[发明专利]一种基于位置的康复机器人主动意图识别方法

摘要

本发明公开了一种基于位置的康复机器人主动意图识别方法，属于康复机器人领域。本发明主要包括以下步骤：将关节最大连续旋转角度或者最大连续运动距离定义为一周；将上述定义的一周划分为若干个扇区；定义识别区的大小；定义两个变量驱动比和误差比；设置用于存储各个扇区伺服电机电枢电流值和关节速度的变量，读取电枢电流值和关节速度并进行判断；定义变量切换因子；设定切换阈值。本发明以电流和速度作为患者意图识别的依据，具有结构简单，不额外增加其他装置，体积小，安全可靠，极端位置偶然因素的影响小，识别正确率高的特点，外骨骼式机器人和末端牵引式机器人均可适用。

主权项

1.一种基于位置的康复机器人主动意图识别方法，其特征在于，包含以下步骤：步骤一 将关节最大连续旋转角度或者最大连续运动距离定义为一周；如果关节最大连续旋转角度并不受限制，则一周定为360度；步骤二 将上述定义的一周划分为若干个扇区；扇区划分数量根据系统采样周期和关节最大速度决定，扇区划分的数量越多，意图识别的连续性越强，但数据统计的难度越大；每个扇区的大小可以相同，也可以不同，根据关节位于该位置附近时偶然因素出现的频率决定，在某一位置时，如果附近偶然因素较多，为防止该偶然因素对意图识别影响的时间过长，可以将该位置附近的扇区大小取大一些，以便及早消除该偶然因素的影响；同时，扇区的大小也会影响到对患者意图识别的速度；步骤三 定义识别区的大小；识别区是指任意时刻的关节位置所在的扇区及之前的若干个扇区，康复机器人识别某一位置时的患者意图是根据该位置所在的扇区及之前的若干个扇区的数据来识别的，而不是只根据该扇区的数据来识别，意图识别的结果是整个识别区内患者意图的综合结果；识别区的大小根据对患者意图识别速度的需要决定，识别区越小，对患者意图识别的速度越快，但越容易受到偶然因素的干扰导致意图识别错误；步骤四 定义两个变量驱动比B_T和误差比B_e，两个变量不仅与电流或速度有关，同时还与时间和位置有关，避免某些极端位置的影响；驱动比主要表示在识别区内电机处于发电状态的时间比例，通过电流的正负来表示电机的工作特性，其具体计算公式为：式中，B_T为所求的驱动比，n为识别区包含的扇区数，i为扇区编号，t_qi为第i扇区内伺服电机处于发电状态的时间，t_i为在第i扇区内运动的总时间；误差比主要表示识别区内速度偏差为正对应的时间占整个识别区总时间的比例，速度偏差是指主被动模式下实际速度与给定速度的差值；误差比的具体计算公式为：式中，B_e为所求的误差比，n为识别区包含的扇区数，i为扇区编号，t_ei为第i扇区内速度偏差为正对应的时间，t_i为在第i扇区内运动的总时间；步骤五 设置用于存储各个扇区伺服电机电枢电流值和关节速度的变量，读取电枢电流值和关节速度并进行判断，利用步骤四的计算公式求出驱动比和误差比；步骤六 定义变量切换因子B_s，该变量可以用于判断患者的训练意图，其具体计算公式为：B_s＝k_s(B_e+B_T)式中，k_s为切换因子的敏感系数，对于不同程度的患者可以通过修改k_s的大小来改变切换的难度；将步骤五求得的驱动比和误差比带入该式中可得到切换因子，切换因子实时更新，识别区的大小和扇区的大小均会影响到切换因子的更新效果；步骤七 设定切换阈值；通过实验或者经验数据来获得较为合适的切换阈值，比较切换因子和切换阈值的大小，当在被动模式下，切换因子达到切换阈值时，认为患者有进入主动模式的意图，启动主被动切换；当切换至主动模式后，如果切换因子低于切换阈值时，认为患者有进入被动模式的意图，模式切换至被动。