论文部分内容阅读
脑卒中是人类健康的头号杀手,具有高致死性、高致残率的特点,其主要后遗症之一是单侧手功能的显著降低,严重影响患者的独立生活能力,造成了沉重的社会经济负担。现有的手功能康复主要依赖于康复治疗师的徒手辅助训练,不仅费时费力,而且受治疗师经验、体力、意愿等因素的影响,训练质量极不稳定;且由于目前康复治疗师的数量不能匹配日益增加的患者数量,致使很多患者需要等待很久才能得到极为有限的康复训练机会,因此康复进程缓慢、训练强度不足、训练效果不佳,并引起治疗成本的加剧。机器人技术被认为是可有效替代人力促进卒中后康复的有效技术。目前机器人在上肢和下肢大关节的康复训练效果突出,并已逐步取代治疗师的徒手训练。但相较而言,手功能康复机器人的治疗效果还不理想。一方面,人类的手部有着高度灵巧的机械结构和高度精细的运动功能,因此照搬上下肢大关节的往复训练模式不能有效修复手部的灵巧作业功能;另一方面,现有的手功能康复机器人存在主动自由度少、人机交互性能低、无法对指尖力及位置进行精细调控等问题,难以满足对手部精细运动功能的康复训练需求。针对上述问题,本文围绕手功能康复机器人的机械结构、控制系统和人机交互系统开展研究,设计了一款多自由度全驱动手功能康复机器人,实现了对各手指灵巧精细的辅助运动训练;面向康复机器人的实际应用研究了基于表面肌电的人机交互系统;从健康人身上学习运动技能并传递给手功能康复机器人,引入先进的按需辅助控制器,结合人机交互力为患者精准提供手指力量训练;设计基于径向基函数神经网络（Radial basis function neural network,RBFNN）的控制器,开发了针对手指精确位置控制的自适应控制系统。具体工作如下:（1）多自由度全驱动手功能康复机器人机构设计。本文设计了一款多自由度全驱动手功能康复机器人,采用微悬臂结构实现对各指尖部位的牵引,同时微悬臂各关节可调整以适应不同手部尺寸,使患者穿戴更加方便。每个微悬臂拥有4个主动自由度,可拖动每个手指实现弯曲/伸展与内收/外展。为了增加机器人的感知性能,在每个微悬臂与手指指尖的接触部位按放两个薄膜力传感器,可分别对指尖腹部以及指尖背侧进行精确力检测,增加人机交互力控制的精确性,并能充分保障使用者的安全。该款手功能康复机器人通过SolideWorks软件设计,并通过3D打印实现;微悬臂关节处安置微型马达可实现20个主动自由度,指尖部位安置力传感器实现对五指指尖位置及力的精细调控。通过手功能康复机器人的正、逆运动学分析以及动力学分析,发现该款手功能康复机器人拥有较高的灵活性和良好稳定性。（2）面向康复机器人人机交互控制的表面肌电信号解码和运动模式分类研究。基于表面肌电（Surface electromyography,sEMG）的运动意图提取是最具实时性且能够客观准确反映使用者意图的人机交互技术,从sEMG中提取的运动意图可以实时控制手功能康复机器人。本研究从18名年轻健康受试者中提取sEMG信号,采集前臂和手部6块肌肉的sEMG信号,分别为:掌长肌、桡侧腕屈肌、指总伸肌、指浅屈肌、拇短展肌和第一背侧骨间肌。总共提取了 22个特征参数,其中包括15个时域特征参数、3个频域特征参数和4个时频域特征参数,使用相关性分析去除多重共线性特征参数,之后使用随机森林和主成分分析两种方法进行特征选择,最终得到6个最优特征参数,分别是均方根值、平均绝对值、斜率变化率、Willison幅值、均值频率和6阶自回归模型。使用多通道卷积神经网络、多层感知器和支持向量机3种分类器进行分类,结果显示三种分类器对于单指弯曲、拇指与其他指尖对捏、五指抓取等13个常用的康复训练动作的准确率均在95%以上。（3）基于按需辅助控制器的手指力量训练控制系统研究。当患者恢复一定运动功能时,需要根据患者的康复情况针对性的进行握力训练,提升运动的完成率与稳定性。为了根据患者的康复状况提供针对性康复训练,使用迁移学习将人的运动学技能传递给手功能康复机器人,并设计了按需辅助控制器。选取食指弯曲、拇指对掌和拇指弯曲动作作为运动轨迹,利用Motive运动捕捉系统采集健康人手的运动学数据。使用可训练时间规整算法对单个人的数据进行规整,最后使用高斯混合模型-高斯混合回归算法从多个受试者的数据中拟合康复机器人参考轨迹。该按需辅助控制器可通过设定指尖力阈值判断主动和被动运动模式并实现模式间的自适应切换,其中被动模式下完全依赖康复机器人带动人手进行康复训练,主动模式下康复机器人将依据人手的运动意图进行辅助运动训练。主动模式下康复机器人的运动速度由指尖输出力决定,当使用者难以自主完成动作时,将由主动模式转入被动模式并保留上一时刻的速度,以保证运动的平滑性。以受试者H1为例,迁移学习得到的指尖运动轨迹与其实际运动轨迹极为相似,说明控制系统能够很好的将人手的运动学信息传递给手功能康复机器人,具有根据患者的康复状况提供针对性康复训练的能力。（4）基于RBFNN控制器的指尖精细位置控制方法研究。为了面向精细化手功能康复,需要实现对手指指尖精细位置的控制。本研究中采用镜像控制策略,通过LEAP Motion采集健侧手的运动学信息,通过逆运动学计算,求解出手功能康复机器人各关节的关节角度信息作为控制系统的输入。康复机器人采用基于RBFNN的控制系统辅助患者精细运动康复。仿真结果表明,控制器能够很好的跟踪期望轨迹,跟踪误差小于0.01 rad,所建立的RBFNN控制器具有较好的性能,能够实现康复机器人的精细位置控制,对康复训练中后期患者精细运动功能的恢复具有重要意义。（5）多自由度全驱动手功能康复机器人的设计实现及功能测试。基于以上的工作,开发完成了多自由度全驱动手功能康复机器人样机,为了验证康复机器人的结构设计,进行了抓握测试。同时分别对基于按需辅助控制器的手指力量训练控制系统以及基于RBFNN控制器的指尖精细位置控制系统在健康人身上进行了实际测试。结果表明,多自由度全驱动手功能康复机器人对于测试的8种不同形状的物体均能稳定抓取;按需辅助控制系统能够根据需要平滑地切换辅助模式,主动模式下,康复机器人能够根据指尖的交互力调整运动速度;实际控制中RBFNN控制器控制的15个关节角度能够很好的跟踪期望的关节角度,与传统控制器相结合,20个关节协调运动实现指尖的精细位置控制。本研究通过设计并制造一款多自由度全驱动手功能康复机器人,设计开发了面向人机交互控制的表面肌电信号手部姿势控制系统、基于按需辅助控制器的手指力量训练控制系统和基于RBFNN控制器的指尖精细位置控制系统。不同于前人仅能对康复早期或者中期的患者提供辅助,本研究的基于人机智能交互与控制的多自由度手功能康复机器人系统能够对所有康复阶段的患者均能提供所需的辅助。对康复训练早期的患者提供基于表面肌电人机智能交互的手部姿态训练,对于康复中后期的患者提供手指力量训练以及指尖精细运动训练。为今后的手功能康复奠定了结构设计与精细运动控制等方面的基础。本研究的工作极大地提升了手功能康复机器人的精细化训练水平,对脑卒中及多种神经肌肉疾病或损伤后手功能的精细运动功能恢复、提升患者的手部功能和回归社会的能力都具有重要意义。