摘要：
隨著偏癱患者數量的逐年增加用神經網絡設計自動跳舞機器人控制系通過,患者運動功能的康復越來越多地引起人們的重視。運動功能的恢復對患者的日常生活能力影響很大,也是康復治療中難以解決的問題之一,已成為現代康復醫學和醫療工程的研究熱點。康復機器人技術研究正是在這種需求形式下應運而生的一個嶄新的研究領域,涉及到機器人學,康復醫學,人體工程學,機械設計,控制理論及計算機科學等眾多領域。 在國家863課題和自然科學基金的資助下,本文以自行研制的穿戴式手功能康復機器人為基礎,對其本體機械結構及控制系統設計,驅動器的建模與控制,人手表面肌電信號的辨識等關鍵技術展開了深入的研究。本文主要的工作和貢獻體現在以下幾個方面: 分析和比較了現有的手功能康復設備,對人手的結構與功能,手指的運動約束進行了調查,并研究了具有代表性的食指生物力學模型。在此基礎上研究了手功能康復機器人的機械結構設計。根據臨床康復的需求,考慮穿戴的舒適性,安全性及運動的柔順性,設計了針對手指多關節運動功能康復的機構?；镜慕Y構采用連桿的外骨骼形式,驅動器選用柔順性好的氣動肌肉。搭建手功能康復機器人控制系統實驗平臺,并進行了基本的實驗研究,驗證了機構和控制系統的有效性。同時,還提出了機構改進的方案,為進一步設計真正臨床實用化的手功能康復機器人奠定了良好的基礎。
針對手功能康復機器人的驅動器——氣動肌肉所組成的兩種不同形式的驅動關節進行了分析和比較,說明氣動肌肉扭力彈簧驅動關節是一種有效的驅動形式,非常適合于手功能康復機器人的應用。由于氣動肌肉具有很強的時變和非線性特性,難以精確控制,因此,本文對氣動肌肉的建模與控制進行了深入的研究。首先通過實驗對氣動肌肉的"三元素"模型進行了辨識,并在此基礎上設計了滑?？刂破?考慮到未建模的動力學以及系統存在的不確定的擾動,采用干擾觀測器對這些不確定的非線性擾動進行觀測,設計了基于非線性擾動觀測器的滑?？刂破?仿真和實驗結果表明當系統存在不確定的建模誤差和外部擾動的情況下,設計的控制方法可以保證系統跟蹤性能要求。不同的制作工藝和材料特性會導致氣動肌肉具有不同的動態特性,為了尋求更為通用和便捷的建模和控制方法,還采用一種新型的遞歸神經網絡——回聲神經網絡對氣動肌肉進行了建模,并基于回聲神經網絡設計了自適應控制器,通過仿真和實驗進行了比較,說明了方法的有效性。 表面肌電信號反饋也是手功能康復機器人的一個重要組成部分,可用于康復評價和肌電控制策略中的意圖檢測,因此,本文也對人手表面肌電信號的辨識進行了較為深入的研究。
采集人手做屈肘,伸肘,腕內旋,腕外旋,展拳及握拳六種不同動作時的表面肌電信號,利用離散小波分解提取特征值。針對特征值,采用支持向量機進行了分類,取得了很好的分類效果。通過與神經網絡分類器的進一步比較可以發現,支持向量機對小規模樣本的分類更加有效,具有同神經網絡類似的優點,自動提取分類信息和自動特征選擇,且具有更好的泛化能力,容易實施和控制,不會產生神經網絡的局部極小和過學習的問題。 最后,對全文進行了總結,并指出了下一步需要進行的工作。 本博士論文通過深入研究手功能康復機器人系統的若干關鍵技術問題,為發展面向臨床應用的手功能康復機器人系統提供必要的理論依據用神經網絡設計自動跳舞機器人控制系通過,實驗數據和研究經驗。隨著研究工作的進一步深入和完善,手功能康復機器人將最終轉化為康復產品,為更多的患者提供康復訓練,提高他們的康復效果和生活質量,具有積極的學術和實際意義。
展開
