[发明专利]一种基于表面肌电信号的上肢外骨骼机器人控制方法

权利要求书

1.一种基于表面肌电信号的上肢外骨骼机器人控制方法，其特征在于，所述控制方法步骤如下：

S1：根据测试者的主动运动意图，同步采集测试者上肢多块肌肉的肌电信号以及肩、肘、腕三个关节的运动角度信号；

S2：肌电信号预处理；

S3：构建人体上肢的拉格朗日动力学模型，基于实时关节运动角度信息，计算上肢肩、肘、腕三个关节的实时力矩；

S4：建立ELMAN神经网络预测模型，对测试者主动运动意图进行识别；

S5：设计抗噪声归零神经网络控制器；

S6：构建具有干扰项的上肢外骨骼机器人拉格朗日动力学模型，设计控制器，实现上肢外骨骼机器人的有效控制。

2.如权利要求1所述一种基于表面肌电信号的上肢外骨骼机器人控制方法，其特征在于，步骤S6的具体过程为：

基于人体上肢和上肢外骨骼机器人，构建具有干扰项的人-上肢外骨骼机器人拉格朗日动力学模型，具体数学表达式如下：

其中，M₁(θ)为惯性矩阵，为离心力和科氏力矩阵，G₁(θ)为重力项矩阵，ω为系统中所考虑的噪声，在本发明中，考虑了常值噪声、线性噪声、随机噪声及混合噪声对系统的影响；τ_e为ELMAN神经网络所预测的上肢多关节力矩，即系统中所考虑的人体主动运动意图；τ_NTZNN为上肢外骨骼机器人控制输出力矩。基于ELMAN神经网络和抗噪声归零神经网络控制器，离散时间下的控制系统可以被表示为：

其中，为时变状态变量，T_s为采样时间，人体上肢主动运动意图下的关节角度及角速度为：

根据抗噪声归零神经网络模型的设计公式，系统的误差函数为：

其中，为上肢外骨骼机器人控制系统期望变量，θ_i,k为系统输出变量，根据抗噪声归零神经网络模型的设计公式，控制器u_NTZNN(t_k)可以被设计为：

其中，γ＞0,λ＞0为可调参数，在控制器u_NTZNN(t_k)的控制之下，系统实现了上肢外骨骼机器人在噪声干扰的情况下带动人体上肢进行康复训练。

3.如权利要求2所述一种基于表面肌电信号的上肢外骨骼机器人控制方法，其特征在于，系统中考虑的噪声为：

常值噪声为

比例噪声为

随机噪声为

混合噪声为ω_混合＝ω_常值+ω_比例+ω_随机。