全方向康复步行训练机器人的跟踪控制

针对全方向康复步行训练机器人在跟踪运动过程中x轴、y轴和方向角各轨迹之间存在强耦合的问题,提出了速度跟踪控制器设计方法,从而使全方向康复步行训练机器人能同时实现各个方向理想的跟踪效果.在全方向康复步行训练机器人动力学模型和运动学模型的基础上,采用输入-输出线性化方法,通过模型解析推导出四轮转速与其驱动力间的解耦状态方程,设计速度跟踪控制器,实现速度的解耦控制.将速度控制器与非线性反馈控制律相结合,可以实现对运动轨迹的跟踪.仿真实验表明,本文方法具有一定的有效性,解决了传统跟踪过程中不能同时实现运动速度和运动轨迹跟踪的问题.

全方向康复步行训练机器人具有死区补偿的反步有限时间控制

为了解决死区影响全方向康复步行训练机器人系统的跟踪精度问题,提出了一种具有死区补偿的反步有限时间控制方法。考虑系统的未知死区,利用自适应方法估计死区宽度,获得死区信息并对其进行补偿,从而有效抑制了死区对系统跟踪性能的影响,避免了系统发生极限环振荡。为了防止机器人初始运动阶段产生较大的跟踪误差而影响康复者的安全,提出了反步有限时间控制方法,确保跟踪误差系统在有限时间内达到稳定。基于Lyapunov有限时间稳定理论,给出了误差系统的稳定条件及稳定时间。与速度和加速度同时约束的控制方法进行了仿真和实验对比,结果表明:所提的控制器设计方法可使系统的跟踪误差在大约8s后趋向于0,机器人在有限时间内实现了对指定轨迹的稳定跟踪,解决了速度和加速度同时约束的控制方法不能使机器人稳定地跟踪训练轨迹、无法解决系统死区的问题;所提的有限时间控制方法能使系统误差快速收敛,有效解决了死区对系统性能的影响,提高了机器人的跟踪精度和安全性。

下肢康复训练机器人联合等速肌力训练对老年脑卒中偏瘫患者神经功能、步行能力、Lovett肌力分级及平衡能力的影响

目的分析下肢康复训练机器人联合等速肌力训练对老年脑卒中偏瘫患者神经功能、步行能力、Lovett肌力分级及平衡能力的影响。方法回顾性分析2022年1月至12月于中国中医科学院西苑医院康复医学科接受康复治疗至少8周的86例老年脑卒中偏瘫患者的临床资料,依据训练方法不同分为联合组(n=43)和对照组(n=43)。对照组行常规康复训练联合等速肌力训练,联合组在对照组基础上行下肢康复训练机器人训练。观察分析两组训练前及训练8周后神经功能、步行能力、Lovett肌力分级、平衡能力、不良反应。结果训练后,两组NIHSS评分、Rankin评分均较训练前降低,且联合组NIHSS评分、Rankin评分分别为(10.96±1.32)、(2.12±0.24)分,均低于对照组[(15.93±1.79)、(2.65±0.29)分],差异均有统计学意义(P<0.05)。训练后,两组FAC高分级均较训练前增加,且联合组FAC及Lovett肌力高分级比例均大于对照组,差异均有统计学意义(P<0.05)。训练后,两组BBS评分均较训练前升高,且联合组BBS评分(45.19±4.83)分,高于对照组[(38.76±4.18)分],差异均有统计学意义(P<0.05)。两组均无显著不良反应。结论下肢康复训练机器人联合等速肌力训练可改善老年脑卒中偏瘫患者神经功能,提高其步行能力、Lovett肌力分级及平衡能力,安全性高。

机器人辅助步态训练对脑卒中患者步行功能康复效果的范围综述

汇总了脑卒中患者应用机器人辅助步态训练(robot-assisted gait training,RAGT)的相关文献,使用范围综述的方法对系统检索后的结果进行了分析。阐述了机器人辅助步态训练对脑卒中患者步行功能恢复的积极效果,提出了开发基于RAGT的外骨骼装备和实施多元化步态康复训练计划等建议,为促进RAGT的应用与发展和脑卒中患者步行功能康复提供了参考。

速度受限的全方向康复步行训练机器人Backstepping补偿跟踪控制

全方向康复步行训练机器人需要跟踪医生指定的训练轨迹、针对运动过程中速度过快而影响康复者安全性问题,提出一种基于Backstepping补偿方法的速度受限型控制器设计方案,目的是保证康复者的安全训练.通过限制实际运动速度的幅值,并根据所提出轨迹跟踪误差和速度跟踪误差的实时补偿方法,实现了全方向康复步行训练机器人在安全速度下的轨迹跟踪.基于李亚普诺夫稳定性理论和La Salle不变性原理,证明了补偿误差系统和跟踪误差系统的渐近稳定性.通过仿真结果对比分析,表明了所提控制器设计方法的有效性和可行性.

兼具安全性与柔顺性的步行康复训练机器人交互方法

提高弱机能群体使用助行机器人的柔顺性和安全性是人机交互领域重要的研究内容。本文提出一种能够兼顾柔顺性、安全性与便捷性的步行康复训练机器人非接触式柔顺控制方法。首先,分析自主研制的步行康复训练机器人结构、功能及工作模式。为准确识别使用者步态意图,研发了一种多通道近距离传感器,并结合机器人的机械结构,搭建了机载内嵌式双腿动态意图识别系统,实现了对双腿步态的实时检测。然后,为提高交互柔顺性,提出一种改进粒子滤波算法,解决了传统粒子滤波算法多次迭代过程中粒子退化问题。最后,通过引入步态速度补偿,设计了具有紧密跟踪人体步态功能的柔顺化控制方法并进行综合性实验。实验表明,本文提出的方法在确保人机交互安全性的基础上,可精确且柔顺地控制机器人的运动状态,从而紧密地跟随人体步态。该非接触式控制方法可以应用于具有类似结构的助行机器人,以及弱机能群体的日常助行与步行康复训练。

减重步行康复训练机器人研究进展

近年来减重步行训练（partial body weight support treadmill training,PBWSTT）在临床上的应用越开越广泛,它主要是用减重吊带使患者步行时下肢负重减少,借助于运动平板进行步行能力训练。在训练时一般需要两名治疗师,一名帮助患者腿摆动、支撑期患足跟着地，防止支撑期膝过伸。另一名帮助患者进行身体重心转移、髋伸展、骨盆旋转，并保持患者躯干的直立。自20世纪90年代初以来,国内外多家研究机构利用机器人技术相继开展了代替理疗师辅助患者自动完成减重步行康复训练的设备。利用这种康复训练机器人进行步行康复训练,不仅减轻了治疗师的工作强度,而且步行训练参数重复性好,时相指标可以准确设定，能够有效加快康复进程，提高疗效。

康复机器人辅助步行训练对不完全性脊髓损伤患者步行能力的影响

为探讨康复机器人辅助步行训练(Robot-assisted gait training,RAGT)对不完全性脊髓损伤(Incomplete spinal cord injury,ISCI)患者步行能力的影响,将16例ISCI患者随机分配至对照组(常规康复治疗+地面步行训练)及试验组(常规康复治疗+RAGT).治疗前及治疗4周、8周、12周后,分别进行下肢运动功能评分(Low extremity motor score,LEMS)及脊髓损伤步行指数II(Walking index for spinal cord injury II,WISCI II)评定.治疗后,两组患者LEMS均有提高(P<0.05),但试验组LEMS与对照组比较差异无统计学意义(P>0.05).对照组治疗后各时间点WISCI II均较治疗前改善(P<0.05),试验组在治疗8周及12周后WISCI II较治疗前改善(P<0.05),但试验组WISCI II在训练12周后较对照组有明显提高(P<0.05).RAGT与地面步行训练在提高肌力上比较无明显差异,但在改善步行能力上RAGT优于地面步行训练.

康复机器人辅助步行训练对成年脑性瘫痪患者步行能力的影响

康复机器人目前在康复领域内得到了广泛应用。研究表明,早期应用机器人辅助步行训练（robot-assisted gait training,RAGT）对脑卒中、脊髓损伤和脑外伤患者,有利于其重建正常步态,恢复步行能力。在我们前期研究中,应用RAGT训练对脑性瘫痪（以下简称脑瘫）儿童步行功能也有明显改善作用,是一种新的改善脑瘫患儿步行能力的训练方法。

康复机器人辅助步行训练对脑瘫患儿步行能力的影响

目的:探讨康复机器人辅助步行训练对脑瘫患儿步行能力的影响。方法:将32例患儿随机分为机器人组和对照组,每组16例,均进行8周康复训练。所有患儿均采用常规康复治疗,机器人组在此基础上给予康复机器人辅助步行训练。分别在训练前和训练后采用粗大运动功能测试量表(GMFM)中D区和E区评分进行评定。结果:两组患儿各项指标在治疗前无显著性差异(P>0.05)。经过治疗后,对照组与机器人组患儿的GMFMD区评分分别为59.33±20.69,77.24±17.35;E区评分分别为:41.58±9.81,49.81±21.06,两组评分较治疗前都明显提高(P<0.01),且机器人组的评分优于对照组(P<0.05)。结论:康复机器人辅助步行训练可显著提高脑瘫患儿的步行能力。

下肢康复机器人训练对缺血性脑卒中早期偏瘫患者步行能力的影响

目的:探讨下肢康复机器人Lokomat对缺血性脑卒中偏瘫患者步行功能的改善作用。方法:缺血性脑卒中(恢复早期)偏瘫患者40例,随机分为对照组(20例)和Lokomat组(20例)。对照组采用常规康复疗法,Lokomat组采用常规康复疗法的同时还采用下肢康复机器人为主的运动训练方法。于训练前和训练10周后采用步长、步宽、步速、步频和神经功能评分作为评估指标进行评价。结果:Lokomat组治疗前后各项评分差异均具有显著性(P<0.05);对照组治疗前后各项评分差异具有显著性(P<0.05);治疗后,Lokomat组各项评分均高于对照组(P<0.05)。结论:康复训练机器人能提高偏瘫患者下肢运动的灵活度,改善关节活动范围,增强患侧下肢的负重能力,从而提高其步行功能。

基于阻抗控制的步行康复训练机器人的轨迹自适应

把阻抗控制理论运用到步行康复训练机器人系统中,使用基于位置的阻抗控制模型设计了系统的控制器.提出基于阻抗模型的步态轨迹自适应算法,并分析了系统的误差.在建立的SolidWorks、Matlab、Adams虚拟样机联合仿真平台上进行了主动康复训练的仿真实验,并在实物样机上进行了健康训练者的实验.结果表明,该控制器能够实现机器人根据人机交互作用力的变化不断调整步态轨迹,适应患者的步态要求,并可通过调节阻抗参数改变步态自适应程度和训练的柔顺性,满足患者主动参与康复训练的目的.

脑卒中偏瘫Lokohelp机器人阶梯减重下肢康复训练对步行功能的影响

目的探讨脑卒中偏瘫患者Lokohelp机器人阶梯减重下肢康复训练对步行功能影响。方法脑卒中偏瘫患者104例,分传统组28例、常规组31例、阶梯组45例;3组均给予常规药物治疗+传统康复训练,常规组加Lokohelp机器人下肢康复训练,凭康复师经验和患者感觉判断减重量,阶梯组加Lokohelp机器人阶梯减重下肢康复训练,疗程均8 w;观察3组治疗前后步长、步宽、步频、步速、步行功能分级的变化。结果 3组治疗后的步长、步宽、步速、步频较治疗前明显好转(P<0.05),步行功能分级较治疗前明显提高(P<0.05);3组治疗后的步长、步宽、步速、步频及步行功能分级比较,阶梯组优于常规组(P<0.05),常规组优于传统组(P<0.05)。结论脑卒中偏瘫Lokohelp机器人阶梯减重康复训练可促进患者步行功能的康复,其效果优于传统和机器人常规经验式减重康复训练,Lokohelp机器人增加减重称功能,可直观显示减重系数,提高康复效果。

步行康复训练机器人协调控制的研究

为了实现步行康复训练机器人的协调控制,对外骨骼助行腿与跑步机的协调控制以及减重支撑系统与外骨骼助行腿的协调控制,提出了协调控制方法。最后用假人代替真实患者通过实验验证了外骨骼助行腿、跑步机和减重支撑系统之间的协调控制效果。实验结果表明,步行康复训练机器人能够很好的对假人进行减重步行康复训练,外骨骼助行腿、跑步机和减重支撑系统很好地实现了协调控制,同时为进一步对真实患者进行实验研究奠定了很好的基础。

康复机器人辅助步行训练对帕金森病患者下肢运动功能的影响

目的探讨康复机器人步行训练对帕金森病患者下肢运动功能影响。方法将20例帕金森病患者随机分为机器人组和对照组,每组10例,均进行8周的康复训练。对照组采用常规的康复治疗,机器人组给予康复机器人步行训练,分别在训练前后采用Fugl-Meyer下肢运动功能和平衡功能评分及Holden步行能力分级进行评定。结果两组患者一般资料、Fugl-Meyer下肢运动功能和平衡功能评分及Holden步行能力分级在治疗前无显著性差异(P>0.05)。康复治疗8周后,两组患者的Fugl-Meyer下肢运动功能和平衡功能评分及Holden步行能力分级较治疗前有显著性差异(P<0.05),并且机器人组的评分高于对照组(P<0.05)。结论康复机器人步行训练能明显改善帕金森病患者下肢运动功能。

基于减重步行训练的下肢康复机器人结构设计与分析

提出了一款基于气囊式减重原理的下肢康复训练机器人。它集主动训练与被动训练、静态平衡与功能评定于一体,适用于下肢偏瘫的脑卒中患者。装置的机械结构包括减重支持结构、步行器、拉伸锁定结构配合U型架、箱体结构和外框架辅助结构。对跑步机这一运动部件用SolidWorks软件进行三维建模,并用有限元分析软件Ansys进行应力计算表明:跑步机最大应力值为3.593 2 MPa,最大变形值为1.062 7 mm,均在材料容许范围以内,验证了设计的合理性与可行性。

全方向康复步行训练器的可靠轨迹跟踪控制

全方向康复步行训练器(Omnidirectional Rehabilitative Training Walker,简称步行器)在实际使用过程中,某个执行电机可能会发生安全失效,从而影响训练者的安全。针对这种问题,基于冗余自由度思想,采用封锁故障执行器的方法,解决了全方向康复步行训练器的可靠轨迹跟踪控制问题。此方法避免了常规容错控制方法估计故障的保守性,利用无故障执行器实现了康复者的安全跟踪训练。通过构造Lyapunov函数,保证了跟踪误差系统在全局坐标系下的渐近稳定性,并得到了可靠控制器的表达形式。仿真结果表明,当某一个执行器发生故障时,所设计的控制器能实现步行器的稳定运行,保障康复者的安全。

步行康复训练机器人设计研究

针对中风或者不完全脊柱损伤患者术后康复需求,设计并制作了一种移动式新型步行康复训练机器人。通过四颗按钮开关,控制减重机构实现不同比例的减重;通过HJ6霍尔操纵杆,控制步行康复训练机器人的训练模式,包括前后直线运动和左右转弯运动。利用经典力学方法对步行康复训练机器人的关键零部件进行了分析,最终选择了合适的零件。最后,制作了步行康复训练机器人样机,并进行了运动功能实验。实验结果表明:步行康复训练机器人能实现所要求的功能,基本满足患者术后康复训练的需要。

康复步行训练机器人位置和速度跟踪误差同时约束的安全预测控制

康复步行训练机器人通过跟踪医生指定的运动轨迹,帮助患者步行训练,针对运动过程中位置和速度跟踪误差过大,影响康复者的安全问题,提出一种预测控制方法,目的是使康复步行训练机器人从任意位置出发同时实现轨迹和速度跟踪,并将跟踪误差约束在指定范围内,提高系统的安全性。通过离散化康复步行训练机器人的动力学模型,建立了具有控制增量形式的预测模型。在预测时域内,设计轨迹跟踪误差性能优化指标,并构建运动位置和速度跟踪误差约束条件,通过设计辅助运动轨迹并求解控制增量形式的二次规划问题,获得了时域内满足误差约束条件的预测控制。通过仿真和实验研究,结果表明了所提控制方法同时约束位置和速度跟踪误差的有效性和优越性。

全方向步行康复训练器的鲁棒容错跟踪控制

针对全方向步行康复训练器应用时元器件发生不可预见的失效情况,提出了非线性鲁棒容错控制器的设计方法,研究了全方向步行康复训练器的鲁棒容错跟踪控制问题.通过在控制器中增加补偿矩阵,无论执行电机是否发生故障,全方向步行康复训练器均能够跟踪理疗师制定的训练路线.构造了能量存储函数和适当的评价信号,基于γ耗散不等式推导得出了鲁棒控制器,使系统的跟踪误差在全局坐标系下达到渐近稳定,且满足非线性L2增益性能指标.仿真结果表明,新的设计方法具有一定的可行性和有效性.