下肢康复机器人按需辅助自适应控制方法

针对现有下肢康复机器人步态康复训练控制缺乏患者的主动参与、不能按患者的康复程度提供按需辅助的问题,提出了一种新的下肢康复机器人按需辅助自适应控制方法。该方法通过人机运动轨迹与理想康复目标轨迹的跟踪偏差实时学习受试者的康复程度,从而使康复机器人能根据受试者的康复程度,自适应地提供按需辅助。首先建立了下肢康复机器人的人机系统动力学模型,其次设计了按需辅助自适应控制器,最后进行了按需辅助控制仿真实验,并在单腿实物样机上对健康受试者进行了实验。结果表明:按需辅助自适应控制器在有遗忘因子项的情况下,能够根据轨迹跟踪偏差学习受试者的康复程度,自适应地衰减机器人对受试者的辅助力矩,满足按需辅助的目的。

下肢康复训练机器人的设计开发

针对当前下肢运动障碍患者众多,而国内传统康复训练设备机械结构复杂、穿戴适应性差、步态训练人机运动精度低和协调性弱等问题,在深入分析了现有康复设备存在不足的基础上,设计开发了下肢康复训练机器人。该机器人的外骨骼机械腿采用曲柄滑块方式驱动关节运动,可自由调节机械腿长度与两腿宽度,再搭配跑步机与减重机构共同组成了机器人的机械部分。同时,该机器人集成了外骨骼腿和跑步机的控制系统,并应用提出的外骨骼腿的位置控制以及与跑步机速度的协同控制方法。最后,在实验室搭建了所设计的下肢康复训练机器人系统,并进行了人体带载实验。结果表明,该康复训练机器人对不同尺寸人体具有很强的穿戴适应性,同时具有精确的轨迹跟踪能力,以及良好的协调运动控制稳定性。

利用运动准备电位的人体下肢自主运动意图预先感知方法

针对下肢外骨骼机器人穿戴者的运动与机器人本身响应之间存在时间迟滞而导致控制实时性差的问题,提出了一种利用运动准备电位(RP)的人体下肢自主运动意图预先感知方法。首先,根据人体下肢运动的脑电(EEG)产生机理和耦合神经元集群模型仿真了下肢产生运动意图时大脑运动皮质区的RP响应,验证了下肢产生运动意图时其EEG中存在RP;其次,利用下肢肌电(EMG)确定了下肢自主运动的起始时刻并完成EEG中自主下肢运动事件的触发标记,同时利用多元经验模式分解(MEMD)方法去除了EEG中的运动伪迹成分,进而利用叠加平均法和模板匹配法实现了下肢自主运动的RP提取及其运动意图的预先感知;最后,搭建检测系统进行实验验证。实验结果表明:该方法可在离线情况下于人体下肢自主运动开始前约120 ms实现下肢运动意图的预先感知,其平均识别正确率为74.4%。该方法实现了人体下肢自主运动意图的预先感知,可为外骨骼机器人的柔顺控制提供信息提前量。