基于踝关节刚度估计和疲劳辨识的康复机器人柔顺控制研究

• 作 者: 张从胜
• 出 处: 武汉理工大学
• 发表日期: 2019年01期
• 关键词: 康复机器人 表面肌电信号 刚度估计 疲劳辨识 柔顺控制

踝关节对于维持人体站立及行走的平衡至关重要,日益严重的社会老龄化问题使得踝关节运动障碍患者的数量与日俱增。康复机器人具有位置控制精准、人工成本低和康复效果好等优点,使用康复机器人对患者进行辅助训练,对缓解康复医疗资源的供需矛盾具有重要意义。目前踝关节康复控制策略着重于患者主动运动意图识别的研究,在患者的主动参与性和康复训练的安全有效性等方面仍有不足,因此利用表面肌电信号获取康复训练过程中患者的踝关节运动信息,并基于此开展康复机器人柔顺控制研究,调节训练参数以激发患者参与康复训练的主动性,为患者提供安全有效的康复训练十分重要。本文以人体踝关节为研究对象,结合表面肌电信号,对个性化关节刚度信息估计和运动疲劳辨识进行深入研究,根据这些运动信息自适应调整康复机器人柔顺控制参数,并设计踝关节康复机器人控制系统,实现疲劳监督下的柔顺控制策略。主要的研究内容如下:(1)由于患者生理参数存在个体差异性,难以建立统一的踝关节刚度估计模型。本文在研究Hill肌肉肌腱模型的基础上,提出个性化踝关节屈伸骨骼肌肉几何模型。采集踝关节屈伸过程中的表面肌电信号和关节角度信号,并将经过去噪处理后的信号作为模型的输入。结合正、逆动力学原理,采用遗传算法实现肌纤维长度和肌肉力力臂的个性化估计,得到个性化踝关节屈伸刚度估计模型。最后通过实验对整体模型的有效性进行分析及验证。(2)为辨识患者踝关节在康复训练过程中的疲劳状态,采用肌肉协同理论进行通道选择,提取对应通道的表面肌电信号的频域特征和非线性特征,在此基础上进行特征融合。通过支持向量机算法构建融合特征和运动疲劳状态的关系模型,提出一种基于差分进化的鲸鱼优化算法,用来确定支持向量机的惩罚因子和核函数参数。通过实验验证所提算法具有更好的寻优能力,可有效提高疲劳状态的辨识准确率。(3)针对患者在主动康复训练中机器人安全柔顺辅助的康复需求,提出一种疲劳监督下的基于关节刚度估计和运动疲劳反馈的自适应阻抗控制方法。为避免关节和肌肉的二次损伤,调节机器人的刚度以适应患者踝关节的刚度变化,调整机器人的阻尼参数以适应疲劳信息的变化,实现康复机器人柔顺控制,同时监督患者的疲劳状态,检测疲劳出现后停止康复训练。在此基础上设计康复机器人控制系统,直观地显示并记录患者的康复训练数据,并在实验环境中验证系统的实用性及控制方法的有效性。