[发明专利]基于多传感器信息融合的远程康复训练系统及方法

权利要求书

1.基于多传感器信息融合的远程康复训练系统，其特征在于，包括：

视觉采集装置，用于采集康复医师上肢的动作关节坐标追踪数据；

惯性测量单元，用于获取康复医师上肢的运动信息数据；

上位机，用于对视觉采集装置和惯性测量单元采集的数据进行融合分析，获得运动关节角，生成训练动作指令；

康复机器人，用于根据上位机生成的训练动作指令进行动作；

上位机将训练指令通过网络远程发送到康复机器人处，使康复机器人能够按照训练指令进行动作，复现康复医师的针对性治疗动作，对脑卒中病人实施远程康复治疗；

上位机中建立上肢运动学模型和上肢坐标系，基于上肢运动模型和上肢坐标系分别对视觉采集装置采集的数据和惯性测量单元采集的数据进行分析获得第一运动关节角和第二运动关节角，将第一运动关节角和第二运动关节角进行数据融合获得最终的运动关节角；

上位机根据视觉采集装置和惯性测量单元采集的数据对康复医师的上肢进行建模，使用改进D-H规则对上肢进行分析，建立上肢运动学模型和上肢坐标系，以平衡因康复医师上臂形状差异和惯性传感器佩戴位置差异带来的误差；

上位机应用专家判断系统对系统的状态进行判断，当发生肢体重叠导致检测失败、活动超出范围检测失败时，视觉采集装置采集的数据失效，仅对惯性测量单元采集的数据进行分析，获得运动关节角，当判断惯性测量单元采集的数据失效时，仅对视觉采集装置采集的数据进行分析，获得运动关节角；

在视觉采集装置采集的数据和惯性测量单元采集的数据均有效时，使用多贝叶斯估计法对视觉采集装置采集的数据和惯性测量单元采集的数据进行处理，将数据统一至构建的上肢坐标系中，将分别根据视觉采集装置采集的数据和惯性测量单元采集的数据获得的第一运动关节角和第二运动关节角进行贝叶斯估计，构建分布函数，通过使用联合分布函数的似然函数为最小，获得第一运动关节角和第二运动关节角的数据融合结果，即最终的运动关节角，根据最终的运动关节角生成训练指令；

所述上肢进行建模的过程为：将人体上肢骨骼结构简化为刚体的运动系统，将肱骨和身体的连结简化为球铰，前臂和肱骨的连结简化为转动副，形成一个多自由度的两刚体系统，借助机械臂建模思想，运用多刚体动力学理论，分别推导了质心的速度、加速度，刚体的角速度、角加速度、广义主动力、广义约束力的表达式，进而推导并建立了人体上肢运动学模型；

依据机器人机械臂建模方法，以上肢各关节为坐标系原点，建立上肢坐标系；

康复医师根据病人自身的特殊病情与针对性诊疗方案，做出相应的康复训练动作，惯性测量单元采集数据发送给上位机，由上位机进行解逆运动学计算获得第二运动关节角，同时，视觉采集装置采集康复医师的动作关节坐标追踪数据，传入上位机，上位机对此数据进行解逆运动学计算获得第一运动关节角；

上位机联网发送数据到康复机器人复现康复医师的针对性治疗动作，脑卒中患者可以远程获得康复医师的针对性康复治疗。

2.如权利要求1所述的基于多传感器信息融合的远程康复训练系统，其特征在于，上位机分别对视觉采集装置和惯性测量单元采集的数据进行解逆运动学计算求解相应的运动关节角。

3.如权利要求1所述的基于多传感器信息融合的远程康复训练系统，其特征在于，惯性测量单元包括惯性传感器、传感器信息处理模块和供电模块，惯性传感器与传感器信息处理模块连接，传感器信息处理模块与上位机连接，供电模块分别与惯性传感器和传感器信息处理模块连接。

4.如权利要求1所述的基于多传感器信息融合的远程康复训练系统，其特征在于，惯性传感器包括相连接的惯性传感器A和惯性传感器B，惯性传感器A和惯性传感器B通过固定带分别固定在康复医师的大臂和小臂上。

5.如权利要求1所述的基于多传感器信息融合的远程康复训练系统，其特征在于，视觉采集装置包括摄像头和结构光深度传感器，摄像头和结构光深度传感器分别与上位机连接。