一种基于径向基神经网络上肢外骨骼运动意图识别方法

    公开(公告)号:CN107397649B

    公开(公告)日:2020-08-14

    申请号:CN201710681749.0

    申请日:2017-08-10

    申请人: 燕山大学

    IPC分类号: B25J9/00 A61H1/02 A61B5/0488

    摘要: 一种基于径向基神经网络的上肢外骨骼康复机器人控制方法,建立人体上肢肌肉骨骼模型;采集上肢肌肉肌电信号及上肢运动数据,将运动数据导入上肢肌肉骨骼模型中,获得上肢关节力矩,构建径向基神经网络,给出神经网络模型;识别患者运动意图,融合分析关节角速度,将结果用于识别训练对象关节伸屈状态,确定肢体运动意图;实时采集患侧康复训练中的肌电信号及关节角度,通过神经网络得到患侧关节力矩,计算出外骨骼机械臂所需补偿的关节力矩,分析肌电信号疲劳特征,通过对疲劳程度进行分级,调整补偿力矩大小,结合运动意图控制力矩控制器实现上肢康复机器人辅助患者进行康复训练。本发明方法使康复训练过程更加适应患者,加强人机交互,提升康复效果。

    一种基于肌电反馈式阻抗自适应的康复机器人控制方法

    公开(公告)号:CN106109174B

    公开(公告)日:2018-06-08

    申请号:CN201610554032.5

    申请日:2016-07-14

    申请人: 燕山大学

    摘要: 一种基于肌电反馈式阻抗自适应的康复机器人控制方法,由肌电信号特征值、足底压力信号和角速度信号识别出训练对象关节伸屈状态,确定肢体运动意图,结合患侧镜像健侧的方法给出用于描述患侧肌肉活动程度的肌电信号特征量;设定目标阻抗方程,描述机器人的末端运动轨迹偏差和末端受力之间的函数关系,构建随患侧肌肉活动水平和关节角度而自适应调整的阻抗参数,根据初始期望静态平衡力,分析肌电信号得到疲劳程度分级,微调期望静态平衡力。再结合位置控制器实现下肢康复机器人自适应跟踪期望轨迹。本发明建立自适应调整阻抗参数和分级调整静态平衡力的方法,使康复训练过程具有个体适应性,控制过程更加自然、柔顺并且安全可靠。

    一种基于径向基神经网络的上肢外骨骼康复机器人控制方法

    公开(公告)号:CN107397649A

    公开(公告)日:2017-11-28

    申请号:CN201710681749.0

    申请日:2017-08-10

    申请人: 燕山大学

    IPC分类号: A61H1/02 A61B5/0488

    摘要: 一种基于径向基神经网络的上肢外骨骼康复机器人控制方法,建立人体上肢肌肉骨骼模型;采集上肢肌肉肌电信号及上肢运动数据,将运动数据导入上肢肌肉骨骼模型中,获得上肢关节力矩,构建径向基神经网络,给出神经网络模型;识别患者运动意图,融合分析关节角速度,将结果用于识别训练对象关节伸屈状态,确定肢体运动意图;实时采集患侧康复训练中的肌电信号及关节角度,通过神经网络得到患侧关节力矩,计算出外骨骼机械臂所需补偿的关节力矩,分析肌电信号疲劳特征,通过对疲劳程度进行分级,调整补偿力矩大小,结合运动意图控制力矩控制器实现上肢康复机器人辅助患者进行康复训练。本发明方法使康复训练过程更加适应患者,加强人机交互,提升康复效果。