肢体偏瘫作为脑卒中常见的后遗症,可以通过长期的重复性训练提升肌肉机能。当前康复科室常见的上肢辅助运动方式多采用康复治疗师帮助运动,但是这种康复模式单一且低效,为了优化医疗资源配置,少数大型医院也引入了上肢康复机器人。上肢康复机器人能够帮助患者实现稳定、有效的运动训练,但它们常采用引导性或特定模式下的被动运动,缺乏对患者主动运动意识的提取和应用。因此,本文基于已有的上肢康复机器人技术,提出并设计一种基于双侧协同式的上肢主动康复方法,利用镜像原理、传感技术和虚拟环境共同完成运动系统和神经系统相协调的上肢康复。本文将以镜像康复原理和神经重塑为理论支撑,结合个性化的上肢康复机器人和虚拟环境的设计方法,形成一套提取偏瘫患者健侧姿态信息辅助患侧运动的主动上肢康复系统。该系统充分利用偏瘫单侧运动障碍的特点,以患者本人的运动意图为输入,在训练过程中增强患者自主意识的体现。首先,我们总体介绍整个上肢主动康复方法的生物学基础,将设计的上肢康复系统划分为姿态信息采集模块、上肢康复机器人和虚拟环境三个部分。姿态信息采集模块利用惯性传感器对健侧上肢姿态信息进行采集并完成无线传输;上肢康复机器人完成信息的接收和处理并将之用于机械结构的运动控制;虚拟环境负责建立仿真训练和娱乐场景,提供视觉刺激和相应的人机交互。基于上述的系统框架,我们详细研究了数据的传输和运动控制算法这两个主要部分。通过九轴惯性传感器结合姿态融合算法采集肢体信息,使用Wi-Fi完成实时传输,并从数据帧率上对其进行分析处理。我们在双侧协同运动控制中对比了经典PID和模糊控制等多种运动学控制算法,最终选定使用基于RBF神经网络参数优化的PID控制算法,以此提高双侧运动的实时性和系统运行的稳定性。经过数据采集和测试,最终确认系统满足主动康复需求,完成了研究的预定目标。