[发明专利]一种基于双侧协同用于肢体运动康复的超前预测控制方法有效
申请号: | 202110540969.8 | 申请日: | 2021-05-18 |
公开(公告)号: | CN113223666B | 公开(公告)日: | 2023-04-28 |
发明(设计)人: | 但果;陈凯;肖伟;李维犇 | 申请(专利权)人: | 深圳大学 |
主分类号: | G16H20/70 | 分类号: | G16H20/70 |
代理公司: | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人: | 朱阳波 |
地址: | 518061 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 协同 用于 肢体 运动 康复 超前 预测 控制 方法 | ||
1.一种基于双侧协同用于肢体运动康复的超前预测控制方法,其特征在于,所述方法包括:
获取健侧运动信息,建立患侧运动的预测模型,并基于所述健侧运动信息进行运动预测,得到预测信息;
所述获取健侧运动信息,建立患侧运动的预测模型,并基于所述健侧运动信息进行运动预测,得到预测信息,包括:
获取运动意图,并基于所述运动意图,获取健侧运动信息;
建立患侧运动的预测模型;
根据滤波模块,对所述健侧运动信息进行滤波处理,得到滤波处理后的健侧运动信息;
基于预设的CARIMA模型对滤波处理后的健侧运动信息进行运动预测,得到所述预测信息;
获取患侧运动信息,并基于患侧运动信息对所述预测模型参数在线反馈校正,修正所述预测模型的参数及所述健侧运动信息与所述患侧运动信息之间的健侧差异值,得到修正后的预测值;
所述获取患侧运动信息,并基于患侧运动信息对所述预测模型参数在线反馈校正,修正所述预测模型的参数及所述健侧运动信息与所述患侧运动信息之间的健侧差异值,得到修正后的预测值,包括:
获取运动意图,并基于所述运动意图,获取患侧运动信息;
基于所述预测信息与所述患侧运动信息,确定出所述健侧运动信息与所述患侧运动信息之间的健侧差异值;
基于患侧运动信息对所述预测模型参数在线反馈校正,修正所述预测模型的参数及健侧差异值;
根据所述健侧差异值,对所述患侧运动信息进行修正;
所述预测值通过校正后,采用滚动优化策略,在线反复进行优化计算,不断优化预测模型;
根据修正后的预测值控制患侧运动,以使得所述健侧运动信息与所述患侧运动信息协同。
2.根据权利要求1所述的基于双侧协同用于肢体运动康复的超前预测控制方法,其特征在于,所述健侧运动信息包括:健侧力矩信息、健侧运动轨迹信息以及健侧角度信息。
3.根据权利要求1所述的基于双侧协同用于肢体运动康复的超前预测控制方法,其特征在于,所述患侧运动信息包括:患侧力矩信息、患侧运动轨迹信息以及患侧角度信息。
4.根据权利要求1所述的基于双侧协同用于肢体运动康复的超前预测控制方法,其特征在于,所述滤波模块为卡尔曼滤波模块。
5.一种基于双侧协同用于肢体运动康复的超前预测控制系统,其特征在于,所述系统包括:
运动预测模块,用于获取健侧运动信息,建立患侧运动的预测模型,并基于所述健侧运动信息进行运动预测,得到预测信息;
所述获取健侧运动信息,建立患侧运动的预测模型,并基于所述健侧运动信息进行运动预测,得到预测信息,包括:
获取运动意图,并基于所述运动意图,获取健侧运动信息;
建立患侧运动的预测模型;
根据滤波模块,对所述健侧运动信息进行滤波处理,得到滤波处理后的健侧运动信息;
基于预设的CARIMA模型对滤波处理后的健侧运动信息进行运动预测,得到所述预测信息;
运动修正模块,用于获取患侧运动信息,并基于患侧运动信息对所述预测模型参数在线反馈校正,修正所述预测模型的参数及所述健侧运动信息与所述患侧运动信息之间的健侧差异值,得到修正后的预测值;
所述获取患侧运动信息,并基于患侧运动信息对所述预测模型参数在线反馈校正,修正所述预测模型的参数及所述健侧运动信息与所述患侧运动信息之间的健侧差异值,得到修正后的预测值,包括:
获取运动意图,并基于所述运动意图,获取患侧运动信息;
基于所述预测信息与所述患侧运动信息,确定出所述健侧运动信息与所述患侧运动信息之间的健侧差异值;
基于患侧运动信息对所述预测模型参数在线反馈校正,修正所述预测模型的参数及健侧差异值;
根据所述健侧差异值,对所述患侧运动信息进行修正;
所述预测值通过校正后,采用滚动优化策略,在线反复进行优化计算,不断优化预测模型;
患侧控制模块,用于根据修正后的预测值控制患侧运动,以使得所述健侧运动信息与所述患侧运动信息协同。
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深圳大学,未经深圳大学许可,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/202110540969.8/1.html,转载请声明来源钻瓜专利网。