论文部分内容阅读
随着社会老龄化的加剧,加之脑血管疾病(中风)在老年人群中的高发病率,越来越多的老年人由于受到疾病的困扰而无法享受健康的美好生活。脑血管疾病(中风)一个潜在的严重危害是造成患者上肢运动功能的受损或偏瘫,这给患者的日常生活带来严重影响。同时,还有大量的老年人因为手臂肌肉力量的不足等原因同样饱受难以实现日常生活自理的痛苦。康复医学的研究发现,针对此类患者早期介入康复训练并积极的发挥患者的运动意图在康复训练中作用,可有效的提高其运动功能,减少神经功能缺损和合并症的发生,并逐渐恢复健康。本文旨在提出一种以手臂运动意图为指导的外骨骼康复机械臂的协同控制策略,充分发挥人的认知能力和机器人的智能协同辅助能力,帮助患者提高康复训练的效果。本文首先根据手臂的结构设计了一款3-DOF的外骨骼康复机械臂并对其做了详细的运动学分析,同时提出了一种全新的人机接口装置的设计方法。人机接口装置利用贴片式FSR传感器采集手臂与外骨骼之间作用力信号来推断手臂的运动意图,双壳结构的设计既保证了患者穿戴的舒适性和安全性,同时也保证了压力信号测量的准确性。此外,本文介绍了外骨骼康复机械臂的软、硬件控制系统的搭建与设计方案。硬件部分的设计中搭建了机械臂的控制与驱动平台,设计了基于FSR传感器精确测量压力信号的方法。软件部分的设计采用模块化的设计理念,本文对软件系统的主控系统、通信模块等各个模块的工作流程做了介绍。在此基础上,本文提出了一种手臂运动意图的量化表示方法(IRD),并据此建立了IRD的变维数的状态模型和观测模型。基于IRD的状态模型和观测模型,我们提出了利用变维(VD)卡尔曼滤波的方法对观测模型进行修正的方法,同时,设计了实时的IRD推断机制。最后设计了一种结合上层的导纳控制和下层的PID控制的混合控制策略。本文最后设计了假设验证实验、基本运动实验和对照运动实验三组实验,验证了本文提出的两个重要假设,以及IRD模型和意图推断方法和控制策略的有效性和优越性。