[发明专利]基于混杂理论的机器人辅助肌力训练控制方法及系统

说明书

技术领域

   本发明涉及一种基于混杂理论的机器人辅助肌力训练控制方法及系统。

背景技术

    现代社会随着世界各国相继进入老龄化，在老龄化过程中会产生大量的脑卒中或中风病患者，此类患者通常由于脑血管血栓或脑血管破裂出血而导致脑供血中断，从而使相应的运动、感觉和认知等功能遭到丧失或受到损害。现代神经康复医学及其临床研究结果表明中枢神经系统具有高度的可塑性，对因脑卒中等疾病引起的肢体功能障碍，通过科学合理的康复治疗训练可以在一定程度上恢复其受损的肢体功能。

    中风康复治疗的最终目的除改善患者肢体运动功能外，最重要的就是通过抗阻训练增强肌力，使患者尽早恢复基本日常生活能力。康复机器人技术是近年来发展起来的一种新的运动神经康复治疗技术，在机器人辅助肌力训练过程中，肢体功能康复训练方法如何通过机器人治疗控制策略得以实现，是提高肌力训练效果的关键所在。国内外相关研究机构对康复机器人辅助肌力训练的治疗控制方法已开展了较多的研究，并在肌力训练效果方面取得了一定的成效，但治疗控制方法大多是分别从机器人连续变量运动控制或医师离散事件决策控制角度进行设计，未能将机器人辅助康复系统这种非纯一特性，即混杂特性，融于统一框架内，易受人机交互行为复杂程度制约，具有一定的局限性。

    上述问题是在使用康复机器人进行传感与治疗控制的过程中应当予以考虑并解决的问题。

发明内容

本发明的目的是提供一种基于混杂理论的机器人辅助肌力训练控制方法及系统解决现有技术中存在的治疗控制方法大多是分别从机器人连续变量运动控制或医师离散事件决策控制角度进行设计，未能将机器人辅助康复系统这种非纯一特性，即混杂特性，融于统一框架内，易受人机交互行为复杂程度制约，具有一定的局限性的问题。

本发明的技术解决方案是：

一种基于混杂理论的机器人辅助肌力训练控制方法，包括以下步骤，

步骤1：以机器人辅助肌力训练过程中患肢运动的实际位置                                                来表征其肌力恢复水平，定义运动起始与目标位置之间的行程距离为，并将行程距离分若干连续运动区域；

步骤2：根据患肢实际运动位置与行程区域之间对应关系，以及机器人系统工作参数是否超过事先定义的阈值，定义并通过连续/离散转换接口()将患肢肌力/机器人工作连续状态转换为与区域状态切换及患者安全相关的离散事件：

步骤3：基于混杂理论设计离散事件决策控制器；

步骤4：使机器人末端施加给患肢的实际阻力更逼近步骤3离散决策控制器所确定的目标阻力，设计机器人辅助训练比例(P)-微分(D)力跟踪控制器：

     

其中，、分别为PD力跟踪控制器增益，、分别为离散决策控制器所确定的目标阻力和机器人末端施加给患肢的实际阻力，为根据力跟踪控制器得到的施加给机器人相应关节的力矩。

优选地，步骤1中，将行程距离分为、和三个连续运动区域，，，。

优选地，步骤2中，将患肢肌力/机器人工作连续状态转换为与区域状态切换及患者安全相关的离散事件具体为：

患肢承受阻力过大事件：，机器人末端施加的阻力大于患肢当前的承受能力；

患肢承受阻力正常事件：，机器人末端施加的阻力匹配于患肢当前的承受能力；

患肢承受阻力过小事件：，机器人末端施加的阻力小于患肢当前的承受能力；

与患者安全相关的机器人系统工作异常事件：机器人系统工作参数超过事先定义的阈值范围时。

优选地，转换为与患者安全相关的机器人系统工作异常事件中，机器人系统工作参数包括工作电压、末端运行速度、末端负载，超过事先定义的阈值范围具体为：V或V、m/s、Kg。

优选地，步骤3中，基于混杂理论设计离散事件决策控制器的具体步骤为：

首先，定义离散事件决策控制器控制状态，并通过离散/连续转换接口(:)产生控制输出向量；

其次，当离散事件动态系统中患肢肌力/机器人状态监督模块监测到所定义的离散事件时，根据离散事件性质和离散事件决策控制器控制状态，设计决策控制规则。

优选地，定义离散事件决策控制器控制状态，并通过离散/连续转换接口(:)产生控制输出向量具体为：

控制状态：随机确定施加在机器人末端的初始阻力；控制向量：康复机器人系统以初始阻力开始工作；

控制状态：增大施加在机器人末端的阻力；控制向量：康复机器人系统增加阻力；