[发明专利]一种多信息融合人体外骨骼机器人控制保护系统

说明书

本发明公开了一种多信息融合人体外骨骼机器人控制保护系统。该系统包括若干组安装在人体四肢部位的惯性测量组件、肌电传感器，安装在胸部的呼吸传感器，佩戴在头部的深度摄像头，以及安装在人体任意位置的机器学习处理计算机。将某时刻各传感器采集的有效数据作为基于BPTT算法的LSTM神经网络的输入，以从该时刻开始计算机处理机器学习算法所消耗的时间与机器人各位置舵机接收控制信号的最大延迟时间之和作为时间间隔，把该时间间隔后的时刻所表征人体的运动意图的控制信号作为输出，通过神经网络训练，建立工程中难以用解析式表达的非线性函数映射关系，实现由该时刻的动作判断人体下一时刻的运动意图，从而输出相应的控制信号的功能。

技术领域

本发明属于机器人技术领域，涉及一种人体外骨骼机器人控制保护系统。

背景技术

脑损伤引起的偏瘫等运动功能障碍给患者的家庭和社会带来了沉重的负担。正确、科学的康复训练对肢体运动功能的恢复和提高起到非常重要的作用。获得及时且有效的康复训练已成为偏瘫或者截瘫病人的迫切需求，然而康复设备落后却是患者康复的主要障碍。康复医学与机器人技术的结合提高了康复训练的有效性并保证了动作训练的强度，为研究新的康复技术开辟了新的途径，但如何识别人体不同的运动意图从而采取不同的措施，防止人体因为危险的运动意图做出过激行为伤害到自己或周围其他人员，依然是医疗康复机器人技术中亟需解决的问题。

发明内容

为了解决上述研究背景中所提出的技术问题，本发明旨在提出一种多信息融合人体外骨骼机器人控制保护系统，灵活使用多种传感手段，采集安装在人体四肢部位的惯性测量组件、肌电信号传感器，佩戴在头部的深度摄像头信息构建机器学习模型，结合呼吸传感器识别人体不同的运动意图，进而控制外骨骼机器人的动作，提高外骨骼机器人系统的可靠性与安全性。

为了实现上述技术目的，本发明提供如下技术方案：

本发明提出一种多信息融合人体外骨骼机器人控制保护系统，所述系统包含若干组安装在人体四肢部位的惯性测量组件、肌电信号传感器，若干组安装在人体胸部位置的呼吸传感器，佩戴在头部且机器视野和人体视野重合的深度摄像头以及安装在人体任意位置的机器学习处理计算机；其中，惯性测量组件、肌电信号传感器、呼吸传感器、深度摄像头分别与机器学习处理计算机通过有线或无线的方式连接，在机器学习处理计算机识别不同类型的运动意图以后，由外骨骼机器人根据实际情况进行相应的控制与保护。

进一步的，本发明所提出的一种多信息融合人体外骨骼机器人控制保护系统，将某时刻人体各部位的惯性测量组件采集的关节姿态角度和角速度、肌电信号传感器采集的表面肌电信号、呼吸传感器采集的呼吸频率和呼吸幅度、深度摄像头采集的物体位置和深度信息传送给机器学习处理计算机，作为基于随时间反向传播算法BPTT的长短时记忆神经网络LSTM的输入，以经机器学习算法所消耗的时间与机器人各位置舵机接收控制信号的最大延迟时间之和作为时间间隔，把该时间间隔后的时刻所表征人体的运动意图的控制信号作为长短时记忆神经网络的输出，经训练得到输入与输出之间的非线性函数映射关系，从而实现对外骨骼机器人的超前控制。

进一步的，本发明所提出的一种多信息融合人体外骨骼机器人控制保护系统，基于随时间反向传播算法BPTT的长短时记忆神经网络LSTM，经训练得到输入与输出之间的非线性函数映射关系，具体如下：

设x为输入，s为隐藏层状态，o为输出，x_t为第t个时刻RNN的输入，s_t为第t个时刻RNN隐藏层的输入，y_t为第t时刻的label，z_t为输出层的汇集输入，U为隐藏层上一个时刻到当前时刻的权值，W为从输入层到隐藏层的权值，V为隐藏层到输出层的权值，按时间展开后用来代替o，则

s_t＝tanh(Ux_t+Ws_t-1)

使用交叉熵E作为损失函数