电动下肢假肢多路况控制策略研究

目的:电动下肢假肢具有较强的非线性和耦合性,针对假肢在不同地形间行走时存在的外部扰动问题,本文提出了积分滑模控制策略。方法:采集人体下肢在平地、上/下斜坡及上/下楼梯五种路况下的运动信息,根据足底压力信息将不同路况的一个完整步态周期划分为支撑期及摆动期两个模态,并分别进行人体下肢运动学分析;利用拉格朗日方程建立假肢支撑期与摆动期的动力学模型;在五种运动模式下,设计积分滑模控制器对假肢进行控制,并进行联合仿真验证。结果:膝踝假肢轨迹跟踪收敛速度加快,误差降低。结论:积分滑模控制器对于外部扰动具有明显的补偿作用,提高了假肢在多路况行走时的控制效果。

基于下肢假肢的阶梯式变间隙磁流变阻尼器设计

针对下肢假肢步态变化时所需阻尼力大小不同的问题,提出一种基于下肢假肢的新型阶梯式变间隙磁流变阻尼器(MRD)。基于Bingham力学模型设计MRD的两级阻尼间隙宽度及主要结构尺寸,通过ANSYS Maxwell分析其内部磁场分布,采用Simulink仿真输出阻尼力。结果表明:阶梯式变间隙MRD步行时的工作间隙为1.6 mm,最大阻尼力为902.7N;跑步等其他复杂步态时的工作间隙为0.6 mm,最大阻尼力为2033.7 N,满足不同步态的阻尼力要求,且该MRD的最大工作电流为0.4 A,极大降低了阻尼器功耗。所提出的阶梯式变间隙MRD具有阻尼力分级输出、可调范围大、能耗低的优点,可代替阻尼间隙固定的传统MRD应用于假肢系统。

智能下肢假肢关键技术研究进展

智能假肢是将智能检测与控制技术应用于假肢的产物,可显著提高假肢装置的安全性、功能性和舒适性,使得假肢能够达到与健肢相同的运动效果.根据人体运动具有规律性的特点,利用先进的传感器融合与智能控制技术,对速度、路况、步态等运动状态进行有效的识别,是实现假肢协调控制的基础.本文在介绍国内外发展现状的基础上,对智能假肢的控制从理论分析、样机研制、实验测试等方面进行了系统的介绍.

面向人机融合的智能动力下肢假肢研究现状与挑战

智能动力下肢假肢在残疾人生活中起着越来越重要的作用.解决人-智能假肢-环境融合中的关键科学问题是实现假肢穿戴者安全、流畅运动的必要条件.本文针对此问题,综述了面向人机融合的智能动力下肢假肢研究,包括智能动力下肢假肢的仿生结构和控制方法、人体运动意图识别、复杂环境下的人-智能假肢融合、以及用于下肢假肢的感知替代和反馈,深入探讨了智能动力下肢假肢人机融合研究中所面临的挑战和问题,最后,本文对该领域的未来发展方向进行了展望和总结.

下肢假肢穿戴者跑动步态识别方法

提出基于粒子群(PSO)优化支持向量机(SVM)的下肢假肢穿戴者跑动步态识别方法.将假肢接受腔装配的肌电(EMG)传感器、加速度计和足底的压力传感器采集的假肢穿戴者跑动运动信息进行去噪预处理,对应提取加速度的偏度、均值与肌电信号均方根多个特征参数作归一化处理,结合双下肢足底压力信息组成多维特征向量,作为SVM的输入,解决了单一特征识别步态的低准确率问题.利用PSO优化分类模型参数,建立基于SVM的次序二叉树分类模型对跑动步态进行辨识.与传统BP神经网络的步态识别方法对比表明,利用PSO优化SVM方法能够将跑动步态识别率提高到92.78%,优于SVM和BP神经网络.

利用多源运动信息的下肢假肢多模式多步态识别研究

运动状态识别对智能下肢假肢的控制非常关键,本文利用下肢表面肌电信号、腿部角度和足底压力信号在运动模式和步态分析中的优势和特点,对下肢假肢的多模式多步态识别进行研究。通过建立下肢运动信息系统,获取下肢多源运动信息。先提取下肢肌电信号的小波包能量作为特征,建立多个HMM对下肢假肢的运动模式进行识别;再根据大小腿和膝关节的角度信息,以及经阈值法后得到的足底压力信号,研究运动信息的模糊规则,进行下肢步态分析。实验结果表明,本文的方法可以有效的实现下肢假肢多种运动模式下多个步态的识别,多源运动信息在下肢假肢识别中的优势也得到了验证。

基于神经网络的智能下肢假肢自适应控制

下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该方法通过选择适当的参考模型和自适应算法,利用参考模型输出与实际系统输出之间的误差信号,由自适应算法计算当前的控制量以控制智能下肢假肢,达到自适应控制的目的.该方法不需要进行性能指标的变换,容易实现且自适应速度快,仿真结果表明了该方法的有效性.

基于迭代学习控制智能下肢假肢研制:实现了对健肢步速的跟随

背景:传统下肢假肢通过手动方式将气压或者液压膝关节阻尼器调整到一种比较适宜的状态,行走状态改变时膝关节阻尼不能随之改变,假肢跟随性差,步速变化范围小。智能下肢假肢能够根据人体运动信息调整膝关节阻尼力,从而达到更加接近正常步态的效果。开发国内智能下肢假肢对提高国内残疾人生活质量有着重要的现实意义。目的:研制能够实现步速跟随功能的智能下肢假肢。方法:智能下肢假肢机械部分采用带固定式气缸阻尼器的四连杆机构,由四连杆后臂下轴的转动角度得出步行速度,依照迭代学习算法得出的知识库确定该步行速度下的针阀开度,通过永磁式直线步进电机作为执行器驱动针阀来控制缓冲气缸腔室间气道有效截面积来调整假肢摆动速度。结果与结论:实验结果显示,采用电位计作为检测手段不但能够获得步行速度,而且能够区分支撑期和摆动期。在不同速度下,智能下肢假肢膝关节最大摆动角度变化小于13°。提示智能下肢假肢能够识别步行速度,并根据步行速度调整膝关节摆动速度,实现了对健肢步行速度的跟随,为进一步的研究奠定了实验基础。

基于虚拟样机技术的下肢假肢结构设计与仿真

下肢假肢动力学问题是智能仿生人工腿(intelligent bionic artificial limb prosthesis)研究领域中的重要内容.针对智能仿生人工腿,设计下肢假肢基本结构,运用Pro/E建立下肢假肢膝踝足关节模型,进行非线性动力学分析,并考虑了关节间的摩擦问题.最后,通过ADAMS虚拟样机技术,对人体行走步态进行仿真模拟控制,为下肢假肢、步行机器人研究提供了理论基础.

下肢假肢机构的仿生构形设计与实验研究

下肢机构的仿生构形设计一直是拟人机器人与康复假肢研究的重要课题。通过测量、分析健康人体下肢结构构形与步态模式特征,利用相似性原理,对下肢假肢机构进行仿生设计,结合实际科研项目的样机实验分析。所设计的新型下肢机构在运动学和力学规划模式上逼近真实人体,能够实现拟人化的功能代偿,也可为机器人的拟人化设计提供设计参数和实验对比的依据。

人体下肢假肢发展概况

介绍了人体下肢假肢技术的发展历史、研究现状、应用情况及未来的发展状况 .

步态分析在下肢假肢装配中的应用

第二次全国残疾人抽样调查数据显示中国目前肢体残疾者2412万人，下肢截肢者约44万人^[1]。下肢假肢装配的目的是为了弥补下肢缺失，代替人体支撑和行走。假肢装配包含了假肢装配前的设计、假肢对线、假肢评定以及假肢训练等，下肢假肢装配的质量与患者的行走步态密切相关。而步态分析旨在通过生物力学和运动学手段，揭示步态异常的关键环节和影响因素^[2]，可为下肢假肢的装配提供良好的技术保证。

智能下肢假肢传感器的应用

背景:下肢运动是一种复杂的运动,采用合适的传感器获取人体运动生理信息,成为智能假肢控制的前提。国际上现有的下肢假肢控制信息源为与运动信息有关的物理量,这类信息可以直接反映人体运动的生物力学特性,采集比较简单,非常适合实时控制。现有智能下肢假肢产品根据采用的控制方法不同选择一种或几种传感器测量人体运动信息。目的:研究一种能够采集智能下肢假肢控制所需人体运动信息的传感器系统。方法:对智能下肢假肢带固定式气缸阻尼器的四连杆机械机构进行运动分析,得出四连杆后臂下轴电位计输出信号与膝关节弯曲角度的对应关系,同时,选取合适的霍尔传感器安装位置,解决了其中存在的双值问题。设计了传感器输出信号采集实验,通过跑步机速度调节来保证步行速度完全可控,测量不同步速下脚尖离地时刻膝关节弯曲角度,分析采集结果找到了它们之间的对应关系。结果与结论:脚尖离地时刻膝关节弯曲角度随着步行速度增大而增大,采用二次曲线拟合取得了较好效果。实验结果显示,水平步行状态下,采用电位计和霍尔传感器作为检测手段能够检测下肢假肢的步速,也能区分支撑期和摆动期。

基于MATLAB的下肢假肢摆动相仿真

介绍了一种基于MATLAB软件的下肢假肢膝关节摆动相仿真方法.下肢假肢膝关节采用固定式气缸体的四连杆机械机构.详细描述了建立下肢假肢膝关节摆动相运动学、动力学模型的过程.为了验证模型有效性,将人体运动捕捉实验获得的髋关节摆动相运动数据输入模型来预测小腿角度.实验结果表明,该仿真结果与采集到的小腿角度非常接近,为控制算法的设计奠定了基础.

功能性反馈疗法在下肢假肢装配中的应用

目的:探讨功能性反馈疗法在下肢假肢装配中的应用价值。方法:将40例单侧下肢截肢患者随机分为常规组和反馈组。常规组按照治疗师的指导进行训练,反馈组借助步态评估与反馈训练系统提供的声音反馈进行训练。分别在步行训练前、步行训练5d与10d后,测定两组患肢的承重能力和步行时空参数。结果:常规组及反馈组训练5d、10d后,假肢脚全足、足跟、足尖承重力均比训练前显著提高(P<0.01),双侧步长、患侧步长时间、双侧支撑时间与训练前相比有明显提高(P<0.05);反馈组训练5d后,全足、足跟、足尖的承重力均大于常规组(P<0.01),患侧步长、患侧步幅、患侧支撑相时间、步速优于常规组(P<0.05);与训练5d比较,反馈组训练10d,假肢全足、足尖的承重力、患侧步长、健侧摆动相时间、患侧支撑相时间均优于常规组(P<0.05)。结论:功能性反馈疗法能提高下肢假肢装配后的承重能力,改善步态,缩短训练周期。

下肢假肢智能对线系统

下肢假肢对线是假肢装配中非常重要的环节,对线质量的好坏将会影响接受腔的适配和患者实际穿戴感受。随着科技的发展,越来越多的高新传感器融入现有假肢的装配技术中。本文介绍了一种新型的下肢假肢智能对线系统以及该系统的实际应用方法和评估效果。

人机共融的主动型下肢假肢分层控制策略探讨

为研究当前主动型下肢假肢控制问题的解决策略,提出了主动型下肢假肢设计和分类的通用控制框架,包括3个分层结构:上层控制器、中层控制器、底层控制器。其中,上层控制器感知运动意图;中层控制器将运动意图转换为预期的装置状态,用于底层控制器的跟踪参考;底层控制器通过反馈控制或者前馈控制计算出预期装置状态与当前装置状态的误差,驱动假肢执行这些命令,形成控制闭环。结果表明,该通用控制框架可完整阐释主动型下肢假肢的人—机—环境共融关系,明确了分层控制策略的层级任务,为未来主动型下肢假肢的发展提供了理论指导。

下肢假肢疲劳测试试验机系统开发

为检测下肢假肢质量,开发了一套基于VC编译器、运动控制器与伺服电缸一体的下肢假肢疲劳测试系统。根据相关国家标准设计了符合要求的加载结构,搭建了电气与控制系统,同时设计了静态匀速加载的闭环算法与实时动态正弦力跟随算法,并完成上位机软件的编制,软件系统包括点动调试与自动回零、参数设置、试验数据输入、实时图像与数据显示、历史数据图显等功能模块。完成对实际假肢试件的测试试验,试验结果证明了该系统测试装置与控制算法的可行性与有效性,可应用于下肢假肢各关节材料性能的测试。

基于GWO-SVM的下肢假肢穿戴者骑行相位识别

针对下肢假肢穿戴者骑行相位识别的问题,提出基于灰狼算法优化的支持向量机(GWO-SVM)分类模型.建立下肢多源信息系统,采集膝关节、踝关节的加速度信号以及膝关节角度信号.应用奇异值分解,对采集到的信号进行降噪处理.在对信号进行降噪处理之后,为了避免单一信号不确定的影响,从数据冗余角度,选取各信号的特征点,开展归一化处理,组成多维特征向量,作为SVM分类模型的输入.为了能够进一步提高分类精度,加强全局优化能力,利用GWO算法对核参数进行优化.通过与PSO-SVM分类模型、GA-SVM分类模型对比表明,基于GWO优化的SVM分类模型对骑行相位的识别率为94%,高于其他方法优化的SVM分类模型.

下肢假肢步态试验机的设计

实验于2008-03在上海理工大学生物力学与康复工程研究所完成。基于仿生学原理,将人体下肢简化为刚体结构,关节简化为单轴结构,设计出一套下肢假肢步态试验装置。整个步态试验机装置系统由模拟腿、动力和传动装置及测控系统组成,主要部件有躯干、大腿、小腿、脚板和髋关节、膝关节、跑步机以及驱动部分。采集健康青年人常速行走的运动步态参数,以其关节角度数据作为输入信号,以步进电机作为动力驱动实现模拟腿的运动,达到正常人行走步态的模拟。结果显示,对模拟后的输出信号进行采集并与输入信号相比,最大相对误差为5.6%,在工程误差允许范围之内。提示下肢假肢步态试验机能基本模拟人的正常步态。