坐卧式下肢康复机器人主被动训练控制方法研究

CORC > 自动化研究所 > 中国科学院自动化研究所 > 毕业生 > 博士学位论文

题名	坐卧式下肢康复机器人主被动训练控制方法研究
作者	张峰
学位类别	工学博士
答辩日期	2012-05-29
授予单位	中国科学院研究生院
授予地点	中国科学院自动化研究所
导师	侯增广
关键词	康复机器人被动训练主动训练表面肌电信号功能性电刺激 rehabilitation robot passive training active training sEMG FES
其他题名	Passive and active training control of a reclining type rehabilitation robot for lower limbs
学位专业	控制理论与控制工程
中文摘要	脊髓损伤和中风是导致神经系统损伤并进而导致瘫痪的两大主要原因，神经系统损伤之后适当的康复训练可以减轻或避免残疾。根据神经系统可塑性原理，目前临床上常用的治疗方法包括物理疗法、作业疗法、运动疗法等，这些治疗方法对于患者的神经系统康复具有重要意义。然而，国内绝大多数康复医院仍然借助于人工或简单的康复医疗设备进行以上治疗，不仅康复效率低下，而且治疗师的劳动强度大，限制了患者的训练时间。由于神经系统损伤患者的康复训练具有很强的重复性，因此，利用机器人技术将以上治疗方法进行有机结合，有望改善我国的康复现状，加速患者的康复进程。本论文结合国家863计划“截瘫/四肢瘫患者用模块化康复医疗机器人”(2009AA04Z201)以及中国科学院科技助残行动计划“截瘫患者用康复医疗机器人的研制及应用”(KGCX2-YW-618)项目，针对脊髓损伤和中风患者的神经功能康复，设计了一种坐卧式下肢康复机器人，并实现了康复机器人辅助患者进行被动训练、助力训练及主动训练等多种模式的康复训练。本文的主要工作及创新点如下： 1、针对脊髓损伤或中风患者的特点，规划了康复机器人需实现的功能（被动训练、主动训练和助力训练），设计了一种坐卧式下肢康复机器人。在康复机器人机械平台的基础上，设计了以PC104为核心的机器人电气控制系统，开发研制了16通道表面肌电信号(sEMG)采集系统以及16通道功能性电刺激(FES)系统，并设计了基于C#语言的上位机人机交互系统。 2、建立了机器人的运动学和动力学模型，利用自适应RBF神经网络对动力学模型不精确部分进行了补偿，实现了对机器人的动力学控制。实际系统中，利用PID控制算法实现了康复机器人的被动踏车训练、蹬踏训练和单关节训练；在此基础上，通过对人体肌肉的时序电刺激，实现了功能性电刺激(FES)助力训练。 3、提出了表面肌电信号识别患者运动意图及估计肢体关节角度的方法。在识别患者运动意图时，除了从时域和频域的角度提取肌电信号的特征外，本文提出的利用离散小波变换对肌电信号特定频段的信息进行特征提取，使得患者运动意图的识别率明显提高。在估计肢体关节角度时，本文提出了构建$m$阶非线性模型来描述表面肌电信号与肢体关节角度之间的关系，并利用BP神经网络对模型结构和参数进行了估计，模型具有较好的精度、实时性和鲁棒性。 4、提出了四种基于力/力矩反馈的主动康复训练控制方法，包括被动训练主动柔顺控制、混合型阻抗控制、弹簧式位置型阻抗控制及阻尼式速度型阻抗控制四种形式，并取得了满意的结果。在此基础上，基于阻抗控制原理，提出了基于表面肌电信号反馈的弹簧式位置控制和阻尼式速度控制两种主动训练形式，通过临床试验取得了满意的效果。总的说来，本文所研究的坐卧式下肢康复机器人实现了物理疗法、作业疗法与运动疗法的有机结合，能够为患者提供被动训练、主动训练以及助力训练等多种模式，为国内康复机器人技术的发展做了有益的探索。
英文摘要	Spinal cord injury (SCI) or stroke are two major reasons that cause nervous system damage, and thus lead to paralysis of limbs. According to the plasticity of nervous system, physical therapy, occupational therapy and exercise therapy are most popular clinical treatments currently, and they have been proven helpful to the recovery of patients' nervous system. However, the overwhelming majority of rehabilitation hospitals still carry out the above treatments artificially or using simple rehabilitation medical devices, such methods are not only inefficient, but also increase the labor intensity of therapists and cause inadequate training of patients. Considering the training process of neurological damage is repetitive, it is expected to improve and accelerate the rehabilitation process using robotics. This paper developed a reclining type rehabilitation robot for lower limbs, and implemented robot-assisted passive training, active training and assistance training for the neurological rehabilitation of SCI or stroke patients. This research is supported in part by the National Hi-Tech R & D Program (863) of China (Grant #2009AA04Z201), and the Sci. & Tech. for the Disabled Program of the Chinese Academy of Sciences (Grant #KGCX2-YW-618). The main contributions and innovations of this research are as follows: 1. A reclining type rehabilitation robot for lower limbs is developed according to the characteristics of SCI or stroke patients, and the required functions such as passive training, active training and assistance training are planned. The robot electrical control system based on PC104 is designed , and a surface electromyography (sEMG) acquisition system with 16 channels and a functional electrical stimulation (FES) system with 16 channels are also developed. Besides, the human-machine interaction system based on C# language is introduced. 2. We build the kinematic and dynamic models of the robot, and the dynamic control is implemented through computed-troque control method in combination with compensation for the inaccurate part of the dynamic model through an adaptive RBF neural network. Clinical passive cycling, pedaling and single joint exercise are achieved through PID control algorithm, and FES assistance training through timing stimulus to human muscles are also implemented based on passive training. 3. The methods for identifying movement intentions and estimating joint angles using sEMG are proposed. Compared with the sEMG features in tim...
语种	中文
其他标识符	200918014628017
内容类型	学位论文
源URL	[http://ir.ia.ac.cn/handle/173211/6435]
专题	毕业生_博士学位论文
推荐引用方式 GB/T 7714	张峰. 坐卧式下肢康复机器人主被动训练控制方法研究[D]. 中国科学院自动化研究所. 中国科学院研究生院. 2012.