技术领域
[0001] 本
发明涉及一种下肢康复外骨骼康复系统及方法，具体地，涉及一种基于人机合作的下肢外骨骼康复系统及方法。
背景技术
[0002] 下肢机器外骨骼作为一种新兴的康复技术，广泛地应用于下肢瘫痪病人康复训练中。其康复效果不断受到了公众认可，各国也陆续推出商业化的下肢外骨骼康复系统，比如国内璟和公司的Flexbot型系统，以及瑞士HOCOMA公司的Locomat型系统。然而这些系统只提供被动的康复模式，受试者的自主性在康复训练中往往处于被压制状态，其参与积极性受到抑制。对于非严重瘫痪病人来说，他们具有一定强度的肌肉活性和自主运
动能力，可以自主地参与到康复训练中。本发明基于此，设计了一种基于人机合作的下肢外骨骼康复系统。
[0003] 经文献检索发现，有一个现存的
专利与本发明相似，该专利的中国专利公开号为CN103536424A，专利名称为“一种步态康复训练
机器人的控制方法”，
申请日为2013年10月26日。该发明在每个步行周期内检测受试者健肢与患者运动参数，当两者相同时，机器人就跟随患肢运动；不同时则机器人提供辅助力矩，使两则趋于一致。该专利与本发明主要有以下几点不同：一、只检测患肢的状态信息；二、通过肌电
信号在线自适应估计自主力矩；三、将自主力估计与自适应控制同时在Slotine-Li方案中实现。
发明内容
[0004] 针对
现有技术中的
缺陷，本发明的目的是提供一种基于人机合作的下肢外骨骼康复系统及方法。
[0005] 本发明是通过以下技术方案实现的：一种基于人机合作的下肢外骨骼康复系统，其特征在于，包括外骨骼结构模
块、肌
电信号采集模块、肌电
信号处理模块、轨迹生成模块、
位置速度反馈模块、自适应控
制模块和
电机力矩输出模块；所述肌电信号采集模块输入来自于外骨骼结构模块，输出到肌电信号处理模块；所述自适应
控制模块输入有肌电信号处理模块、轨迹生成模块和位置速度反馈模块，输出到电机力矩输出模块；所述位置速度反馈模块信号采集于外骨骼结构模块；所述电机力矩输出模块输出给外骨骼结构模块；其中，肌电信号采集模块包括肌电
电极子模块和肌电
带通滤波子模块，完成对肌电信号的采集；肌电信号处理模块包括整流子模块和低通滤波子模块，完成对肌电信号的最终处理；轨迹生成模块包括
自由度设
定子模块、状态变量子模块和CPG子模块，其作用为生成外骨骼的参考轨迹曲线；位置速度反馈模块包括
编码器脉冲计数子模块和数值差分子模块，用于反馈外骨骼的位置和速度信息模块；自适应控制模块包括力矩估计子模块和运动自适应子模块，用于完成对外骨骼的最终控制；电机力矩输出模块包括
电压转换模块和电压输出模块，输出最终的控制力矩。
[0006] 优选地，所述肌电电极子模块采用四个商用
生物测定学电极，四个商用生物测定学电极分别贴在对应的四块肌肉表面并采集肌电信号；其中，这四块肌肉分别为股直肌、股四头肌、股外侧肌和股二头肌，所述肌电带通滤波子模块的频带范围为20～500Hz.[0007] 优选地，所述肌电信号处理模块中的整流子模块用于取肌电信号的绝对值；低通滤波子模块的截止
频率设定为5Hz。
[0008] 优选地，所述轨迹生成模块生成四个关节的轨迹信息,这四个关节分别为左右下肢的
膝关节与髋关节。
[0009] 优选地，所述力矩估计子模块的输入是最终处理的肌电信号，其用于在线估计受试者的关节自主力矩；所述运动自适应子模块自适应控制模块是基于Slotine-Li自适应方案设计的；自主力矩在线估计方法嵌入到了Slotine-Li自适应方案中。
[0010] 优选地，所述力矩估计子模块用于力矩估计，力矩估计包括对膝关节与髋关节力矩的估计，估计的信号源是四块肌肉的肌电信号，且认为与肌电信号的关系是线性关系。
[0011] 优选地，所述Slotine-Li自适应方案分步学习系统相关参数；其中，首先学习该机械系统的惯性参数，上一步完成后，再学习肌电信号与自主力矩的关系。
[0012] 优选地，所述惯性参数包括对系统的重力、
惯性力、哥式力、
离心力及
摩擦力。
[0013] 本发明还提供一种基于人机合作的下肢外骨骼康复方法，其特征在于，包括如下步骤：
[0014] 步骤一：将外骨骼结构模块穿到受试者身上，通过魔术贴与低温热塑板制成的
外壳，将人腿与外骨骼绑紧；并对齐外骨骼与人体的下肢各关节，保证用户的舒适性；
[0015] 步骤二：在每侧腿上找到四块目标肌肉的大致位置，贴上肌电电极子模块，设定好子模块的相关参数；注意电极片要尽量远离外骨骼的固定装置，以免对肌电信号产生影响；
[0016] 步骤三：设定整流子模块与低通滤波子模块的相关参数，开启肌电信号处理模块；
[0017] 步骤四：将肌电信号采集模块的输出导入到肌电信号处理模块中进行处理，并将处理的结果导入到自适应控制模块中；
[0018] 步骤五：根据外骨骼自由度设定子模块，根据康复任务设定状态变量子模块，开启CPG子模块，生成参考轨迹信息；将轨迹生成模块的输出导入到自适应控制模块中；
[0019] 步骤六：设
定位置速度反馈模块中编码器脉冲计数子模块与数值差分子模块的相关参数，将位置速度反馈模块的信息反馈到自适应控制模块中；
[0020] 步骤七:设定电压转换子模块内部的相关参数，连接好电压输出子模块的数据线；开启力矩输出模块；
[0021] 步骤八：开启自适应控制模块；受试者先保持放松，此时没有关节自主力矩，运动自适应子模块学习机械系统的惯性参数；此步学习完后，受试者可随意活动下肢，力矩估计子模块开始在线学习肌电信号与关节力矩的关系；自适应控制模块接受其他模块传来的信息，生成力矩值，并传送给电机力矩输出模块。
[0022] 与现有技术相比，本发明具有如下的有益效果：本发明为了鼓励受试者积极参与到康复训练中，设计了一种基于人机合作的下肢外骨骼康复系统，可实现主动康复模式，提高受试者参与度，它有以下优点：
[0023] 一，使用人体电生理肌电信号来估计自主力矩
[0024] 肌电信号相比于机械
扭矩传感器反馈的信号，其时间延迟更小，
信噪比更高；而且由于肌电信号只产生在受试者自主收缩肌肉的情况下，所以它能更好地体现受试者的自主运动意图。
[0025] 二，受试者可以积极主动地参与到康复训练过程中
[0026]
控制器根据受试者的状态，鼓励受试者的积极主动参与，提供按需辅助的力矩。
[0027] 三，自主力矩的在线实时估计与系统的自适应控制统一在同一个
框架下[0028] 只需要一套基于Slotine-Li方案的控制策略，即可同时实现对自主力矩地在线估计与系统的自适应控制，这样可以提高计算效率。
附图说明
[0029] 通过阅读参照以下附图对非限制性
实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
具体实施方式
[0031] 下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干
变形和改进。这些都属于本发明的保护范围。
[0032] 本发明中的下肢外骨骼有左右下肢髋关节、膝关节两个个自由度，各关节均由交流
伺服电机驱动。该系统依据特定的行走康复训练任务，通过轨迹生成模块3设定各关节电机运动曲线。受试者穿上外骨骼康复系统后，自适应控制模块5中的运动自适应子模块52首先根据参考轨迹曲线与位置速度反馈模块4的反馈值，Slotine-Li自适应方案，在线计算出所需的总力矩；再通过肌电采集模块1采集下肢行走相关肌肉的肌信号，并通过肌电信号处理模块2完成对信号的最终处理，自适应控制模块5中的力矩估计子模块51通过该信号实时估计受试者膝关节与髋关节处的自主力矩；最后电机通过力矩输出模块，提供总力矩与自主力矩的差值，作为辅助力矩。本发明切实可行，通过这种人机合作的下肢行走康复训练模式，瘫痪病人在康复训练中的参与度受到很大鼓励，可有望提升康复效果。
[0033] 本发明提供的基于人机合作的下肢外骨骼康复系统，在线估计关节自主力矩，再自适应控制系统。图1展示了整体发明控制框图，本发明基于人机合作的下肢外骨骼康复系统包括外骨骼结构模块0、肌电信号采集模块1、肌电信号处理模块2、轨迹生成模块3、位置速度反馈模块4、自适应控制模块5和电机力矩输出模块6；所述肌电信号采集模块输入来自于外骨骼结构模块，输出到肌电信号处理模块；自适应控制模块输入有肌电信号处理模块、轨迹生成模块和位置速度反馈模块，输出到电机力矩输出模块；位置速度反馈模块信号采集于位置速度反馈模块；电机力矩输出模块输出给外骨骼结构模块；肌电信号采集模块完成对肌电信号的采集；肌电信号处理模块完成对肌电信号的最终处理；轨迹生成模块的作用为生成外骨骼的参考轨迹曲线；位置速度反馈模块用于反馈外骨骼的位置和速度信息模块；自适应控制模块用于完成对外骨骼的最终控制；电机力矩输出模块输出最终的控制力矩。
[0034] 所述外骨骼结构模块包括左右下肢的外骨骼机械结构部分，每侧均有膝关节与髋关节两个自由度；外骨骼结构模块为整个系统的实现提供了机械
硬件平台。
[0035] 所述肌电采集模块包括肌电电极子模块11和肌电带通滤波子模块12；肌电电极子模块是信号采集
电路，它是原始肌电信号采集的
基础，这里采用了四个商用生物测定学电极，将其分别贴在对应的四块肌肉表面并采集肌电信号，这四块肌肉分别为股直肌、股四头肌、股外侧肌和股二头肌，这些肌肉可显著体现膝关节与髋关节的运动，且方便贴放电极片；肌电带通滤波子模块的频带范围为20～500Hz，用于完成对运动尾迹的消除，获得原始的肌电信号，这种选择既可以消除运动尾迹对肌电信号的影响，也能更真实的反应人体的信号。
[0036] 肌电信号处理模块2包括整流子模块21和低通滤波子模块22。所述肌电信号处理中的整流子模块21用于取肌电信号的绝对值；低通滤波子模块22的截止频率设定为5Hz；这种设置可保证处理后的肌电信号与关节力矩有较强的线性关系。
[0037] 所述轨迹生成模块包括自由度设定子模块31、状态变量子模块32和CPG子模块33；状态变量子模块根据外骨骼自由度数而设定；状态变量子模块设定步行速度、步幅等行走相关状态变量；CPG(中枢模式发生器)子模块最终生成四个关节的轨迹信息，这四个关节分别为左右下肢的膝关节与髋关节，CPG子模块可根据子模块设定的行走速度及步长，生成左右下肢膝关节与髋关节四个关节轨迹信息，可保证参考轨迹的平滑连续性。
[0038] 所述位置速度反馈模块包括编码器脉冲计数子模块41和数值差分子模块42；其中，位置的反馈信息通过子模块完成，速度的反馈信息通过子模块完成。
[0039] 所述自适应控制模块包括包括力矩估计子模块51和运动自适应子模块52；其中，自适应控制子模块基于Slotine-Li自适应方案设计的，算出电机需要提供的力矩值，用于完成对外骨骼系统运动的自适应控制；力矩估计子模块的输入是肌电信号，肌电信号的信噪比更高，延迟更小，通过它估计力矩效果更好，用于在线估计自主力矩，力矩估计子模块的估计方法嵌入到了Slotine-Li自适应方案中，有助于减少计算量与控制器的复杂度，增强系统的鲁棒性；Slotine-Li自适应方案分步学习系统相关参数；其中，首先学习该机械系统的惯性参数；上一步完成后，再学习肌电信号与自主力矩的关系，加入这种逐步学习的策略，可保证自主力矩估计的准确性；惯性参数包括对系统的重力、惯性力、哥式力、离心力及摩擦力等参数，通过对这些参数的学习，可完成对系统更加完善的建模与控制，提高受试者的康复体验。
[0040] 所述自主力矩与肌电信号的关系是线性关系；其中，该线性关系无需标定，其关系通过Slotine-Li方案在线学习。
[0041] 所述力矩输出模块包括电压转换模块61和电压输出模块62，其中，电压转换模块通过预先设定的关系将模块算出的力矩值转换为电压值；电机工作在力矩模式下，通过电压输出模块向电机发送电压值来达到力矩控制的目的。
[0042] 本发明还提供一种基于人机合作的下肢外骨骼康复方法，其特征在于，包括如下步骤：
[0043] 步骤一：将外骨骼结构模块穿到受试者身上，通过魔术贴与低温热塑板制成的外壳，将人腿与外骨骼绑紧；并对齐外骨骼与人体的下肢各关节，保证用户的舒适性；
[0044] 步骤二：在每侧腿上找到四块目标肌肉的大致位置，贴上肌电电极子模块，设定好子模块的相关参数；注意电极片要尽量远离外骨骼的固定装置，以免对肌电信号产生影响；
[0045] 步骤三：设定整流子模块与低通滤波子模块的相关参数，开启肌电信号处理模块；
[0046] 步骤四：将肌电信号采集模块的输出导入到肌电信号处理模块中进行处理，并将处理的结果导入到自适应控制模块中；
[0047] 步骤五：根据外骨骼自由度设定子模块，根据康复任务设定状态变量子模块，开启CPG子模块，生成参考轨迹信息；将轨迹生成模块的输出导入到自适应控制模块中；
[0048] 步骤六：设定位置速度反馈模块中编码器脉冲计数子模块与数值差分子模块的相关参数，将位置速度反馈模块的信息反馈到自适应控制模块中；
[0049] 步骤七:设定电压转换子模块内部的相关参数，连接好电压输出子模块的数据线；开启力矩输出模块；
[0050] 步骤八：开启自适应控制模块；受试者先保持放松，此时没有关节自主力矩，运动自适应子模块学习机械系统的惯性参数；此步学习完后，受试者可随意活动下肢，力矩估计子模块开始在线学习肌电信号与关节力矩的关系；自适应控制模块接受其他模块传来的信息，生成力矩值，并传送给电机力矩输出模块。
[0051] 以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在
权利要求的范围内做出各种变形或
修改，这并不影响本发明的实质内容。
