速度场与意图角双重变导纳主动康复训练策略研究

针对主动康复训练中出现训练懈怠、控制器和训练表现表征指标复杂、训练任务不能动态调整的问题,提出基于速度场与意图角的双重变导纳控制策略。在期望轨迹周围设计速度场后基于双曲正切函数将患者主动力映射到导纳参数中,设计变导纳控制器。只有患者施加主动力时,导纳控制才能输出机器人运动的驱动力,迫使患者主动参与。将末端交互力矢量与速度矢量的夹角定义为意图角,利用位于[0,π/2)内意图角出现的时间在单次训练时间中的占比γ表征患者的主动控制能力。训练中,根据上一轮的γ来修改导纳参数的上限值,从而改变训练任务的难易程度。在控制策略下进行了6轮训练,结果表明:提出的主动训练策略能够在患者施加主动力的情况下实现三维轨迹允许误差范围内的无时序跟踪训练;根据设计的表征指标,导纳参数可以从1100变为1200再变到1100,单轮的训练时间从45.6 s变为31.82 s再变回46.9 s,期间患者输出的主动力总和从892.2 N变为694.4 N再变到1014 N。训练策略可以根据表征指标来判断患者的主动训练能力并调整训练任务,可用于主动康复训练。

上肢康复训练轨迹定制优化及柔顺跟踪控制

卒中后早期的被动康复训练可以促进患者脑神经重塑甚至重获肢体运动能力。多数上肢康复机器人中,只将参数化规则曲线作为被动训练的轨迹,没能融合康复医师的经验及患者的个体特征,缺乏3维个性轨迹的光滑优化;此外,训练过程中的安全柔顺交互的问题未得到解决。针对以上问题,本文基于新型末端牵引式3自由度上肢康复机器人开展轨迹个性化定制优化以及跟踪控制研究。首先,在笛卡尔空间应用导纳算法及力补偿策略实现理疗师对轨迹的定制。然后,用道格拉斯–普克法压缩原始轨迹数据得到型值点,保留初始轨迹的拓扑形状。接下来,用非均匀有理B样条曲线(non-uniform rational b–spline,NURBS)进行插值,并融合动态切换概率和t变异改进蝴蝶优化算法(butterfly optimization algorithm,BOA)优化拟合的轨迹。最后,设计基于径向基(radial basis function,RBF)神经网络的滑模自适应以及速度前馈加比例–积分–微分(proportional–integral–derivative,PID)的控制策略实现末端轨迹跟踪,并增加导纳–阻抗控制形成基于力阈值的多模式柔顺跟踪控制,保证人机交互力较大时患者的安全。结果表明:定制机器人末端轨迹的拖动力在5 N以内;改进的BOA算法具有更高的收敛速度和精度,优化的轨迹曲率和更小;轨迹跟踪控制策略可以将跟踪误差控制在6 mm内;模式切换在0.3 s内响应,能顺应较大交互力,从而提高训练的安全性。