置以及运动轨迹之后，运动修正模块可将其与预设的踝关节运动轨迹进行比对以获知患者在踝关节的康复训练过程中的实际训练效果，若出现了偏差，则可根据比对结果以及预设的踝关节运动轨迹进行修正，进而保证康复训练过程能够获得较佳的效果。

在另一个实施例中，运动控制模式为主动控制模式，如图8所示，处理装置30包括信号处理模块330、归类模块340以及信号生成模块350。

信号处理模块330，用于对表面肌电信号和足底压力信号进行处理得到相应的特征值。

本实施例中，主动控制模式可应用于经过了被动控制模式训练的患者，信号处理模块330通过运动信号来感知患者的主动意识，以识别出患者的运动意图，进而按照识别出的运动意图引导患者进行康复训练。

在采集得到表面肌电信号和足底压力信号之后，信号处理模块330将对其进行放大、滤波以及特征值提取等处理，以得到表面肌电信号所对应的时域以及频域等特征值，该时域可以是绝对均值、平方根值，频域可以是短时傅里叶、小波变换系数等；足底压力信号所对应的特征值可以为第一趾骨压力、第四趾骨压力、第二和第三趾骨压力、趾骨压力、足跟压力、足间指数以及重心等。

归类模块340，用于对特征值进行归类得到特征值所处类别。

本实施例中，在踝关节运动的过程中，归类模块340根据特征值所处类别可以准确地感知患者的运动意图，即每一类别均对应了具体的运动意图。例如，根据足底压力信号和控制踝关节运动肌肉所对应的特征值可知，如重心及最大压力点均在第一趾骨上，腓肠肌、比目鱼肌和胫骨前肌中采集到的表面肌电信号的特征值超过一定阈值，即患者希望踝关节进行某种运动(如外翻、内收、屈曲运动等)，此时，在感知到这一运动意图时，将该足底压力信号的特征值以 及腓肠肌、比目鱼肌、胫骨前肌中采集到的表面肌电信号的特征值归类到与踝关节相关的运动类别。

信号生成模块350，用于按照特征值所处类别生成康复训练机器人的控制信号。

本实施例中，信号生成模块350按照特征值所处类别产生控制信号，该控制信号实现了通过采集到的运动信号来控制踝关节康复训练过程。

在另一个实施例中，运动控制模式为阻抗控制模式，上述信号生成模块350还用于根据特征值所处类别生成对踝关节运动施加阻力的控制信号。

本实施例中，阻抗控制模式应用于踝关节康复训练后期，可根据主动控制模式和被动控制模式进行调节，对患者的踝关节运动施加一定的阻力，以达到强化踝关节的康复训练的目的，进而锻炼与踝关节相关的肌肉，促使踝关节的康复。

具体地，信号生成模块350根据特征值所处类别感知到踝关节的运动意图后，产生相应的控制信号，该控制信号用于控制康复训练机器人对正在进行的踝关节运动施加阻力，其阻力是与踝关节的运动方向相反的，阻力的大小恒定，并且可以根据需要进行调节。

运动装置50，用于通过控制信号控制康复训练机器人执行相应的运动。

在另一个实施例中，上述康复训练机器人中的交互***还包括了数据存储装置，该数据存储装置用于将采集得到的运动信号以及相应的特征值进行存储，以方便对患者的踝关节康复训练进行评价以及科学地制定后续的康复训练计划。

在另一个实施例中，上述康复训练机器人中的交互***还包括了交互装置，该交互装置用于显示康复训练机器人所执行的运动。

本实施例中，为提高患者进行踝关节康复训练的兴趣以及积极性，通过交互装置可在虚拟的游戏画面中显示康复训练机器人所进行的运动，也方便了患者实时获知当前康复训练的进度。

上述康复训练机器人中的交互方法及***中，按照设定运动控制模式对采 集到的踝关节的运动信号进行处理得到相应的康复训练机器人的控制信号，并通过控制信号来实现康复训练机器人的控制，进而在患者通过康复训练机器人的辅助进行康复训练时可根据具体情况设定运动控制模式，不同的运动控制模式将使得踝关节的运动信号的处理各不相同，所生成的控制信号也不同，从而使得康复机器人实现了针对患者的踝关节灵活地引导患者进行运动。

上述康复训练机器人中的交互方法及***中，所采集的踝关节运动信号包括了表面肌电信号、足底压力信号，由于表面肌信号能够反映大量的肌肉活动信息，足底压力信号是通过采集足底压力分布得到的，因此借助这些运动信号将能够更为准确地感知患者的运动意图，提高了康复训练的有效性。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (2)

1.一种康复训练机器人中的交互***，其特征在于，包括：

定位模块，用于在运动控制模式为被动控制模式时，通过对采集装置采集的踝关节的运动信号进行定位得到康复训练机器人的位置以及运动轨迹；

信号生成模块，用于在运动控制模式为被动控制模式时，根据所述康复训练机器人的位置及运动轨迹生成符合预设的踝关节运动轨迹的控制信号；

运动修正模块，用于将所述康复训练机器人的位置以及运动轨迹和预设的踝关节运动轨迹进行比对，并按照比对结果修正所述康复训练机器人的运动；

信号处理模块，用于在运动控制模式为主动控制模式时，对采集装置中的表面肌电仪采集到的控制踝关节运动的肌肉的表面肌电信号和采集装置中的压力传感器采集足底压力分布得到的足底压力信号进行处理得到相应的特征值，所述足底压力信号所对应的特征值为第一趾骨压力、第四趾骨压力、第二和第三趾骨压力、足跟压力、足间指数以及重心；

归类模块，用于根据足底压力信号和控制踝关节运动肌肉所对应的特征值，重心及最大压力点均在第一趾骨上，且腓肠肌、比目鱼肌和趾骨前肌中采集到的表面肌电信号的特征值超过阈值，则得到特征值所处类别，所述特征值所处类别为患者希望踝关节进行运动的运动种类；

所述信号生成模块用于在运动控制模式为主动控制模式时，按照所述特征值所处类别生成所述康复训练机器人的控制信号。

2.根据权利要求1所述的康复训练机器人中的交互***，其特征在于，所述运动控制模式还包括阻抗控制模式，所述信号生成模块还用于在运动控制模式为阻抗控制模式时，根据所述特征值所处类别生成对踝关节运动施加阻力的控制信号。