[发明专利]基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法

说明书

本发明涉及一种基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法，包括如下步骤：制定基于特征性病理步态模型的特征性病理步态矫正策略；当患者的肢体开始运动之后，采集患者健侧下肢的多传感器信号，并进行多传感器信号处理；构建多传感器信息融合向量；获取患者的运动意图；将运动意图与特征性病理步态矫正策略进行耦合，得到健‑患侧耦合信息，将健‑患侧耦合信息传输至人体‑康复机器人闭环控制器，从而控制康复机器人的系统功能，保证人机协调运。本发明通过健侧腿运动意图的准确识别，进行反馈式运动重规划与控制集成，达成人机系统的耦合调控，最终实现健患侧耦合训练的目标。

技术领域

本发明属于康复机器人控制方法技术领域，特别是一种基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法。

背景技术

“脑卒中”又称“中风”，是一种急性脑血管疾病。世界卫生组织数据显示，我国脑卒中发生率世界第一，现存脑卒中病人700多万，致残率高达80％，这与未开展有效的早期康复干预有很大关系。早期康复训练对脑卒中偏瘫患者的运动功能和日常生活活动能力恢复具有良好的促进作用。但是目前我国康复医师占基本人群比例仅为每10万人1.7人，康复专业人才存在巨大的缺口。康复机器人能够有效且经济地辅助肢体障碍患者进行康复治疗。因此，脑卒中康复机器人有巨大的市场需求。

对于脑卒中后的步态康复，关键是通过双下肢协调运动训练，使其能完成行走动作，维持身体平衡。所以下肢康复机器人的设计难度很大，基于意念控制的康复机器人似乎是更为理想的解决方案，但是要让机器人理解个体脑电波的独特活动模式，需要大大提升机器的学习及运算能力，而且意念控制虽然能控制肢体完成特定的动作，但是还需要更长时间更大范围的研究来明确是否能够和脑卒中患者本身的肢体功能结合进行康复训练，以恢复患者所丧失的运动功能。此外，虽然没有资料给出确切成本价格，但这类设备肯定是普通人望尘莫及的，因此很难以进入消费级市场。

因此，当前亟需一种高效低成本的技术方法使下肢康复机器人具有更好的使用体验感，既能提高患者康复训练的主动参与度，又可以大大提高康复训练的效果。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法，实现面向单侧运动受阻的脑卒中患者双下肢运动协调性训练需求，研究脑卒中患者的病理性步态特征，根据人体双下肢运动协调性原理制定步态补偿模型；通过健侧腿运动意图的准确识别，进行反馈式运动重规划与控制集成，达成人机系统的耦合调控，最终实现健患侧耦合训练的目标。

本发明解决其技术问题是通过以下技术方案实现的：

一种基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法，其控制方法包括如下步骤：

1)通过步态实验构建脑卒中后下肢运动能力缺失患者病理步态特征参数，制定基于特征性病理步态模型的特征性病理步态矫正策略；

2)当患者的肢体开始运动之后，采集患者健侧下肢的多传感器信号，并进行多传感器信号处理；

3)提取步骤2)采集的多传感器信号的特征，包括平均值、标准差和方差，构建多传感器信息融合向量；

4)基于深度学习、机器学习和多传感器信息融合方法，获取患者的运动意图；

5)将步骤4)得到运动意图与步骤1)的特征性病理步态矫正策略进行耦合，得到健-患侧耦合信息；

6)通过人体-康复机器人信息交互接口，将步骤5)所得的健-患侧耦合信息传输至人体-康复机器人闭环控制器，从而控制康复机器人的系统功能，保证人机协调运。

而且，所述步骤1)具体包括：

A.对脑卒中后下肢运动能力缺失患者进行身体基础评定检查，以选择适当的控制策略及设定运动阈值保护机制；