首页 / 专利库 / 生物计算 / 力反馈 / 基于冗余机械臂上肢关节主动康复系统及其训练方法

基于冗余机械臂上肢关节主动康复系统及其训练方法

阅读:410发布:2024-01-08

专利汇可以提供基于冗余机械臂上肢关节主动康复系统及其训练方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于冗余 机械臂 上肢关节主动康复系统,包括计算机和若干 串联 的 转动关节 ,最末端的转动关节上设置有 力 传感器 ,所述力传感器连接握杆,所述力传感器和各转动关节均与计算机 信号 连接。本发明能够通过力传感器感受患者的运动意图,并转化为机械臂控制。本发明基于冗余机械臂,能够提供更大的 工作空间 和更多的运行 姿态 。患者通过自身肩部发很小的力,带动机械臂运动,并通过游戏激励患者进行康复训练的欲望,从而完成患者自发的进行康复训练,从而达到良好的主动康复效果。,下面是基于冗余机械臂上肢关节主动康复系统及其训练方法专利的具体信息内容。

1.一种基于冗余机械臂上肢关节主动康复系统,其特征在于,包括计算机和若干串联转动关节(1),最末端的转动关节上设置有传感器(2),所述力传感器(2)连接握杆(3),所述力传感器(3)和各转动关节(1)均与计算机信号连接。
2.一种采用如权利要求1所述的基于冗余机械臂上肢关节主动康复系统的康复训练的方法,其特征在于,包括以下步骤:
(1)建立机械臂的运动学模型
(2)将力传感器采集的数据转化成机械臂运动参数,并建立机械臂运动控制模型;
(3)根据康复训练模式及机械臂运动方式设计游戏,通过游戏实时反馈机械臂运动状态并根据动作完成情况评价康复训练指标。
3.根据权利要求2所述的基于冗余机械臂上肢关节主动康复系统的康复训练的方法,其特征在于,所述步骤(1)具体为:选定基础坐标系,根据机械臂关节连杆参数和旋转方向,建立冗余机械臂DH参数表;根据DH参数表,得到末端转动关节坐标系到基础坐标系的变换矩阵,即机械臂运动学正解;采用自旋转法计算七自由度机械臂运动学逆解。
4.根据权利要求2所述的基于冗余机械臂上肢关节主动康复系统的康复训练的方法,其特征在于,所述步骤(2)具体为:根据力传感器,取三轴力并计算出合成力F,再取三轴力矩计算欧拉R;由初始位姿q得到转动关节末端点为P,根据力F的大小和方向计算机械臂转动关节运动位移和运动方向,并假设要运动的末端点为P',根据末端点P'和位姿偏转角R计算运动后的机械臂位姿q';结合机械臂运动学模型进而设计机械臂平面运动模型和跟随初始位姿的阻抗控制模型;设置PID轨迹跟踪参数、工作空间限位参数和最大线性臂速度参数。
5.根据权利要求2所述的基于冗余机械臂上肢关节主动康复系统的康复训练的方法,其特征在于,所述步骤(3)具体为:根据患者能否抬起手臂,设计两种康复训练游戏方式,将患者带着机械臂运动的状态实时反馈在游戏画面中,根据游戏内容的完成度情况,评价主动康复训练指标。

说明书全文

基于冗余机械臂上肢关节主动康复系统及其训练方法

技术领域

[0001] 本发明涉及上肢关节康复系统及方法,具体涉及一种基于冗余机械臂上肢关节主动康复系统及其训练方法。

背景技术

[0002] 近年来,因脑血管疾病和意外事故导致的中老年偏瘫人数呈逐步上升趋势,并有呈年轻化趋势,这种疾病所造成的伤害主要是在患者的肢体运动功能上,尤其是上肢运动功能的丧失,将会极大影响患者的日常生活能。康复机器人与传统的医疗康复具有无可比拟的优势。在康复机器人训练过程中,不仅能够体现训练参数和指标,产生足够客观的康复评价指标,有利于后续更加深入的研究;而且使用康复机器人进行康复治疗能减少人力成本的投入,减轻患者对家庭和社会带来的负担。
[0003] 目前,国内外上肢康复机器人在进行康复训练过程中,仍然存在很多缺点和不足,主要有:自由度较少,大多只有3到5个自由度,自由度较少的机械臂能够完成的康复运动轨迹很有限,很难针对病患身高手长等因素适应性的变化;缺乏主动康复训练,很多康复机械臂是穿戴式,相当于是机械臂绑着人手进行康复运动,没有人手带着机械臂进行主动康复的功能;无法激发患者运动的兴趣;机械臂功能单一,只能用来康复手臂,除此之外再没有其他用途了,可重用性不高。

发明内容

[0004] 发明目的:本发明的目的是提供一种基于冗余机械臂上肢关节主动康复系统及其训练方法,解决现有机械臂功能单一,自由度少,重用性不高的问题。
[0005] 技术方案:本发明所述的基于冗余机械臂上肢关节主动康复系统,包括若干串联转动关节和计算机,最末端的转动关节上设置有力传感器,所述力传感器连接握杆,所述力传感器和各转动关节均与计算机信号连接。
[0006] 本发明所述的基于冗余机械臂上肢关节主动康复系统的康复训练的方法,包括以下步骤:
[0007] (1)建立机械臂的运动学模型
[0008] (2)将力传感器采集的数据转化成机械臂运动参数,并建立机械臂运动控制模型;
[0009] (3)根据康复训练模式及机械臂运动方式设计游戏,通过游戏实时反馈机械臂运动状态并根据动作完成情况评价康复训练指标。
[0010] 其中,所述步骤(1)具体为:选定基础坐标系,根据连杆参数和旋转方向,建立冗余机械臂DH参数表;根据DH参数表,得到末端转动关节坐标系到基础坐标系的变换矩阵,即机械臂运动学正解;采用自旋转法计算七自由度机械臂运动学逆解。
[0011] 为了给患者提供两种主动康复的方式,并最大程度的保障患者穿戴的舒适性和安全性,所述步骤(2)具体为:根据力传感器,取三轴力并计算出合成力F,再取三轴力矩计算欧拉R;由初始位姿q得到转动关节末端点为P,根据力F的大小和方向计算机械臂转动关节运动位移和运动方向,并假设要运动的末端点为P',根据末端点P'和位姿偏转角R计算运动后的机械臂位姿q';进而设计机械臂平面运动模型和跟随初始位姿的阻抗控制模型;设置PID轨迹跟踪参数、工作空间限位参数、最大线性臂速度参数。
[0012] 所述步骤(3)具体为:根据患者能否抬起手臂,设计两种康复训练游戏方式,将患者带着机械臂运动的状态实时反馈在游戏画面中,根据游戏内容的完成度情况,评价主动康复训练指标。
[0013] 有益效果:本发明能够通过力传感器感受患者的运动意图,并转化为机械臂控制。本发明基于冗余机械臂,能够提供更大的工作控件和更多的运行姿态。患者通过自身肩部发很小的力,带动机械臂运动,并通过游戏激励患者进行康复训练的欲望,从而完成患者自发的进行康复训练,从而达到良好的主动康复效果。
附图说明
[0014] 图1是本发明的结构框图
[0015] 图2是本发明的七自由度冗余机械臂构型;
[0016] 图3是七自由度机械臂穿戴效果图;
[0017] 图4是机械臂水平面运动的控制框图;
[0018] 图5是机械臂跟随初始位姿的阻抗控制框图;
[0019] 图6是结合机械臂水平面运动的游戏内容1;
[0020] 图7是结合机械臂空间中运动的游戏内容2。

具体实施方式

[0021] 下面结合附图对本发明进行进一步说明。
[0022] 如图1-3所示,基于冗余机械臂上肢关节主动康复系统,包括计算机和7个串联的转动关节1,最末端的转动关节上设置有力传感器2,力传感器2连接握杆3,力传感器2和各转动关节1均与计算机信号连接。
[0023] 穿戴效果如图3所示,患者手握在握杆上,根据患者的身高适当调节握杆的水平高度。当患者难以抬起手臂时,做水平面的康复运动;当患者能够抬起手臂时,做空间立体的康复运动。
[0024] 机械臂控制模型如图4和图5所示,采用本发明进行康复训练时,具体包括以下步骤:
[0025] S1、选定基础坐标系,根据各转动关节之间的连杆的旋转方向,建立七自由度机械臂的各连杆坐标系,建立DH参数表;
[0026] S2、根据所建立的连杆坐标系,得到相互连杆坐标系间的变换矩阵和旋转矩阵;
[0027]
[0028]
[0029] 其中c代表cos()函数,同理s代表sin()函数,α代表连杆转角度,a代表连杆长度,d代表连杆偏移,θ代表关节变量, 代表从n-1关节到n关节的变换矩阵,根据相互连杆坐标系间的变换矩阵,代入DH参数,得到末端连杆坐标系到基础坐标系的变换矩阵相乘得到机械臂运动学正解
[0030] S3、七自由度机械臂的建模模型如图2所示,因其为冗余机械臂,故在计算逆解时有无数组解,这里采用自旋转法计算七自由度机械臂运动学逆解,即先确定自运动变量θ,再求得所有逆解q';
[0031] S4:在根据在转动关节末端安装的六轴力传感器,取三轴力Fin={Fx,Fy,Fz},将力Fin转化为末端点的位移,取线性关系k1即可,即位移X=k1*Fin,再取三轴力矩T={Tx,Ty,Tz},根据线性关系kr计算固定的坐标系下xyz旋转方式的欧拉转角RT={RTx,RTy,RTz},再加上初始欧拉角R={Rx,Ry,Rz}得到目标欧拉角R'(x,y,z);
[0032] S5:由初始位姿q得到转动支架末端点为P,再根据位移X即可求得末端点P和要运动的末端点P'的关系:
[0033]
[0034] 其中,由编码器反馈q得到当前位置为P,根据力Fin的大小和方向计算机械臂执行器运动位移和运动方向,并假设要运动的末端点为P'。
[0035] S6:将初始位姿q下的位姿矩阵和位姿偏转角R相乘,即可得到要运动的姿态欧拉角R',再结合要运动的末端点P',即可得到要运动的姿态矩阵,通过自旋转法逆解即可求得关节逆解q';
[0036] S7:设计两种机械臂运动模型。第一种是机械臂水平面运动模型,不考虑力传感器的力矩分量,即欧拉角R'不变,实际位移XA为期望位移XE的水平分量,控制流程框图如图4所示;
[0037]
[0038] 第二种是机械臂跟随初始位姿的阻抗运动,设定初始位姿为qre,那么初始位姿运动学正解为{Pre,Rre},外力Fin必须克服阻抗力Fim才能产生机械臂位移XE,阻抗力Fim的大小与距参考点Pre的位移Xim成正比,线性关系为k2;若无外力干扰,则机械臂在阻抗力的作用下回到初始位姿,控制流程框图如图5所示。
[0039]
[0040] S8:为了保障患者使用过程中的安全,还需要设置几个参数。因为康复训练的运动应尽量轻柔缓慢和机械臂的工作空间应保障在患者的腿部以上、头部以下和胸部以前,防止突然的脱力造成的二次伤害,应设置机械臂末端的最大线性臂速度Vmax和工作空间限位参数,为保护患者,机械臂的启停不宜有过大的加速度,从而需要设置合适的PID轨迹跟踪参数。
[0041] S9:根据患者能否抬起手臂,设计两种康复训练游戏方式;如果患者难以抬起手臂,则选择适当的握杆高度和最大线性臂速度,规定机械臂末端只能在水平面运动,让患者做水平面的康复运动;如果患者能够抬起手臂,则控制机械臂在空间中跟随初始姿态做阻抗运动,即施加力运动产生位移后,机械臂会根据位移的大小反抗用户输入的力,且阻抗力的大小与位移大小成正比,这样可以防止患者突然手部脱力造成的二次伤害。
[0042] S10:患者带着机械臂运动,若患者难以抬起手臂,设计如图5的游戏,患者控制机械臂在水平面运动,机械臂就相当于游戏中的购物车,患者操作机械臂移动购物车来收取篮球,并在右下角实时仿真机械臂姿态;若患者能够抬起手臂,设计如图6的游戏,患者控制机械臂在空间中围跟随始姿态做阻抗运动,机械臂就相当于游戏中的小,患者操作机械臂移动小鸟通过障碍,并在右下角实时仿真机械臂姿态;
[0043] S11:根据游戏1的命中率和游戏2的通过率,评价主动康复训练的有效性,游戏成绩越好,康复训练的效果越好。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈