[发明专利]一种基于多信息融合的康复机器人多模态控制方法

说明书

本发明提供一种基于多信息融合的康复机器人多模态控制方法，以患者的生物信息和运动信息作为康复机器人训练参数和控制系统参数调整的依据，训练参数即控制系统的运动指令或给定信号。该方法获取患者的表面肌电信号、脑电信号、心电信号、关节角度、关节角速度、关节力矩、接触力等信息，利用信息融合算法，动态调整训练参数和控制系统参数，自动切换训练模式，能够实现康复机器人的上下肢协同智能控制和柔性控制。同时采集患者的生物信息和运动信息能够较为全面的反映患者的状态，使控制系统参数调整的更为准确，特别适用于对可靠性和安全性要求较高的康复机器人。

技术领域

本发明涉及一种基于多信息融合的康复机器人多模态控制方法，是一种基于生物信息和运动信息多信息融合的主被动、阻抗、助力等多模态与协同智能控制策略及面向个性化范式的自适应控制策略，属于康复机器人的控制领域。

背景技术

目前，我国已经逐步进入老龄化社会，老年人和由中风、偏瘫等原因造成肢体运动障碍人群的康复问题已成为一个亟待解决的社会问题。康复机器人的应用与推广不仅提高了患者康复训练的效率，也解决了治疗师不足的问题。当前的康复机器人已经发展出了主动、被动、主被动、助力等多种康复模式，多种康复模式的实施依赖于康复机器人和人体之间的交互信息的准确性与对患者意图识别的正确性。当前康复机器人与人体之间的交互信息主要有运动信息和生物信息两大类，运动信息是指人体关节或者肢体末端的运动相关信息，例如人体关节的角度、速度、力矩等。生物信息是指与人体关节活动有关的生物电信号，例如表面肌电信号、脑电信号、心电信号等。目前应用最广泛的交互信息是运动信息，通过关节或肢体末端的运动信息的反馈来对康复机器人进行控制，并以此对患者的康复情况进行评估。但是这些运动信息很难准确反映患肢本身的恢复水平，而且患者在运动过程中的肌张力变化和肌肉痉挛难以检测。肌电信号能够反映肢体的运动状态和肢体的健康状况，并能较好的识别出患者的运动意图。但是由于每个患者所产生的肌电信号强度不同，同时肌电信号的采集容易受到干扰，所以在实际过程中以肌电信号作为控制系统参数调整的依据并不可靠。

申请号为201510812527.9的中国专利提供了一种以肌电信号为依据来调整控制参数的下肢康复机器人自适应控制方法，该方法根据采集的肌电信号估计下肢肌肉活动和收缩力状态，并依此自适应地调节机器人的阻抗模型参数；同时获取患者与机器人间的交互作用力，通过识别结果和阻抗模型实现对机器人运动的计算和修正。该方法只能用于单一的训练模式中，无法对患者的运动意图进行识别，并没有考虑到对不同模式进行切换时控制系统参数的调整，而且该方法以采集的肌电信号估计肌肉收缩力来调整控制系统的阻抗参数并不可靠。申请号为201610243458.9的中国专利提供了一种按患者运动所需辅助的下肢康复机器人自适应控制方法，通过实时采集患者下肢的关节角度和关节角速度信号，利用鲁棒变结构控制方法实现期望的轨迹自适应跟踪控制，该方法虽然可以实现连续无缝的按患者康复所需辅助的下肢康复机器人自适应控制，但其反馈回控制系统的信息只有关节的角度和角速度，并没有生物信息，对控制系统参数的调整可能并不准确。

发明内容

基于现有技术的以上缺点，本发明所要解决的技术问题是提供一种基于多信息融合的康复机器人控制方法，该方法以患者的生物信息和运动信息作为康复机器人训练参数和控制系统参数调整的依据，训练参数即控制系统的运动指令或给定信号。该方法获取患者的表面肌电信号、脑电信号、心电信号、关节角度、关节角速度、关节力矩、接触力等信息，利用信息融合算法，动态调整训练参数和控制系统参数，自动切换训练模式，能够实现康复机器人的上下肢协同智能控制和柔性控制。同时采集患者的生物信息和运动信息能够较为全面的反映患者的状态，使控制系统参数调整的更为准确，特别适用于对可靠性和安全性要求较高的康复机器人。

本发明的目的是这样实现的：步骤如下：

步骤一：根据初始训练参数，利用智能协同控制策略，通过求解逆运动学或者逆动力学的方式，得到康复机器人各关节的给定信号；