[发明专利]基于生物阻抗辨识的机器人辅助肌力混杂控制方法及控制系统在审
申请号: | 201410067180.5 | 申请日: | 2014-02-26 |
公开(公告)号: | CN103970012A | 公开(公告)日: | 2014-08-06 |
发明(设计)人: | 徐国政;茅晨;高翔;梁志伟 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G05B13/00 | 分类号: | G05B13/00;A63B21/00;A63B23/035 |
代理公司: | 江苏致邦律师事务所 32230 | 代理人: | 徐蓓 |
地址: | 210003 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 生物 阻抗 辨识 机器人 辅助 混杂 控制 方法 控制系统 | ||
1.一种基于生物阻抗辨识的机器人辅助肌力混杂控制方法,其特征在于,包括以下步骤:
步骤1、根据肌力训练过程中患肢主动作用力、患肢实际运动位置与平衡位置之差,运用遗忘因子自适应调整的最小二乘递推辨识算法建立如下二阶时变患肢生物阻抗模型:
其中,、分别为患肢生物阻尼和生物刚度,为患肢主动作用力,为患肢实际运动位置与平衡位置之差,为患肢运动速度变化;
步骤2、根据患肢生物阻尼估计值和刚度估计值,对患肢在目标阻力作用下的肌力状态进行评估,其中患肢生物阻尼估计值和刚度估计值的表达如下:
,
式中,,为采样周期;
步骤3、依据步骤2的患肢肌力状态评估,以及机器人工作状态及其工作参数是否超过事先定义的阈值,定义并通过连续/离散转换接口,,将患肢肌力/机器人工作连续状态转换为如下与区域状态切换及患者安全相关的离散事件;
步骤4、基于混杂自动机理论配置离散事件决策控制器;以及
步骤5、使机器人末端施加给患肢的实际阻力更好地逼近于步骤4离散决策控制器所确定的目标阻力,配置下述机器人辅助训练PD力跟踪控制器、即比例-微分力跟踪控制器:
其中,,分别为PD力跟踪控制器增益,,分别为离散决策控制器所确定的目标阻力和机器人末端施加给患肢的实际阻力,为根据力跟踪控制器得到的施加给机器人相应关节的力矩。
2.根据权利要求1所述的基于生物阻抗辨识的机器人辅助肌力混杂控制方法,其特征在于,前述步骤2中,根据患肢生物阻尼估计值和刚度估计值,对患肢在目标阻力作用下的肌力状态进行评估,其实现包括:
① 首先分析训练起始一段时间内患肢生物阻尼、刚度变化,如果二者在达到第一个峰值并延时一段时间后其估计值趋于稳定,则进一步按照下述方法计算后续周期生物阻尼、刚度的平均变化量,
,
,
其中,、分别为患肢生物阻尼、刚度估计值,、为一段时间内患肢生物阻尼、刚度平均值,、分别为患肢生物阻尼、刚度平均变化值,、、分别为起始、终止和采样时间,、分别表示第和次平均变化值计算:
(i) 当满足条件与之一时,表明机器人末端施加的阻力匹配于患肢当前的承受能力,其中和分别为生物阻尼、刚度平均变化值阈值下限;
(ii) 当同时满足条件与时,表明机器人末端施加的阻力小于患肢当前的承受能力,其中和为防止意外干扰导致生物阻抗参数估计结果出现异常而设置的生物阻尼、刚度平均变化值阈值上限;
② 如果前述二者在达到第一个峰值并延时一段时间后其估计值反复发生变化,则表明机器人末端施加的阻力大于患肢当前的承受能力,并分别置患肢生物阻尼、刚度平均变化值、。
3.根据权利要求2所述的基于生物阻抗辨识的机器人辅助肌力混杂控制方法,其特征在于,前述步骤3的实现包括以下步骤:
①依据步骤2的患肢肌力状态评估,定义患肢肌力状态转换离散事件:
(i) 患肢承受阻力过大事件:机器人末端施加的阻力大于患肢当前的承受能力;
(ii) 患肢承受阻力正常事件:机器人末端施加的阻力匹配于患肢当前的承受能力;
(iii)患肢承受阻力过小事件:机器人末端施加的阻力小于患肢当前的承受能力;
② 依据机器人工作状态及其工作参数是否超过事先定义的阈值,定义机器人工作状态转换离散事件:
(i) 机器人异常停止工作事件:机器人工作参数,即工作电压、末端运行速度及末端负载,超出事先定义的阈值范围;
(ii) 机器人正常停止工作事件:根据临床治疗方案,训练过程中单节训练结束患者需要休息或整个肌力训练周期结束时,机器人应正常停止工作;
(iii)机器人恢复正常工作事件:机器人正/异常停止工作后,机器人应恢复工作。
4.根据权利要求3所述的基于生物阻抗辨识的机器人辅助肌力混杂控制方法,其特征在于,所述工作电压、末端运行速度及末端负载的阈值范围为:的最大值为55V,的最小值为30V,的最大值为1.5m/s,的最大值为2.5Kg。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410067180.5/1.html,转载请声明来源钻瓜专利网。