[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

说明书

本发明公开了一种基于表面肌电信号的上肢外骨骼机器人控制方法，其方法包括以下步骤：a.同步采集表面肌电信号以及运动角度信号；b.肌电信号预处理；c.计算上肢肩、肘、腕三个关节的实时力矩；d.识别人体主动运动意图；e.设计上肢外骨骼机器人控制器；f.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，实现上肢外骨骼机器人在噪声干扰的情况下带动患者上肢进行康复训练。本发明基于患者上肢的主动运动意图及上肢实际运动角度，设计了抗噪声归零神经网络模型控制器，克服了康复训练环境中的噪声干扰，实现了上肢外骨骼机器人在带动患者康复训练过程中的人机交互控制，从而为患者提供一个主动、安全的康复训练环境。

技术领域

本发明涉及人体主动运动意图识别和康复机器人领域，特别涉及一种基于表面肌电信号和ELMAN神经网络的上肢外骨骼机器人抗噪归零神经网络控制算法。

背景技术

伴随着老龄化时代到来，由中风、脊髓损伤等疾病造成的肢体残障人数在迅速增长。其中，中风是导致人们上肢局部骨骼肌运动功能障碍的主要疾病。国内普遍采用传统康复治疗方法存在人员消耗大、康复周期长、效果有限等问题。相对于传统康复治疗，使用上肢外骨骼康复机器人辅助患者进行康复训练是一种更优越的训练方式。随着外骨骼机器人在康复治疗领域的快速发展，如何准确的识别人体主动运动意图以及将人体运动意图融合到外骨骼机器人控制策略中，从而实现良好的人机交互控制是现阶段该领域的研究热点和核心。

现阶段康复机器人控制技术主要分为主动控制和被动控制，被动控制主要用于患者前期的康复治疗，通过设定一套固定的康复训练动作，从而使康复机器人带动患肢进行康复训练活动。然而，单纯的被动控制无法实现康复训练个性化、人性化。主动控制主要利用人体肌电信号、脑电信号的等生理信号来实时控制康复机器人实现患者患肢的康复训练活动，通过人体生理信号识别人体主动运动意图将成为主动控制的关键。但由于信号采集的误差以及意图识别的不准确性，在康复训练时可能导致康复机器人产生与人体意图相反的康复训练动作，从而使得康复机器人与人体产生对抗，导致患者在康复训练中的二次损失。因此，本发明在通过肌电信号识别人体上肢主动运动意图的基础上，提出了一种基于抗噪归零神经网络的人-上肢外骨骼机器人交互控制算法，实现了人-机交互控制，为患肢提供一个舒适、主动、安全的康复训练环境。

发明内容

本发明公开了一种基于表面肌电信号的上肢外骨骼机器人控制方法，基于患者上肢的主动运动意图及上肢实际运动角度，设计了上肢外骨骼机器人抗噪归零神经网络控制算法，实现了上肢外骨骼机器人在带动患者康复训练过程中的人机交互控制，克服了康复训练环境中的噪声干扰。解决了现有主动控制中，由于肌电信号采集的单一性以及意图识别的不准确性，造成外骨骼机器人与人体运动意图产生对抗，从而导致患者在康复训练中造成二次损失的问题。另外，克服了被动控制中康复训练动作单一的缺点，结合说明书附图，本发明的技术方案如下：

一种基于表面肌电信号的上肢外骨骼机器人控制方法，所述控制方法具体如下：

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：将所采集的多块肌肉的肌电信号进行滤波处理，去除噪声，保留可用信号；

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

S4：构建多输入多输出的ELMAN神经网络预测模型，根据预处理后的肌电信号和上肢肩、肘、腕三个关节的实时力矩，对测试者主动运动意图进行识别；

S5：设计上肢外骨骼机器人关于人体上肢肩、肘、腕三个关节的抗噪归零神经网络控制器；

S6：基于步骤S4和S5，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，实现上肢外骨骼机器人在噪声干扰的情况下带动患者上肢进行康复训练。

步骤S1具体过程为：