发明名称 基于混杂理论的机器人辅助肌力训练控制方法及系统
摘要 本发明提供一种基于混杂理论的机器人辅助肌力训练控制方法及系统,包括以下步骤,以机器人辅助肌力训练过程中患肢运动的实际位置<img file="dest_path_image002.GIF" wi="10" he="10" />来表征其肌力恢复水平,并将运动起始与目标位置之间的行程距离划分为行程区域<img file="dest_path_image004.GIF" wi="9" he="10" />、<img file="dest_path_image006.GIF" wi="10" he="10" />和<img file="dest_path_image008.GIF" wi="10" he="10" />;产生与区域状态切换及患者安全相关的离散事件<img file="dest_path_image010.GIF" wi="8" he="10" />、<img file="dest_path_image012.GIF" wi="9" he="10" />、<img file="dest_path_image014.GIF" wi="9" he="10" />、<img file="dest_path_image016.GIF" wi="12" he="10" />;基于混杂理论设计离散事件决策控制器,定义离散控制状态<img file="dest_path_image018.GIF" wi="10" he="13" />、<img file="dest_path_image020.GIF" wi="12" he="13" />、<img file="dest_path_image022.GIF" wi="11" he="13" />、<img file="dest_path_image024.GIF" wi="12" he="13" />、<img file="dest_path_image026.GIF" wi="11" he="13" />和决策控制规则,并通过离散/连续转换接口<img file="dest_path_image028.GIF" wi="6" he="9" />产生相应控制输出向量<img file="dest_path_image030.GIF" wi="9" he="10" />、<img file="dest_path_image032.GIF" wi="9" he="10" />、<img file="dest_path_image034.GIF" wi="9" he="10" />、<img file="dest_path_image036.GIF" wi="9" he="10" />、<img file="dest_path_image038.GIF" wi="9" he="10" />;设计机器人辅助训练比例(<img file="dest_path_image040.GIF" wi="15" he="13" />)-微分(<img file="dest_path_image042.GIF" wi="16" he="13" />)力跟踪控制器,使得机器人末端施加给患肢的实际阻力能更好地逼近于离散决策控制器所确定的目标阻力。该治疗控制方法及系统可提高康复机器人系统的控制柔顺性和安全性。
申请公布号 CN103926831A 申请公布日期 2014.07.16
申请号 CN201410066073.0 申请日期 2014.02.26
申请人 南京邮电大学 发明人 徐国政;茅晨;高翔;梁志伟
分类号 G05B13/00(2006.01)I;A63B21/00(2006.01)I;A63B23/035(2006.01)I 主分类号 G05B13/00(2006.01)I
代理机构 江苏致邦律师事务所 32230 代理人 徐蓓
主权项 一种基于混杂理论的机器人辅助肌力训练控制方法,其特征在于:包括以下步骤,步骤1:以机器人辅助肌力训练过程中患肢运动的实际位置<img file="898619dest_path_image002.GIF" wi="15" he="20" />来表征其肌力恢复水平,定义运动起始与目标位置之间的行程距离为<img file="157562dest_path_image004.GIF" wi="12" he="12" />,并将行程距离<img file="957897dest_path_image004.GIF" wi="12" he="12" />分若干连续运动区域;步骤2:根据患肢实际运动位置与行程区域之间对应关系,以及机器人系统工作参数是否超过事先定义的阈值,定义并通过连续/离散转换接口<img file="960488dest_path_image006.GIF" wi="15" he="15" />(<img file="483873dest_path_image008.GIF" wi="83" he="18" />)将患肢肌力/机器人工作连续状态<img file="710455dest_path_image010.GIF" wi="15" he="15" />转换为与区域状态切换及患者安全相关的离散事件<img file="952081dest_path_image012.GIF" wi="15" he="14" />:步骤3:基于混杂理论设计离散事件决策控制器;步骤4:使机器人末端施加给患肢的实际阻力更逼近步骤3离散决策控制器所确定的目标阻力,设计机器人辅助训练比例(P)‑微分(D)力跟踪控制器:<img file="305833dest_path_image014.GIF" wi="195" he="38" />其中,<img file="683725dest_path_image016.GIF" wi="20" he="20" />、<img file="284470dest_path_image018.GIF" wi="21" he="20" />分别为PD力跟踪控制器增益,<img file="810129dest_path_image020.GIF" wi="18" he="20" />、<img file="154523dest_path_image022.GIF" wi="23" he="20" />分别为离散决策控制器所确定的目标阻力和机器人末端施加给患肢的实际阻力,<img file="969944dest_path_image024.GIF" wi="15" he="20" />为根据力跟踪控制器得到的施加给机器人相应关节的力矩。
地址 210003 江苏省南京市鼓楼区新模范马路66号