论文部分内容阅读
随着人口老龄化的加剧,由脑卒中引起的上肢运动功能障碍患者的数量大幅增加。目前,利用康复机器人对偏瘫患者进行康复训练已成为国内外研究的热点。然而现有的上肢康复机器人多定位在机械的被动训练上,无法体现患者的运动意图,缺乏针对不同康复阶段的主、被动控制策略研究,降低了患者的主动参与度与康复系统的普遍适用性。为解决上述问题,本文从桌面式上肢康复机器人的系统设计出发,将可反映人体运动意图的表面肌电信号(sEMG)与力信号引入控制系统,分别进行基于sEMG动作识别的被动位置控制策略研究和基于接触力的主动柔顺控制策略研究,并基于搭建的上肢康复机器人实现对本文方法的实验验证。主要工作如下:(1)桌面式上肢康复机器人系统设计。基于人体上肢生理结构特征和机器人实际应用需求,设计了桌面式上肢康复机器人的机械本体与硬件控制系统。针对患肢不同的康复阶段,提出进阶式康复训练方案,在软瘫期采用基于sEMG动作识别的被动康复训练方案,在恢复期采用基于接触力的主动康复训练方案。(2)基于软瘫期健侧上肢sEMG的动作识别技术研究。首先,通过对比分析小波、滤波器+陷波器两种方法对sEMG的去噪效果,确定基于db4小波基的4层小波阈值去噪方法;其次,为解决时、频域等低阶量特征无法表征信号非高斯信息的问题,研究高阶量双谱特征的提取方法,通过DBI指数对构造的联合特征空间分析,得到可分性最好的融合特征DBS+MAV+MPF(DMM);最后,为实现最优融合特征DMM的准确分类,设计了一种PSO-LM-BPNN分类器,克服了传统LM-BPNN训练时间长、易陷入局部极值的问题,实现4种动作模式的有效识别,平均识别率达到95%。(3)针对软瘫期、恢复期康复训练方案的被动、主动控制策略研究。针对软瘫期进行基于sEMG动作识别的被动位置控制研究,建立目标运动轨迹数学模型,通过改进传统遗传算法中P_c、P_m调整公式,设计了基于改进自适应遗传算法优化PI的位置控制器,提高了控制系统的精确性、稳定性和快速性,可带动患肢沿目标运动轨迹进行自主性被动康复训练。针对恢复期进行基于接触力的主动柔顺控制研究,为实现对患肢力信号的快速、准确跟踪,基于阻抗控制理论设计了新型抗积分饱和PI控制器,通过调节阻尼系数可适用于不同恢复阶段的患者。(4)为验证提出的进阶式康复训练方案及对应控制策略的应用效果,基于搭建的上肢康复机器人平台,分别设计了被动、主动康复训练验证实验。实验结果表明,研制的桌面式上肢康复机器人系统能够实现进阶式的康复训练方案,控制效果较理想,可有效提高患者主动参与度。