融合生理信号的肩关节康复机器人机构设计关键问题与柔顺控制研究

Aiming at the important issues existing in shoulder rehabilitation using robotics, such as misalignment between mechanism of rehabilitation robot and complex motion in shoulder joint, lack of interactive compliance and precise quantitative assessment of rehabilitation in clinic et.al, a new end-effector robot is proposed for shoulder complex rehabilitation on the basis of mechanism theory and adaptive compliant control from the perspective of clinical anatomy in this project. Under the circumstance of multi-constraints in human machine interaction, mechanisms syntheses and optimization are performed by using screw theory and set theory as tools with the target of dexterity and manipulability. According to building the inverse dynamic models for human upper limb and the rehabilitation robot and obtaining the component of human voluntary motion， the interactive force and motion can be decoupled. Interactive compliance can be obtained via using adaptive hybrid force-position control and building multibody flexibility matrix based on flexible joints. A method of quantitative assessment of motor function of human upper arm is to be built using multi-sources information fusion. Expected outcomes in this project would provide theoretical and technical support to future clinical rehabilitation robot and compensate the flaws existing in shoulder rehabilitation robot. It is very meaningful for the clinical application of rehabilitation robotics.

针对目前肩关节康复机器人尚存在缺乏机器人机构与复杂构造肩关节的运动协同性、交互的柔顺性以及临床可用的定量化康复评价指标的问题,本项目从人体工学角度出发，利用机构学理论、柔顺控制理论和多源信息融合理论，提出一种端点式肩关节康复机器人系统的方案。针对人机交互环境的多约束条件下，以机器人灵活度与操作度最优为目标，以旋量理论和集合论为理论工具进行机器人机构的综合与优化。建立人体上肢系统和康复机器人系统逆动力学模型，提取康复训练中人体主动参与信息，实现人机交互力与运动的解耦。以柔性关节为载体，建立多体系统柔度矩阵，采用力位自适应混合控制实现人机交互的柔顺性。采用多源信息融合法，融合生理信号、人机交互信息及病人个体运动特征信息，建立人体上肢肩关节运动功能定量化评价指标。本项目的预期成果将为未来临床康复机器人的研制提供理论和技术支持，弥补现有肩关节康复机器人的不足，对临床康复机器人的工程化具有重要意义。

针对目前尚未解决的肩关节康复机器人与复杂构造的肩关节的运动协同、柔顺交互以及临床可用的定量化康复评价指标等问题,本项目基于机构学理论、柔顺控制方法和多源信息融合，综合并设计出一套端点式三主动自由度的肩关节康复机器人系统。.本项目围绕康复机器人系统设计关键技术，从机构设计理论，复杂控制系统，人机交互解耦三方面着手，重点突破机器人柔顺关节设计方法，柔顺驱动控制关键技术，肩关节康复训练的最佳负载轨迹优化技术，人体运动意图识别等关键技术。首次提出了“低负载，小刚度；高负载，大刚度”的交互型机器人关节固有刚度负载匹配关系，给出了给定非线性刚度曲线的柔顺机构设计方法，提出了基于非线性刚度迟滞自适应补偿控制算法提升了柔顺驱动效果。从机构学角度建立了肩关节肌肉骨骼模型并以能量最小及静力学条件给出了肩关节肌肉激发因子与负载力关系，建立了全域被动模式下的人体肩关节参数辨识方法，给出了基于三自由度机械臂的人体肩关节运动意图检测方法并通过肌电信号采集系统做了初步的测试。其中，提出了兼顾柔顺性和控制带宽的柔顺驱动关节最佳非线性刚度设计准则，为交互型机器人关节设计提供了新思路和新方法。.本项目通过理论分析，三维建模，软件仿真及样机搭建和实验验证等方法实现项目的主体方案。本项目的预期成果将为未来临床康复机器人的研制提供理论和技术支持，弥补现有肩关节康复机器人的不足，对临床康复机器人的工程化具有重要意义。.本项目在执行期间，共发表17篇高水平学术论文，其中7篇SCI期刊论文，9篇EI检索论文，获得2018IEEE ARM国际机器人大会最佳学生论文。申请国家发明专利3项，获得授权专利2项。受邀发表学术会议报告5次，邀请外国专家来访11人次，出访国际交流3人次，已培养硕士生6名，优秀本科毕业生1名。