一种康复机器人等张运动控制方法及系统与流程

2021-01-19 17:01:23|

362|

起点商标网

本发明涉及康复机器人运动控制技术领域，具体涉及一种康复机器人等张运动控制方法及系统。

背景技术：

随着全民运动的兴起，运动损伤的发生比例越来越高。康复机器人作为医疗机器人的一个重要分支，它的研究贯穿了康复医学、生物力学、机械学、机械力学、电子学、材料学、计算机科学以及机器人学等诸多领域，已经成为了国际机器人领域的一个研究热点。目前，康复机器人已经广泛地应用到康复护理、假肢和康复治疗等方面，这不仅促进了康复医学的发展，也带动了相关领域的新技术和新理论的发展。

目前康复机器人，对于主动康复训练大多进行阻抗控制的研究，阻抗控制的基本思路是将力的偏差信号反馈到位置伺服环，而力的偏差信号和位置之间的关系称为目标阻抗，通过调节目标阻抗可以实现系统的柔顺控制。但阻抗控制的跟踪精度不高，系统的柔顺性不好，给患者的康复训练带来困难。

技术实现要素：

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种康复机器人等张运动控制方法及系统，以解决现有技术中康复机器人阻抗控制中跟踪精度不高、柔顺性不好的问题。

为实现以上目的，本发明采用如下技术方案：

一种康复机器人等张运动控制方法，包括：

获取患者施加到机器人关节上的实际力矩；

读取预先设置的可变负载的力矩；

对实际力矩与可变负载的力矩求和，并将求和结果输入到导纳模型中，以使导纳模型输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动；

其中，患者施加到机器人关节上的实际力矩与可变负载的力矩方向相反。

优选地，所述方法，还包括：

通过调节可变负载的力矩的大小实现不同阻力的等张康复运动；和/或，

通过调节导纳模型中的导纳参数实现不同阻力的等张康复运动。

优选地，所述获取患者施加到机器人关节上的实际力矩，包括：

通过关节电机码盘，获取机器人关节的运动状态；

通过关节力矩传感器，获取机器人关节实际受到的和力矩；

根据机器人关节的运动状态，基于机器人动力学模型，求解出机器人关节所受的关节电机的驱动力矩；

从所述和力矩中减去关节电机的驱动力矩，分离出患者施加到机器人关节上的实际力矩；

其中，所述关节力矩传感器，安装在关节电机和机器人关节之间。

优选地，所述导纳模型根据所述驱动力矩输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动，具体为：

导纳模型根据驱动力矩计算出机器人关节相应的运动增量；

将运动增量和机器人实际位置叠加后，由伺服控制器控制机器人运动。

优选地，所述导纳参数至少包括：

惯性参数、阻尼参数、刚度参数。

优选地，通过以下步骤优化所述导纳参数，包括：

初始化惯性参数和阻尼参数，通过观察不同刚度参数下，机器人关节的运动速度时间变化图，选择系统柔顺性最好时所对应的刚度参数；

将系统柔顺性最好时的刚度参数，及初始化的惯性参数输入到导纳模型，通过设置不同的阻尼参数，获取不同的运动速度时间变化曲线；

选择理想的运动速度时间变化曲线所对应的阻尼参数，及系统柔顺性最好时的刚度参数输入到导纳模型，通过设置不同的惯性参数，获取不同的运动速度时间变化曲线；

通过观察所述运动速度时间变化曲线，选择理解的机器人关节速度响应时间和系统柔顺性所对应的惯性参数。

另外，本发明还提出了一种康复机器人等张运动控制系统，包括：

获取模块，用于获取患者施加到机器人关节上的实际力矩；

读取模块，用于读取预先设置的可变负载的力矩；

计算模块，用于对实际力矩与可变负载的力矩求和，并将求和结果输入到导纳模型中，以使导纳模型输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动；

其中，患者施加到机器人关节上的实际力矩与可变负载的力矩方向相反。

优选地，所述系统，还包括：

调节模块，用于通过调节可变负载的力矩的大小实现不同阻力的等张康复运动；和/或，

通过调节导纳模型中的导纳参数实现不同阻力的等张康复运动。

优选地，所述导纳模型根据所述驱动力矩输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动，具体为：

导纳模型根据驱动力矩计算出机器人关节相应的运动增量；

将运动增量和机器人实际位置叠加后，由伺服控制器控制机器人运动。

另外，本发明还提出了一种康复机器人等张运动控制系统，包括：

处理器，

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取患者施加到机器人关节上的实际力矩；

读取预先设置的可变负载的力矩；

对实际力矩与可变负载的力矩求和，并将求和结果输入到导纳模型中，以使导纳模型输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动；

其中，患者施加到机器人关节上的实际力矩与可变负载的力矩方向相反。

本发明采用以上技术方案，至少具备以下有益效果：

通过获取患者施加到机器人关节上的实际力矩，对实际力矩与可变负载的力矩求和，得到驱动力矩，将所述驱动力矩输入到导纳模型中，导纳模型根据所述驱动力矩输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动，本发明提供的技术方案，由于对每个患者来说，可变负载是提前设置好的，是不变的，所以该运动为等张运动，通过改变负载的大小，可以实现不同阻力的等张运动；由于在等张运动训练过程中，可变负载的力矩会抵消一部分患者施加到机器人关节上的实际力矩，患者在训练过程中会感觉费力，提高了运动控制的跟踪精度，改善了系统的柔顺性，使治疗精准度提高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的一种康复机器人等张运动控制方法的流程图；

图2为本发明一实施例提供的康复机器人基本导纳控制模型的示意图；

图3为本发明一实施例提供的基于导纳控制的等张运动控制模型的示意图；

图4a～图4b为本发明一实施例提供的康复机器人等张运动控制的仿真模型；

图5为本发明一实施例提供的不同刚度参数下机器人关节的速度时间变化曲线图；

图6为本发明一实施例提供的不同阻尼参数下机器人关节的速度时间变化曲线图；

图7为本发明一实施例提供的不同惯性参数下机器人关节的速度时间变化曲线图；

图8为本发明一实施例提供的患者的实际力矩和可变负载的力矩曲线图；

图9a～9b为本发明另一实施例提供的康复机器人等张运动控制的仿真模型；

图10为本发明另一实施例提供的等张运动时机器人关节角度变化曲线图；

图11为本发明另一实施例提供的等张运动时机器人关节速度变化曲线图；

图12为本发明另一实施例提供的等张运动控制仿真模型检测到的患者力矩曲线图；

图13为本发明另一实施例提供的等张运动时机器人关节速度变化曲线图；

图14为本发明一实施例提供的患者施加的实际力矩和等张运动控制仿真模型检测到的患者力矩曲线图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

参见图1，本发明一实施例提出的一种康复机器人等张运动控制方法，包括：

步骤s1、获取患者施加到机器人关节上的实际力矩；

步骤s2、读取预先设置的可变负载的力矩；

步骤s3、对实际力矩与可变负载的力矩求和，并将求和结果输入到导纳模型中，以使导纳模型输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动；

其中，患者施加到机器人关节上的实际力矩与可变负载的力矩方向相反。

需要说明的是，在使用等张康复设备前，需要对患者的肌力情况进行测试，得到患者具体的肌力大小后，建立肌力大小与可变负载的力矩对应表，按照肌力大小与可变负载的力矩对应表，对可变负载的力矩进行设置，该对应表通过实验数据得到。

可以理解的是，本实施例提供的技术方案，通过获取患者施加到机器人关节上的实际力矩，对实际力矩与可变负载的力矩求和，得到驱动力矩，将所述驱动力矩输入到导纳模型中，导纳模型根据所述驱动力矩输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动，本实施例提供的技术方案，由于对每个患者来说，可变负载是提前设置好的，是不变的，所以该运动为等张运动，通过改变负载的大小，可以实现不同阻力的等张运动；由于在等张运动训练过程中，可变负载的力矩会抵消一部分患者施加到机器人关节上的实际力矩，患者在训练过程中会感觉费力，提高了运动控制的跟踪精度，改善了系统的柔顺性，使治疗精准度提高。

优选地，所述获取患者施加到机器人关节上的实际力矩，包括：

通过关节电机码盘，获取机器人关节的运动状态；

通过关节力矩传感器，获取机器人关节实际受到的和力矩；

根据机器人关节的运动状态，基于机器人动力学模型，求解出机器人关节所受的关节电机的驱动力矩；

从所述和力矩中减去关节电机的驱动力矩，分离出患者施加到机器人关节上的实际力矩；

其中，所述关节力矩传感器，安装在关节电机和机器人关节之间。

可以理解的是，本实施例提供的技术方案，通过获取机器人关节的运动状态及机器人关节实际受到的和力矩，根据机器人关节的运动状态，基于机器人动力学模型，求解出机器人关节所受的关节电机的驱动力矩，从所述和力矩中减去关节电机的驱动力矩，从而分离出患者施加到机器人关节上的实际力矩，操作简单、数据精准、用户体验度好、满意度高。

优选地，所述关节力矩传感器为单轴的力矩传感器。

优选地，所述机器人关节的运动状态，至少包括：

肩关节的运动状态、肘关节的运动状态、髋关节的运动状态、膝关节的运动状态。

需要说明的是，所述各关节的运动状态至少包括：屈曲伸展、内收外展、内旋外旋等。

可以理解的是，在不考虑关节力矩传感器微小形变量的情况下，机器人关节的运动状态和其所受的电机驱动力之间存在动力学关系。机器人关节的运动状态可以通过关节电机码盘获得，再通过机器人动力学模型即可以求解机器人关节所受的电机驱动力矩，从关节力矩传感器的示数中减去电机驱动力矩部分即可分离出患者施加到机器人关节上的实际力矩。

优选地，所述导纳模型根据所述驱动力矩输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动，具体为：

导纳模型根据驱动力矩计算出机器人关节相应的运动增量；

将运动增量和机器人实际位置叠加后，由伺服控制器控制机器人运动。

图2为康复机器人基本导纳控制模型的示意图，参见图2，基本导纳控制模型中各个变量的含义如下：

f患表示患者施加到机器人关节上的实际作用力；

τ患表示患者施加到机器人关节上的实际力矩；

τ传表示关节力矩传感器的示数，即机器人关节实际受到的和力矩；

τ驱表示机器人关节所受的关节电机的驱动力矩；

τe表示分离出的患者施加到机器人关节上的实际力矩；

xd表示机器人期望位置；

x表示机器人的实际位置；

xe表示机器人期望位置与实际位置之差：xe＝xd-x。

由上述康复机器人患者实际力矩计算方法可知:τe＝τ患＝τ传-τ驱。在图4a～图4b的导纳控制模型中，患者施加到机器人上的作用力f患通过机器人关节，间接作用到关节力矩传感器上。关节力矩传感器τ传表示患者施加到机器人关节上的力矩τ患和电机的驱动力矩τ驱的和，通过关节力矩传感器τ传和电机的驱动力矩τ驱求差，即可分离出患者施加的实际力矩τe。

图3为基于导纳控制的等张运动控制模型的示意图，图3为在图2的基础上变形得到。参见图3，等张运动控制模型在图2的基础上增加了可变负载的力矩τ负，通过调节可变负载的力矩大小即可实现不同阻力的等张康复运动。

在图3所示的等张运动控制模型中，患者施加的实际力矩τe减去可变负载的力矩τ负后作为导纳模型的输入τr，导纳模型根据输入力矩τr计算出机器人关节相应的运动增量xe，运动增量和机器人实际位置叠加后，由伺服控制器控制机器人运动。在此模型中，可变负载的力矩τ负会抵消患者施加的实际力矩τe，患者在训练过程中会始终感受到可变负载的力矩的存在。在实际模型中，由于患者施加的实际力矩τe可正可负，所以可变负载的力矩τ负同样可正可负，但需要保证其始终和患者施加的力矩符号相反。所以通过图3所示的等张运动控制模型，便可以实现机器人的等张康复训练。

优选地，所述方法，还包括：

通过调节可变负载的力矩的大小实现不同阻力的等张康复运动；和/或，

通过调节导纳模型中的导纳参数实现不同阻力的等张康复运动。

优选地，所述导纳参数至少包括：

惯性参数、阻尼参数、刚度参数。

优选地，通过以下步骤优化所述导纳参数，包括：

初始化惯性参数和阻尼参数，通过观察不同刚度参数下，机器人关节的运动速度时间变化图，选择系统柔顺性最好时所对应的刚度参数；

将系统柔顺性最好时的刚度参数，及初始化的惯性参数输入到导纳模型，通过设置不同的阻尼参数，获取不同的运动速度时间变化曲线；

通过观察所述运动速度时间变化曲线，选择理解的机器人关节速度响应时间和系统柔顺性所对应的惯性参数。

参见图4a～图4b，以康复机器人的上肢的肘关节的运动控制为例，在matlab中对本实施例提供的这种等张运动控制方法进行了仿真模拟和导纳参数优化，仿真模型如图4a～图4b所示。

对于等张运动，假设患者在机器人肘关节施加的实际力矩为5nm，设置可变负载的力矩为5nm的阶跃信号，初选惯性参数m＝0.1，阻尼参数b＝10，分别设刚度参数k＝0，0.01，0.1，1，10，观察机器人关节运动速度随时间的变化情况如图5所示。参见图5，当刚度参数k逐渐变大时，控制系统刚度随之增大，患者训练时就像压缩一个刚度很大的弹簧，患者的运动速度会逐渐变小为零。通过以上分析可知，设置刚度系数只会使系统变“硬”，柔顺性变差。所以为了提高系统的柔顺性，此模型取k＝0。

设置刚度参数k＝0，初选惯性参数m＝0.1，分别设阻尼参数b＝0，0.1，1，10，100，观察机器人关节运动速度随时间的变化情况如图6所示。参见图6，当阻尼参数逐渐变大时，系统的阻尼系数变大，机器人关节的运动速度会被拖慢并逐渐变小，当阻尼系数无限大时，机器人关节的运动速度会变为零。在等张控制模型中，要根据可变负载大小和康复运动速度合理设置阻尼参数，在此取b＝100。

设置刚度参数k＝0，阻尼参数b＝100，分别设惯性参数m＝0，1，5，10，20，观察机器人关节运动速度随时间的变化情况如图7所示。参见图7，当惯性参数逐渐变大时，系统的质量变大，机器人关节的运动速度响应会逐渐变慢，对于不同的康复方法应设置不同的惯性参数。例如，阻力运动的惯性参数可以取大一点，虽然机器人关节速度响应较慢，但有利于提高训练过程的柔顺性；阻力运动的惯性参数可以取小一点，提高机器人关节响应速度，快速达到康复训练速度，有利于提高训练效果。在此取m＝1。

由此，通过控制变量法，得到了针对当前机器人平台和等张运动控制模型的最优导纳参数：m＝1，b＝100，k＝0。

在得到等张运动控制模型的优化导纳参数后，本发明设计了患者的实际力矩曲线，并根据动态施载方法画出了可变负载的力矩曲线，如图8所示。患者力矩曲线中预设力矩为20nm，0-0.5s患者关节向正方向施加作用力，0.5-4.5s患者关节持续施向正方向加20nm力矩，4.5-5s患者关节停止施加作用力；5-10s患者的作用力大小与1-5s相同，方向相反。

将患者的实际力矩曲线导入控制模型后，由仿真结果可知机器人关节在4.8625s时速度会变为0。可变负载的力矩曲线中，滞后量设置为10nm，0-0.25s患者的实际力矩小于滞后量，可变负载的力矩值为0；0.2-0.5s负载的力矩大小为患者的实际力矩的相反数，再滞后10nm；0.5-4.5s患者的实际力矩大于等于预设力矩，负载为-20nm；4.5-4.8625s患者的实际力矩变小，负载力矩不变；4.8625s-5s当机器人关节速度变为0时，负载的力矩也为0。

在此同样以上肢肘关节为例，将患者的实际力矩曲线和可变负载的力矩曲线加载到matlab模型中进行了仿真，仿真模型如图9a～图9b所示。

控制系统仿真后，得到了机器人关节的角度变化如图10所示，机器人关节的速度变化如图11所示，机器人检测到的患者力矩如图12所示。

参见图10，机器人关节在0-1.935rad之间运动，属于肘关节的关节活动度内，且运动曲线光滑，0s和10s的角度误差为0.0061rad；参见图11，机器人关节的最大运动速度为0.455rad/s，大小合理，曲线光滑，运行平稳；参见图13，机器人检测到的患者力矩与患者施加的实际力矩几乎一致。

通过图13仿真可得，在0.5s-4.5s，5.5s-9.5s两个时间段内，患者施加的力矩值恒定为20nm和-20nm，通过等张运动控制模型，患者可以稳定地进行等张运动训练。

另外，参见图14，本发明另一实施例还提出的一种康复机器人等张运动控制系统100，包括：

获取模块101，用于获取患者施加到机器人关节上的实际力矩；

读取模块102，用于读取预先设置的可变负载的力矩；

计算模块103，用于对实际力矩与可变负载的力矩求和，并将求和结果输入到导纳模型中，以使导纳模型输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动；

其中，患者施加到机器人关节上的实际力矩与可变负载的力矩方向相反。

优选地，所述系统，还包括：

调节模块，用于通过调节可变负载的力矩的大小实现不同阻力的等张康复运动；和/或，

通过调节导纳模型中的导纳参数实现不同阻力的等张康复运动。

优选地，所述导纳模型根据所述驱动力矩输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动，具体为：

导纳模型根据驱动力矩计算出机器人关节相应的运动增量；

将运动增量和机器人实际位置叠加后，由伺服控制器控制机器人运动。

优选地，所述导纳参数至少包括：

惯性参数、阻尼参数、刚度参数。

另外，本发明另一实施例还提出的一种康复机器人等张运动控制系统，包括：

处理器，

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取患者施加到机器人关节上的实际力矩；

读取预先设置的可变负载的力矩；

对实际力矩与可变负载的力矩求和，并将求和结果输入到导纳模型中，以使导纳模型输出机器人关节的康复运动轨迹，控制康复机器人带动患者运动；

其中，患者施加到机器人关节上的实际力矩与可变负载的力矩方向相反。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。

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。