康复机器人上肢运动系统控制策略研究

摘要

随着现代康复医学的发展，利用康复机器人对偏瘫患者进行上肢运动功能的康复已成为国内外研究的热点之一。本文以康复医学原理和先进控制理论为基础，将医师临床经验与人体工学设计相结合、随机估计理论方法与人机交互技术相结合、离线最优规划与在线智能学习相结合，旨在综合上肢康复机器人系统的人机交互信息、提高训练方案的康复价值、改善被动训练的抗干扰能力，同时兼顾主动训练的安全性和有效性，最终形成一套较为完整的机器人上肢运动系统的控制策略。 本论文的主要研究工作包括: 上肢痉挛特征研究与模型建立。针对康复训练过程中最大的安全隐患-痉挛，进行基于康复医学的相关研究。将患者的痉挛力矩作为一项不可避免的扰动考虑到整个系统建模中，在人体骨骼肌系统模型的基础上，建立了脑卒中偏瘫患者的上肢痉挛模型，并指出上肢痉挛力矩是具有不确定性的随机变量。将随机估计理论与康复医学知识相结合，采用无需先验信息的经验贝叶斯估计法，给出痉挛力矩模型中的随机参数的估计值，并证明了其收敛性。 人机交互作用力矩的实时估计。考虑到现有的阻抗力矩模型仅能提供单关节末端的部分信息，本文采用具有高阶动态的阻抗模型来描述人机交互作用力矩，进而建立了主动训练阶段的非线性人机交互系统模型。提出基于积分变换的人机交互力矩估计算法，并给出了估计算法收敛性条件，确保了人机交互作用力矩的实时估计，并能够以指数率达到预先指定的精度。 上肢康复运动轨迹智能优化算法设计。在康复医学理论与人体工学原理的基础上，本文提出由人体工学指标、患者疼痛度指标、平滑度指标和最小功准则指标构成的综合指标体系，作为上肢运动轨迹设计依据，将上肢康复机器人运动训练轨迹优化转化为带约束的多目标优化问题，以兼顾康复训练的有效性和舒适性。采用改进的人工免疫算法求解上肢康复运动轨迹的多目标优化问题，保证了种群的多样性，并有效的防止种群过早收敛。该算法可以快速搜索到全局最优解，并给出严格满足各项康复量化要求和符合人体上肢运动特征的训练轨迹。 被动训练阶段非参数不确定自适应迭代学习控制策略。针对被动训练阶段人机交互系统中的未知扰动和肌张力不确定性，本文提出非参数不确定自适应迭代学习控制策略，以保证机器人平稳地牵引患肢沿预先规划的轨迹进行运动。通过对参考轨迹和迭代误差的修正策略，解决了上肢康复机器人系统存在的变参考轨迹和初始误差不确定等非参数不确定问题。自适应迭代学习机制能够对控制器参数进行实时更新，保证了人机交互系统的全局稳定性，并确保对康复训练轨迹的高精度可靠跟踪。仿真实验验证了所提出的控制策略的有效性。 主动训练阶段自适应双迭代优化控制策略。针对主动训练阶段存在的患者主动力矩和痉挛力矩，本文提出双迭代优化控制策略，实现了对参考轨迹的平稳拟合以及对患肢牵引过程的柔性化。该控制策略采用双迭代的控制结构，学习控制器和优化控制器同时迭代的控制策略，不仅可以应对康复机器人系统潜在的执行器故障，避免患者受到二次伤害，还可以提供适当的助力以优化患肢主动力矩和痉挛力矩，以平衡有效性和安全性这两个主动康复训练的基本要求，保证主动阶段的康复效果及安全实现。仿真实验证明了所提出的控制方法的有效性和实用性。

目录

声明

摘要

第一章绪论

1．1课题研究背景及意义

1．2国内外研究现状

1．2．1国外上肢康复训练机器人发展综述

1．2．2国内上肢康复训练机器人发展综述

1．3外骨骼式上肢康复机器人系统的现状分析

1．4论文的主要研究内容

第二章脑卒中康复训练的医学基础

2．1脑卒中及康复训练的医学理论

2．1．1脑卒中

2．1．2脑卒中的神经学基础

2．1．3脑卒中的运动康复机理

2．2脑卒中偏瘫的运动康复训练

2．2．1上肢偏瘫的康复过程

2．2．2上肢偏瘫的训练模式

2．2．3上肢运动功能康复标准及训练要求

2．3本章小结

第三章上肢康复机器人系统及模型分析

3．1五自由度外骨骼上肢机器人系统

3．1．1机械结构组成

3．1．2驱动设备及控制结构

3．2上肢康复机器人运动学分析

3．2．1正运动学分析

3．2．2逆运动学分析

3．3上肢康复机器人动力学分析与建模

3．3．1拉格朗日力学函数

3．3．2上肢康复机器人系统动能和势能推导

3．3．3上肢康复机器人系统动力学模型

3．4本章小结

第四章上肢痉挛力矩建模及参数估计

4．1引言

4．2随机估计理论

4．2．1随机系统

4．2．2参数估计

4．3人体骨骼肌肉系统

4．3．1人体骨骼肌的解剖学特性

4．3．2上肢肌肉痉挛的解剖学特性

4．4上肢痉挛模式评定

4．5人体上肢痉挛力矩建模

4．5．1人体肘部主要肌肉及其生理参数

4．5．2肌肉力与肌肉长度-速度的关系

4．5．3肌肉力与神经中枢刺激的关系

4．5．4上肢肘部痉挛力矩建模

4．6经验Bayes参数估计

4．7仿真验证

4．8本章小结

第五章基于综合康复指标的智能轨迹优化研究

5．1引言

5．2人工免疫算法

5．2．1生物免疫机理

5．2．2人工免疫优化算法

5．3综合康复指标设计

5．3．1人体工学指标设计

5．3．2疼痛度指标设计

5．3．3平滑度指标设计

5．3．4基于最小功准则的能量消耗指标设计

5．4基于人工免疫算法的康复轨迹优化策略

5．4．1约束多目标优化问题的一般描述

5．4．2基于五次多项式插值的连续轨迹构造

5．4．3改进的人工免疫算法求解多目标轨迹优化问题

5．5仿真验证

5．6本章小结

第六章被动训练非参数不确定自适应迭代优化控制策略

6．1引言

6．2自适应迭代学习控制基本理论

6．2．1迭代学习控制基本原理

6．2．2自适应迭代学习控制基本原理

6．2．3非参数迭代学习控制系统描述

6．2．4上肢康复机器人系统非参数不确定性问题

6．3上肢康复机器人非参数不确定迭代学习控制策略

6．3．1问题描述

6．3．2系统约束条件

6．3．3变参考轨迹修正策略

6．3．4迭代误差修正策略

6．3．5自适应迭代学习控制器设计

6．3．6稳定性分析

6．4仿真验证

6．5本章小结

第七章主动训练双迭代自适应优化控制策略

7．1引言

7．2主动康复运动控制系统总体结构

7．3主动训练人机交互系统建模

7．3．1系统模型

7．3．2上肢肘部痉挛力矩模型

7．3．3人机交互力矩模型

7．4非线性自适应双迭代优化控制策略

7．4．1双迭代控制器设计

7．4．2非线性自适应迭代学习控制器稳定性分析

7．4．3非线性迭代优化控制器稳定性分析

7．5仿真验证

7．6本章小结

第八章结论与展望

参考文献

致谢

攻读博士学位期间所做的主要工作