[发明专利]并联下肢康复机器人自适应训练控制方法及康复机器人

摘要

本发明公开了一种并联下肢康复机器人自适应训练控制方法及康复机器人，根据采集的肌电信号估计下肢肌肉活动和收缩力状态，并依此自适应调节机器人的阻抗模型参数；同时获取患者与机器人间的交互作用力，通过识别结果和阻抗模型实现对机器人运动的计算和修正；康复机器人主控制部分提供在线轨迹规划及运动学逆解，将控制指令发送至相应关节的控制器和驱动器，实现机器人的自适应训练控制。本发明能够在康复过程中实现智能化，对改善患者康复效果、提高患者康复的主动性和积极性，具有十分重要的现实意义和应用价值。

主权项

一种并联下肢康复机器人自适应训练控制方法，其特征在于：所述训练控制方法包括如下步骤：1)采集患者下肢肌肉的原始肌电信号E₀(t)并进行全波整流，再将经过全波整流后的肌电信号E₁(t)进行归一化处理和平滑处理得到E₂(t)，t为采集时间；2)利用所述经过平滑处理的肌电信号E₂(t)计算肌肉神经响应特征u(t)，并利用肌肉神经响应特征u(t)计算肌肉激活度特征a(t)；3)利用所述肌肉神经响应特征u(t)、肌肉激活度特征a(t)和希尔模型计算肌肉纤维力F_mf和肌腱力F_mt，并根据所述肌肉纤维力F_mf和肌腱力F_mt计算肌肉收缩力F_mus；4)采集患者下肢与机器人相互作用时的人机交互力F_int，并进行降噪和标定处理；5)利用所述人机交互力F_int建立康复机器人的目标阻抗模型$B_d(\stackrel{\·}{X}-{\stackrel{\·}{X}}_d)+K_d(X-X_d)=-F_{\mathrm{int}},$即$B_d\mathrm{\Δ}\stackrel{\·}{X}+K_d\mathrm{\Δ}X=-F_{\mathrm{int}}$其中B_d为阻尼矩阵，K_d为刚度矩阵，X_d为机器人初始期望位置向量，X为修正后的位置向量，X＝[x,y,z]，X_d＝[x_d,y_d,z_d]，F_int＝[F_x,F_y,F_z]；6)根据所述步骤3)中的肌肉收缩力F_mus自适应调节所述目标阻抗模型；7)基于所述目标阻抗模型在虚拟管道内修正机器人运动轨迹；8)利用所述机器人运动轨迹进行在线的轨迹规划和运动控制。