基于肌电的下肢康复训练系统跑步机速度自适应控制方法

摘要

本发明公开一种基于肌电的下肢康复训练系统跑步机速度自适应控制方法，通过肌电信号采集仪实时采取患者下肢的肌电信号，经过滤波、降噪等预处理后，分别提取相关肌电信号的幅值特征和能量特征，通过步态周期检测算法和步长估计算法实时预测出患者下肢运动的步态周期和步长；再据此求出患者下肢运动的期望速度；与此同时，利用系统辨识法获取跑步机的速度传递函数；最后，结合跑步机的速度传递函数，利用PID速度伺服控制算法驱动跑步机的控制电机，实现跑步机速度的自适应跟随控制。本发明使用肌电信号实时预测人体步速，信号采集处理方便，能够根据患者主动运动意图实时控制跑步机速度与之同步协调，实现患者主动康复训练，提高康复训练效率。

说明书

技术领域

本发明涉及下肢康复训练机器人系统控制技术，特别涉及一种主动康复训练模式下，下肢康复训练系统跑步机速度自适应控制方法。

背景技术

近年来，脊椎损伤、脑卒中风等中枢神经系统疾病引起的下肢运动功能障碍患者呈急剧增加的趋势，严重危害着人类的健康。随着社会的发展和人民医疗、生活水平的提高，残疾人的健康引起了全社会的关注。减重步行训练是针对该类疾病患者步行康复治疗的重要手段之一，已有大量的临床研究证实了其有效性。目前国内外有许多研究人员在开展康复训练系统的研究工作，但传统的康复训练系统，训练动作种类比较少，动作范围具有局限性，运动幅度较小，多数忽略了患者下肢的主动运动意图，不利于激发患者的主动意识及参与康复训练的兴趣，很难达到理想的康复训练要求。

近年来，国内外的研究机构研制了各种类型的康复训练系统，其中患者参与的主动康复训练模式已成为主要趋势和人们的普遍共识。申请号为201010561379.5的中国专利文献公开了一种下肢康复训练系统控制方法，以人机交互力，通过阻抗控制方式实现一定程度的主动柔顺康复控制。能够提高患者主动参与康复训练的程度，但没有实现康复训练系统跑步机速度的自适应跟随控制。目前在步行康复训练过程中使用的跑步机大都是基于一个恒定的速度，这与人在自然行走中速度不断变化的规律是不相符的，尤其是在主动训练模式下，需要根据患者意愿实时调整步态速度。申请号为201510070183.9的中国专利文献公开了一种下肢康复训练系统运动控制系统，在主动康复训练过程中，利用拉压力传感器实时采集患者的主动作用力，即患者髋关节固定约束处的受力值，由此受力值判断跑步机对应的加速或减速动作，根据患者在跑步机上产生加减速的运动趋势，跑步机不断自主地调节速度，实现跑步机速度的自适应跟随控制。但该方法约束住了人体正常步态而且需要附加一套力装置；影响了康复训练控制的精度，而且，力测量装置安装使用不便，也增加了控制系统的成本。Minetti等人通过超声波传感器检测人的位移，不断计算和控制跑步机的速度，实现了下肢康复训练系统跑步机速度的自适应跟随控制。但该方法在跑步机位移大时调速明显，位移小时不明显；不利于跑步机实时的速度自适应跟随控制。以上方法没有从患者的主动运动意图出发，实现跑步机速度对患者主动运动的自适应跟随控制。最终实现跑步机速度与患者期望速度的实时同步匹配；实现患者主动康复训练。

发明内容

针对背景技术所指出的下肢康复训练机器人系统主动康复运动模式下，其配套的跑步机速度跟随控制存在的问题，本发明的目的在于提供一种能够实时预测患者在康复过程中下肢步态运动速度、并据此进行跑步机速度实时同步跟随的主动自适应控制方法。

本发明采用如下技术方案予以实现的：

一种基于肌电的下肢康复训练系统跑步机速度自适应控制方法，包括下述步骤：

(1)分别实时采集患者左、右大腿骨外侧肌、骨直肌和股二头肌的表面肌电信号；

(2)对采集到的患者表面肌电信号进行放大、滤波和降噪等预处理；

(3)通过特征提取方法，分别获取患者表面肌电信号的能量特征向量和幅值特征向量；

(4)利用获取的患者表面肌电信号能量特征向量，通过步态周期估测算法实时预测患者下肢运动的步态周期。具体包括下述子步骤：

a.首先，初始化一个滑动窗，并选取合适的窗长N；

b.利用步骤(3)获取的表面肌电信号的能量特征向量计算能量特征信号的积分值特征；其具体计算公式为：

式中，IEMG_p(i)为i时刻患者下肢大腿股外侧肌肌电能量信号的积分值特征向量值，EMG_p(j)为j时刻患者下肢股外侧肌肌电能量信号的值；N为滑动窗的长度；

c.实时检测、判断每个步态周期的有效峰值，并记录有效峰值的对应时刻t_i；

d.用两相邻的肌电信号的有效峰值对应时刻实时计算患者下肢运动的步态周期T_i，其具体计算公式为：

T_i＝t_i-t_i-1

式中，T_i为患者下肢运动的第i个步态周期，t_i为肌电信号第i个有效峰值的对应时刻，t_i-1为患者肌电信号第i-1个有效峰值的对应时刻。

(5)利用获取的患者表面肌电信号幅值特征向量，通过步长估计算法实时预测患者下肢运动的步长。具体包括下述子步骤：

a.首先，利用患者左、右大腿肌电信号的幅值特征向量建立步长估测的模型；具体如下：

式中，L_i表示第i步的步长；和分别表示第i步患者左腿肌电信号的特征向量和和右腿肌电信号的特征向量和，a_i和b_i分别表示模型中的系数，a₀表示设定的初始常量；

b.用最小二乘法训练获得步骤(a)中步长估测模型的系数；

c.利用步骤(a)中建立的步长估测模型，实时预测患者下肢运动的步长。

(6)将步骤(4)预测的步态周期和步骤(5)预测的步长，通过步速预测算法实时计算患者期望的步速；产生用于控制跑步机的期望速度命令信号。

(7)用系统辨识法获取跑步机速度的输入-输出传递函数。

(8)最后，结合跑步机的速度传递函数，同时，检测跑步机的速度作为反馈信号，利用PID速度伺服控制算法驱动跑步机的控制电机，最终实现跑步机速度的自适应跟随控制。

上述步骤中，步骤(2)所述的预处理，其中放大为1000倍；带通滤波的频率为20-500Hz，且不包含50Hz陷波信号。

步骤(3)所述的能量特征向量和幅值特征向量的特征提取方法分别为：

式中，EMG_P表示肌电信号的能量特征向量值，EMG_i表示肌电信号在i时刻的值，N表示信号段的长度；MAV表示肌电信号的幅值绝对值均值。

步骤(6)所述的步速实时预测算法为：

式中，v_i-d表示跑步机i时刻的期望速度，L_i表示实时预测的步长，T_i表示实时预测的步态周期。

与现有技术相比较，本发明的优点在于：

1、本发明根据患者下肢步态运动的表面肌电信号实时预测患者下肢主动运动的期望速度，进而根据患者主动期望的速度控制跑步机速度的自适应跟随，实现跑步机速度与患者期望速度的同步协调控制，满足患者主动康复训练的需求。

2、本发明通过人体下肢表面肌电信号实时预测患者的运动意图和运动趋势，能够克服基于拉压力传感的跑步机自适应跟随方法对人体正常步态的约束，避免力测量装置安装使用的不便，也能够节约控制系统的成本。

附图说明

下面结合附图及具体实施方式对本发明作进一步详细说明

图1是本发明控制方法原理框图。

图2是人体下肢步态周期预测流程图。

图3是本发明所涉及的下肢康复训练系统。

图中：1、动力外骨骼；2、跑步机；3、主动减重系统；4、移动架。

图4是本发明控制硬件结构示意图。

图中：5、肌电信号采集仪；6、信号处理电路；7、数据采集卡；8、上位机；9、串口；10、跑步机速度控制器。

具体实施方式

参见图1和图4，本发明基于肌电的下肢康复训练系统跑步机速度自适应控制方法：通过肌电信号采集仪实时采取与患者下肢步态运动相关的表面肌电信号，经过放大、滤波、降噪等预处理后，利用时域分析法分别提取相关肌电信号的幅值特征和能量特征，通过步态周期检测算法和步长估计算法实时预测出患者下肢运动的步态周期和步长；再据此预测患者下肢主动运动的期望速度，产生用于控制跑步机的期望速度命令信号；与此同时，利用系统辨识法获取下肢康复训练系统跑步机的速度传递函数模型；最后，结合跑步机的速度传递函数，利用PID伺服控制算法实现跑步机速度的自适应跟随控制；最终实现完全按患者运动意图的主动康复训练。其具体实施过程包括下述步骤：

(1)分别实时采集患者左、右大腿骨外侧肌、骨直肌和股二头肌的表面肌电信号。

(2)对采集到的患者表面肌电信号进行放大、滤波和降噪等预处理。在本实施例中，对采集到的表面肌电信号进行1000倍放大，然后再进行20-500Hz带通滤波，且不包含50Hz陷波信号。

(3)通过特征提取方法，分别获取患者表面肌电信号的能量特征向量和幅值特征向量。在本实施例中，采用肌电信号的幅值平方和计算其能量特征，再用肌电信号的幅值绝对值均值计算其幅值特征。

(4)利用获取的患者表面肌电信号能量特征向量，通过步态周期估测算法实时预测患者下肢运动的步态周期。其预测算法的具体实施流程，如图2所示。本实施例中，具体实施过程可细分为如下子步骤：

a.首先，初始化一个滑动窗，并选取合适的窗长N；

b.利用步骤(3)获取的表面肌电信号的能量特征向量计算能量特征信号的积分值特征；其具体计算公式为：

c.利用步骤(3)获取的表面肌电信号的能量特征向量计算能量特征信号的积分值特征；其具体计算公式为：

式中，IEMG_p(i)为i时刻患者下肢大腿股外侧肌肌电能量信号的积分值特征向量值，EMG_p(j)为j时刻患者下肢股外侧肌肌电能量信号的值；N为滑动窗的长度；

d.实时检测、判断每个步态周期的有效峰值，并记录有效峰值的对应时刻t_i；本实施例中，有效峰值的检测、判断具体实施过程如下：

首先，判断滑动窗中间位置处的信号值是否是最大；

其次，将判断得到的滑动窗中间位置最大值与阈值进行比较，大于设定阈值则为步态周期的有效峰值；

最后，移动滑动窗，重复上述过程直到信号序列的结尾；检测出各个步态周期的有效峰值。

e.用两相邻的肌电信号的有效峰值对应时刻实时计算患者下肢运动的步态周期T_i，其具体计算公式为：

T_i＝t_i-t_i-1

式中，T_i为患者下肢运动的第i个步态周期，t_i为肌电信号第i个有效峰值的对应时刻，t_i-1为患者肌电信号第i-1个有效峰值的对应时刻。

(5)利用获取的患者表面肌电信号幅值特征向量，通过步长估计算法实时预测患者下肢运动的步长。本实施例中，步长估计算法的具体实施过程又可细分为如下子步骤：

a.首先，利用患者左、右大腿肌电信号的幅值特征向量建立步长估测的模型；具体如下：

式中，L_i表示第i步的步长；和分别表示第i步患者左腿肌电信号的特征向量和和右腿肌电信号的特征向量和，a_i和b_i分别表示模型中的系数，a₀表示设定的初始常量；

b.用最小二乘法训练获得步骤(a)中步长估测模型的系数；

c.利用步骤(a)中建立的步长估测模型，实时预测患者下肢运动的步长。

(6)将步骤(4)预测的步态周期和步骤(5)预测的步长，通过步速预测算法实时计算患者期望的步速；产生用于控制跑步机的期望速度命令信号；在本实施例中，步速实时预测算法为：

式中，v_i-d表示跑步机i时刻的期望速度，L_i表示实时预测的步长，T_i表示实时预测的步态周期。

(7)用系统辨识法获取跑步机速度的输入-输出传递函数。在本实施例中，利用跑步机对单位阶跃输入的时间响应来辨识出跑步机速度传递函数的结构和具体参数。

(8)最后，结合跑步机的速度传递函数，同时，检测跑步机的速度作为反馈信号，利用PID速度伺服控制算法驱动跑步机的控制电机，最终实现跑步机速度的自适应跟随控制。

参考图3，本实施例所涉及到的下肢康复训练系统由动力外骨骼1、跑步机2、主动减重系统3及移动架4组成。

参考图4，本发明基于肌电的下肢康复训练系统跑步机速度自适应控制系统硬件由跑步机本体、传感数据采集模块、中央控制模块和跑步机速度控制器等组成；其中：传感数据采集模块由肌电信号采集仪5、信号处理电路6和数据采集卡7组成，中央控制模块由上位机(工控机)8和串口9组成。

该跑步机速度自适应控制系统中，跑步机2选用内部包含速度控制电机的商用跑步Paragon 508；传感数据采集模块中的肌电信号采集仪5选用16通道肌电采集仪；信号处理电路6通过屏蔽线与肌电信号采集仪5和数据采集卡7依次连接，对采集到的患者下肢表面肌电信号进行放大、滤波等预处理。

当下肢康复训练系统开始工作后，跑步机采用自动调速模式时，数据采集卡7通过肌电信号采集仪5实时采集患者下肢的表面肌电信号，与此同时，数据采集卡5还通过信号处理电路6对采集到的原始表面肌电信号进行带通滤波和放大、降噪等处理；然后，把采集到的各种信号发送到上位机8，上位机8首先对采集到的信号进行特征提取等信号调理，再通过中央处理器运行患者步态周期预测算法和步长预测算法，然后，通过步速预测算法实时计算患者期望的步速；再通过串口9将患者期望的步速发送到跑步机速度控制器10中，最为控制器的输入；跑步机速度控制器10结合跑步机的速度传递函数，同时，检测跑步机的速度作为反馈信号，利用PID速度伺服控制算法驱动跑步机2的控制电机，实现跑步机速度的自适应控制。最终实现跑步机速度与患者期望速度的实时同步协调运动，满足患者主动康复训练的需求。