[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

说明书

技术领域

本发明涉及康复机器人传感与治疗控制领域，具体而言涉及一种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。

背景技术

现代社会随着世界各国相继进入老龄化，在老龄化过程中会产生大量的脑卒中或中风病患者，此类患者通常由于脑血管血栓或脑血管破裂出血而导致脑供血中断，从而使相应的运动、感觉和认知等功能遭到丧失或受到损害。现代神经康复医学及其临床研究结果表明中枢神经系统具有高度的可塑性，对因脑卒中等疾病引起的肢体功能障碍，通过科学合理的康复治疗训练可以在一定程度上恢复其受损的肢体功能。

中风康复治疗的最终目的除改善患者肢体运动功能外，最重要的就是通过抗阻训练增强肌力，使患者尽早恢复基本日常生活能力。康复机器人技术是近年来发展起来的一种新的运动神经康复治疗技术，在机器人辅助肌力训练过程中，肢体功能康复训练方法如何通过机器人治疗控制策略得以实现，是提高肌力训练效果的关键所在。国内外相关研究机构对康复机器人辅助肌力训练的治疗控制方法已开展了较多的研究，并在肌力训练效果方面取得了一定的成效，但治疗控制方法大多是直接根据机器人与患肢之间的相互作用力或患肢表面肌电信号进行控制器设计，上述两类信号易受噪声干扰，影响控制器设计精度，降低了康复训练效果。此外，现有治疗控制方法大多是分别从机器人连续变量运动控制或医师离散事件决策控制角度进行设计，未能将机器人辅助康复系统这种非纯一特性(混杂特性)融于统一框架内，易受人机交互行为复杂程度制约，具有一定的局限性。

发明内容

针对现有技术存在的缺陷或不足，本发明目的在于提供一种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，利用本发明的控制方法、控制系统可以提高机器人辅助肌力训练系统的控制柔顺性和安全性。

本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有利的方式发展独立权利要求的技术特征。

为达成上述目的，本发明所采用的技术方案如下：

一种基于生物阻抗辨识的机器人辅助肌力混杂控制方法，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。

进一步的实施例中，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；