跟随健康腿步速控制的智能膝上假肢系统

摘要

本发明公开了一种跟随健康腿步速控制的智能膝上假肢系统，包括假肢体，电控液压膝关节，健康腿步态在线检测机构，步态数据传送系统，计算机控制系统。健康腿步态在线检测机构将健康腿的步态数据作为假肢的跟随目标值通过步态数据传送系统送至假肢中的微处理器中，微处理器通过信号分析，计算出健康腿的瞬时角度和角速度，计算机控制系统接收和检测设于假肢体膝关节处的角度传感器实时检测假肢的膝关节角度及其对应速度的反馈信号，和假肢工作模式的反馈信号；按假肢跟随的目标量和预先设计的模型进行修正，输出控制信号给假肢体上的电控液压膝关节，用于对假肢步态进行跟随健康腿控制和对假肢所处的模式进行控制。

说明书

                        技术领域

本发明涉及一种医疗器械工程上的膝上假肢，尤其是一种具有跟随健康腿步态的微处理器控制膝上假肢系统。

                        背景技术

传统带锁定器或可承重自锁膝关节假腿，其运动状态不易改变，特别是在摆动过程中不能控制膝关节的阻尼来控制摆动速度变化，因此无法模拟人体正常步态，且不能很好地适应下坡、下楼梯、绊倒等复杂环境。随着计算机技术的进步，膝上假肢在近年来不断改进。智能膝上假肢由于采用微处理器控制，能够自动调节膝关节阻尼，从而近似模拟人腿步态。如何使假腿能够自动地、全时相地模拟任何步态，完成人腿的所有功能，并与残疾人有机集成，是当今高级智能假腿的研究方向。为了解决传统人工腿步行速度不能自然、随意跟随步行者步行速度的变化而变化的问题，日本学者中川昭夫在1986年首先构想了一种基于微处理器的膝关节。这种膝关节可通过微处理器控制电机调节气缸回路针阀开度来调节气缸阻尼，从而控制摆动相步态。1990年英国Blatchford公司的工程师Saced Zahedi设计了世界上第一个人工智能腿，1995年又进行了改进设计。进入20世纪90年代以后，下肢假肢技术日益进步，日本的Nabco公司、英国的Blatchford公司和德国的Ottto Bock公司先后研制出了可以自动识别有限路况的智能仿生假肢，但这种路况识别功能是有限的。目前国外对智能下肢假肢的研究主要是将有限路况(通常为6种)或有限步速(通常为3种)下的理想步态预置到控制程序中作为目标值，然后通过实时检测实际步速与摆动位置来修正关节阻尼，以闭环控制膝关节的屈伸运动，即使是具有路况识别能力的“智能仿生腿”，如CA1074109A专利中介绍的OTTO BOCK C-LEG假腿、美国专利US6517585中介绍的Endolite自适应智能仿生腿等，最近冰岛OSSUR公司研制了一种应用电磁流变技术控制关节阻尼的新型智能膝上假肢(见国际专利WO01/54630)，这种假肢主要是在高速微电脑和阻尼器上进行了改进。因而能实现更多的步速控制。上述这些智能假肢基本上是利用假肢自身的检测信号对液压或气压式阻尼器进行控制，不但无法模拟实际的正常步态，而且有限的步速控制还大多需经过繁杂的训练获得控制的目标参数，使用不便，其实质并非真正具有实时仿生智能假肢。

如果能设计一种膝上假肢系统，使得假肢一边能实时地跟踪健康腿的步态行走，不但能大大扩展智能假肢的步速，而且病人无须进行训练就可以直接安装使用。

                      发明内容

本发明要解决的技术问题是提供一种能实时地跟踪健康腿的步态行走，步态更加逼真，适应环境变化的控制更加合理，其自学习功能使假肢使用更方便、更智能化，并能扩展步速的智能膝上假肢系统，该假肢病人无须进行训练就可以直接安装使用。

为实现上述目的，本发明的技术方案是：一种跟随健康腿步速控制的智能膝上假肢系统，包括：假肢体，可弯曲和伸展双向阻尼调节的电控液压膝关节；安装在健康腿关节中的健康腿步态在线检测机构；步态数据传送系统；控制假肢进行步行速度跟随和模式适应的计算机控制系统。

健康腿步态在线检测机构将健康腿的步态数据作为假肢的跟随目标值通过步态数据传送系统送至假肢中的微处理器中，微处理器通过信号分析，计算出健康腿的摆动角度和角速度，用于假肢跟随的目标量；

控制假肢进行步行速度跟随和模式适应的计算机控制系统，接收和检测设于假肢体膝关节处的角度传感器实时检测假肢的膝关节角度及其对应速度的反馈信号，和假肢工作模式的反馈信号；按假肢跟随的目标量和预先设计的模型进行修正，输出控制信号给假肢体上的电控液压膝关节，用于对假肢步态进行跟随健康腿控制和对假肢所处的模式进行控制。

角度传感器的电压模拟信号通过模数转换输入一微处理器，微处理器通过串口将数字信号传到无线发射模块发射，位于假肢膝关节的无线接收模块接收到发射过来的数字信号后，将这些信号送入与无线接收模块连接的微处理器中。

电控液压膝关节由两个步进电机数字针阀，活塞缸套，固定活塞，单向阀组成，数字针阀装在活塞缸套的中部凸台上，两个节流阀的阀杆分别与固定活塞上的两个液压油通道相连接，用于直接控制上下两个液压腔的流量，两个液压通道中均装有单向阀，活塞杆外部套装有一个助伸弹簧。

健康腿检测机构由上连接杆、下连接杆和角度传感器组成，上连接杆和下连接杆在连接处通过圆形旋转头相互配合转动，旋转头在顶端设有限位块，使得两杆只能在0-180°之间转动，上连接杆与下连接杆之间通过角度传感器轴连接，下连接杆与传感器轴间隙配合，传感器的安装脚与杆固定连接；上连接杆在旋转头中央开有长形方槽，传感器轴通过在端部固定的一个小滑块与长形方槽配合连接，使杆通过其上的方槽带动滑块及其与之固定的传感器杆转动。

步进电机数字节流阀由步进电机，滚珠丝杆，微型滚动轴承，阀杆，传感器组成，步进电机输出轴与滚珠丝杆连接，丝杆由微型滚动轴承支撑，阀杆与滚珠丝杆连接，并由滚珠丝杆带动，在阀杆上设有一个用于零位传感器的感应定位凸台，用于确定电机的起始位置。

本发明的有益效果是：

智能腿要模拟人腿运动首先要从时间和空间上，使假腿与健康腿在时相上对称，而以前的智能腿的时相控制还只是利用假肢本身的检测信号进行有限状态控制，如只能在速度上只能实现高、中、低三种步行速度控制，不能实时跟踪健腿步态。因此，本发明主要具有的优点在于智能假腿可以跟随健康腿步态进行实时跟踪控制的新型假肢系统，包括一套健康腿步态的检测装置(传感器安装机构和信号传送系统)，并利用假腿跟随健康腿步态进行实时闭环控制，从而来实现假腿的仿生智能控制。

                          附图说明

图1是假肢跟随控制原理框图；

图2是正常步态膝关节变化曲线；

图3是液压缸摆动阻力矩控制曲线；

图4是健康腿步态检测机构；

图5是健康腿角度检测、处理与无线传送硬件结构；

图6是健康腿步态区间判别程序框图；

图7是假肢微处理器信号无线接收硬件结构；

图8是步速跟随控制原理框图；

图9是神经网络学习与控制器转换原理框图；

图10是步进电机数字针阀结构轴侧图；

图11是电控液压阻尼缸结构图；

图12是液压阻尼缸与关节的连接结构图；

图13是假肢动作模式及其对应的液压缸状态图；

图14是进入各种假肢动作模式的控制条件图；

图15是步速跟随控制软件主程序流程图。

                         具体实施方式

下面结合附图与实施例对本发明作进一步的说明。

如图1所示，一种跟随健康腿步速控制的智能膝上假肢系统，包括：假肢体100，可弯曲和伸展双向阻尼调节的电控液压膝关节200，安装在健康腿关节中的健康腿步态在线检测机构300，步态数据传送系统；控制假肢进行步行速度跟随和模式适应的计算机控制系统。

健康腿步态在线检测机构将健康腿的步态数据作为假肢的跟随目标值通过步态数据传送系统送至假肢中的微处理器中，微处理器通过信号分析，计算出健康腿的角速度，用于假肢跟随的目标量；

控制假肢进行步行速度跟随和模式适应的计算机控制系统，接收和检测设于假肢体膝关节处的角度传感器实时检测假肢的膝关节角度及其对应速度的反馈信号，和假肢工作模式的反馈信号；按假肢跟随的目标量和预先设计的模型进行修正，输出控制信号给假肢体上的电控液压膝关节，用于对假肢步态进行跟随健康腿控制和对假肢所处的模式进行控制。

本发明所设计的具有屈腿曲和伸展双向阻尼调节的电控液压膝关节是发明假肢的核心部件之一，这个装置采用了液压缸作为控制假肢膝关节的阻尼，从而控制关节力阻矩，这种阻尼力通过对液压缸中与活塞设计为一体的两条回路的节流阀来控制，其中一条回路用于腿屈曲速度的控制，另一回路用于腿伸展速度的控制，节流孔开度大小由微型节流针阀来调节，针阀通过与液压缸集成制造成一体的两个直流伺服电机或步进电机来驱动。液压缸主要用于关节的摆动速度控制、摆动末期的关节冲击缓冲、支撑中期的关节锁定以及摆动期绊倒的防止。绊倒时由计算机发出锁定信号以锁定假肢关节的屈曲回路，从而防止大腿因突然屈曲致使摔倒。

本发明把双向阻尼控制液压膝关节的控制执行机构设计成一体化结构，以减少体积。由于液压油是一种不可压缩的介质，这里采用了一种中间活塞固定，活塞杆两端各采用一个活动活塞的结构，这样在活塞杆随膝关节屈曲而上下运动时，两个液压腔相互流动的液压油不会像一般单活塞液压缸那样因为两腔活塞杆的体积差而差生产生行程干扰。此外，为了产生假肢伸展时的助力，在液压缸活塞杆的缸外段增加一根弹簧，弹簧上部用一螺母旋转压缩弹簧，以调整弹簧的助伸力。

本发明还设计了一套健康腿步态检测机构，用于检测健康腿膝关节的角度位置及其对应的角速度。这套机构采用了一个机械关节测量器，机械结构能模拟关节转动瞬心的动态变化。机构由两个可以活动的带旋转接头的细杆组成，两杆在接头处用销钉连接，并以销钉为安装轴安装一个角度传感器，本发明使用了一种精密导电塑料电位器式传感器，传感器安装脚与一杆旋转头连接，销钉与另一杆的旋转接头固定。

健康腿的步态数据作为假肢的跟随目标值被送到假肢中的微处理器中，这一过程由一套本发明设计的数据无线传送系统实现。传感器的电压模拟信号通过模数转换输入一微处理器，微处理器通过串口将数字信号传到无线发射模块发射，位于假肢膝关节的无线接收模块接收到发射过来的数字信号后，将这些信号送入与无线接收模块连接的微处理器中，信号在微处理器中被分析，计算出健康腿的瞬时角度和角速度，作为假肢跟随的目标量寄逆行能够控制。

假肢跟随健康腿的步态控制是由一套安装在膝关节腔内的微处理器软硬件来实现的，微处理器计算来自健康腿的步态数据，然后通过编制的程序计算输出的液压阻尼缸驱动输出量。在假肢的膝关节处也安装了一个角度传感器，实时检测假肢的膝关节角度及其对应的速度，控制系统检测这一反馈信号，对微处理器的针阀开度输出按预先设计的模型进行修正，从而不断逼近健康腿的摆动速度。微处理器程序主要按如下两方面的要求编制程序：

a.对假肢步态进行跟随健康腿控制

人的正常行走一般分为支撑相和摆动相两个区间，在支撑相又可细分为：支撑相屈曲、支撑相伸展、支撑相预摆动共三个子区间；而在摆动相又可细分为：摆动相屈曲、摆动相伸展共两个子区间。由于行走速度主要与摆动阻力矩有关，因此在假腿行走过程中，程序自动识别如下两种摆动状态：

——屈曲与伸展状态(角度增加或减小)；

——支撑相预摆动与摆动相膝关节的屈曲与伸展角度区间；

在识别假肢所处的角度区间后，微处理器自动分区间对液压阻力进行反馈控制。

b.对假肢所处的模式进行控制

除对速度进行控制外，还对假肢的工作模式进行识别与控制，

主要识别的模式与控制方式如图4所示。

为了解释如何实现假腿跟随健康腿步态进行控制，这里结合附图作详细介绍。

本发明的总体控制框图如图1，在健康腿上装有一个测量膝关节姿态(角度及变化)的角度传感器，其检测的信号通过无线数据传送系统发射到假肢的微处理器中，微处理器分析健康腿的角度及目标角速度，然后进行假肢阻尼的控制，以达到健康腿的步速，并判断行走区间与动作模式，包括支撑期角度区间识别，下坡、站立或坐下模式识别等，微处理器自动根据在软件中设置的控制模式进行信号输出，以便控制针阀电机的转动角度，从而控制双向液压阻尼的大小和开断，最终使假肢达到目标膝关节摆动角速度和对不同动作模式进行响应。假肢的膝关节进行了特殊设计，除了专用的电控双向阻尼调节阻尼液压缸之外，在膝关节上还安装了一个与健康腿相同的角度传感器，以检测实际膝关节转动角速度，进行反馈控制。

为了能明确发明的目标，这里先分析人的正常步态。图2表示了正常步态一个周期的5个期间：支撑屈曲区(SF)、支撑伸展期(SE)、支撑预摆动区(SP)、摆动屈曲区(SWF)和摆动伸展区(SWE)。

图3表示了正常步态在摆动相所需的阻尼力矩曲线，在摆动屈曲区间，阻尼成逐渐递增趋势，其中包括助伸弹簧的线性增加，到摆动屈曲的末期，伸展开始，屈曲阻尼无作用，并减弱为0，但由于助伸弹簧的作用，伸展阻尼并不为零，而是呈现一个主动助伸力矩，促使小腿伸展转动加速，但此助伸力矩在伸展阻尼的抵抗下逐渐减小为0，而后伸展阻尼逐渐增大以减速腿的伸展，至伸展末期，即膝关节成180°前，伸展阻尼突然急剧增大，以缓冲膝关节的因加速至末期的撞击。在平地行走时，本发明的健康腿步态跟随系统能控制假肢跟踪摆动相屈曲力矩和伸展力矩进行控制，以便跟踪健康腿的摆动速度，并控制液压阻尼来缓冲对伸展末端的关节冲击。

下面分别详细介绍健康腿检测机构、无线数据传送系统、电控双向阻尼液压缸和微机系统软、硬件。

本发明的健康腿检测机构的机械结构如图4所示，该机构由上连接杆19、下连接杆18和角度传感器17组成，上连接杆19和下连接杆18在连接处做成相互配合转动的圆形旋转头，旋转头在顶端设置了限位块，使得两杆只能在0-180°之间转动，两杆的连接通过角度传感器轴连接，下连接杆18上的孔与传感器轴采用间隙配合，上连接杆19在旋转头中央开有一长度20mm的长形方槽，传感器轴通过在端部用螺钉固定的一个小滑块与长形方槽连接，这样杆19的方槽可带动滑块及其与之固定的传感器杆转动，传感器17的安装脚与杆18连接，这样就实现了传感器随膝关节转动的角度测量。由于杆19中的方槽可使传感器17的轴在其中滑移，因此，此检测机构能自动适应膝关节转动瞬心的变化，测量更精确。在实际应用中，此检测机构的上连接杆19和下连接杆18分别安装尼龙绑带，用于与人腿的直接固定，由于使用了厚度仅为约20mm的薄形WDD-35角度位移传感器，外面可正常穿裤子。传感器信号通过数据线与一A/D模块相连，A/D模块把数据直接传入一89C51单片机。

图5表示了角度传感器的信号通过在健康腿一侧的单片机89C51进行数据采集分析，然后通过无线数传模块发射把健康腿每步摆动的角速度传送给假肢侧的无线数传接收模块。健康腿经单片机采集的数据进行预处理。

图6表示了角度传感器采集的数据首先经过微处理器的识别，若一采样数据比前一个数值大，则表示此时处于关节屈曲期间，数据被存入一寄存器，如此反复识别所有采集的样本，并存入同一寄存器，置换上一个数据。当采集到的样本数据比上一个小时，表明关节开始进入摆动期伸展期间，此样本数据被存入另一指定寄存器，后面的数据不再存入，直至测到一个为0的数据，利用寄存器中的数据和采样时间进行计算，即可算出摆动相屈曲区间和伸展期间的摆动速度，此两个数据由微处理器发送到图5所示的STR-18型无线数传发射模块。

图7表示了在假肢侧的STR-18型微功率无线数传接收模块接收健康腿侧发射过来的屈曲和伸展角速度，然后输入假肢侧的微处理器，微处理器根据假肢角度传感信号和脚底接触开关来控制假肢的屈曲速度，这一过程是通过发送脉冲和方向信号对步进电机进行控制来实现的，步进电机控制液压缸节流阀杆的位置从而控制针阀开度。因此，要每次控制假肢的屈曲速度跟随检测到的健康腿速度，对液压缸的阻尼即针阀阀杆的位置控制十分关键。为了使假肢能实时跟踪健康腿的摆动速度，这里设计了一种基于神经网络学习与联想记忆的智能控制系统(图8)，神经网络采用小脑模型神经网络(CMAC)，这种神经网络是一种是基于表格查询式输入输出的局部学习神经网络，结构简单，收敛速度快，易于软硬件实现和实时控制。尤其对于输入参数仅为健康腿摆动速度的一维网络，这种控制器具有极大的优越性和实用性。图8采用了基于PD控制器的神经网络监督控制方式，小脑神经网络通过PD控制器反馈控制获得的输出信号U(总脉冲数)与系统输入信号Y(摆动速度)数据组进行在线训练。由于CMAC学习速度快并且输入为一维向量，因此由PD控制器提供的训练样本数不需要很多。根据正常步态的摆动速度范围，这里把速度设定为20档，根据CMAC控制器具有相近输入映射相近输出的原理，显然最少只需约20个样本就可完成神经网络的训练，逼近所需泛化区域函数的神经网络。本发明设定为20个训练样本，对神经网络进行20次训练，且每种速度训练一次后，即由神经网络接管控制。因此，在神经网络与PD之间设置一个转换控制器(图9)。转换控制器判别检测的速度是否以学习过，若学习过则由CMAC控制，否则由PD直接控制，且CMAC进行学习，当所有的20个速度档均完成训练后，转换控制器自动退出，整个系统由CMAC接管控制。由于在健康腿检测好角度至假肢摆动之间有大约有300-500ms的时间差，假肢完全有时间进行计算直至完成电机控制输出。

从神经网络或PD控制器输出的U值表示驱动步进电机的脉冲数和方向，步进电机采用两相混合步进电机，步距角为1.8度，最大转速600npm。本步进电机数字节流阀为专门设计(如图10)。步进电机22驱动滚珠丝杆25，丝杆25由微型滚动轴承24支撑，阀杆26由滚珠丝杆带动，在阀杆上有一个凸台用于零位传感器23的感应定位，用于确定电机的起始位置，这个信号加上每次微处理器输出的脉冲累计数就可以确定阀杆的绝对位置。因此，应用这种数字阀可以直接通过控制脉冲来获得对应的阻尼，从而控制膝关节的摆动速度，即如果忽略假肢行走过程的干扰，并考虑健康腿大腿与假肢大腿因跟随步速而存在一个理论上相同的摆动主动力矩时，神经网络输出U值与假肢摆动速度Yd之间存在一一对应的映射关系。

图11(a)表示了数字液压阻尼缸的结构，两个步进电机数字针阀2装在活塞缸套5的中部凸台上，两个节流阀的阀杆分别与固定活塞3上的两个液压油通道10相连，直接控制上下两个液压腔的流量，两个液压通道10中均装有单向阀4。固定活塞3与缸体5用螺钉固定连接，而液压缸活塞杆6两端分别连接了一个活塞盘1，活塞盘1与活塞杆6一同滑动，缸体5通过螺丝与活塞端盖7连接，在活塞杆外部套装有一个助伸弹簧9。此液压缸的两个步进电机数字节流阀分别控制液压缸的屈曲和伸展阻尼。由于膝关节的速度控制主要是摆动屈曲速度，而伸展期主要是产生一个缓冲阻尼，以减弱关节在接近完全伸直时的碰撞，为简化控制，也可把液压缸设计成图11(b)所示的另一种结构，此液压缸只是把图11(a)所示的一个步进数字节流阀改成一个电磁阀结构(11，12)，用于直接控制屈曲时的快速锁定。图12是液压阻尼缸与单轴关节头的连接结构，关节头14与液压缸13通过一根销轴连接，液压缸13通过销轴16与关节体15连接。

图13表示了六种假肢动作模式的液压阻尼控制要求，这六种模式分别为：平地行走、下楼梯/下坡、待坐下、已坐下、绊倒和站立。

图14表示了进入除平地行走这一主动作模式之外的其它5种模式的触发条件。这些触发条件是由假肢与健康腿角度传感器、假肢脚底前后接触开关等4个传感元件组合而成，是人与计算机互动控制假肢运动的控制模式。

根据上述硬件设计，控制系统软件编制的程序框图如图15。各种输入信号以中断方式输入假肢的微处理器，微处理器对信号进行判断，以平地行走的速度控制作为主程序，而下坡、坐下、待坐、站立、已坐等5种动作模式分别由子程序控制，子程序的设计可根据图13和图14的流程进行跳转并计算、选择输出信号。