CN102698411A - 坐卧式下肢康复机器人及相应的主动训练控制方法 - Google Patents

坐卧式下肢康复机器人及相应的主动训练控制方法 Download PDF

Info

Publication number
CN102698411A
CN102698411A CN2012102265794A CN201210226579A CN102698411A CN 102698411 A CN102698411 A CN 102698411A CN 2012102265794 A CN2012102265794 A CN 2012102265794A CN 201210226579 A CN201210226579 A CN 201210226579A CN 102698411 A CN102698411 A CN 102698411A
Authority
CN
China
Prior art keywords
mrow
msub
patient
joint
card
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012102265794A
Other languages
English (en)
Other versions
CN102698411B (zh
Inventor
侯增广
张峰
李鹏峰
谭民
程龙
陈翼雄
胡进
张新超
王卫群
王洪波
胡国清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN201210226579.4A priority Critical patent/CN102698411B/zh
Publication of CN102698411A publication Critical patent/CN102698411A/zh
Application granted granted Critical
Publication of CN102698411B publication Critical patent/CN102698411B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Prostheses (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种坐卧式下肢康复机器人及相应的主动训练控制方法。所述机器人包括座椅、机械臂、主工控箱、人机交互界面、肌电信号采集电极片、肌电信号采集工控箱。在利用所述康复机器人辅助患者进行主动训练时,患者斜躺在座椅上,患者的双侧下肢分别与机械臂进行固定,采集患者相应肌肉的肌电信号,根据不同的控制算法实现由患者控制机器人完成主动训练。本发明将传统的作业疗法、运动疗法进行有机的结合,能够有效地改善患者的康复效果,增强患者主动参与的愿望。

Description

坐卧式下肢康复机器人及相应的主动训练控制方法
技术领域
本发明涉及康复医疗器械技术领域,具体涉及一种坐卧式下肢康复机器人及相应的主动训练控制方法。
背景技术
脊髓损伤和中风是导致神经***损伤并进而导致瘫痪的两大主要原因,神经***损伤之后适当的康复训练可以减轻或避免残疾。根据神经***可塑性原理,目前临床上常用的治疗方法包括物理疗法、作业疗法、运动疗法等,然而,国内绝大多数康复医院仍然借助于人工或简单的被动康复医疗设备进行以上治疗,不仅康复效率低下,而且治疗师的劳动强度大,限制了患者的训练时间。利用康复机器人技术进行主动康复训练是康复领域未来的发展趋势,尽管国内很多研究机构已相继研究了各种类型的康复机器人,但大多数机器人仍然只能进行被动训练或简单的主动训练。
利用生物电信号对患者的运动意图进行模式识别,并根据识别结果完成对机器人相应动作的控制是康复机器人研究的一个热点方向,然而这种方式只能对特定的几种运动模式进行控制,不能实时激发患者的主动运动愿望。
发明内容
本发明的目的在于为脊髓损伤或中风患者提供一种坐卧式下肢康复机器人,以及一种相应的主动训练控制方法,以适应不同的患者或不同的康复阶段,从而提高患者的积极性,并改善其康复进程。
根据本发明的一个方面,本发明提出了一种坐卧式下肢康复机器人,其特征在于,该机器人包括:座椅7、两条机械臂3、人机交互界面1、主工控箱2、多个肌电信号采集电极片6、肌电信号采集工控箱8,其中,
每条机械臂3有三个关节,分别对应人体下肢的髋、膝、踝三个关节;
所述人机交互界面1用于供用户输入、选择训练形式并设定相应的运动参数、对康复训练进行智能监控和数据管理;
所述主工控箱2用以控制机器人各关节的运动、采集机器人相关的传感信息;
所述肌电信号采集工控箱8安装在靠近人体下肢的座椅7的下部,以方便其输入部件,肌电信号采集电极片6,与人体肌肉进行连接,所述肌电信号采集工控箱8用以接收来自主工控箱2的肌电信号采集指令、对通过肌电信号采集电极片6实时采集得到的肌电信号进行处理,然后将经过处理后的肌电信号传送给主工控箱2;所述肌电信号采集电极片6粘贴在需要训练的肌肉的肌腹位置上,用来采集相应肌肉的肌电信号;
所述主工控箱2包括上位机PC104、通过数据总线与上位机PC104进行通信的左运动控制卡和右运动控制卡、与所述左运动控制卡通过相应的接口连接的左髋关节驱动器、左膝关节驱动器、左踝关节驱动器、与所述右运动控制卡通过相应的接口连接的右髋关节驱动器、右膝关节驱动器、右踝关节驱动器、与所述左髋关节驱动器连接的左髋电机/编码器、与所述左膝关节驱动器连接的左膝电机/编码器、与所述左踝关节驱动器连接的左踝电机/编码器、与所述右髋关节驱动器连接的右髋电机/编码器、与所述右膝关节驱动器连接的右膝电机/编码器、与所述右踝关节驱动器连接的右踝电机/编码器、通过USB接口总线与上位机PC104进行通信的数字信号输入输出DIDO数字信号采集卡和A/D转换卡、与所述DIDO数字信号采集卡连接的光耦隔离电平转换电路板、与所述光耦隔离电平转换电路板连接的安装在机器人内部各关节位置的多个绝对位置编码器、与所述A/D转换卡连接的表面肌电光耦隔离卡、与所述表面肌电光耦隔离卡连接的多个肌电信号前置放大滤波器。
根据本发明的另一个方面,本发明还提出了一种利用所述康复机器人辅助患者进行主动康复训练的控制方法,其特征在于,该方法包括以下步骤:
步骤1,患者斜躺在康复机器人的座椅上,将患者的双侧下肢分别与康复机器人的两条机械臂进行固定;
步骤2,用户通过人机交互界面设定患者参与主动训练的关节、该关节的最大运动范围Δqm和最大运动速度
Figure BDA00001830002500031
并根据所选的关节选择采集肌电信号的肌肉;
步骤3,在所选择的肌肉的肌腹位置上粘贴肌电信号采集电极片,采集静态时所选择的肌肉的肌电信号的绝对均值,记为As,采集最大肌肉收缩力情况下肌肉的肌电信号的绝对均值,记为Am;
步骤4,患者根据自身意愿控制采集肌电信号的关节进行伸屈运动;
步骤5,在患者运动时,肌电信号采集电极片采集到的原始肌电信号经肌电信号前置放大滤波器、表面肌电光耦隔离卡、A/D转换卡依次进行放大滤波、光耦隔离和模数转换后,上位机通过USB接口读取A/D转换卡中转换后的数字信号并进行相应的信号处理,包括去除信号的直流基线噪声和求取信号的绝对均值;
步骤6,基于经过所述步骤5处理后的肌电信号,根据弹簧式位置控制策略计算出患者各关节的期望角度,或根据阻尼式速度控制策略计算出患者各关节的期望运动速度;
步骤7,将计算得到的所述期望角度信号或期望运动速度信号进行平滑滤波之后发送到相应的运动控制卡,运动控制卡根据所述期望角度信号或期望运动速度信号产生特定频率的脉冲和方向信号发送到相应的关节驱动器,关节驱动器根据所述脉冲和方向信号计算出电机的期望位置或速度,并产生相应的驱动电流至电机,使机器人关节运动到所述期望角度或按照期望的速度运动。
本发明所涉及的坐卧式下肢康复机器人及相应的助力训练控制方法,有机地结合了作业疗法和运动疗法的特点,具有表面肌电信号信号采集功能,解决了现有技术只能进行被动训练的缺点,能极大程度地提高患者主动参与的积极性,并改善其康复进程。
附图说明
图1是根据本发明实施例的坐卧式下肢康复机器人的结构图;
图2是根据本发明实施例的电气控制***总体结构框图;
图3是本发明利用康复机器人对患者进行主动训练的控制方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
图1是根据本发明实施例的坐卧式下肢康复机器人的结构图,如图1所示,本发明的坐卧式下肢康复机器人由机械本体和电气控制***两部分组成,其中,机械本体包括座椅7和两条机械臂3,每条机械臂3有三个自由度(关节),分别对应人体下肢的髋、膝、踝三个关节,所述机械臂的自由度也称为机器人的关节或是机械臂的关节;电气控制***包括人机交互界面1、主工控箱2、多个肌电信号采集电极片6、肌电信号采集工控箱8。
所述人机交互界面1进一步为触摸屏,用于供用户输入、选择训练形式并设定相应的运动参数以及对康复训练进行智能监控和数据管理;
主工控箱2是机器人运动控制的核心,用以控制机器人各关节的运动、采集机器人相关的传感信息,比如肌电信号等;
肌电信号采集电极片6粘贴在患者需要训练的肌肉的肌腹位置上,用来采集相应肌肉的肌电信号;
肌电信号采集工控箱8安装在靠近人体下肢的座椅7的下部,以方便其输入部件:肌电信号采集电极片6,与人体肌肉进行连接,其内部包含16通道的肌电信号前置放大滤波器和隔离电路板、A/D转换卡及驱动电源,所述肌电信号采集工控箱8一方面接收来自主工控箱2的肌电信号采集指令,另一方面对通过肌电信号采集电极片6实时采集得到的肌电信号进行信号放大、滤波、光耦隔离及模数转换处理,然后将经过上述处理后的肌电信号传送给主工控箱2。
所述主工控箱2包括上位机PC104、通过数据总线与上位机PC104进行通信的左运动控制卡和右运动控制卡(如图2所示)、与所述左运动控制卡通过相应的接口连接的左髋关节驱动器、左膝关节驱动器、左踝关节驱动器、与所述右运动控制卡通过相应的接口连接的右髋关节驱动器、右膝关节驱动器、右踝关节驱动器、与所述左髋关节驱动器连接的左髋电机/编码器、与所述左膝关节驱动器连接的左膝电机/编码器、与所述左踝关节驱动器连接的左踝电机/编码器、与所述右髋关节驱动器连接的右髋电机/编码器、与所述右膝关节驱动器连接的右膝电机/编码器、与所述右踝关节驱动器连接的右踝电机/编码器、通过USB接口总线与上位机PC104进行通信的数字信号输入输出DIDO数字信号采集卡和A/D转换卡、与所述DIDO数字信号采集卡连接的光耦隔离电平转换电路板、与所述光耦隔离电平转换电路板连接的安装在机器人内部各关节位置的多个绝对位置编码器、与所述A/D转换卡连接的表面肌电光耦隔离卡、与所述表面肌电光耦隔离卡连接的多个肌电信号前置放大滤波器,所述电机/编码器包括安装在一起的电机和编码器,所述编码器进一步为光电编码器。
图2是根据本发明实施例的电气控制***总体结构框图,如图2所示,本发明的电气控制***以PC104为核心,并通过PC104数据总线分别与主工控箱2中的左、右运动控制卡进行通信,通过USB接口分别与主工控箱2中的DIDO数字信号采集卡和A/D转换卡进行通信,通过VGA接口与人机交互界面1进行通信,通过相应的接口分别与存储设备、复位电路、键盘鼠标连接,还可与以太网连接。
所述髋、膝、踝关节驱动器用于接收上位机PC104通过相应运动控制卡发出的指令,并直接驱动相应的电机/编码器中的电机,而电机/编码器中的编码器产生的关于各关节电机的角度信息的光电编码器信号依次反馈到相应的关节驱动器和运动控制卡中,上位机可以从相应的运动控制卡中读取该光电编码器信号。
安装在机器人本体结构内部的多个绝对位置编码器信号经过光耦隔离电平转换之后传递到DIDO数字信号采集卡,再由PC104进行读取。
肌电信号采集电极片6采集到的肌电信号首先经过相应的肌电信号前置放大滤波器进行放大滤波之后,输入到表面肌电光耦隔离卡内进行隔离,然后由A/D转换卡进行模数转换,再由PC104进行读取。
利用本发明的机器人对患者进行主动康复训练时,患者斜躺在机器人座椅7上,将患者的双侧下肢分别与机器人的两条机械臂3进行固定,然后通过下文描述的主动训练控制方法实现主动康复训练。
图3是本发明利用康复机器人对患者进行主动训练的控制方法流程图,如图3所示,本发明还可以利用上述康复机器人对患者进行基于肌电信号反馈的主动训练,在主动训练过程中,机器人各关节可以在患者的主动控制下进行运动。
本发明利用上述康复机器人对患者进行主动训练的控制方法包括以下几个步骤:
步骤1,患者斜躺在康复机器人的座椅上,将患者的双侧下肢分别与康复机器人的两条机械臂进行固定;
步骤2,由用户,比如临床治疗师,通过人机交互界面设定患者参与主动训练的关节、该关节的最大运动范围Δqm和最大运动速度
Figure BDA00001830002500061
并根据所选的关节确定肌电信号的采集位置,即选择采集肌电信号的肌肉,需要选择一对肌肉来控制一个关节,以分别来控制关节的伸、屈运动;
所述肌肉并不局限于生理状态下控制该关节运动的肌肉,例如,对膝关节进行主动训练,可以选择股四头肌和股二头肌采集肌电信号,也可以选择控制上肢肘关节伸屈运动的肌肉如肱二头肌和肱三头肌采集肌电信号。
步骤3,在所选择的肌肉的肌腹位置上粘贴肌电信号采集电极片,采集静态时所选择的肌肉的肌电信号的绝对均值,记为As,采集最大肌肉收缩力情况下肌肉的肌电信号的绝对均值,记为Am;
步骤4,患者根据自身意愿控制采集肌电信号的关节进行伸屈运动;如果患者本身无法产生足够的肌肉力量使该关节产生运动,则要求患者尽力去做伸屈运动,使得控制该关节伸屈的肌肉产生收缩。
步骤5,在患者运动时,肌电信号采集电极片采集到的原始肌电信号经肌电信号前置放大滤波器、表面肌电光耦隔离卡、A/D转换卡依次进行放大滤波、光耦隔离和模数转换后,上位机通过USB接口读取A/D转换卡中的转换后的数字信号并进行相应的信号处理,包括去除信号的直流基线噪声和求取信号的绝对均值(以将肌电信号在负半平面的值全部转化到正半平面);
步骤6,基于经过所述步骤5处理后的肌电信号,根据弹簧式位置控制策略计算出患者各关节的期望角度,或根据阻尼式速度控制策略计算出患者各关节的期望运动速度;
本发明的主动训练可以分为弹簧式位置控制和阻尼式速度控制两种形式的主动训练。
对于弹簧式位置控制的主动训练,机器人各关节被看成是刚度系数可调节的弹簧,患者可通过下肢关节的主动力矩控制机器人关节运动到相应的位置,当患者的主动力矩为0时,机器人关节自动回到初始平衡位置,该平衡位置设定为关节活动范围内,通常设定为关节活动范围的中点,使得从平衡位置开始的伸屈运动具有同等的活动范围。开始训练时,患者控制关节运动的肌肉先处于放松状态,此时上位机PC104会通过DIDO数字信号采集卡读取绝对位置编码器的信息,以求取各关节的当前位置,然后根据设定的平衡位置控制各关节运动到该位置。患者各关节的主动力矩大小由相应肌肉肌电信号的相对强度确定,相对强度由该肌肉当前肌电信号幅值与最大肌力下肌电信号幅值的比值确定。在该控制方法下,患者可以通过控制相应肌肉的收缩强度实现对相应关节的位置控制。
在弹簧式位置控制策略中,输入信号为控制患者某一关节运动的当前肌电信号幅值,输出为由患者的肌电信号强度确定的该关节运动的期望角度,其控制模型如下式所示:
Δq = diag ( Δ q m ) D [ diag ( A m ) - diag ( A s ) ] ( DA - D A s ) q d = q 0 + ( - 1 ) f ( D ) Δq ,
其中,A为实时采集的患者某一关节肌肉的处理后的当前肌电信号幅值,qd为由患者肌肉的肌电信号幅值确定的该关节运动的期望角度,q0为患者肌肉放松时该关节所处参考平衡位置时所对应的角度,Δq为由患者肌肉的肌电信号幅值确定的该关节偏离参考平衡位置q0的绝对角度,diag(·)表示将肌电信号的幅值转化为对角矩阵,矩阵D为关节运动方向矩阵,它是通过人体肌电信号判断出关节的运动方向后所确定的,其每个元素的取值为逻辑0或1,矩阵的维数由控制关节的个数确定,若控制n个关节同时进行主动训练,则矩阵D的维数为n×2n,其形式可描述为:
f 1 f ‾ 1 0 0 0 0 0 0 0 0 f 2 f ‾ 2 0 0 0 0 . . . . . . . . . . . . . . . . . . . . . . . . 0 0 0 0 0 0 f n f ‾ n
其中,fn表示第n个关节的运动方向,
Figure BDA00001830002500073
为fn的逻辑取反,fn取值为0或1,其中,0为正向,1为反向,也可自行定义,fn可利用肌电信号的时域、频域等特征值并结合本领域通用的模式识别等分类方法进行确定,通常需根据实际情况进行判定。f(D)为由矩阵D所确定的对角矩阵,其对角线元素的取值为0或1,分别表示各关节的运动方向。
对于阻尼式速度控制的主动训练,机器人各关节被看成是阻尼参数可调节的阻尼器,患者可通过下肢关节的主动力矩控制机器人关节按照一定的速度进行运动,患者的主动力矩为0时,机器人关节会立即停止运动;开始训练之前,机器人各关节会有一个起始位置,即参数设定完毕,启动主动训练时,上位机PC104会控制机器人各关节运动到对应的起始位置。具体过程为上位机PC104通过DIDO数字信号采集卡读取绝对位置编码器的信息,以求取各关节的当前位置,然后根据设定的起始位置逐次通过运动控制卡、驱动器、电机等实现各关节运动到该位置。患者各关节的主动力矩大小由相应肌肉肌电信号的相对强度确定,相对强度由该肌肉当前肌电信号幅值与最大肌力下肌电信号幅值的比值确定。在该控制策略下,患者可以通过控制相应肌肉的收缩强度实现对相应关节的速度控制。
在阻尼式速度控制策略中,输入信号为控制患者某一关节运动的当前肌电信号幅值,输出为患者该关节的期望运动速度,其控制模型如下式所示:
q · d = diag ( q · m ) D [ diag ( A m ) - diag ( A s ) ] ( DA - DA s ) ,
其中,
Figure BDA00001830002500082
为由患者肌肉的肌电信号幅值确定的该关节运动的期望运动速度,矩阵D为控制关节运动方向的矩阵,其确定方法与弹簧式位置控制方法中的求取方法相同,diag(·)表示将肌电信号幅值转化为对角矩阵,A为实时采集的肌电信号幅值信号。
步骤7,将计算得到的所述期望角度信号或期望运动速度信号进行平滑滤波之后发送到相应的运动控制卡,运动控制卡根据所述期望角度信号或期望运动速度信号产生特定频率的脉冲和方向信号发送到相应的关节驱动器,关节驱动器根据所述脉冲和方向信号计算出电机的期望位置或速度,并根据现有技术中通用的比例-积分-微分PID控制器产生相应的驱动电流至电机,使机器人关节运动到所述期望角度或按照期望的速度运动;同时,相应的电机/编码器中的编码器通过相应的关节驱动器、运动控制卡实时向上位机反馈各关节电机的角度信息,以基于通用的闭环控制原理控制和调节驱动电流,使机器人各关节准确地按照规划位置和速度运动;所述角度信息信号还可以反馈到人机交互界面中,以实时地显示各关节的速度和位置信息。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种坐卧式下肢康复机器人,其特征在于,该机器人包括:座椅(7)、两条机械臂(3)、人机交互界面(1)、主工控箱(2)、多个肌电信号采集电极片(6)、肌电信号采集工控箱(8),其中,
每条机械臂(3)有三个关节,分别对应人体下肢的髋、膝、踝三个关节;
所述人机交互界面(1)用于供用户输入、选择训练形式并设定相应的运动参数、对康复训练进行智能监控和数据管理;
所述主工控箱(2)用以控制机器人各关节的运动、采集机器人相关的传感信息;
所述肌电信号采集工控箱(8)安装在靠近人体下肢的座椅(7)的下部,以方便其输入部件,肌电信号采集电极片(6),与人体肌肉进行连接,所述肌电信号采集工控箱(8)用以接收来自主工控箱(2)的肌电信号采集指令、对通过肌电信号采集电极片(6)实时采集得到的肌电信号进行处理,然后将经过处理后的肌电信号传送给主工控箱(2);所述肌电信号采集电极片(6)粘贴在需要训练的肌肉的肌腹位置上,用来采集相应肌肉的肌电信号;
所述主工控箱(2)包括上位机PC104、通过数据总线与上位机PC104进行通信的左运动控制卡和右运动控制卡、与所述左运动控制卡通过相应的接口连接的左髋关节驱动器、左膝关节驱动器、左踝关节驱动器、与所述右运动控制卡通过相应的接口连接的右髋关节驱动器、右膝关节驱动器、右踝关节驱动器、与所述左髋关节驱动器连接的左髋电机/编码器、与所述左膝关节驱动器连接的左膝电机/编码器、与所述左踝关节驱动器连接的左踝电机/编码器、与所述右髋关节驱动器连接的右髋电机/编码器、与所述右膝关节驱动器连接的右膝电机/编码器、与所述右踝关节驱动器连接的右踝电机/编码器、通过USB接口总线与上位机PC104进行通信的数字信号输入输出DIDO数字信号采集卡和A/D转换卡、与所述DIDO数字信号采集卡连接的光耦隔离电平转换电路板、与所述光耦隔离电平转换电路板连接的安装在机器人内部各关节位置的多个绝对位置编码器、与所述A/D转换卡连接的表面肌电光耦隔离卡、与所述表面肌电光耦隔离卡连接的多个肌电信号前置放大滤波器。
2.根据权利要求1所述的机器人,其特征在于,所述人机交互界面(1)为触摸屏。
3.根据权利要求1所述的机器人,其特征在于,所述肌电信号采集工控箱(8)包含16通道的肌电信号前置放大滤波器和隔离电路板及驱动电源。
4.根据权利要求1所述的机器人,其特征在于,所述肌电信号采集工控箱(8)对肌电信号进行的处理包括放大、滤波、光耦隔离及模数转换。
5.根据权利要求1所述的机器人,其特征在于,所述电机/编码器包括安装在一起的电机和编码器;所述编码器进一步为光电编码器。
6.根据权利要求1所述的机器人,其特征在于,所述上位机通过PC104数据总线分别与主工控箱(2)中的运动控制卡进行通信;通过USB接口分别与主工控箱(2)中的DIDO数字信号采集卡和A/D转换卡进行通信;通过VGA接口与人机交互界面(1)进行通信;通过相应的接口分别与存储设备、复位电路、键盘鼠标连接,还能够与以太网连接。
7.根据权利要求1所述的机器人,其特征在于,所述髋、膝、踝关节驱动器用于接收上位机PC104通过相应运动控制卡发出的指令,并直接驱动相应的电机/编码器中的电机,而电机/编码器中的编码器产生的关于各关节电机的角度信息的光电编码器信号依次反馈到相应的关节驱动器和运动控制卡中,上位机可以从相应的运动控制卡中读取该光电编码器信号;
所述多个绝对位置编码器信号经过光耦隔离电平转换之后传递到DIDO数字信号采集卡,再由上位机PC104进行读取;
所述肌电信号采集电极片(6)采集到的肌电信号首先经过相应的肌电信号前置放大滤波器进行放大滤波之后,输入到表面肌电光耦隔离卡内进行隔离,然后由A/D转换卡进行模数转换,再由上位机PC104进行读取。
8.一种利用权利要求1中所述的康复机器人辅助患者进行主动康复训练的控制方法,其特征在于,该方法包括以下步骤:
步骤1,患者斜躺在康复机器人的座椅上,将患者的双侧下肢分别与康复机器人的两条机械臂进行固定;
步骤2,用户通过人机交互界面设定患者参与主动训练的关节、该关节的最大运动范围Δqm和最大运动速度
Figure FDA00001830002400031
并根据所选的关节选择采集肌电信号的肌肉;
步骤3,在所选择的肌肉的肌腹位置上粘贴肌电信号采集电极片,采集静态时所选择的肌肉的肌电信号的绝对均值,记为As,采集最大肌肉收缩力情况下肌肉的肌电信号的绝对均值,记为Am;
步骤4,患者根据自身意愿控制采集肌电信号的关节进行伸屈运动;
步骤5,在患者运动时,肌电信号采集电极片采集到的原始肌电信号经肌电信号前置放大滤波器、表面肌电光耦隔离卡、A/D转换卡依次进行放大滤波、光耦隔离和模数转换后,上位机通过USB接口读取A/D转换卡中转换后的数字信号并进行相应的信号处理,包括去除信号的直流基线噪声和求取信号的绝对均值;
步骤6,基于经过所述步骤5处理后的肌电信号,根据弹簧式位置控制策略计算出患者各关节的期望角度,或根据阻尼式速度控制策略计算出患者各关节的期望运动速度;
步骤7,将计算得到的所述期望角度信号或期望运动速度信号进行平滑滤波之后发送到相应的运动控制卡,运动控制卡根据所述期望角度信号或期望运动速度信号产生特定频率的脉冲和方向信号发送到相应的关节驱动器,关节驱动器根据所述脉冲和方向信号计算出电机的期望位置或速度,并产生相应的驱动电流至电机,使机器人关节运动到所述期望角度或按照期望的速度运动。
9.根据权利要求8所述的方法,其特征在于,所述弹簧式位置控制策略表示为:
Δq = diag ( Δ q m ) D [ diag ( A m ) - diag ( A s ) ] ( DA - D A s ) q d = q 0 + ( - 1 ) f ( D ) Δq ,
其中,A为实时采集的患者某一关节肌肉的处理后的当前肌电信号幅值,为所述弹簧式位置控制策略的输入;qd为由患者肌肉的肌电信号幅值确定的该关节运动的期望角度,为所述弹簧式位置控制策略的输出;q0为患者肌肉放松时该关节所处参考平衡位置时所对应的角度,Δq为由患者肌肉的肌电信号幅值确定的该关节偏离参考平衡位置q0的绝对角度,diag(·)表示将肌电信号的幅值转化为对角矩阵,矩阵D为关节运动方向矩阵;f(D)为由矩阵D所确定的对角矩阵。
10.根据权利要求8所述的方法,其特征在于,所述阻尼式速度控制策略表示为:
q · d = diag ( q · m ) D [ diag ( A m ) - diag ( A s ) ] ( DA - DA s ) ,
其中,A为实时采集的患者某一关节肌肉的处理后的当前肌电信号幅值,为所述阻尼式速度控制策略的输入;
Figure FDA00001830002400042
为由患者肌肉的肌电信号幅值确定的该关节运动的期望运动速度,为所述阻尼式速度控制策略的输出;矩阵D为控制关节运动方向的矩阵;diag(·)表示将肌电信号幅值转化为对角矩阵。
CN201210226579.4A 2012-06-29 2012-06-29 坐卧式下肢康复机器人 Active CN102698411B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210226579.4A CN102698411B (zh) 2012-06-29 2012-06-29 坐卧式下肢康复机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210226579.4A CN102698411B (zh) 2012-06-29 2012-06-29 坐卧式下肢康复机器人

Publications (2)

Publication Number Publication Date
CN102698411A true CN102698411A (zh) 2012-10-03
CN102698411B CN102698411B (zh) 2015-06-03

Family

ID=46891641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210226579.4A Active CN102698411B (zh) 2012-06-29 2012-06-29 坐卧式下肢康复机器人

Country Status (1)

Country Link
CN (1) CN102698411B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104337666A (zh) * 2014-11-05 2015-02-11 中山大学 多肌肉协同肌电反馈康复训练***和方法
CN104492066A (zh) * 2014-12-18 2015-04-08 中国科学院自动化研究所 任务导向式主动训练控制方法及相应的康复机器人
CN104492033A (zh) * 2014-12-17 2015-04-08 中国科学院自动化研究所 基于sEMG的单关节主动训练控制方法及相应的康复机器人
CN104800041A (zh) * 2015-03-20 2015-07-29 中国科学院自动化研究所 一种多位姿下肢康复训练机器人
CN105288933A (zh) * 2015-11-20 2016-02-03 武汉理工大学 并联下肢康复机器人自适应训练控制方法及康复机器人
CN105771182A (zh) * 2016-05-13 2016-07-20 中国科学院自动化研究所 一种康复机器人主动训练控制方法和装置
CN105997439A (zh) * 2016-07-26 2016-10-12 郑州轻工业学院 肌电信号控制的具有球副的三自由度踝关节辅助康复装置
CN109674478A (zh) * 2018-12-25 2019-04-26 沈阳体育学院 一种人体平衡素质测试训练仪
CN110279976A (zh) * 2019-07-01 2019-09-27 林爱翠 一种多功能屈髋辅助训练器
CN110279557A (zh) * 2019-07-02 2019-09-27 安徽工业大学 一种下肢康复机器人控制***及控制方法
CN110974625A (zh) * 2019-12-24 2020-04-10 博灵(常州)机器人科技有限公司 一种用于肌肉拉伸和干预训练的数据采集控制***
CN111068254A (zh) * 2019-12-24 2020-04-28 博灵(常州)机器人科技有限公司 一种用于健身拉伸器材的数据采集控制***
CN111956452A (zh) * 2020-08-29 2020-11-20 上海电气集团股份有限公司 一种上肢康复机器人控制方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080113854A1 (en) * 2003-10-17 2008-05-15 Frederic Ferri Foot-therapy and toe-aligning device
CN201342193Y (zh) * 2009-01-08 2009-11-11 北京大学第一医院 一种功能性电刺激下肢训练器
CN101623547B (zh) * 2009-08-05 2011-05-11 燕山大学 截瘫患者用下肢康复医疗机器人
CN202235783U (zh) * 2011-08-25 2012-05-30 东南大学 手部功能障碍患者康复训练用的肌电假手

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080113854A1 (en) * 2003-10-17 2008-05-15 Frederic Ferri Foot-therapy and toe-aligning device
CN201342193Y (zh) * 2009-01-08 2009-11-11 北京大学第一医院 一种功能性电刺激下肢训练器
CN101623547B (zh) * 2009-08-05 2011-05-11 燕山大学 截瘫患者用下肢康复医疗机器人
CN202235783U (zh) * 2011-08-25 2012-05-30 东南大学 手部功能障碍患者康复训练用的肌电假手

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李庆玲: ""基于sEMG信号的外骨骼式机器人上肢康复***研究"", 《中国博士学位论文全文数据库》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104337666A (zh) * 2014-11-05 2015-02-11 中山大学 多肌肉协同肌电反馈康复训练***和方法
CN104492033A (zh) * 2014-12-17 2015-04-08 中国科学院自动化研究所 基于sEMG的单关节主动训练控制方法及相应的康复机器人
CN104492066A (zh) * 2014-12-18 2015-04-08 中国科学院自动化研究所 任务导向式主动训练控制方法及相应的康复机器人
CN104800041A (zh) * 2015-03-20 2015-07-29 中国科学院自动化研究所 一种多位姿下肢康复训练机器人
CN105288933B (zh) * 2015-11-20 2017-07-07 武汉理工大学 并联下肢康复机器人自适应训练控制方法及康复机器人
CN105288933A (zh) * 2015-11-20 2016-02-03 武汉理工大学 并联下肢康复机器人自适应训练控制方法及康复机器人
CN105771182A (zh) * 2016-05-13 2016-07-20 中国科学院自动化研究所 一种康复机器人主动训练控制方法和装置
CN105997439B (zh) * 2016-07-26 2018-09-21 郑州轻工业学院 肌电信号控制的具有球副的三自由度踝关节辅助康复装置
CN105997439A (zh) * 2016-07-26 2016-10-12 郑州轻工业学院 肌电信号控制的具有球副的三自由度踝关节辅助康复装置
CN109674478A (zh) * 2018-12-25 2019-04-26 沈阳体育学院 一种人体平衡素质测试训练仪
CN109674478B (zh) * 2018-12-25 2021-06-18 沈阳体育学院 一种人体平衡素质测试训练仪
CN110279976A (zh) * 2019-07-01 2019-09-27 林爱翠 一种多功能屈髋辅助训练器
CN110279976B (zh) * 2019-07-01 2021-03-19 南京市第一医院 一种多功能屈髋辅助训练器
CN110279557A (zh) * 2019-07-02 2019-09-27 安徽工业大学 一种下肢康复机器人控制***及控制方法
CN110279557B (zh) * 2019-07-02 2021-08-27 安徽工业大学 一种下肢康复机器人控制***及控制方法
CN110974625A (zh) * 2019-12-24 2020-04-10 博灵(常州)机器人科技有限公司 一种用于肌肉拉伸和干预训练的数据采集控制***
CN111068254A (zh) * 2019-12-24 2020-04-28 博灵(常州)机器人科技有限公司 一种用于健身拉伸器材的数据采集控制***
CN111956452A (zh) * 2020-08-29 2020-11-20 上海电气集团股份有限公司 一种上肢康复机器人控制方法及装置
CN111956452B (zh) * 2020-08-29 2022-08-02 上海电气集团股份有限公司 一种上肢康复机器人控制方法及装置

Also Published As

Publication number Publication date
CN102698411B (zh) 2015-06-03

Similar Documents

Publication Publication Date Title
CN102698411B (zh) 坐卧式下肢康复机器人
CN102727361B (zh) 坐卧式下肢康复机器人
CN108785997B (zh) 一种基于变导纳的下肢康复机器人柔顺控制方法
CN109394476B (zh) 脑肌信息自动意图识别与上肢智能控制方法及***
CN105213153B (zh) 基于脑肌信息变阻抗的下肢康复机器人控制方法
CN104586608B (zh) 基于肌电控制的可穿戴式助力手指及其控制方法
CN100594867C (zh) 一种穿戴式手功能康复机器人及其控制***
CN103263338B (zh) 一种上肢康复机器人
CN201164564Y (zh) 一种穿戴式手功能康复机器人及其控制***
CN102641196B (zh) 康复训练机器人控制***及控制方法
He et al. Design of a robotic upper extremity repetitive therapy device
Masengo et al. Lower limb exoskeleton robot and its cooperative control: A review, trends, and challenges for future research
CN104337666A (zh) 多肌肉协同肌电反馈康复训练***和方法
CA2555358A1 (en) Neuromuscular stimulation
Yang et al. An intention-based online bilateral training system for upper limb motor rehabilitation
Liu et al. A home-based bilateral rehabilitation system with sEMG-based real-time variable stiffness
Zhu et al. Design and voluntary control of variable stiffness exoskeleton based on sEMG driven model
Gao et al. Intelligent wearable rehabilitation robot control system based on mobile communication network
Guo et al. Lw‐CNN‐Based Myoelectric Signal Recognition and Real‐Time Control of Robotic Arm for Upper‐Limb Rehabilitation
Zhang et al. A novel variable stiffness actuator-based exoskeleton device for home rehabilitation
Akdoğan et al. A muscular activation controlled rehabilitation robot system
Khanjani et al. Estimate human-force from sEMG signals for a lower-limb rehabilitation robot
Song et al. Study on resistance training for upper-limb rehabilitation using an exoskeleton device
Sy et al. Effects of movement velocity, acceleration and initial degree of muscle flexion on bicep EMG signal amplitude
Zhang et al. System design of a novel active wearable finger rehabilitation robot

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant