一种康复机器人主动训练控制方法和装置与流程

本发明涉及康复医疗技术领域，具体涉及一种基于表面肌电信号的康复机器人主动训练控制方法。

背景技术：

随着中国社会老龄化的加剧，越来越多的老人由于中风等原因造成上肢瘫痪，给日常生活带来非常大的不便。瘫痪患者可以通过大量的康复训练激发大脑可塑性，恢复一定的运动能力，实现生活自理，提高生活质量，最大程度的回归社会。机器人辅助康复训练能够节约大量的人力物力，并能够对患者康复水平进行实时量化的评估，根据患者的康复状况循序渐进的进行训练。

目前的大部分康复机器人仅能完成被动训练任务，无法根据患者的主动运动意图完成主动康复训练。表面肌电信号能够反映人体肌肉的活动，可以体现患者的主动运动意图。对于多关节运动任务，从多于两块相关肌肉获得表面肌电信号，采集处理时间长，算法复杂，对患者主动运动意图的识别精度和可靠性差，难以实际应用。本发明为克服上述存在的问题，仅使用双通道表面肌电信号，实现上肢或者下肢康复机器人的多关节主动训练。

技术实现要素：

目前大多数康复机器人仅能完成被动训练任务，无法完成主动康复训练。为解决上述问题，本发明使用两通道表面肌电信号，实现上肢或者下肢康复机器人的多关节主动训练，增加康复机器人的训练功能，提高康复训练效率。

根据本发明一方面，提出了一种基于表面肌电信号的康复机器人主动康复训练控制方法，该方法包括：

在步骤101中，在重复性的康复训练过程中，采集相对应的两块肌肉的表面肌电信号，得到两通道表面肌电信号；

在步骤102中，对采集到的两通道表面肌电信号进行预处理操作，得到周期性的表面肌电复合信号；

在步骤103中，利用频率跟踪算法从所述表面肌电复合信号中提取频率和相位运动模式信息；

在步骤104中，利用相位运动模式信息和正常人的运动轨迹在线生成期望运动轨迹，再根据轨迹跟踪误差控制机器人的输出力，辅助患者完成期望的训练任务。

根据本发明另一方面，提出了一种基于表面肌电信号的康复机器人主动康复训练控制装置，该装置包括：

采集模块，用于在重复性的康复训练过程中，采集相对应的两块肌肉的表面肌电信号，得到两通道表面肌电信号；

预处理模块，用于对采集到的两通道表面肌电信号进行预处理操作，得到周期性的表面肌电复合信号；

模式信息提取模块，用于利用频率跟踪算法从所述表面肌电复合信号中提取频率和相位运动模式信息；

控制输出模块，用于利用相位运动模式信息和正常人的运动轨迹在线生成期望运动轨迹，再根据轨迹跟踪误差控制机器人的输出力，辅助患者完成期望的训练任务。

本发明公开的基于表面肌电信号的康复机器人主动康复训练控制方法和装置，仅使用两通道的表面肌电信号识别患者的主动运动意图和运动模式，实时、在线生成训练轨迹，控制机器人提供合适的辅助力，实现多关节主动康复训练。该方法简单可靠，能够方便地应用于各类上肢康复机器人和下肢康复机器人，增加康复训练功能，提高康复训练效率。

附图说明

图1是本发明基于表面肌电信号的康复机器人主动训练控制方法的方法流程图；

图2是本发明中上肢康复训练中两通道表面肌电信号的采集位置；

图3是本发明中下肢康复训练中两通道表面肌电信号的采集位置；

图4是本发明一实施例中肱二头肌采集得到的肌电信号和处理得到的幅值信号示意图；

图5是本发明一实施例中肱三头肌采集得到的肌电信号和处理得到的幅值信号示意图；

图6是本发明一实施例中肱二头肌和肱三头肌的肌电信号得到的复合信号示意图；

图7是应用本发明提出的方法进行训练的训练系统结构示意图。

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明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

本发明提出了一种基于表面肌电信号的康复机器人主动康复训练控制方法，该方法包括：

在步骤101中，在重复性的康复训练过程中，采集相对应的两块肌肉的表面肌电信号，得到两通道表面肌电信号；

在步骤102中，对采集到的两通道表面肌电信号进行预处理操作，得到周期性的表面肌电复合信号；

在步骤103中，利用频率跟踪算法从所述表面肌电复合信号中提取频率和相位运动模式信息；

在步骤104中，利用相位运动模式信息和正常人的运动轨迹在线生成期望运动轨迹，再根据轨迹跟踪误差控制机器人的输出力，辅助患者完成期望的训练任务。

其中，所述表面肌电信号预处理操作包括全波整流及低通滤波获得幅值信号，两通道幅值信号相减得到表面肌电复合信号，作为频率跟踪算法的输入。

本发明提出的上述方法可以适用于上肢康复机器人和下肢康复机器人的多关节主动康复训练中，上肢训练中采集的对应肌肉可以是肱二头肌和肱三头肌，下肢训练中采集的对应肌肉可以是股二头肌和股外侧肌。

本发明一实施例公开的基于表面肌电信号的康复机器人主动康复训练控制方法，如图1～7所示，该方法包括以下几个步骤：

步骤S1：采集两通道表面肌电信号，选择两块对应肌肉，在上肢训练中可以采集肱二头肌(1)和肱三头肌(2)，在下肢训练中可以采集股二头肌(3)和股外侧肌(4)。

步骤S2：对表面肌电信号预处理，得到幅值信号，两通道表面肌电信号x1(t)和x2(t)首先进行全波整流，得到单边肌电信号和对单边肌电信号和进行低通滤波，得到幅值信号y1(t)和y2(t)：

步骤S3：将两通道表面肌电信号的幅值信号相减，合成为一个复合信号u(t)，即：

u(t)＝y1(t)-y2(t)

由于康复训练任务是周期性重复任务，股二头肌和股外侧肌会交替收缩，最后得到的复合信号u(t)呈现周期性变化，体现患者自身的主动运动意图和运动模式。

步骤S4：使用频率跟踪算法从表面肌电信号中提取主动运动模式信息，频率跟踪算法如下：

其中z1和z2分别是幅值为频率为ω的正弦和余弦信号，为信号u(t)的相位，t代表时间，单位是秒。γ是吸引强度，ε是耦合强度，需人工给定。

步骤S5：根据相位信息进行训练轨迹规划，假设正常人的运动周期是T，正常运动轨迹为L(t)，则可以根据从表面肌电信号中提取得到的相位设计训练轨迹为：

因为为表面肌电复合信号u(t)的相位，训练轨迹M(t)是和表面肌电复合信号u(t)同相位的信号。

步骤S6：根据轨迹跟踪误差对机器人的输出力F(t)进行控制：

F(t)＝K(M(t)-N(t))

其中，K是控制系数，通过改变K可以调节机器人对患者的辅助力的大小，N(t)为患者实际运动轨迹。

在本发明一实施例中，使用图7所示的上肢康复机器人进行训练，使用表面肌电信号采集仪采集肱二头肌和肱三头肌表面肌电信号，在计算机中实现控制算法，完成上肢的主动康复训练。经实验证明，康复机器人可以实时根据患者的运动意图提供完成运动所需的辅助力，实现主动康复训练。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。