[发明专利]一种基于RGB-D相机与IMU传感器的机器人辅助康复训练方法有效

专利信息
申请号: 201910130904.9 申请日: 2019-02-22
公开(公告)号: CN109887570B 公开(公告)日: 2022-07-15
发明(设计)人: 徐国政;李威;陈盛;谭彩铭;高翔 申请(专利权)人: 南京邮电大学
主分类号: G16H20/30 分类号: G16H20/30;G06T17/00;G06K9/62
代理公司: 南京正联知识产权代理有限公司 32243 代理人: 王素琴
地址: 210023 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 rgb 相机 imu 传感器 机器人 辅助 康复训练 方法
【说明书】:

发明公开了一种基于RGB‑D相机与IMU传感器的机器人辅助康复训练方法,方法通过包括RGB‑D相机和IMU传感器的康复机器人实现,包括:利用RGB‑D相机采集肢体的三维空间方位轨迹数据,利用IMU传感器采集肢体的姿态角信息数据;分别基于三维空间方位轨迹数据和姿态角信息数据采用算法分别得到两组肩关节外展内收角、肩关节屈伸角、肩关节内外旋角和肘关节屈伸角数据;通过融合滤波器将上述求得的两组角度数据融合得到目标患者稳定可靠的运动轨迹数据;搭建辅助康复训练虚拟环境,并将运动轨迹数据进行坐标变换得到康复机器人对应的实时控制数据,基于实时控制数据控制控制康复机器人辅助目标患者进行康复训练运动;本发明可提高康复训练的工作效率,优化训练效果。

技术领域

本发明属于康复机器人传感与治疗控制技术领域,具体涉及一种基于RGB-D相机与IMU传感器的机器人辅助康复训练方法。

背景技术

世界各国社会老龄化现象愈发加深,老龄化社会中相当一部分老年人群体会产生脑卒中疾病,此类疾病通常是由于脑血管内血块堵塞或者脑血管内动脉破裂导致脑补供血中断而损坏部分大脑功能所引起的。由现代神经康复医学临床实验结果证实,人体大脑的中枢神经系统具有高度的可塑性,因此,对于由脑卒中引起的肢体运动功能障碍的病患来说,康复治疗中配合适当科学的康复训练疗法,让病患主动参与运动康复治疗能够一定程度上恢复受损的肢体功能。

康复机器人技术是近年来发展起来的一种新型的运动神经康复技术,它克服了传统基于康复医师的手把手训练方法效率低下、强度偏弱、评价主观的缺陷。采用机器人装置辅助中风患者进行康复治疗日益明显。首先,机器人能根据患者对训练强度的不同需求确定治疗方案、分析运动数据、优化训练内容并改进康复机器人的功能;其次,康复机器人可以客观记录患者在康复训练中的位置信息、方向、速度等数据供康复医师分析,以评估康复治疗的效果。最后,康复机器人技术与多媒体技术相结合给患者提供丰富多彩的训练内容,提高患者康复训练的积极性,并能及时得到训练治疗的反馈信息。康复机器人作为一种新型的康复治疗设备,以康复理论为重要依据,通过辅助患者患肢进行合理地、科学地、有效地康复训练,最终实现患者重获运动障碍的功能。而在机器人辅助康复训练过程中虚拟康复训练环境是康复机器人系统不可分割的一部分,因此,开展机器人辅助康复训练技术的研究和应用有着广阔的发展前景。

发明内容

针对上述传统康复方法效率低、强度偏弱的问题,本发明于提出一种基于RGB-D相机与IMU传感器的机器人辅助康复训练方法,该方法能提高康复训练方法的训练效果及安全性,具体技术方案如下:

一种基于RGB-D相机与IMU传感器的机器人辅助康复训练方法,所述方法通过包括RGB-D相机和IMU传感器的康复机器人实现,方法具体包括步骤:

S1、利用所述RGB-D相机采集目标患者在训练过程中的三维空间方位轨迹数据,以及利用IMU传感器采集目标患者在训练过程中的姿态角信息数据;

S2、基于所述三维空间方位轨迹数据采用肢体空间方位-关节角转换算法得到目标患者肢体的第一肩关节外展内收角α1、第一肩关节屈伸角α2、第一肩关节内外旋角α3和第一肘关节屈伸角α4,并基于所述姿态角信息数据采用指定算法获得目标患者肢体的第二肩关节外展内收角β1、第二肩关节屈伸角β2、第二肩关节内外旋角β3和第二肘关节屈伸角β4

S3、通过动态加权的融合滤波器的融合算法将所述第一肩关节外展内收角α1、第一肩关节屈伸角α2、第一肩关节内外旋角α3和第一肘关节屈伸角α4与所述第二肩关节外展内收角β1、第二肩关节屈伸角β2、第二肩关节内外旋角β3和第二肘关节屈伸角β4融合得到目标患者稳定可靠且与康复医师演示对应的运动轨迹数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910130904.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top