商标分类 
商标转让 
您当前的位置： 基于康复机器人的康复运动控制方法、系统、设备及介质与流程
2021-01-08 13:01:03|
291|
起点商标网
本发明属于康复仪器控制领域，特别涉及一种基于康复机器人的康复运动控制方法、系统、设备及介质。
背景技术：
机器人示教即是通过机器人演示一些动作，以此来达到教育的目的，而将机器人示教与康复机器人相结合，则能够更加有效地帮助患者来进行康复训练。
目前康复机器人的示教模式训练基本都是采用位置控制方法，即通过获取治疗师预设的运动轨迹点信息，直接将轨迹点信息发送给康复机器人控制器，来进行康复机器人的运动控制，位置控制实际上就是接收每个关节点的位置信息命令，然后将该命令直接发送给电机驱动器，来使电机运行到指定的位置，位置控制模式是目前最为常见的方式，实现较为简单，但其缺点也显而易见：系统控制缺乏灵活性，只能接收位置命令，一旦出现通信故障，其影响面广，设备会突然停止运动，出现难以预料的状况，后果较为严重，同时由于位置运动控制会忽略中间过程，以达到目标位置为目标，缺乏良好的交互性。
技术实现要素：
本发明要解决的技术问题是为了克服现有技术中复机器人的示教训练缺乏灵活性和交互性的缺陷，提供一种基于康复机器人的康复运动控制方法、系统、设备及介质。
本发明是通过下述技术方案来解决上述技术问题：
一种基于康复机器人的康复运动控制方法，所述康复运动控制方法包括：
s10、获取示教数据，所述示教数据包括带动患者进行示教运动时至少一个运动关节的平滑运动轨迹；
s20、在康复机器人按照所述平滑运动轨迹带动患者进行康复运动中，获取所述患者每个运动关节的实时运动数据，所述实时运动数据包括每个运动关节的位置数据和关节速度数据；
s30、基于所述平滑运动轨迹获取每个运动关节的下一期望轨迹点的期望位置数据；
s40、根据所述实时运动数据和所述期望位置数据计算得到驱动所述康复机器人带动所述每个运动关节运动至所述下一期望轨迹点的力矩数据；
s50、控制所述康复机器人根据所述力矩数据带动患者进行所述康复运动。
较佳地，步骤s50之前，所述康复运动控制方法还包括：
s41、根据所述实时运动数据构建一动力学函数，所述动力学函数用于求解得到在当前轨迹点所述康复机器人的输出力矩；
步骤s50中，根据所述输出力矩和所述力矩数据带动患者进行所述康复运动。
较佳地，步骤s50之前，所述康复运动控制方法还包括：
s42、获取所述康复机器人在当前轨迹点的实时扭矩数据；
步骤s50中，根据所述实时扭矩数据和所述力矩数据带动患者进行所述康复运动。
较佳地，步骤s50之前，所述康复运动控制方法还包括：
s43、获取所述康复机器人的重量数据；
步骤s50中，根据所述重量数据和所述力矩数据带动患者进行所述康复运动。
较佳地，所述示教数据包括所述运动关节在多个示教轨迹点的示教运动数据，步骤s10具体包括：
s111、选取距离所述示教运动中的起始示教轨迹点与结束示教轨迹点的连线的垂直距离最大的目标轨迹点；
s112、判断所述目标轨迹点距离所述示教运动中的起始示教轨迹点与结束示教轨迹点的连线的垂直距离是否大于预设阈值，若是，则将所述目标轨迹点提取作为特征点，然后执行步骤s113，若否，则执行步骤s114；
s113、以所述目标轨迹点为分界点将所述示教运动划分为分段示教运动，返回步骤s111，对每个分段示教运动执行选取目标轨迹点的动作；
s114、将所述起始示教轨迹点与结束示教轨迹点提取作为特征点；
s115、根据所有特征点的示教运动数据生成所述平滑运动轨迹。
较佳地，所述示教数据包括所述运动关节在多个轨迹点的示教运动数据，所述示教运动数据包括示教时长、示教位置、示教速度和示教加速度，步骤s10具体包括：
s121、构建所述平滑运动轨迹的以时间为自变量的运动函数，所述运动函数包括位置运动函数、速度运动函数和加速度运动函数；
s122、按照时间顺序依次选取任意相邻两个示教轨迹点的示教运动数据；
s123、根据所述相邻两个示教轨迹点的示教运动数据得到阶段运动函数及所述阶段运动函数的运动参数；
s124、根据所有相邻两个示教轨迹点之间的阶段运动函数得到所述运动函数；
s125、输入所述康复运动的示教时长至所述运动函数得到所述平滑运动轨迹。
一种基于康复机器人的康复运动控制系统，所述康复运动控制系统包括示教数据获取模块、实时运动数据获取模块、期望位置数据获取模块、力矩数据计算模块和康复运动控制模块；
所述示教数据获取模块用于获取示教数据，所述示教数据包括带动患者进行示教运动时至少一个运动关节的平滑运动轨迹；
所述实时运动数据获取模块用于在康复机器人按照所述平滑运动轨迹带动患者进行康复运动中，获取所述患者每个运动关节的实时运动数据，所述实时运动数据包括每个运动关节的位置数据和关节速度数据；
所述期望位置数据获取模块用于基于所述平滑运动轨迹获取每个运动关节的下一期望轨迹点的期望位置数据；
所述力矩数据计算模块用于根据所述实时运动数据和所述期望位置数据计算得到驱动所述康复机器人带动所述每个运动关节运动至所述下一期望轨迹点的力矩数据；
所述康复运动控制模块用于控制所述康复机器人根据所述力矩数据带动患者进行所述康复运动。
较佳地，所述康复运动控制系统还包括动力学函数构建模块；
所述动力学函数构建模块用于根据所述实时运动数据构建一动力学函数，所述动力学函数用于求解得到在当前轨迹点所述康复机器人的输出力矩；
所述康复运动控制模块用于根据所述输出力矩和所述力矩数据带动患者进行所述康复运动。
较佳地，所述康复运动控制系统还包括实时扭矩数据获取模块；
所述实时扭矩数据获取模块用于获取所述康复机器人在当前轨迹点的实时扭矩数据；
所述康复运动控制模块用于根据所述实时扭矩数据和所述力矩数据带动患者进行所述康复运动。
较佳地，所述康复运动控制系统还包括重量数据获取模块；
所述重量数据获取模块用于获取所述康复机器人的重量数据；
所述康复运动控制模块用于根据所述重量数据和所述力矩数据带动患者进行所述康复运动。
较佳地，所述示教数据包括所述运动关节在多个示教轨迹点的示教运动数据，所述示教数据获取模块包括目标轨迹点选取单元、判断单元、特征点提取单元、分段示教运动划分单元和平滑运动轨迹生成单元；
所述目标轨迹点选取单元用于选取距离所述示教运动中的起始示教轨迹点与结束示教轨迹点的连线的垂直距离最大的目标轨迹点；
所述判断单元用于判断所述目标轨迹点距离所述示教运动中的起始示教轨迹点与结束示教轨迹点的连线的垂直距离是否大于预设阈值，若是，则调用所述特征点提取单元将所述目标轨迹点提取作为特征点，然后调用所述分段示教运动划分单元，若否，则调用所述特征点提取单元将所述起始示教轨迹点与结束示教轨迹点提取作为特征点，然后调用所述平滑运动轨迹生成单元；
所述分段示教运动划分单元用于以所述目标轨迹点为分界点将所述示教运动划分为分段示教运动，然后调用所述目标轨迹点选取单元对每个分段示教运动执行选取目标轨迹点的动作；
所述平滑运动轨迹生成单元用于根据所有特征点的示教运动数据生成所述平滑运动轨迹。
较佳地，所述示教数据包括所述运动关节在多个轨迹点的示教运动数据，所述示教运动数据包括示教时长、示教位置、示教速度和示教加速度，所述示教数据获取模块包括运动函数构建单元、数据选取单元、阶段运动函数生成单元、运动函数生成单元和平滑运动轨迹生成单元；
所述运动函数构建单元用于构建所述平滑运动轨迹的以时间为自变量的运动函数，所述运动函数包括位置运动函数、速度运动函数和加速度运动函数；
所述数据选取单元用于按照时间顺序依次选取任意相邻两个示教轨迹点的示教运动数据；
所述阶段运动函数生成单元用于根据所述相邻两个示教轨迹点的示教运动数据得到阶段运动函数及所述阶段运动函数的运动参数；
所述运动函数生成单元用于根据所有相邻两个示教轨迹点之间的阶段运动函数得到所述运动函数；
所述平滑运动轨迹生成单元用于输入所述康复运动的示教时长至所述运动函数得到所述平滑运动轨迹。
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的基于康复机器人的康复运动控制方法。
一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述的基于康复机器人的康复运动控制方法的步骤。
本发明的积极进步效果在于：本申请通过力控制方法来实现示教模式训练，代替常用的位置控制算法来实现示教训练，充分考虑人与设备之间的交互作用力，让患者更加舒服地进行训练。
附图说明
图1为本发明实施例1的基于康复机器人的康复运动控制方法的流程图。
图2为本发明实施例1中康复机器人运动控制算法的示意图。
图3为本发明实施例2的基于康复机器人的康复运动控制方法的流程图。
图4为本发明实施例2的上肢康复机器人数学模型示意图.
图5为本发明实施例3的基于康复机器人的康复运动控制方法中步骤s10的流程图。
图6为本发明实施例4的基于康复机器人的康复运动控制方法中步骤s10的流程图。
图7为本发明实施例5的基于康复机器人的康复运动控制系统的模块示意图。
图8为本发明实施例6的基于康复机器人的康复运动控制系统的模块示意图。
图9为本发明实施例7的基于康复机器人的康复运动控制系统中示教数据获取模块的模块示意图。
图10为本发明实施例8的基于康复机器人的康复运动控制系统中示教数据获取模块的模块示意图。
图11为本发明实施例9的电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
一种基于康复机器人的康复运动控制方法，如图1所示，所述康复运动控制方法包括：
s10、获取示教数据，所述示教数据包括带动患者进行示教运动时至少一个运动关节的平滑运动轨迹；
s20、在康复机器人按照所述平滑运动轨迹带动患者进行康复运动中，获取所述患者每个运动关节的实时运动数据；所述实时运动数据包括每个运动关节的位置数据和关节速度数据；
s30、基于所述平滑运动轨迹获取每个运动关节的下一期望轨迹点的期望位置数据；
s40、根据所述实时运动数据和所述期望位置数据计算得到驱动所述康复机器人带动所述每个运动关节运动至所述下一期望轨迹点的力矩数据；
s50、控制所述康复机器人根据所述力矩数据带动患者进行所述康复运动。
具体的，本实施例中，以上肢康复机器人为例，通过机械臂带动患者进行康复训练，根据已经获取的机械臂的肩、肘关节电机的位置信息和速度信息，根据期望轨迹点和实际位置点的差异，采用比例-微分(pd)控制器，来计算从当前轨迹点运动到期望轨迹点时所需要的力矩数据，则可以保证肩、肘电机能够输出合适的力矩来驱动机械臂的运动。具体的运动控制框图如图2的康复机器人运动控制算法所示，输出力矩的计算如方程(1)所示。
方程(1)中τpd表示pd控制器输出力矩，kp表示控制器比例系数，kv表示控制器微分系数，qd表示期望轨迹点的角度位置信息，q表示当前轨迹点的角度位置信息，
本实施例中，通过力控制方法来实现示教模式训练，代替常用的位置控制算法来实现示教训练，充分考虑人与设备之间的交互作用力，让患者更加舒服地进行训练。
实施例2
本实施例是在实施例1的基础上进一步，如图3所示，步骤s50之前，所述康复运动控制方法还包括：
s41、根据所述实时运动数据构建一动力学函数，所述动力学函数用于求解得到在当前轨迹点所述康复机器人的输出力矩；
s42、获取所述康复机器人在当前轨迹点的实时扭矩数据；需要说明的是，该数据通过康复机器人的电机编码器可以直接获取。
s43、获取所述康复机器人的重量数据；该重量数据为康复机器人的机械臂的重力补偿量，也即机械臂的重量。
步骤s50具体包括：
s51、控制所述康复机器人根据所述输出力矩、所述实时扭矩数据、所述重量数据和所述力矩数据带动患者进行所述康复运动。
具体的，以含两个连杆的机械臂为例，建立如图4的上肢康复机器人数学模型示意图所示的数学模型，根据机器人动力学分析理论，运用拉格朗日方程法计算上肢机械臂的动力学，具体的动力学方程如式(2)所示。
动力学函数(2)中t1、t2分别表示机械臂的肩、肘的输出力矩，θ1和θ2分别表示肩、肘关节在当前轨迹点的角度位置信息。
动力学建模的具体数学计算过程如下所示。
建立拉格朗日动力学方程：拉格朗日函数l被定义为系统的动能k和位能p之差，即：l＝k-p
系统动力学方程式，即拉格朗日方程如下：
式中：k—系统动能之和；p—系统势能之和；l—lagrange函数，为系统总的动能与势能之差；qi—系统广义坐标；
根据简化后的模型，计算连杆1的动能k1和势能p1。因为
所以有：
p1＝-m1gd1cosθ1
再求连杆2的动能k2和势能p2。
式中：
x2＝l1sinθ1+d2sin(θ1+θ2)
y2＝-l1cosθ1-d2cos(θ1+θ2)
于是可求得：
以及：
p2＝-m2gl1cosθ1-m2gd2cos(θ1+θ2)
机械臂的总动能和势能分别为:
p＝p1+p2＝-(m1d1+m2l1)gcosθ1-m2gd2cos(θ1+θ2)
利用拉格朗日方程，可以得到
把上式写成一般形式：
本实施例中，m1表示手臂1的质量，d1表示手臂1重心到手臂1坐标原点的距离，l1表示手臂1的长度，q1表示手臂1的转动角度，m2表示手臂2的质量，d2表示手臂2重心到手臂2坐标原点的距离，l2表示手臂2的长度，q2表示手臂2的转动角度，(x2,y2)表示机械臂的末端坐标位置，g为重力系数。
本实施例中，根据动力学函数以及运动控制算法，考虑机械臂重量补偿量、扭矩传感器信息等因素，计算肩、肘电机实际的总输出力矩，从而进行基于总输出力矩来控制康复机器人实现示教轨迹的复现，来完成整个示教模式的训练。
实施例3
本实施例是在实施例1的基础上进一步改进，所述示教数据包括所述运动关节在多个示教轨迹点的示教运动数据，如图5所示，步骤s10具体包括：
s111、选取距离所述示教运动中的起始示教轨迹点与结束示教轨迹点的连线的垂直距离最大的目标轨迹点；
s112、判断所述目标轨迹点距离所述示教运动中的起始示教轨迹点与结束示教轨迹点的连线的垂直距离是否大于预设阈值，若是，则执行步骤s113，然后执行步骤s114，若否，则执行步骤s115；
s113、将所述目标轨迹点提取作为特征点；
s114、以所述目标轨迹点为分界点将所述示教运动划分为分段示教运动，返回步骤s111，对每个分段示教运动执行选取目标轨迹点的动作；
s115、将所述起始示教轨迹点与结束示教轨迹点提取作为特征点；
s116、根据所有特征点的示教运动数据生成所述平滑运动轨迹。
本实施例中，通过控制器记录的轨迹点运动信息，运用特征点提取算法，来获取整个运动轨迹的关键点信息，根据关键点的信息能够有效地复现整个录制的轨迹，同时能够保证整条轨迹的完整性。
实施例4
本实施例是在实施例1的基础上进一步改进，所述示教数据包括所述运动关节在多个轨迹点的示教运动数据，所述示教运动数据包括示教时长、示教位置、示教速度和示教加速度，如图6所示，步骤s10具体包括：
s121、构建所述平滑运动轨迹的以时间为自变量的运动函数；所述运动函数包括位置运动函数、速度运动函数和加速度运动函数；
s122、按照时间顺序依次选取任意相邻两个示教轨迹点的示教运动数据；
s123、根据所述相邻两个示教轨迹点的示教运动数据得到阶段运动函数及所述阶段运动函数的运动参数；
s124、根据所有相邻两个示教轨迹点之间的阶段运动函数得到所述运动函数；
s125、输入所述康复运动的示教时长至所述运动函数得到所述平滑运动轨迹。
本实施例中，运用轨迹插补的算法来保证机械臂能够运动到目标点，可以基于获取的轨迹点进行计算，也可以基于实施例3中的特征点进行计算。算法的核心就是根据当前位置点和目标位置点的运动数据，如位置信息、速度、加速度、运动时间等，算法的核心思想是运用最小加加速度算法，采用五阶多项式来进行轨迹插补。基于此，可以得到点对点运动轨迹的生成公式，具体包括位置曲线，速度曲线，加速度曲线以及加加速度曲线，以保证两轨迹点或特征点之间的平滑连接。
实施例5
一种基于康复机器人的康复运动控制系统，如图7所示，所述康复运动控制系统包括示教数据获取模块1、实时运动数据获取模块2、期望位置数据获取模块3、力矩数据计算模块4和康复运动控制模块5；
所述示教数据获取模块1用于获取示教数据，所述示教数据包括带动患者进行示教运动时至少一个运动关节的平滑运动轨迹；
所述实时运动数据获取模块2用于在康复机器人按照所述平滑运动轨迹带动患者进行康复运动中，获取所述患者每个运动关节的实时运动数据，所述实时运动数据包括每个运动关节的位置数据和关节速度数据；
所述期望位置数据获取模块3用于基于所述平滑运动轨迹获取每个运动关节的下一期望轨迹点的期望位置数据；
所述力矩数据计算模块4用于根据所述实时运动数据和所述期望位置数据计算得到驱动所述康复机器人带动所述每个运动关节运动至所述下一期望轨迹点的力矩数据；
所述康复运动控制模块5用于控制所述康复机器人根据所述力矩数据带动患者进行所述康复运动。
具体的，本实施例中，以上肢康复机器人为例，通过机械臂带动患者进行康复训练，根据已经获取的机械臂的肩、肘关节电机的位置信息和速度信息，根据期望轨迹点和实际位置点的差异，采用比例-微分(pd)控制器，来计算从当前轨迹点运动到期望轨迹点时所需要的力矩数据，则可以保证肩、肘电机能够输出合适的力矩来驱动机械臂的运动。
本实施例中，通过力控制方法来实现示教模式训练，代替常用的位置控制算法来实现示教训练，充分考虑人与设备之间的交互作用力，让患者更加舒服地进行训练。
实施例6
本实施例是在实施例5的基础上进一步，如图8所示，所述康复运动控制系统还包括动力学函数构建模块6、实时扭矩数据获取模块7和重量数据获取模块8；
所述动力学函数构建模块6用于根据所述实时运动数据构建一动力学函数，所述动力学函数用于求解得到在当前轨迹点所述康复机器人的输出力矩；
所述实时扭矩数据获取模块7用于获取所述康复机器人在当前轨迹点的实时扭矩数据；需要说明的是，该数据通过康复机器人的电机编码器可以直接获取。
所述重量数据获取模块8用于获取所述康复机器人的重量数据；该重量数据为康复机器人的机械臂的重力补偿量，也即机械臂的重量。
所述康复运动控制模块5用于控制所述康复机器人根据所述输出力矩、所述实时扭矩数据、所述重量数据和所述力矩数据带动患者进行所述康复运动。
本实施例中，根据动力学函数以及运动控制算法，考虑机械臂重量补偿量、扭矩传感器信息等因素，计算肩、肘电机实际的总输出力矩，从而进行基于总输出力矩来控制康复机器人实现示教轨迹的复现，来完成整个示教模式的训练。
实施例7
本实施例是在实施例5的基础上进一步改进，所述示教数据包括所述运动关节在多个示教轨迹点的示教运动数据，如图9所示，所述示教数据获取模块1包括目标轨迹点选取单元111、判断单元112、特征点提取单元113、分段示教运动划分单元114和平滑运动轨迹生成单元115；
所述目标轨迹点选取单元111用于选取距离所述示教运动中的起始示教轨迹点与结束示教轨迹点的连线的垂直距离最大的目标轨迹点；
所述判断单元112用于判断所述目标轨迹点距离所述示教运动中的起始示教轨迹点与结束示教轨迹点的连线的垂直距离是否大于预设阈值，若是，则调用所述特征点提取单元113将所述目标轨迹点提取作为特征点，然后调用所述分段示教运动划分单元114，若否，则调用所述特征点提取单元113将所述起始示教轨迹点与结束示教轨迹点提取作为特征点，然后调用所述平滑运动轨迹生成单元115；
所述分段示教运动划分单元114用于以所述目标轨迹点为分界点将所述示教运动划分为分段示教运动，然后调用所述目标轨迹点选取单元111对每个分段示教运动执行选取目标轨迹点的动作；
所述平滑运动轨迹生成单元115用于根据所有特征点的示教运动数据生成所述平滑运动轨迹。
本实施例中，通过控制器记录的轨迹点运动信息，运用特征点提取算法，来获取整个运动轨迹的关键点信息，根据关键点的信息能够有效地复现整个录制的轨迹，同时能够保证整条轨迹的完整性。
实施例8
本实施例是在实施例5的基础上进一步改进，所述示教数据包括所述运动关节在多个轨迹点的示教运动数据，所述示教运动数据包括示教时长、示教位置、示教速度和示教加速度，如图10所示，所述示教数据获取模块1包括运动函数构建单元121、数据选取单元122、阶段运动函数生成单元123、运动函数生成单元124和平滑运动轨迹生成单元115；
所述运动函数构建单元121用于构建所述平滑运动轨迹的以时间为自变量的运动函数，所述运动函数包括位置运动函数、速度运动函数和加速度运动函数；
所述数据选取单元122用于按照时间顺序依次选取任意相邻两个示教轨迹点的示教运动数据；
所述阶段运动函数生成单元123用于根据所述相邻两个示教轨迹点的示教运动数据得到阶段运动函数及所述阶段运动函数的运动参数；
所述运动函数生成单元124用于根据所有相邻两个示教轨迹点之间的阶段运动函数得到所述运动函数；
所述平滑运动轨迹生成单元115用于输入所述康复运动的示教时长至所述运动函数得到所述平滑运动轨迹。
本实施例中，运用轨迹插补的算法来保证机械臂能够运动到目标点，可以基于获取的轨迹点进行计算，也可以基于实施例3中的特征点进行计算。算法的核心就是根据当前位置点和目标位置点的运动数据，如位置信息、速度、加速度、运动时间等，算法的核心思想是运用最小加加速度算法，采用五阶多项式来进行轨迹插补。基于此，可以得到点对点运动轨迹的生成公式，具体包括位置曲线，速度曲线，加速度曲线以及加加速度曲线，以保证两轨迹点或特征点之间的平滑连接。
实施例9
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例1-4中任意一个实施例所述的基于康复机器人的康复运动控制方法。
图11为本实施例提供的一种电子设备的结构示意图。图11示出了适于用来实现本发明实施方式的示例性电子设备90的框图。图11显示的电子设备90仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示，电子设备90可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备90的组件可以包括但不限于：至少一个处理器91、至少一个存储器92、连接不同系统组件(包括存储器92和处理器91)的总线93。
总线93包括数据总线、地址总线和控制总线。
存储器92可以包括易失性存储器，例如随机存取存储器(ram)921和/或高速缓存存储器922，还可以进一步包括只读存储器(rom)923。
存储器92还可以包括具有一组(至少一个)程序模块924的程序工具925，这样的程序模块924包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器91通过运行存储在存储器92中的计算机程序，从而执行各种功能应用以及数据处理。
电子设备90也可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(i/o)接口95进行。并且，电子设备90还可以通过网络适配器96与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器96通过总线93与电子设备90的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备90使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例10
一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1-4中任意一个实施例所述的基于康复机器人的康复运动控制方法的步骤。
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1-4中任意一个实施例所述的基于康复机器人的康复运动控制方法的步骤。
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】
与客服一对一沟通，为大家解决相关问题。
此文章来源于网络,如有侵权,请联系删除
热门咨询
