机器人

当前目录

• 基于EMG监督的鳞片式气动腕外骨骼等速训练控制方法

  许蓉娜, 孟巧玲, 严文浩, 邓淞苧, 喻洪流

  现有腕关节等速训练设备存在应用场景单一、价格高昂、患者主动参与程度低的问题。针对上述问题，本文提出一种便携、低成本的鳞片型气动腕关节外骨骼及基于肌电监督的等速康复训练控制方法，以促进患者主动康复。首先，基于多腔室鳞片状气囊阵列设计了可重构的软气动驱动器；并针对腕关节运动特性，设计了柔性可穿戴腕外骨骼。其次，提出一种基于肌电监督的链式阻抗调控方法，构建“肌电权重－神经激活－驱动刚度”的动态映射模型，基于EMG（肌电信号）自适应调节气压参数，实现“被动辅助－主动抗阻”耦合训练。最后，搭建鳞片型气动驱动器样机，进行力学特性测试；集成驱动器和硬件系统，搭建腕关节等速训练系统样机，进行主动参与度评估实验。实验结果表明，系统驱动模型能够准确表征输出力，外骨骼运动范围能够满足腕关节功能性训练需求；在主动参与度评估实验中，肌电监督可使主动发力占比提高30%，证明了基于EMG监督的等速控制方法的有效性。

• 受限环境下基于视觉伺服的假肢手目标对准方法

  马保平, 汪远翔, 王文瑞, 陈锋, 阚宏伟, 汤奇荣

  为解决带腕关节的假肢手因主动自由度多、仅依赖肌电控制易致穿戴者疲劳并影响肌电解码与意图识别准确性的问题，提出利用视觉伺服技术替代肌电信号控制假肢手的腕关节。在用户穿戴假肢手执行操控任务时，先以视觉伺服法控制手腕关节实现特征对准，再融合肌电信号控制手指精准操控。针对有限算力和空间条件，设计融合视觉伺服的假肢手操控对准方法。其中图像处理模块对图像进行预处理和边缘检测，进而识别目标轮廓，并通过特征点匹配确定关键特征位置；特征对准模块基于处理结果运用伺服算法调整关节姿态实现精确对准，突破视觉与肌电信号跨模态融合技术瓶颈。最终，将视觉伺服算法零样本部署至假肢手开展综合实验。结果表明，该方法平均调整时间不超过1.81 s、操控成功率达70% 以上、识别准确率不低于90%，能一定程度替代肌电信号实现腕关节控制，减轻穿戴者负担，降低疲劳影响，有效解决仅依赖肌电控制的问题，具有良好应用前景。

• 面向机器人辅助步态训练的主动自适应人机交互控制

  石伟国, 王卫群, 王佳星, 刘圣达, 梁旭, 侯增广

  提出了一种融合步态轨迹主动规划、刚度自适应控制及步态重规划的主动自适应人机交互控制方法，以实现机器人辅助步态训练中的人机柔顺交互并确保患者安全。首先，针对步态训练中患者主动参与度不足的问题，采用有限傅里叶级数构建了步态轨迹的参数化模型，并设计了基于表面肌电信号的步态轨迹在线规划法，实现了患者意图驱动的步态轨迹主动规划。进而，提出了基于位置偏差与肌肉激活度的刚度自适应控制策略，采用模糊控制算法实时调整机器人关节的等效刚度，有效改善了人机交互的柔顺性。基于此，针对临床应用时易出现人机运动失衡与跌倒风险的问题，提出了人机系统动态平衡性和运动轨迹稳定性的评价指标，并基于在线评价结果采用模型预测控制对步态轨迹进行重规划。最后，开展了系统仿真和实际实验，验证了上述方法的有效性。

• 脑控移动机器人的系统性能综合评估框架

  李鸿岐, 陈怡彤, 倪伟杭

  脑控移动机器人实际应用推广中缺乏一个统一的综合评价框架，来系统评估其性能，不同研究成果之间难以进行有效比较，制约了系统性能的进一步优化。针对这一问题，本文综合考虑系统中的用户、脑机接口和机器人三大组分，提出了一个涵盖用户体验、脑机接口性能和任务执行能力的多维度综合评估框架。首先，对脑控移动机器人涉及的脑机接口、控制策略、机器智能等关键技术进行概述；然后，整理了系统涵盖的核心评价指标；在此基础上，对指标数据归一化处理，并综合运用熵权法与层次分析法确定成分指标和维度权重，构建系统性能的综合评分框架模型，同时选取典型研究系统进行评估分析。结果表明，所提出的评估框架具有较好的综合评估能力。最后，对提出的评价框架进行总结，并展望其未来的发展方向。

• 形状记忆合金丝驱动的手功能康复外骨骼设计与试验研究

  朱显微, 侯瑞麟, 王扬威

  为解决可穿戴式手功能康复机器人重量大、人机契合度和舒适性不佳的问题，提出一种形状记忆合金（SMA）丝驱动的手功能康复外骨骼结构。在分析手部生理结构及肌肉骨骼运动机理的基础上，结合SMA丝收缩特性模拟肌肉肌腱的致动原理，设计了扁平式SMA丝位移放大滑轮组增程机构，构建了人机耦合运动学与静力学模型，并建立了基于SMA丝电阻反馈的PSO-BP-PID（粒子群优化－反向传播－PID）控制方法。研制了SMA丝驱动的可穿戴式手功能康复外骨骼样机，其质量仅166 g。对其运动性能、抓握能力和工作温度进行了实验测试。实验结果表明，该外骨骼最大弯曲角度达160°，平均指尖力约6.5 N，PSO-BP-PID控制相比于传统PID控制具有更好的响应速度和控制精度，通过手指协同运动可完成多种常见物品的抓握，足以满足日常康复辅助需要。

• 轮式助行器使用者推行状态识别研究

  王强, 孙志杰, 兰陟

  提出了一种基于压力传感器和激光雷达的综合性方法，用于识别电动轮式助行器使用者的推行状态。首先，利用压力传感器获取用户手部在助行器手柄上的施力数据，并通过去噪处理提取有效运动意图; 其次，采用激光雷达传感器追踪下肢运动速度，通过最小二乘法拟合腿部运动模式以实现精准位置估计。基于多传感器融合，系统能够识别关键状态（正常行进、转弯与跌倒），并触发自适应控制策略。该方法通过捕捉上肢压力变化与下肢运动轨迹，提升了实时监测的准确性与系统的稳定控制能力; 通过预防跌倒和提供可靠辅助，显著提升了老年用户的安全性，同时展现了其在临床康复应用中的潜力。

• 兼具多种理疗手法和穴位识别能力的多模态交互理疗机器人

  赵东辉, 鲍思宇, 牛春晖, 丁嘉辉, 杨俊友, 刘厚德

  为改善理疗机器人在动态穴位识别及交互性能方面的不足，提出一种兼具多种理疗手法和动态穴位精准识别能力的多模态交互理疗机器人系统。首先，结合用户个体特征以及对理疗过程安全性与柔顺性的诉求，提出一种结合视觉、触觉、力、位置与语言的多模态人机交互框架并构建了理疗机器人系统，同时集成一款可模拟多种医师手法的气动末端执行器。其次，建立人体背部动态穴位识别范式，包括数据集建设、数据集标注及处理、穴位识别模型训练及优化。提出一种两阶段穴位处理方法并建立多尺度穴位识别模型RTOP-AcuDet（real-time object and pose-based acupoint detection），以实现对背部穴位的识别与追踪。最后，结合理疗手法特征，基于力/位混合控制方法与理疗任务规划方法控制末端执行器，进而高效复现理疗手法。通过实验验证，提出的背部穴位高精度动态识别方法的模型平均误差控制在5.52 mm，平均召回率为91.43%左右，模型检测效率为31.5帧/秒，并且该方法与多模态人机交互框架相结合后可形成多模态理疗机器人系统，适用于多种理疗服务场景。

• 一种面向本体感觉训练的下肢康复机器人系统

  郝李子翼, 周昭丞, 郑泓浩, 韩建达, 于宁波

  现有机器人辅助康复方法或物理治疗师提供的本体感觉训练不足，治疗性步行与力量训练的单一性使得康复效率仍然有限。为此，设计了一种面向本体感觉训练的下肢康复机器人系统，再现下肢运动中足部跖背屈、内外翻，以及外展内敛等复杂运动。首先，通过集成表面肌电系统、位姿传感器以及6维力传感器，测量机器人末端空间轨迹与人机交互信息，设计了基于扰动观测器的比例－微分控制器，实现了机器人末端执行器位姿的闭环控制。其次，基于表面肌电信息设计了一种响应式变导纳控制策略，可以通过不同任务场景提供可控的非稳定训练环境，鼓励患者进行自主姿势调控以预防跌倒，从而提升对本体感觉的刺激。同时，设计了在动态地形下站立与行走两种本体感觉训练模式。结果表明，下肢主要肌肉的激活度明显增强，肌肉负荷和收缩类型不断变化，从而提高了本体感觉功能和神经肌肉反应，验证了所提出康复策略的有效性和安全性。所设计的机器人及控制策略在实际康复训练中具有提高康复效率的潜力。

• 一种新型多功能护理轮椅机器人结构设计与研究

  杜妍辰, 吴承稼, 喻洪流

  针对肢体功能障碍老年人在居家养老中面临的诸多挑战，提出了一种新型多功能护理轮椅机器人?M-nur，旨在满足老年人居家养老中的护理辅助需求。M-nur集成了全向移动、多姿态变换、如厕对接及洗浴辅助等功能。为解决姿态变换过程中膝关节的相对滑移问题，设计了一种主动补偿的姿态变换连杆结构，并通过最小化矢状面面积优化函数确定了关键连杆的尺寸。针对如厕模块，设计了可复位如厕板结构，最大化减少占用空间，并优化了连杆长度，同时进行了复位弹簧受力的动力学建模。进一步对姿态变换结构进行了运动学建模，并通过Adams仿真分析了膝关节相对滑移补偿效果。通过实际样机的动作捕捉实验，验证了主动补偿机制的实机效果。实验结果表明，M-nur能够有效补偿姿态变化过程中的膝关节相对滑移，并且站立过程中的补偿效果优于躺卧过程。此外，还进行了样机的便器对接使用实验，并通过编码器对如厕升降过程进行了采集分析，结果表明，M-nur能够良好适配座高在502 mm以下的便器。最后，邀请老人对M-nur与同类产品进行对比体验，结果表明，M-nur虽然功能良好，但背垫需要更换为更光滑的皮革，安全绑带应结合刚性护栏，以提高使用安全性。

• 面向移乘护理操作的大负载绳驱机器人设计与变刚度控制

  金安平, 陶彦博, 焦春亭, 苏晓杰, 梁斌

  为应对人口老龄化背景下护理人员短缺及卧床病人移乘的现实需求，设计并研制了一种面向辅助移乘护理操作的新型绳索驱动大负载护理机器人。首先，该护理机器人通过柔性绳索驱动模拟了人体手臂肌肉的拮抗驱动原理，通过将电机、减速器等驱动部件后置，显著降低了整臂运动部件的惯量与质量，不仅实现了运动学拟人，动力学参数也与人体手臂接近，进而提升了人机交互过程中的灵活性与安全性。其次，面向移乘护理操作，肩部设计了一种独特的双电机直驱差动机构，有效地增强了肩关节负载能力，获得了优异的载重比；肘关节创新性地集成了一种变刚度结构，结合刚度建模与主动变刚度控制策略，使得机械臂能够在不同的护理任务阶段展现出可调的柔顺交互特性。实验结果表明，该机械臂展现出卓越的负载性能，单臂质量仅为5 kg，其末端执行器可负载15 kg，肘关节可承载30 kg的负载，同时实现了小于0.4 mm的重复定位精度。最后，通过物理实验成功完成了辅助抱起移乘的护理任务，验证了绳驱护理机器人的基础性能及变刚度柔顺控制能力，充分展示了其在护理应用场景中的安全性与高效性。