论文部分内容阅读
偏瘫康复下肢外骨骼是通过机器运动协助偏瘫患者进行步行训练,辅助其进行步态康复的外骨骼机器人。步态规划是外骨骼机器人重要的一部分,决定外骨骼的运动轨迹,影响步态康复的训练效果。目前偏瘫外骨骼步态规划大多没有考虑人的差异性,采用固定的步态轨迹,而人的差异性主要体现在身体尺寸方面,不同身体尺寸的人在行走过程中步态轨迹差异很大,因此如何根据穿戴者的身体尺寸规划与其匹配的步态轨迹是本文的主要目标。针对不同时期的偏瘫患者,外骨骼采用双腿动力和单腿动力两种模式,针对这两种不同的模式,本文提出双腿和单腿两种步态规划模型,能够根据穿戴者的身体尺寸参数规划出对应的步态轨迹。首先,针对双腿动力模式,本文提出了基于身体尺寸的双腿步态规划模型,采用动态运动基元(DMP)方法建立髋关节和膝关节的步态轨迹基础模型。采集到正常人行走步态轨迹后,使用局部加权回归方法得出动态运动基元强迫项参数,并通过神经网络的方法,拟合出身高、体重、腿长等11项身体尺寸的患者所适应的步长、周期参数。输入DMP步态轨迹模型后,结合强迫项参数得出适合特定身体尺寸的偏瘫患者的髋关节和膝关节步态轨迹。在实验中通过三位正常人身体参数和双腿模型在不同速度下得到的步长、周期与实际数据比对误差分别在0.03-0.05m和0.02-0.04s,并且能够根据预测参数规划出与原始轨迹相似的步态轨迹,说明该方法可以根据患者身体尺寸规划针对性步态轨迹。其次,针对单腿动力模式,本文提出了基于身体尺寸的单腿步态规划模型。单腿模型采用梯度下降树的方法,经过采集到正常人单侧腿的关节运动信息作为输入,另一侧腿的关节运动信息作为比对标准,训练得到单腿模型。在模型输入端通过关节角度采集系统以120HZ的频率采集到当前运动时刻健侧腿髋关节和膝关节的角度和角速度,经过卡尔曼滤波后,输入单腿模型进行预测,即可预测出当前时刻患侧腿的髋关节和膝关节的运动信息,输入到外骨骼驱动设备中,即可得到患侧腿运动轨迹。在实验中经过三位正常人的左右腿数据验证,经过单腿模型得出的步态轨迹与实际运动轨迹在不同速度下的角度平均误差为1.15度到2.87度,提高了外骨骼的适应性和差异性。本文针对两种外骨骼模式提出了基于身体尺寸特征的步态规划模型,相较于传统步态规划方法能够根据不同穿戴者的身体尺寸匹配更为合适的步态轨迹,能够为早期和中晚期的偏瘫患者提供更好的步态康复训练效果。