一种下肢康复治疗智能外骨骼机器人的控制方法与流程

本发明涉及康复医疗机器人技术领域，尤其是一种康复医疗机器人的控制方法。

背景技术：

随着社会的发展进步和生活水平的日益提升，我国正在步入老龄化阶段。近年，人体运动功能障碍患者越来越多，科学表明，正确的科学的康复训练对于肢体运动功能恢复和提高具有非常重要的作用。进行康复训练不仅能够维持关节活动度、防止关节痉挛，同时能够明显的提高患者的运动功能，从而最终达到恢复的目的。

传统的康复医疗方法存在一些问题，首先，一名理疗师在大多数情况下只能为一名患者进行康复训练，效率比较低，并且由于理疗师的自身原因，无法保证患者得到足够强度的训练，治疗效果有限；其次，不能对康复训练过程进行精准的记录和控制；再有，康复评价不够客观，缺乏实时直观的反馈信息。外骨骼是一种可以让人穿戴的人机结合的一体化机械装置。许多机构纷纷研发出各种用于下肢康复治疗的智能外骨骼机器人，用以克服上述问题。

外骨骼装置都具有控制系统。现有的外骨骼控制系统设计比较简单，主要分为两类产品，一种是外骨骼带动患者进行康复训练，患者不需要发力便可以进行全部的康复训练过程，另外一种是患者进行主动的康复训练，患者自己进行运动的发力过程，外骨骼随着患者进行运动。综上，现有的外骨骼装置的控制系统普遍存在如下问题：1)康复训练模式单一，现有的外骨骼康复机器人不能满足各个康复阶段病人的康复需求；2)没有采用自适应的伺服控制。因此迫切需求能够解决以上问题的外骨骼康复医疗机器人控制方法。

技术实现要素：

为了克服现有技术的不足，本发明提供一种下肢康复治疗智能外骨骼医疗机器人的控制方法，具有混合康复训练模式，同时具有自适应伺服控制。

本发明解决其技术问题所采用的技术方案包括以下步骤：

(1)在患者的运动过程中采集患者的体征信息，包括下肢双侧髋关节和膝关节共4个肌肉驱动关节运动的最大力矩、关节活动范围和下肢最大支撑力；计算评价结果变量v(stage)＝a*mmax+b*r+c*smax，其中mmax为患者肌肉驱动关节运动的最大力矩与设定的正常人最大力矩比值，r为该患者关节活动范围与设定的正常人活动范围比值，smax为患者的下肢最大支撑力量与患者体重的比值；

(2)若v(stage)不大于0.5则进入步骤(3)；若v(stage)大于0.5且不大于0.8，则进入步骤(4)；若v(stage)大于0.8则进入步骤(5)；

(3)外骨骼带动康复患者进行康复训练，患者不需要发力，并返回步骤(1)继续采集患者的体征信息；

(4)外骨骼提供相应百分比的指导力带动康复患者进行助力训练，并返回步骤(1)继续采集患者的体征信息；所述指导力为机器对患者施加的辅助力，定义患者完全不出力时带动患者的力为100％，所述指导力的百分比为1-v(stage)；

(5)外骨骼根据患者的主动发力意图进行跟随运动，并返回步骤(1)继续采集患者的体征信息。

所述的步骤(3)～(5)中，外骨骼采用自适应pd控制器的控制律，控制输出其中，i表示不同的关节，控制量偏差ei＝yi-ui，eci为控制量偏差一阶导数，yi为控制量采集值，为比例调节系数，为微分调节系数，智能权重因子

所述的最大力矩通过安装在关节处的力矩传感器测量，所述的关节活动范围通过安装在关节处的绝对式旋转编码器测量，所述的下肢最大支撑力通过安装在足底脚前掌的薄膜压力传感器测量。

所述的正常人最大力矩和正常人活动范围是指按照gb10000-88《中国成年人人体尺寸》中的参数范围要求，按照患者尺寸，采用高斯分布原理随机选取患者尺寸偏差2cm区间内，不少于二十名个体的肌肉驱动关节运动最大力矩和关节活动范围，求取平均值得到。

所述的权重因子a、b、c分别为0.4、0.3、0.3。

本发明的有益效果是：可以根据患者所处的康复训练阶段对患者所采用的治疗方法进行智能选择，为患者提供合适的康复方法，解决了了患者本身条件不符合康复训练模式的问题。本发明把患者所处康复状态引入康复模式选择控制回路当中，同时设计患者康复阶段评价指标值，辅助选择康复阶段决策，并引入了智能权重因子，该智能权重因子会随着患者所处康复阶段自适应的变化，以适应患者不同康复阶段的康复运动需求，使得底层运动伺服机构随着负载变化速度变化都可以具有很好的动态特性。

附图说明

图1是外骨骼机械结构图；

图2是外骨骼控制系统结构图；

图3是控制律结构框图；

图中，1-外骨骼髋关节，2-直线作动器，3-外骨骼膝关节，4-外骨骼踝关节，5-外骨骼踏板。

具体实施方式

下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。

本发明的实施例提出一种下肢康复治疗智能外骨骼医疗机器人的控制方法，步骤如下：

(1)康复医生将使用者(患者)个人信息输入到pc上位机中。

(2)检索病人康复数据库，并根据系统中预存的病人康复阶段，选择适合该病人的训练模式。具体为：运动过程中，对患者的体征信息进行采集，包括下肢双侧髋关节和膝关节共4个肌肉驱动关节运动的最大力矩、关节活动范围和下肢最大支撑力。其中，最大力矩通过安装在关节处的力矩传感器测量，关节活动范围通过安装在关节处的绝对式旋转编码器测量，下肢最大支撑力通过安装在足底脚前掌的薄膜压力传感器测量。用以上三个物理量来评价患者所处的康复阶段。引入评价结果v(stage)变量，用以定量评价患者康复阶段。其计算公式为：

v(stage)＝a*mmax+b*r+c*smax

其中mmax表示该患者肌肉驱动关节运动的最大力矩与该患者相同体重的正常人的最大力矩比值，正常人的最大力矩参考标准的步态数据库。r为该患者关节活动范围与正常人活动范围的比值。smax为该患者的下肢最大支撑(自身体重)力量与该患者体重的比值。a、b、c为权重因子，在这个计算公式中可以使用的参考值分别为0.4、0.3、0.3。

(3)若v(stage)不大于0.5，则该患者处于康复阶段初期；若v(stage)大于0.5不大于0.8，则该患者处于康复阶段中期；若v(stage)大于0.8小于等于1，则该患者处于康复阶段末期。

(4)若患者处于康复阶段初期，采用被动训练模式，即外骨骼带着康复患者进行康复训练。在这个模式中，患者不需要发力便可以跟随外骨骼进行按照预定轨迹进行的康复训练。若患者处于康复阶段中期，采用助力模式进行康复训练。外骨骼根据患者的康复训练状态，选择相应百分比的指导力进行助力训练。所述指导力为机器对患者施加的辅助力，定义患者完全不出力时，带动患者的力为百分之百，所述指导力百分比可以使用的参考值为1-v(stage)。患者需要提供实现运动目的的一部分力(扭矩)便可实现康复训练。若患者处于康复阶段末期，外骨骼根据患者的主动发力意图进行跟随运动，患者独立行走无法保持平衡状态时，可以进行采用该模式进行跟随运动训练，患者独立完成相应的训练动作。

上位机根据所选择的康复训练模式，将训练指令发送至下位机控制器中。这就需求下位机控制器能够应对各种训练模式和指令使得关节运动可以很好的带动人体运动，具体表现为具有很好的跟踪性能，同时动态响应合适，因此下位机控制器中设计相应的自适应控制律。但是患者处于不同的康复阶段时，对于外骨骼关节带动人体运动的动态响应需求不同，设计智能pd自适应控制器。

引入智能权重因子该权重因子会使得不同阻尼的控制对象，根据输入输出的偏差以及偏差的一阶导数计算pd值。该控制器具有的特性为：当患者处于康复初期时，需要外骨骼关节提供80％——100％的指导力。这时需要关节具有快速动态响应的能力，这时智能权重因子会使控制器p值变大，使得动态响应能力提高。同时通过pd参数的配合，具有强跟踪性能。当患者处于康复末期时，需要外骨骼提供的指导力小于20％，因此此时不需要外骨骼具有快速动态响应能力，同时要求跟踪性能弱。该pd参数满足以上要求。

设计自适应pd控制器控制律为：

其中，i＝1，2，3，4，当i＝1为左髋，i＝2为左膝，i＝3为右髋，i＝4为右膝。

控制量偏差ei＝yi-ui，eci为控制量偏差一阶导数，ui为控制输出，yi为控制量采集值，为比例调节系数，为微分调节系数(根据自动控制原理基本pid控制确定取值)，智能权重因子当该控制器可以在被控对象惯性变化时，都具有较好的跟踪响应能力。