[发明专利]面向下肢软质外骨骼的多源传感信息融合系统有效
申请号: | 201910768056.4 | 申请日: | 2019-08-20 |
公开(公告)号: | CN110652299B | 公开(公告)日: | 2021-09-24 |
发明(设计)人: | 吴青聪;刘焕瑞;吴洪涛 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | A61B5/107 | 分类号: | A61B5/107;A61B5/11;A61B5/00;A63B23/04;A63B24/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 张弛 |
地址: | 210016 江*** | 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: | 面向 下肢 软质外 骨骼 传感 信息 融合 系统 | ||
本发明公开一种面向下肢软质外骨骼的多源传感信息融合系统,共4个单元。膝角度单元含多个自主设计的惯导模块,其上的微处理器读取传感器数据后进行融合,并将结果通过WIFI发送至中心单元。步态相位单元含多个自主设计的步态模块,其上的微处理器读取传感器数据后进行相位划分,并把结果通过WIFI发送至中心单元。基于sEMG的关节力矩估计单元含多个自主设计的sEMG模块,其上的电极和信号处理电路负责采集信号,微处理器进行数据处理后通过WIFI发送至中心单元。中心单元负责接收其它子系统的数据,并通过有线与上位机连接。本发明构建起面向套索驱动的下肢软质外骨骼的多源传感系统,并在此基础上实现数据融合,创新点在于自主设计的紧凑传感单元和融合算法。
技术领域
本发明涉及可穿外骨骼设备的信息技术领域。
背景技术
随着时代发展,我国社会人口老龄化问题日益加剧、疾病或交通事故致残频发,运动功能障碍严重威胁老年人和肢体伤残病人的生命和健康,并给社会带来了沉重的经济和医疗负担。
在患者的康复过程中,人体运动功能和各个关节的早期康复训练是至关重要的,其对最终康复效果起着决定性作用。目前,运动功能障碍患者的治疗多采用康复机器人诱导患者进行被动训练,即以医师为核心,患者在医师控制下被动接受肢体运动,训练效果很大情况下依赖医师经验水平和患者主动服从医师的程度。被动训练医师劳动强度大、患者主动参与康复受限并且训练效果难以评估。而主动训练,即以患者为核心,其必须自主控制肌肉和肢体来实现既定运动,是思维、感知、意志、平衡、肌肉控制能力的综合性训练,可在最大程度上恢复患者运动功能并提高运动能力。而主动训练需要康复机器人实时获取患者姿态、关节角度、肌肉激活程度、与康复机器人的交互力等相关生物力学数据来进行反馈交互,以提高患者的主动参与的积极性。
传统康复外骨骼多为刚性外骨骼,其主要存在两个缺点,一是惯量大,辅助人体运动需要克服自身较大惯量,并且人体穿戴舒适性很差。二是,与人体灵活的运动学配置不相匹配,进一步降低可穿戴舒适性。面对上述刚性外骨骼难以克服的缺点,软质外骨骼应运而出,软质外骨骼主要优点在于其主要由纺织物组成,可穿戴于人体上,并且柔顺轻便。驱动机构远离穿戴部分,进一步降低系统的质量并增加柔顺特性。但软质外骨骼有其自身特点,其不存在刚性外骨骼上简单的平面和轴线来放置传感器。本文所设计的三种传感器从可穿戴特性出发,力求小巧并通过无线组网来传递数据,避免了有线传输限制运动范围,非常适合于软质外骨骼采集数据并应用于控制。
人体下肢运动状态和运动意图,包括步态相位、关节角度、肌肉激活程度等信息。人体下肢行走是周期性运动,因此可以提取行走周期中的共同特征来对行走过程进行相位划分。对于步行,从双足角度可以划分为双足支撑相和单足支撑相,从单足角度可以划分为站立相(脚跟触地、加载响应、站立中期、站立末期)、摆动相(预摆动、摆动初期、摆动中期、摆动末期)。目前,步态划分的实现可以采用视觉、压力板、惯性器件等传感技术平台,但视觉技术受限于遮挡,并和压力板同样受限于成本和运动空间范围。惯性器件虽然受限于精度和抵抗震动、冲击的程度,但良好的可穿戴特性为其应用在康复机器人中提供了无可比拟的优势,并可结合足底压力进行多源传感融合以提高准确性。关节角度同样是周期性信号,同样可以用于步态相位划分,但其更重要的作用在于获取肢体空间状态,从而为主动康复训练提供反馈,增加患者主动参与康复训练的程度。关节角度的测量可以采用编码器、电位计、视觉、惯性器件、挠曲计等传感技术平台,但编码器、电位计、挠曲计受限于可穿戴特性差,视觉的限制于成本和遮挡。惯性器件虽然受限于精度和抵抗震动、冲击的程度,但良好的可穿戴特性为其应用在康复机器人中提供了测量关节角度时无可比拟的优势。
步态相位和关节角度是下肢运动的实时状态,但sEMG(表面肌电图)信号是神经动作电位在皮肤表面的测量结果,其具有非侵入性并超前于肌肉收缩导致的关节运动。准确解读sEMG就能得到人体的运动意图,从而为康复机器人提供患者主动参与的反馈信息,并实现柔顺的训练过程。sEMG信号是极其微弱的,这为准确获得sEMG信号造成了很大的困难。
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航空航天大学,未经南京航空航天大学许可,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/201910768056.4/2.html,转载请声明来源钻瓜专利网。