一种三维空间运动的上肢康复机器人系统的制作方法

1.本发明涉及康复机器人领域，尤其涉及一种三维空间运动的上肢康复机器人系统。


背景技术：

2.近年来，脑卒中发病率呈不断上升趋势，脑卒中遗留的上肢偏瘫，轻者行动不便，重则生活无法自理。机器人能够连续可控地执行重复的任务，且其上可配有众多传感器，能用来记录患者的运动轨迹、速度、力等数据，从而客观地评估患者的运动表现。基于以上优点，辅助康复机器人成为一种有效且有前景的对于偏瘫患者的治疗方式。现有大多数康复机器人仅对患者进行完全被动的牵拉训练，或基于力学信号对运动系统进行反馈控制。完全被动的牵引忽视了患者的自主参与，而仅通过力传感器反馈控制机器人对于没有残余运动的患者无效。目前一些研究表明对于严重受损的患者，虽然无法完成指定动作，但可以通过肌电信号识别肌肉的运动趋势，用于触发机器人进行辅助训练。因此，采集生物电信号，反映神经活动，获取运动意图，可以促进受损脑区或肌肉的激活，是一种更优的控制方式。
3.现有基于生物电信号的上肢康复设备主流产品是可穿戴式外骨骼设备和二维牵引设备。外骨骼设备穿戴复杂，运动规划容易与卒中患者的运动模式冲突；而二维牵引设备运动范围不能覆盖人体上肢的三维运动空间，限制了患者的运动范围、康复动作及可训练肌肉数目，难以满足实际康复过程的训练需求。基于以上原因，基于神经电学信号的主动康复设备的临床使用率较低。另外，在临床上，根据患者运动功能恢复的不同，划分成不同阶段，每个阶段中患者的运动功能障碍表现形式都不相同，所以需要对不同时期的患者采取不同的康复治疗策略。
4.因此，本领域的技术人员致力于开发一种结合肌电信号的多模式三维空间运动的上肢康复机器人系统，以满足不同康复阶段患者的训练需求。


技术实现要素：

5.有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是开发一种结合肌电信号的多模式三维空间运动的上肢康复机器人系统，以满足不同康复阶段患者的训练需求。
6.为实现上述目的，本发明提供了一种三维空间运动的上肢康复机器人系统，包括软件模块、肌电模块、控制模块和交互模块，其特征在于：
7.所述软件模块，运行于上位机，被配置为实现用户信息的交互和基于所述控制模块传输的患者上肢末端位姿数据及运动学反解数据更新人体上肢与机械臂的实时运动参数的仿真；
8.所述肌电模块，被配置为对表面肌电信号进行采集与处理，特征提取，以及建立与动作意图之间的关联模型；
9.所述控制模块，接收来自所述肌电模块的在线控制决策和/或来自所述软件模块的运动参数设定值，根据不同的模式控制所述机械臂在三维空间进行安全的上肢康复训
练，同时将所述机械臂的所述实时运动参数返回给所述软件模块以更新数据；
10.所述交互模块，包括连接患者所述上肢末端与所述机械臂末端的固定装置。
11.更进一步地，所述软件模块包括用户界面模块和仿真模块，所述用户界面模块接受康复师提供的医学经验，启动所述上肢康复机器人系统的执行过程，将康复师的训练要求参数作为所述运动参数设定值传递给所述机械臂的所述控制模块，同时向患者提供趣味游戏互动，进行康复训练视觉和/或听觉反馈，实时刷新游戏界面人机耦合模型状态；所述仿真模块实时接收所述机械臂末端位姿数据，更新所述人机耦合模型中所述机械臂的数据，在仿真平台展示实际过程中患者与所述机械臂的耦合关系。
12.更进一步地，所述肌电模块包括表面肌电信号采集与传输模块和信号处理模块，所述表面肌电信号采集与传输模块采集患者的所述表面肌电信号，对所述表面肌电信号进行放大、初步滤波与a/d转换得到原始肌电信号，通过传输链路将所述原始肌电信号传递给所述上位机进行处理与分析。
13.更进一步地，所述信号处理模块包括预处理模块、特征提取模块、模式识别模块和决策模块，对所述原始肌电信号进行包括滤波和滑窗处理在内的预处理，特征提取，将提取到的多维特征送入所述模式识别模块，预测患者的动作意图，随后使用最大投票法对预测结果做平滑处理，将所述在线控制决策提供给所述控制模块。
14.更进一步地，所述控制模块包括路径规划模块、安全保障模块和机械臂运动参数反馈模块，根据来自所述肌电模块的所述在线控制决策和/或来自所述软件模块的所述运动参数设定值，通过所述路径规划模块使所述机械臂进行康复训练，并在训练中始终运行所述安全保障模块，保护患者的安全，通过所述机械臂运动参数反馈模块与所述软件模块进行实时通信，更新所述软件模块的数据。
15.更进一步地，所述康复训练包括主动模式、被动模式和助力模式；
16.所述主动模式包括定轨迹训练模式和不定轨迹训练模式，所述定轨迹训练模式包括触发运动模式和连续运动模式；在所述触发运动模式下，采集患者最初的所述表面肌电信号作为患者的主动意图，根据所述主动意图进行完整的轨迹牵引；在所述连续运动模式下，实时采集患者的所述表面肌电信号，使患者在所述轨迹上根据自己的所述主动意图运动；
17.所述被动模式由所述机械臂牵引患者的所述上肢末端进行三维空间的运动，所述运动的轨迹来自所述上肢康复机器人系统确定的定轨迹，所述定轨迹来自屈肘、肩前伸、肩外展以及康复师通过示教引入；
18.所述助力模式采用导纳控制方法提供柔顺触觉接口，提供患者完成所述康复训练所需的辅助力。
19.更进一步地，所述固定装置将患者的部分上肢与所述机械臂进行耦合，所述固定装置满足人体工学要求。
20.更进一步地，所述固定装置包括一个带倾角的纺锤形持握杆和固定托槽。
21.更进一步地，所述持握杆的顶部有螺丝孔，所述螺丝孔按照所述机械臂末端执行器法兰螺纹孔设计，所述螺丝孔用于连接所述固定装置和所述机械臂。
22.更进一步地，所述固定托槽底面带有弧度，所述固定托槽上开有绑带孔，所述绑带为弹性绑带。
23.在本发明的较佳实施方式中，本发明可以在康复师的指导下对患者进行上肢康复训练。本发明采用协作式机器人，康复师在软件模块的用户界面输入训练要求参数，根据上述参数和肌电模块识别到的患者运动意图，可以对各个康复时期的患者进行有针对性的治疗，从而降低康复师的重复性工作强度；通过软件模块提供的游戏，可提高康复训练的趣味性。
24.与现有技术相比，本发明具有以下有益效果：
25.1、根据患者脑卒中的不同时期，开发多种模式以适应不同时期的训练需求，为各个康复时期的患者提供康复治疗；
26.2、通过引入生物电信号，真正实现了对患者主动意图的识别，帮助患者建立神经闭环回路，为康复训练提供针对性帮助；
27.3、通过软件模块中的用户界面模块，康复师可以方便地输入训练要求参数，降低康复师的重复性工作强度；
28.4、通过软件模块中的仿真模块，使患者与康复师对康复过程中人的上肢运动有心理预期，对之后训练提供一定的指导，并能够减轻患者的心理负担；
29.5、通过软件模块中的趣味游戏，提高患者的参与积极性。
30.以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
31.图1为本发明的一个较佳实施例的系统结构框图；
32.图2为本发明的各康复模式下模块交互图；
33.图3为本发明的导纳控制方法示意图；
34.图4为本发明的软件模块流程图；
35.图5为本发明的肌电模块流程图；
36.图6为本发明的控制模块流程图；
37.图7为本发明的一个较佳实施例的固定装置结构示意图。
具体实施方式
38.以下参考说明书附图介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。
39.在附图中，结构相同的部件以相同数字标号表示，各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的，本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰，附图中有些地方适当夸大了部件的厚度。
40.如图1所示，本发明提供的一种三维空间运动的上肢康复机器人系统，主要包括如下几个部分：软件模块，肌电模块，控制模块和交互模块。软件模块运行于上位机，实现用户信息的交互和和基于控制模块传输的患者上肢末端位姿数据及运动学反解数据更新人体上肢与机械臂的实时运动参数的仿真，软件模块包括用户界面模块和仿真模块，他们分别展示于两个显示屏中；肌电模块实现表面肌电信号的采集与处理，特征提取，建立与动作意
图之间的关联模型；控制模块接收来自肌电模块的在线控制决策和/或来自软件模块的运动参数设定值，根据不同的模式，控制机械臂在三维空间进行安全的上肢康复训练，同时将机械臂的实时数据返回给软件模块以更新数据；交互模块包括连接患者上肢末端与机械臂末端的固定装置，通过机械臂带动患者进行上肢康复训练。
41.如图2所示，本发明提供了多种不同的训练模式，主要包括主动模式、被动模式和助力模式，各个模式下系统内各模块之间的交互如图2所示。
42.主动模式分为定轨迹与不定轨迹训练模式，定轨迹下又包括触发运动和连续运动两种模式。康复师在用户界面进行模式选择，用户界面将游戏任务通过视觉和/或听觉反馈给患者。此时患者激活肌肉，产生表面肌电信号，肌电模块将表面肌电信号解码为动作信息传递至控制模块，控制机械臂运动后交互模块将末端运动转化为患者上肢的运动。在机械臂运动过程中不断反馈任务执行情况至软件模块，同时更新用户界面模块和仿真模块中人物或人物与机械臂的姿态。触发运动只采集患者最初的肌电信号作为患者的主动意图，然后根据肌电解码出的主动意图信息进行完整的轨迹牵引；连续运动实时的采集患者的肌电信号，可以使患者在轨迹上根据自己的主动意图运动，增加了对肌肉群发力的持续要求，提高了训练的难度。
43.在被动模式下，由机械臂牵引患者的上肢末端进行三维空间的运动，运动轨迹的来源包括系统默认的定轨迹例如屈肘、肩前伸和肩外展以及康复师通过示教引入的定轨迹。康复师根据患者的实际情况在用户界面内输入每种轨迹的运行次数以及运行速度倍率，用户界面将命令发送给机械臂控制模块执行轨迹规划，机械臂末端的运动通过交互模块带动患者上肢进行指定运行速度倍率和次数的运动。同时，控制模块与软件模块实时通信发送机械臂(患者上肢)末端位姿，更新仿真模块中人物与机械臂模型的状态。
44.在助力模式下，采用导纳控制方法提供柔顺触觉接口，提供尽可能小的辅助力帮助患者完成运动以避免助力代替主动用力。用户界面模块通过游戏的视觉提示告知患者目标点的位置信息，患者主动运动，此时通过交互模块与机械臂产生交互，控制模块也会将任务执行情况实时反馈至软件模块，软件模块中的用户界面模块和仿真模块分别实时刷新游戏界面和虚拟环境的人机耦合模型状态。
45.如图3所示，在一个具体实施例中，导纳控制方法运用如下。通过康复师示教获得目标轨迹。设定最远距离阈值d，当机械臂末端当前点p与轨迹上最近点距离小于d，则根据p到轨迹上最近点方向设为期望径向速度，期望切向速度设为该最近点在轨迹上的切向方向，合成规划的期望速度；当p与轨迹上最近点距离大于d，则视为患者没有足够肌力完成这部分运动，需要控制机械臂提供额外的助力f使得末端回到速度场内。在速度场内，根据当前点p与轨迹上最近点的距离，本着机器人系统按需帮助的原则，即误差小时较少机器人的干预，实时的调整阻抗参数，即调整惯性力、阻尼力与回弹力的大小，使患者能够更加主动、舒适的参与康复过程。
46.如图4所示，在一个具体实施例中，用户界面根据康复师选项进行并列分类，即一个主界面菜单下有系列按钮，每个按钮对应子菜单中由一系列短小的串联流程组成，系统主页面下根据康复师的操作分为五类子菜单。其中，用户管理界面集成账户信息的增删改查功能。在登录后，康复师可在肌电采集界面进行肌电信号采集以训练模型，可在示教界面添加或管理示教轨迹，可在训练界面为患者选择训练方式、设置参数进入训练，可在查看界
面查看信号，在弹出的新窗口中查看实时肌电信号及特征雷达图。训练模式界面集成了三类训练模式选项：主动模式、被动模式和助力模式，在主动模式和助力模式下分别设定两种三维游戏任务场景，实时向患者提供视听反馈，并展示结果与训练评估，包括动作完成率、完成时间、停滞点比例和路径效率。
47.仿真模块运行开源机器人操作系统ros，先使用solidworks三维建模软件建立人机交互康复训练的三维模型，基于此模型导出urdf文件。在gazebo中打开模型文件，基于控制模块传输的末端位姿数据及运动学反解，实时更新人体上肢与机械臂的各关节角度。
48.如图5所示，肌电模块包括信号采集与传输模块和信号处理模块。信号采集与传输模块使用可便捷粘贴在目标肌肉群的agcl电极，采集患者的表面肌电信号，并对信号进行放大、初步滤波与a/d转换得到原始肌电信号，通过传输链路如无线通信，传输至上位机进行信号处理。信号处理模块包括预处理模块、特征提取模块、模式识别模块和决策模块。上位机对收到的原始肌电信号进行包括滤波和滑窗分割在内的预处理，提取各通道肌电信号的动作特征：平均绝对值、波形长度与willison振幅；根据需求将提取到的多维特征与动作意图，输送入模式识别模块训练分类器，得到对应的模型，在实际使用时通过该模型对新提取到的特征信息进行分类，预测患者的动作意图；并使用最大投票法对预测结果做平滑处理，将在线控制决策传输至机械臂的控制模块。可选地，对于定轨迹的触发运动，仅在康复运动开始前对休息、屈肘、肩前屈、肩外展四个动作进行四分类；对于定轨迹的连续运动，在运动开始前仍进行以上四分类，运动过程中实时判断运动或休息状态；对于不定轨迹，将其简化并离散化为空间六个方向的动作：向上、向下、向左、向右、向前、向后，每个方向表示向该方向移动一固定距离。
49.如图6所示，在一个具体实施例中，在系统开启之后，控制模块也启动，首先检测机械臂工况是否良好；随后康复师带领患者完成几个固定的动作，辅以机械臂的位置传感器以及力传感器，智能获取患者上肢参数，由此建立患者与机械臂的耦合模型，确定机械臂坐标系与患者坐标系间的转换；在不同模式下，既可以通过软件模块传输的康复师的主观训练要求参数，也可以通过肌电模块识别的患者运动意图，对康复训练进行统一调度，根据之前获得的机械臂坐标系与患者坐标系间的转换，设计适合患者的康复训练轨迹并进行执行；在执行过程中，安全保障模块与运动参数反馈模块也在执行中，安全保障模块通过规避奇异点、限制患者与机械臂交互力大小等措施保障患者的安全，运动参数反馈模块将机械臂的运动参数反馈给软件模块，使用户界面中的游戏以及仿真模块中的人机耦合仿真模型得到实时更新。
50.如图7所示，在一个具体实施例中，该固定装置主要包括：一个带倾角的纺锤形持握杆，其顶部有按照机械臂末端执行器法兰螺纹孔所设计的用于连接固定装置和机械臂的固定螺丝孔，以及底面带有弧度以保证小臂舒适的固定托槽。固定托槽上开有绑带孔，供弹性绑带固定用，能够实现舒适与快速的穿脱。
51.以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。