论文部分内容阅读
本文针对脑卒中偏瘫患者的下肢康复训练问题,以现代康复医学理论、脑卒中患者肢体康复机理和方法为理论基础,对患者下肢康复训练的作用和效果进行了系统深入的研究,并提出下肢康复机器人被动、助力、主动及抗阻康复训练模式。本文对下肢外骨骼康复机器人的步态规划、被动、主动和抗阻康复训练模式的控制策略进行分析仿真,具体研究内容如下:(1)依据正常人髋、膝关节运动数据建立人体关节数学模型。将Brunnstromc与训练过程中下肢肌肉表面肌电信号的变化相结合,规划出对不同患者具有适用性、针对性的人体生理学训练步态。在Visual C++开发环境下获取患者自身健康腿的关节运动数据,并结合Matcom实现混合编程,可避免医疗师将数据提取再用Matlab进行处理的过程,同时由于下肢具有的步态对称性,可作为步态协调性康复训练的参考模型。本文的研究加深了对步态规划方法的认识与理解,也为康复训练临床试验及寻求更稳定合理的步态规划提供了借鉴。(2)为实现康复训练过程中控制的实时性和高精度,消除系统中存在的未建模动态、外部扰动和非线性不确定性的影响,提出了采用两个相互独立控制器共同作用控制的方法,即基于标称模型的计算力矩控制器和变结构鲁棒自适应补偿控制器。补偿控制器中加入了一个动态信号和非线性的阻尼项来抑制未建模动态、外部有界扰动和非线性不确定项的影响,设计的自适应律通过在线更新系统的未知参数,增强了控制系统的鲁棒性并保证系统达到全局渐近稳定,利用Lyapunov稳定性定理和仿真结果证明了该方法可行且有效。(3)针对下肢外骨骼康复机器人的灵敏度放大控制需要精确逆动力学模型的问题,通过Solidworks建立精确的三维实体模型,联合Matlab/SimMechanics建立外骨骼的动力学模型并实现仿真分析。将仿真后的输入输出数据利用BP神经网络进行训练并获得的外骨骼逆动力学动态数学模型,能够保证灵敏度放大控制器的控制精度。采用灵敏度放大控制能够减小患者的承受力矩,减小体能消耗,实现患者与外骨骼共同运动的同时采集到准确的人体数据。通过调整灵敏度系数可以实现患者主动训练模式和抗阻训练模式的切换。