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。

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.

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.

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。

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.

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。

步行康复机器人综述

步行康复机器人可分为外骨骼式和末端式两种。外骨骼式步行康复机器人又可以分为基于平板运动的外骨骼式步行康复机器人及平地行走康复训练机器人。本文重点介绍世界范围内比较有代表性的几款步行康复机器人,并对其各自优缺点进行分析,最后对步行康复机器人的发展进行展望。

不确定康复训练机器人速度与加速度同时约束的跟踪控制

针对不同康复者质量及系统重心偏移产生的不确性,影响康复步行训练机器人对医生指定训练轨迹的跟踪精度问题,设计了估计不确定性的滤波器,目的是提高控制系统的鲁棒性.同时,为了避免运动过程中速度和加速度发生突变,提出了一种抑制系统不确定性并同时约束运动速度与加速度的控制器设计新方法.通过Lyapunov稳定性构造速度和加速度的约束条件,证明了跟踪误差系统的渐近稳定性,并得到了控制器参数矩阵的求解方法.通过仿真结果对比分析和实验研究,表明了文中提出控制器设计方法的有效性和优越性,验证了所设计的控制器能同时约束康复步行训练机器人的运动速度和加速度.

康复机器人具有速度决策的每步限时学习控制方法

为了提高康复步行训练器人的智能性和安全性,提出一种运动速度决策的康复训练机器人限时学习迭代控制方法,目的是抑制训练者位姿不确定性和人机速度不协调对系统安全性能的影响.建立具有系统不确定偏移量的康复步行训练机器人动力学模型,通过比较康复训练机器人当前的运动速度和训练者的实际步行速度,提出机器人运动速度的决策方法,从而使康复者在主动训练模式下实现人机速度协调运动;进一步,利用机器人决策的运动速度和动力学模型建立跟踪误差系统,提出有限学习时间的迭代控制方法,并基于Lyapunov理论验证跟踪误差系统的有限时间稳定性.仿真对比分析和实验结果表明,所提出的速度决策方法和跟踪控制方法能使人机系统协调地进行主动模式的康复训练.

人机不确定条件下康复步行训练机器人的部分记忆迭代学习限速控制

为了提高康复步行训练机器人的跟踪精度及安全性,提出了一种带有运动速度约束和部分记忆信息的自适应迭代学习控制方法,目的是抑制人机不确定性及速度突变对系统跟踪性能的影响.在考虑人机不确定性的基础上,建立了康复步行训练机器人的动力学模型.提出了基于模型预测的速度约束方法,通过限制每个轮子的运动速度,约束了机器人的实际运动速度.进一步,利用受约束的运动速度建立了动力学跟踪误差系统,提出了具有部分记忆信息的自适应迭代学习控制器设计方法,并验证了跟踪误差系统的稳定性.仿真对比分析和实验研究结果表明,文中提出的控制方法能抑制人机不确定性并使康复者在安全速度下完成步行训练.

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.