一種基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法技術

本發明專利技術公開了一種基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法，屬于上肢康復模式及訓練方法領域。包括：利用多自由度機械臂對人體上肢末端施加力干預，使用gForce手環采集實時的肌電信息，并采用人體肌電信號和力映射的計算方法，來進行剛度測量。通過大量實驗，獲取到了不同的剛度閾值區間，之后利用力矩控制將實時估計的剛度值傳遞給機器人，以此判斷疲勞程度，劃分不同的康復訓練模式，之后將檢測與計算得到的每個關節角度，角速度，角加速度輸入到人機系統的動力學模型中，實現不同的康復訓練模式。該方法將肌電信號融入到人機交互的過程中，有效的實現了機械臂的柔順性控制，提高了應對復雜康復訓練的適應性，增加了人機交互體驗感。增加了人機交互體驗感。增加了人機交互體驗感。

【技術實現步驟摘要】
一種基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法


[0001]本專利技術屬于上肢康復模式及訓練方法領域，涉及一種基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法。

技術介紹

[0002]依靠控制機械臂的電機等技術實現康復訓練需要考慮的因素有很多，現階段的技術手段較為簡易，上肢康復訓練及機械臂在技術上多數都是依靠外骨骼似的機械臂，使用者通過對較簡易的關節訓練器等僅靠使用傳感器來反饋關節位置，以此會造成諸多問題，如下：
[0003]僅靠使用傳感器來反饋關節位置的這種方法柔順性較差，無法滿足復雜的康復訓練需求，人機交互體驗感較差；人體上肢剛度無法實時傳遞給康復機械臂，導致時效性較弱，會因此降低康復訓練機械臂的性能，以此造成康復訓練周期較長等問題。
[0004]綜上所述，如何實現機械臂的柔順性控制，提高人機交互過程中控制系統對肌電信號的處理、應用的能力，增強應對復雜康復訓練問題時的性能，是目前該領域學者及科研人員急需解決的問題。為此，本專利技術提出了一種基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法。

技術實現思路

[0005]針對現有技術的缺陷，本專利技術的目的在于，提供一種基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法，該方法將肌電信號融入到人機交互的過程中，有效的實現了機械臂的柔順性控制，提高了應對復雜康復訓練的適應性與有效性，增加了人機交互體驗感。
[0006]本專利技術的技術方案是：一種基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法，根據人體肌電信號和力信息的人體上肢剛度辨識方法實時估計人體上肢剛度，根據剛度的閾值不同分為高疲勞度、中疲勞度、低疲勞度的力矩控制模式訓練。
[0007]高疲勞度的康復訓練模式是基于柔性機械臂的牽引式逆阻抗控制模式，此時訓練者上肢末端握住機械臂末端，人和機械臂以牽引式高疲勞度模式進行被動康復訓練。
[0008]中疲勞度的康復訓練模式是基于柔性機械臂的拖放式自適應阻抗模式，此時訓練者上肢末端握住機械臂末端，人和機械臂以拖放式中疲勞度模式進行協作康復訓練。
[0009]低疲勞度的康復訓練模式是基于柔性機械臂的阻礙式正阻抗模式，此時訓練者上肢末端握住機械臂末端，人和機械臂以阻礙式低疲勞度模式進行主動康復訓練。
[0010]為實現上述目的，提供一種基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法，其包括依次執行的如下步驟：
[0011](1)通過人體肌電信號和力信息映射關系，通過人體上肢剛度辨識算法合理估計出對應高疲勞程度、中疲勞程度、低疲勞程度對應的剛度閾值范圍。
[0012](2)針對于不同的剛度閾值范圍，利用力矩控制將實時估計的剛度值傳遞給機械臂，之后將檢測與計算得到的每個關節角度，角速度，角加速度輸入到人機系統的動力學模型中確定不同的康復訓練模式。
[0013]通過本專利技術所構思的以上技術方案，與現有技術相比，能夠取得下列有益效果：
[0014]1、本專利技術充分的滿足不同疲勞度的康復訓練需求，貫穿訓練者低疲勞期至高疲勞期的整個恢復訓練過程，實現了從牽引式被動訓練到阻礙式協作訓練的多時期訓練模式。
[0015]2、本專利技術較好的實現了機械臂的柔順性控制，通過機械臂動力學模型，建立起接觸力與機械臂關節輸入力矩的聯系，通過控制多自由度機械臂關節角、關節角速度、關節角加速度，進一步控制電機，解決了對較簡易的關節訓練器等僅靠使用傳感器來反饋關節位置，以此造成的諸多問題。
[0016]3、本專利技術有效的提高了剛度傳遞的時效性，通過人體上肢剛度辨識算法合理估計人體上肢末端剛度，并將剛度信息實時傳遞給機械臂，實現具有時效性的機械臂柔順控制。
[0017]4、本專利技術可廣泛用于醫療、體育領域，作為中風、偏癱或因術后上肢或下肢行動不便人士，以及因運動所造成的肌體疲勞或損傷的運動員的醫療康復和疲勞恢復訓練方法。
附圖說明
[0018]圖1為本專利技術實施例中的人體上肢剛度估計流程圖。
[0019]圖2為本專利技術實施例中基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法示意圖。
[0020]圖3為本專利技術實施例中基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法原理圖。
具體實施方式
[0021]為了使本專利技術的目的、技術方案及優點更加清楚的明白，以下結合附圖及實施例，對本專利技術進行進一步詳細說明。
[0022]本專利技術提出了一種基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法，首先利用多自由度柔性機械臂對上肢末端施加力干預，利用上海傲意信息科技有限公司研發的gForce手環實時采集肌電信號數據，之后通過構建人體上肢末端剛度估計模型，采用最小二乘法實現了對人體上肢末端剛度的辨識及計算。通過以上方法得到不同疲勞值下的閾值，針對于不同的剛度閾值范圍，利用力矩控制將實時估計的剛度值傳遞給機械臂，之后將檢測與計算得到的每個關節角度，角速度，角加速度輸入到人機系統的動力學模型中確定不同的康復訓練模式。具體細節如下：
[0023]整體剛度辨識算法原理圖如圖1，圖1為人體上肢剛度解算的原理圖，由圖可知，其主要的流程分為信息數據采集、剛度辨識實驗、剛度解算三部分。
[0024](a)信息數據采集
[0025]受試者佩戴gForce手環的同時，手臂末端握住協作機械臂的工具端握手，建立力與機械臂運動控制之間的關系。為數據采集做準備，
[0026](b)剛度辨識實驗
[0027]圖2為基于柔性機械臂和人體肌電信號的上肢康復模式及訓練方法示意圖，由圖可知，受試者站在協作機械臂正前方，并保持上肢末端與機械臂工具端保持在同一水平面上，6自由度的協作型機械臂握把位于受試者正前方，受試者握住機械臂工具端所固定的握把。實驗過程中，將協作機械臂各個關節電機設置為抱死狀態，在佩戴好gForce手環的同時，采取以X軸正負方向施加固定大小的力，從一維數據獲取，之后重復此步驟，以此獲得三維數據。
[0028](c)剛度解算
[0029]人體上肢末端輸出力為F
End
∈R3×1，K
End
∈R3×1—人體上肢末端剛度；F0∈R3×1—人體上肢末端初始力；K0∈R3×1—人體上肢末端剛度初始值；T
F
∈R3×8—sEMG信號向人體上肢末端輸出力的映射；T
K
∈R3×8—sEMG信號向人體上肢末端剛度的映射；P∈R8×1—8路預處理后的sEMG信號；δ—外界環境擾動殘差，定義如下：
[0030][0031]進一步的，(a)中的T
F
可以定義如下：
[0032][0033]式中：α
xi
、α
yi
、α
zi
表示第i塊主動肌在X、Y、Z方向上力的映射系數；β
xi
、β
yi
、β
zi
表示第i塊拮抗肌在X、Y、Z方向上力的映射系數。
[003本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于柔性機械臂及人體肌電信號的上肢康復模式及訓練方法，其特征在于根據使用者上肢的疲勞程度實施不同的恢復訓練方式，其中上肢疲勞程度由上肢剛度辨識算法合理估計得出：高疲勞程度(平均剛度值接近于K≈0N/m)、中疲勞程度(平均剛度值0N/m＜K≤400N/m)、低疲勞程度(平均剛度值K＞400N/m)；而上肢剛度則利用8通道肌電信號采集設備采集到的肌肉電信號，經過處理與計算后得出，針對三種的疲勞程度，訓練機械臂采用與之對應的3種不同的阻抗控制模式，引導訓練者上肢進行針對性的恢復訓練。2.如權利要求1所述的上肢康復模式及訓練方法，其特征在于：基于實時檢測到的人體上肢末端剛度K，根據閾值K的范圍選擇相應的上肢康復及訓練模式，機械臂根據選擇的訓練模式特征匹配到不同的阻抗控制模式，假設機器人的原始動力學模型為訓練過程中，機械臂的運動軌跡方向與人體手臂施加力F
End
方向保持一致，盡量保證不要有其他維度增量的干擾，此時機器人動力學方程為τ
R
為輸入力矩、τ
R,F
為接觸力，通過對非線性項的補償，機器人關節的加速度控制為：式中：為機械臂關節加速度，K
R,p
為機械臂關節位置剛度，K
R,d
為機械臂關節速度剛度，K
R,f
為機械臂接觸力剛度；當人和機械臂處于瞬時平衡作用力時，此時幾乎為0，則有：τ
R,F,eq
＝K
R,f
?1K
R,p
(q
R,F,eq
?
q
r,R
)
????
(2)式中：τ
R,F,eq
為瞬時平衡接觸力，K
R,f
?1K
R,p
為機器人在阻抗控制下的等效剛度，q
R,r
為機械臂期望軌跡，q
R,F,eq
為達到平衡時的軌跡，；從式(2)可以看出，人機交互相互作用行為時，人體與機械臂交互之間的剛度和阻尼會影響相互作用力動力學：τ
R,F
＝K
HR
(q
H
+q
R
)
???????
(3)式中：τ
R,F
為接觸力，K
HR
為體...

【專利技術屬性】
技術研發人員：李佳鈺，趙新宇，尤波，陳晨，
申請(專利權)人：哈爾濱理工大學，
類型：發明
國別省市：