论文部分内容阅读
2019年,根据国家统计局发布的数据我国60岁以上老年人口数量达到了24949万人,占总人口数量的17.9%,我国人口老龄化程度加深。目前我国脑卒中患者数量达到7000万人,而且每年脑卒中患者新增率不断上涨,其中90%的脑卒中患者通过有效锻炼能够重新正常行走。此外,每年由于脊髓损伤等原因造成的下肢运动障碍新发患者多达200万。数量巨大的行动不便的老年人、脑卒中患者和脊髓损伤患者迫切需要能够进行下肢锻炼的设备或系统。基于以上问题,本文研究并开发了下肢外骨骼机器人脑电控制系统。该系统分别通过脑电控制模式和手动控制模式解决了脑卒中患者和脊髓损伤患者以及老年人的下肢锻炼问题。本文研究内容主要分为两部分:第一部分为脑电意图识别的研究。本文采用了复合范式下的EEG采集方法,采用阶梯函数法进行质量检测,通过该方法将检测出不符合质量要求的脑电信号进行删除,保留信噪比较高的脑电信号。然后采用了小波包分解系数、子空间能量的特征提取方法。提出了Fisher分类器与BP神经网络相结合的意图识别方法。该脑电意图识别方法与传统的方法相比较,准确率大大提高。第二部分为下肢外骨骼机器人脑电控制系统的设计与开发。本部分主要包括脑-机接口软件的开发和下肢外骨骼机器人的设计。通过Visual Studio平台自主开发了脑-机接口软件,实现了脑电数据的获取、存储,提出了调用Tee Chart控件实时显示脑电波形的方法,通过调用matlab函数,实现了脑电意图的在线识别,并且能够转化为控制指令。针对脑卒中、脊髓损伤等患者的特殊需求,本文设计的下肢外骨骼机器人具备脑控模式、点动模式、单腿模式等多种运动模式。通过脑-机接口平台与下肢外骨骼机器人通信,实现了下肢机器人的脑控模式,并且平台能够在各个模式下获取电机角度、速度数据的实时反馈,完成对下肢运动的监控。综上所述,本系统为行走功能障碍的老年人和脑卒中患者群体提供了新颖有效的锻炼方式,也为患者家属和医护人员提供了便利。此外,该系统的开发也对脑-机接口技术与其他控制技术的协同研究具有重要借鉴意义。因此,该系统的设计开发具有重要的现实意义。