一种康复训练自适应阻抗控制方法和系统

    公开(公告)号:CN118534768A

    公开(公告)日:2024-08-23

    申请号:CN202410410252.5

    申请日:2024-04-07

    Abstract: 本发明属于控制技术领域,具体涉及了一种康复训练自适应阻抗控制方法和系统,旨在解决现有的康复器械控制策略无法灵活适应受试者个体差异及训练进程变化的问题。本发明包括:通过康复训练设备施加期望轨迹,并实时采集受试者康复训练反馈数据;判断是否进入或维持机器人主导模式,若进入机器人主导模式,基于所述期望轨迹、反馈数据和人机交互力评估因子,分别构建准控制项、滑模控制项、力矩补偿项和阻抗学习项,构建第一阻抗控制律,通过第一阻抗控制律生成控制力矩。不仅适用于不同运动能力和康复阶段的患者,而且保障了康复训练的安全性。由于机器人主导模式和患者主导模式之间的转换并不依赖于轨迹误差的大小提高了受试者的运动自由度。

    人机交互力的精准估计方法和系统

    公开(公告)号:CN118277717A

    公开(公告)日:2024-07-02

    申请号:CN202410455742.7

    申请日:2024-04-16

    Abstract: 本发明属于康复机器人技术领域,具体涉及一种人机交互力的精准估计方法和系统,旨在解决现有技术无法精准获取人机交互力的问题。本方法包括:获取康复训练对象在k阶段的关节数据、k阶段的驱动数据和k‑1阶段的驱动数据;计算人机交互力观测值;计算k‑1阶段的参数矩阵以及k阶段的观测矩阵;通过Sage‑Husa自适应强跟踪卡尔曼滤波器,计算k阶段的新息向量及k阶段的新息协方差矩阵,进而得到k阶段的状态估计及k阶段的误差协方差矩阵;根据k阶段的状态估计,得到k阶段的人机交互力矩估计值,并对k阶段的人机交互力矩模型的阶数进行调整。本发明提升了人机交互力估计的精度,实现对突变人机交互力的快速跟踪。

Patent Agency Ranking