[发明专利]并联下肢康复机器人自适应训练控制方法及康复机器人

说明书

技术领域

本发明涉及辅助医疗康复机器人控制领域，具体地指一种并联下肢康复机器人的基于肌肉状态评估的自适应训练控制方法。该方法通过采集人体下肢表面肌电信号并经过处理运算，在线评估相关肌肉的收缩力状态，以自适应调节人机阻抗模型参数，驱动康复机器人以不同的顺应程度辅助训练。本发明方法适用于医疗康复机器人及假肢控制等领域。

背景技术

老年人、残疾人和由中风、偏瘫等原因造成肢体运动障碍人群的康复问题已成为一个亟待解决的社会问题，传统肢体功能障碍的康复治疗主要依赖于治疗师一对一的徒手训练，难以实现高强度、有针对性和重复性的康复训练要求，且康复治疗师人数严重缺乏，其康复训练评价的方法也多为主观评价，不能够实时监测治疗效果并优化康复策略。将机器人技术应用于康复医疗领域，不仅可以将康复医师从繁重的训练任务中解放出来，减轻医疗人员的负担，而且可以帮助患者进行更加科学有效的康复训练，并可详细客观地记录训练过程中的运动数据，供医师评价康复训练效果并优化相应的控制策略。

康复训练机器人能否达到较好的康复和治疗效果，取决于其能否根据患者的不同康复阶段实施不同的训练模式和控制策略。机器人的被动控制虽然可以辅助患者进行一定的运动训练，但患者一直处于被动康复状态，缺乏康复的主动性和协作性。现有的康复系统多采用阻抗控制方法。MIT-Manus康复机器人在患者执行预定轨迹的主动运动时采用阻抗控制策略调节机器人柔顺性，Lokomat也使用阻抗控制器实时调节康复机器人对患者的辅助力。此类方法虽然引入了患者与机器人之间的交互作用力，但在康复初期患者不足以产生驱动机器人的作用力时，难以实现患者在康复训练中的主动参与。而且传统阻抗控制器中阻抗参数往往是固定的，这在康复机器人的控制中具有很大的局限性。由于不同的阻抗参数会使机器人在辅助患者运动时表现出不同的顺应程度，如果阻抗参数设置过低，使得机器人顺应性太大，造成患者在运动过程中可能超出其生理运动范围而遭受二次损伤；反之，如果阻抗参数设置过大，会使机器人顺应性太小，患者在运动过程中一直处于被动状态从而难以实现主动康复训练。由于患者的运动能力和恢复水平是随着时间不断变化的，而阻抗控制的选择需要匹配患者的运动能力和康复水平，这使得选择合适的阻抗参数变的困难。

当前的肌体康复评估多是基于交互力、运动速度、关节角度等信息的，而这些信息在机器人参与运动时很难准确反映患肢本身的恢复水平，且患者在运动过程中的肌张力变化和肌肉痉挛是难以检测和评判的。因此，迫切需要在康复机器人系统中引入与患者运动相关的生理信息来评价患者的肌肉活动水平，从而根据患者自身状态定制设计不同阶段的训练模式。肌电信号(electromyography，缩写EMG)是神经肌肉系统活动时的生物电信号，人体运动时所产生的EMG信号能够反映肢体的运动状态以及肢体的健康情况。Meng等人计算肌电信号的均方根值(rootmeansquare，缩写RMS)，并将其引入到控制过程中，利用它对肌肉活动水平进行评估，但该方法对患者肌肉活动水平和康复状态仅能进行简单地定性分析。Kiguchi等人采用模糊神经算法建立了肌电信号与关节输出力矩之间的关系，然而该方法没有考虑肌电信号与关节力矩转化的中间过程，即不能判断与运动相关的每块肌肉对相应力矩的贡献量。因此，如何利用康复训练过程中患肢的EMG信号反馈，计算肌肉活动水平、预测肌肉作用力和评价肌体恢复水平，并基于预测结果自适应调节阻抗控制模型，是实现机器人根据患者康复阶段来提供不同辅助模式的关键所在。

中国专利ZL200610079973.4公开一种利用肌电信号提供机械帮助的康复机器人系统及训练方法，将感测到的肌电信号输入到控制部分，并根据需要设置的恒定力矩计算出将要提供给患部关节的附加力矩。此发明仅采用简单的EMG信号幅度特征和线性函数来建立EMG信号与输出力矩的映射关系，不足以表现患者的肌肉活动状态。中国专利ZL201210052562.1公开一种绳牵引上肢康复机器人及其控制方法，根据患者肩肘关节的肌电信号实时计算机器人所需提供的辅助力和关节角度参数。同样，此发明仅对肌电信号的包络幅值进行归一化，没有深入分析相关肌肉的活动状态和运动能力。中国专利ZL200710168725.1公开一种穿戴式手功能康复机器人及其控制系统，通过检测患者手多通道肌电信号获取其主动运动意图，并结合角度和力传感器得到患肢状态。此发明仅将EMG信号整流放大后输入到控制器中，但并未详述如何提取和评估其患肢状态，EMG在控制中的作用也未详细阐释。