專利名稱：輔助運動系統(tǒng)及其控制方法
輔助運動系統(tǒng)及其控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及康復(fù)醫(yī)療器械技術(shù)，尤其涉及一種輔助運動系統(tǒng)及其控制方法。背景技術(shù)：
據(jù)衛(wèi)生部統(tǒng)計，我國每年新發(fā)顯示腦卒中(或腦中風(fēng))患者約200多萬人，累計存 活的腦中風(fēng)患者已達600 700萬人，其中3/4患者會留下不同程度的身體殘疾。而我國 腦中風(fēng)發(fā)生率正在以年增幅2% 3%的速度迅猛發(fā)展，遠高于世界腦卒中年增幅1. 7%的 水平。腦中風(fēng)患者急性期過后常留有各種功能障礙，包括運動功能障礙、失語癥、認知障礙、 吞咽障礙等，其中部分或全部喪失肢體運動功能是腦中風(fēng)最嚴重的后遺癥。據(jù)統(tǒng)計，大約只 有14%的腦中風(fēng)存活者可以通過藥物治療恢復(fù)他們的運動功能，而大多數(shù)存活者遭受不同 程度的運動功能障礙，其中大約50%的存活者有著永久的嚴重身體運行障礙(如偏癱)。對 于腦中風(fēng)后的癱瘓患者，物理治療是自身運動功能恢復(fù)的重要手段。除了傳統(tǒng)的由物理治 療師來進行的肢體訓(xùn)練外，運動功能康復(fù)技術(shù)也已經(jīng)應(yīng)用到了康復(fù)治療中。目前，臨床使用的輔助運動系統(tǒng)能夠在一定程度上向患者提供簡單的訓(xùn)練方案， 提高康復(fù)治療的效果?，F(xiàn)有的輔助運動系統(tǒng)主要分為主動訓(xùn)練和被動訓(xùn)練兩大類。目前， 多數(shù)輔助運動系統(tǒng)在訓(xùn)練過程中，不能對患者提供主動作用力，而僅僅提供阻力或支撐，容 易讓患者完全依賴于機器人完成動作，從而有可能導(dǎo)致癱肢產(chǎn)生異常運動模式。另有一些輔助運動系統(tǒng)能在訓(xùn)練過程中提供主動作用力來幫助患者完成一定的 動作，但系統(tǒng)涉及相對簡單，不能滿足臨床患者對不同功能狀態(tài)的訓(xùn)練要求。即，輔助運動 系統(tǒng)所能提供的訓(xùn)練工作只是簡單的曲線或直線軌跡，往往與臨床訓(xùn)練的要求不符，不能 在康復(fù)早期給患者以更多的正確運動感覺的刺激，一般這些動作與日常功能性動作相差甚 遠，對于患者恢復(fù)日常生活能力幫助不大。并且，目前的輔助運動系統(tǒng)的訓(xùn)練方式，對患者 來說僅僅是被動的運動康復(fù)治療，缺乏對患者主動參與性的刺激，運行功能康復(fù)效果受到 一定程度的影響。

發(fā)明內(nèi)容基于此，有必要提供一種能提高運動功能康復(fù)效果的輔助運動系統(tǒng)。一種輔助運動系統(tǒng)，包括數(shù)據(jù)采集單元，采集肢體上多個部位的肌電信號；信號 處理單元，分別提取每個部位的肌電信號的時域特征和頻率特征，采用并行模式分類算法 對肢體的多關(guān)節(jié)協(xié)同動作類型進行訓(xùn)練和識別；電機驅(qū)動器，根據(jù)所述動作類型驅(qū)動機械 執(zhí)行機構(gòu)進行動作；機械執(zhí)行機構(gòu)，在所述電機驅(qū)動器的驅(qū)動下輔助肢體完成相應(yīng)動作。優(yōu)選地，所述數(shù)據(jù)采集單元包括表面電極，貼附于肢體的多個部位的肌肉表面， 采集每個部位的肌電信號；多通道前置放大器，對表面電極采集到的肌電信號進行放大及 濾波處理；模數(shù)轉(zhuǎn)換器，將所述多通道前置放大器處理后的肌電信號、機械執(zhí)行機構(gòu)的速度 和力矩等反饋信息量化為數(shù)字信號，并發(fā)送至所述信號處理單元。優(yōu)選地，所述信號處理單元包括肌電信號預(yù)處理單元，對肌電信號進行軟件濾波消噪；多個特征提取單元，采用移動窗的方式分別提取每個部位的肌電信號的時域特征和 頻域特征，組合成每個通道的肌電特征向量，每個部位對應(yīng)一個通道，所有通道的肌電特征 向量組合成肌電特征矩陣；多個分類器，采用并行模式分類算法對各個部位的動作信息進 行訓(xùn)練和識別，從而實時預(yù)測出肢體的多關(guān)節(jié)協(xié)同動作類型并輸出。優(yōu)選地，在主動訓(xùn)練模式下，所述電機驅(qū)動器根據(jù)肌電信號的幅值控制機械執(zhí)行 機構(gòu)的動作速度，所述機械執(zhí)行機構(gòu)采集所述機械執(zhí)行機構(gòu)的動作速度和動作的力矩并反 饋至所述信號處理單元，所述信號處理單元根據(jù)預(yù)設(shè)動作任務(wù)的恒定力矩及反饋的速度和 力矩計算附加力矩，所述電機驅(qū)動器根據(jù)所述附加力矩調(diào)整機械執(zhí)行機構(gòu)的附加力矩完成 預(yù)設(shè)的動作任務(wù)。優(yōu)選地，在被動訓(xùn)練模式下，所述電機驅(qū)動器根據(jù)用戶選定的動作任務(wù)，控制機械 執(zhí)行機構(gòu)按照所述動作任務(wù)的動作類型和動作強度以恒定力矩執(zhí)行相應(yīng)動作類型，帶動肢 體進行動作。此外，還有必要提供一種能提高輔助運動效果的控制輔助運動系統(tǒng)動作的方法。一種控制輔助運動系統(tǒng)動作的方法，包括:A.采集肢體上多個部位的肌電信號；
B.分別提取每個部位的肌電信號的時域特征和頻率特征，采用并行模式分類算法對肢體的 多關(guān)節(jié)協(xié)同動作類型進行訓(xùn)練和識別，從而實時預(yù)測肢體的多關(guān)節(jié)協(xié)同動作類型并輸出；
C.根據(jù)所述動作類型驅(qū)動機械執(zhí)行機構(gòu)輔助肢體完成相應(yīng)動作。優(yōu)選地，所述步驟A包括將表面電極貼附于肢體的多個部位的肌肉表面上，采集 每個部位的肌電信號，對所述肌電信號進行放大和濾波處理，將處理后的肌電信號量化為
數(shù)字信號。優(yōu)選地，所述步驟B具體是對肌電信號進行軟件濾波消噪，采用移動窗的方式分 別提取每個部位的肌電信號的時域特征和頻率特征，每個部位對應(yīng)一個通道，將提取的特 征組合成每個通道的肌電特征向量，所有通道的肌電特征向量組合成肌電特征矩陣，采用 并行模式分類算法對各個部位的動作信息進行訓(xùn)練和識別，從而實時預(yù)測肢體的多關(guān)節(jié)協(xié) 同動作類型并輸出。優(yōu)選地，所述方法還包括在主動訓(xùn)練模式下，根據(jù)肌電信號的幅值控制機械執(zhí)行 機構(gòu)的動作速度，采集機械執(zhí)行機構(gòu)動作的速度和力矩，根據(jù)預(yù)設(shè)動作任務(wù)的恒定力矩以 及采集到的動作速度和力矩計算附加力矩，根據(jù)附加力矩控制調(diào)整機械執(zhí)行結(jié)構(gòu)的附加力 矩，完成預(yù)設(shè)的動作任務(wù)。優(yōu)選地，所述方法還包括在被動訓(xùn)練模式下，根據(jù)用戶選定的動作任務(wù)，控制機 械執(zhí)行機構(gòu)按照所述動作任務(wù)的動作類型和動作強度以恒定力矩執(zhí)行相應(yīng)動作類型，帶動 肢體進行動作。上述輔助運動系統(tǒng)及其控制方法，通過并行模式分類算法對各單關(guān)節(jié)動作信息進 行訓(xùn)練和識別，從而得到肢體的多個關(guān)節(jié)協(xié)同運動的動作類型，實現(xiàn)了多種動作類型的模 式識別，根據(jù)識別的動作類型控制機械執(zhí)行機構(gòu)執(zhí)行相應(yīng)動作，所得到的動作類型更接近 日常生活中的動作，運動軌跡更趨于自然。此外，在主動訓(xùn)練模式下，機械執(zhí)行機構(gòu)動作的速度和力矩又可反饋至信號處理 單元，構(gòu)成閉環(huán)系統(tǒng)，根據(jù)相應(yīng)的恒定力矩計算出提供助力或阻力的附加力矩，實現(xiàn)了主動 訓(xùn)練模式下的助動調(diào)控，能夠完成特定阻尼下的動作任務(wù)，使患者不會完全依賴于機器人完成動作，大大增強了系統(tǒng)的穩(wěn)定性、智能化和人性化，激發(fā)使用者的成就感和使用興趣， 降低了他們的精神負擔(dān)，進一步提高了輔助運動的效果。


圖1是一個實施例中輔助運動系統(tǒng)的結(jié)構(gòu)示意圖；圖2是一個實施例中信號處理單元的結(jié)構(gòu)示意圖；圖3是一個實施例中控制輔助運動系統(tǒng)動作的方法的流程圖。
具體實施方式如圖1所示，一種輔助運動系統(tǒng)，包括數(shù)據(jù)采集單元10、信號處理單元20、電機驅(qū) 動器30和機械執(zhí)行機構(gòu)40，其中數(shù)據(jù)采集單元10用于采集肢體多個部位的肌電信號。該實施例中，數(shù)據(jù)采集單元 10包括表面電極101、多通道前置放大器102和模數(shù)轉(zhuǎn)換器103，表面電極101貼附于肢體 的多個部位的肌肉表面上，通常會貼附于肢體的多個關(guān)節(jié)上，根據(jù)肢體癱瘓程度及期望恢 復(fù)動作數(shù)據(jù)的不同，電極的數(shù)目和位置也有所不同。一般可設(shè)置3 12個表面電極101，分 別貼附于肩部、上臂、前臂及手部的肌肉表面上。表面電極101采集每個部位的肌電信號， 通過多通道前置放大器101進行放大和濾波處理，其中濾波帶寬可為5 450赫茲，濾波處 理后的肌電信號則通過模數(shù)轉(zhuǎn)換器103量化為數(shù)字信號(數(shù)字的肌電信號)，其中量化的采 樣頻率可設(shè)置為500 1000赫茲。信號處理單元20用于對肌電信號進行特征提取，分別提取出每個部位的肌電信 號的時域特征和頻域特征，采用并行模式分類算法對多關(guān)節(jié)協(xié)同動作類型進行訓(xùn)練和識 另IJ。如圖2所示，在一個實施例中，信號處理單元20包括多個特征提取單元201、多個分 類器202。對應(yīng)多個肌電信號采集部位相應(yīng)設(shè)置多個特征提取單元201和分類器202，每 個部位對應(yīng)一個通道，該通道上的特征提取單元201采用移動窗的方式提取肌電信號的時 域特征(如平均絕對值、平均斜率絕對值、樣點幅值差、過零率等)和頻域特征(如平均功 率頻率、中值頻率、峰值頻率等)信息來描述肌電特征，組合在一起形成該通道肌電特征向 量，所有通道的肌電特征向量則組合為肌電特征矩陣。在對肌電信號進行特征提取前，還 可設(shè)置肌電信號預(yù)處理單元(圖中未示出)，用于對肌電信號進行軟件濾波消噪，可以采用 Butterworth, Chebyshev I、Chebyshev II 或 Elliptic IIR 數(shù)字濾波器中的一種進行濾 波消噪。分類器202則采用并行LDA (Linear DiscriminationAnalysis,線性判別分析法) 模式分類算法對各個部位的動作信息進行訓(xùn)練，使其“記憶”所包含的單關(guān)節(jié)動作類型，然 后分類器202對每個關(guān)節(jié)的動作類型進行實時預(yù)測。最后根據(jù)各單關(guān)節(jié)動作類型得到肢體 的多關(guān)節(jié)協(xié)同動作類型并輸出。在一個實施例中，信號處理單元20運行在計算機上，通過 數(shù)據(jù)采集卡采集肌電信號。電機驅(qū)動器30用于根據(jù)輸出的動作類型驅(qū)動機械執(zhí)行機構(gòu)40執(zhí)行動作；機械執(zhí) 行機構(gòu)40則在電機驅(qū)動器30的驅(qū)動下輔助肢體完成相應(yīng)動作。該實施例中，輔助運動系 統(tǒng)的運動模式分為主動訓(xùn)練模式和被動訓(xùn)練模式。在主動訓(xùn)練模式下，使用者根據(jù)自身需 要設(shè)定恒定的動作任務(wù)(例如“抬起”、“放下”、“伸出”等動作任務(wù))，這些動作任務(wù)可量化 為多個強度等級(例如4 6個)，使用者可通過選擇相應(yīng)強度等級的動作任務(wù)或輸入具體數(shù)值來設(shè)定恒定的動作任務(wù)。上述分類器202作出的動作分類結(jié)果作為電機驅(qū)動器30的控制輸入信號，實時控制機械執(zhí)行機構(gòu)40執(zhí)行相應(yīng)的動作，肌電信號的幅值用于調(diào)控機械 執(zhí)行機構(gòu)動作的速度。該實施例中，在機械執(zhí)行機構(gòu)40中設(shè)置速度傳感器和力矩傳感器， 分別用來采集動作的速度和力矩，并反饋至信號處理單元20。根據(jù)預(yù)先設(shè)定的動作任務(wù)相 應(yīng)難度等級的恒定力矩，可計算出應(yīng)給使用者提供的附加力矩(提供助力或阻力)，根據(jù)該 附加力矩調(diào)整機械執(zhí)行機構(gòu)40的附加力矩，從而完成預(yù)設(shè)的特定阻尼下的動作任務(wù)。在 另一個實施例中，也可采集機械執(zhí)行機構(gòu)40運動的角度及加速度等，反饋至信號處理單元 20，計算附加力矩。肌電信號的幅值、動作完成速度、附加力矩等信息可顯示在計算機的顯 示屏上，使使用者能實時了解訓(xùn)練情況。在被動訓(xùn)練模式下，使用者根據(jù)自身需要在計算機上選定動作任務(wù)，動作任務(wù)可 量化為多個強度等級(例如5個強度等級)。機械執(zhí)行機構(gòu)40按照使用者選定的動作任 務(wù)“指令”，按照動作任務(wù)的動作類型和動作強度以相應(yīng)強度等級設(shè)定值的恒定力矩執(zhí)行相 應(yīng)動作類型，帶動肢體進行動作。同時，機械執(zhí)行機構(gòu)40的力矩和速度等運動參數(shù)傳遞給 計算機，顯示在計算機的顯示屏上。如圖3所示，一種控制輔助運動系統(tǒng)動作的方法，包括以下步驟步驟S10，采集肢體多個部位的肌電信號。該實施例中，在肢體的多個部位的肌肉 表面上貼附表面電極101，通常貼在肢體的多個關(guān)節(jié)上，根據(jù)肢體癱瘓程度及期望恢復(fù)動作 數(shù)據(jù)的不同，電極的數(shù)目和位置也有所不同。一般可設(shè)置3 12個表面電極101，分別貼附 于肩部、上臂、前臂及手部的肌肉表面上。表面電極101采集每個部位的肌電信號，在進行 放大和濾波處理后，量化為數(shù)字信號。步驟S20，分別提取每個部位的肌電信號的時域特征和頻域特征，采用并行模式分 類算法對肢體的多關(guān)節(jié)協(xié)同動作類型進行訓(xùn)練和識別。該實施例中，每個部位對應(yīng)一個通 道，每個通道上設(shè)置特征提取單元201和分類器202，特征提取單元201對該通道上收到的 肌電信號進行特征提取，包括采用時域法提取肌電信號的時域特征(如平均絕對值、平均 斜率絕對值、樣點幅值差、過零率等)和采用頻域法提取頻域特征(如平均功率頻率、中值 頻率、峰值頻率等)，組合在一起形成通道肌電特征向量，所有通道的肌電特征向量則組合 為肌電特征矩陣。在對肌電信號進行特征提取前，還可對肌電信號進行軟件濾波消噪聲，可 以采用 Butterworth、Chebyshev I、Chebyshev II 或 Elliptic IIR 數(shù)字濾波器中的一種 進行濾波消噪。每個通道的分類器202采用并行LDA模式分類算法對各個部位的動作信息 進行訓(xùn)練和識別，使其“記住”所包含的動作類型，從而實時預(yù)測出肢體的多關(guān)節(jié)協(xié)同動作 類型并輸出。步驟S30，根據(jù)動作類型驅(qū)動機械執(zhí)行機構(gòu)40輔助肢體完成相應(yīng)動作。其中，動 作模式分為主動訓(xùn)練模式和被動訓(xùn)練模式兩種。在主動訓(xùn)練模式下，使用者根據(jù)自身需要 設(shè)定恒定的動作任務(wù)，這些動作任務(wù)可量化為多個難度等級(例如4 6個)。分類器202 作出的動作分類結(jié)果作為電機驅(qū)動器30的控制輸入信號，實時控制機械執(zhí)行機構(gòu)40執(zhí)行 相應(yīng)的動作，肌電信號的幅值用于調(diào)控機械執(zhí)行機構(gòu)動作的速度。該實施例中，在機械執(zhí)行 機構(gòu)40中設(shè)置速度傳感器和力矩傳感器，分別用來采集動作的速度和力矩，采集動作的速 度和力矩并反饋至信號處理單元20。根據(jù)預(yù)先設(shè)定的動作任務(wù)相應(yīng)難度等級的恒定力矩， 可計算出應(yīng)給使用者提供的附加力矩(提供助力或阻力)，根據(jù)該附加力矩調(diào)整機械執(zhí)行機構(gòu)40的附加力矩，從而完成預(yù)設(shè)的特定阻尼下的動作任務(wù)。在被動訓(xùn)練模式下，使用者根據(jù)自身需要在計算機上選定動作任務(wù)，動作任務(wù)可 量化為多個強度等級(例如5個強度等級)。機械執(zhí)行機構(gòu)40按照使用者選定的動作任 務(wù)“指令”，按照動作任務(wù)的動作類型和動作強度以相應(yīng)強度等級設(shè)定值的恒定力矩執(zhí)行相 應(yīng)動作類型，帶動肢體進行動作。應(yīng)當(dāng)說明的是，本發(fā)明所提供的輔助運動系統(tǒng)及其控制方法可以應(yīng)用于運動功能 障礙患者的康復(fù)訓(xùn)練中，也可以應(yīng)用于假肢中。另外，除了可以采集肢體的肌電信號外，還 可以采集其它生物電信號(如人機接口技術(shù)的腦電信號和周圍神經(jīng)電信號，以及侵入式深 層肌電信號)作為信息源，通過這些信息也可識別出動作類型進而控制肢體的運動。此外， 在進行肌電信號特征提取時，除了采用上述時域法和頻域法外，還可采用時域頻域結(jié)合法、 高階譜及混沌與分形等方法實現(xiàn)特征提取。上述輔助運動系統(tǒng)及其控制方法，通過并行模式分類算法對各單關(guān)節(jié)動作類型進 行訓(xùn)練和識別，從而得到肢體的多關(guān)節(jié)協(xié)同運動的動作類型，實現(xiàn)了多種動作類型的模式 識別，根據(jù)識別的動作類型控制機械執(zhí)行機構(gòu)執(zhí)行相應(yīng)動作，既滿足了使用者自身意愿，又 在一定程度上擺脫了對康復(fù)醫(yī)師的依賴；所得到的動作類型更接近日常生活中的動作，運 動軌跡趨向于自然，因此能夠在康復(fù)早期給患者以更多正確而有效的運動感覺刺激，提高 運動功能康復(fù)效果。此外，在主動訓(xùn)練模式下，機械執(zhí)行機構(gòu)動作的速度和力矩又可反饋至信號處理 單元，構(gòu)成閉環(huán)系統(tǒng)，根據(jù)相應(yīng)的恒定力矩計算出提供助力或阻力的附加力矩，實現(xiàn)了主動 訓(xùn)練模式下的助動調(diào)控，能夠完成特定阻尼下的動作任務(wù)，使患者不會完全依賴于機器人 完成動作，大大增強了康復(fù)訓(xùn)練系統(tǒng)的穩(wěn)定性、智能化和人性化，激發(fā)使用者的成就感和使 用興趣，降低了他們的精神負擔(dān)，進一步提高了運動功能康復(fù)效果。以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并 不能因此而理解為對本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員 來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保 護范圍。因此，本發(fā)明專利的保護范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
權(quán)利要求
一種輔助運動系統(tǒng)，其特征在于，包括數(shù)據(jù)采集單元，采集肢體多個部位的肌電信號；信號處理單元，分別提取每個部位的肌電信號的時域特征和頻率特征，采用并行模式分類算法對肢體的多關(guān)節(jié)協(xié)同動作類型進行訓(xùn)練和識別；電機驅(qū)動器，根據(jù)所述動作類型驅(qū)動機械執(zhí)行機構(gòu)進行動作；機械執(zhí)行機構(gòu)，在所述電機驅(qū)動器的驅(qū)動下輔助肢體完成相應(yīng)動作。
2.根據(jù)權(quán)利要求1所述的輔助運動系統(tǒng)，其特征在于，所述數(shù)據(jù)采集單元包括 表面電極，貼附于肢體的多個部位的肌肉表面，采集每個部位的肌電信號； 多通道前置放大器，對表面電極采集到的肌電信號進行放大及濾波處理；模數(shù)轉(zhuǎn)換器，將所述多通道前置放大器處理后的肌電信號、機械執(zhí)行機構(gòu)的反饋信息 量化為數(shù)字信號，并發(fā)送至所述信號處理單元。
3.根據(jù)權(quán)利要求1所述的輔助運動系統(tǒng)，其特征在于，所述信號處理單元包括 肌電信號預(yù)處理單元，對肌電信號進行軟件濾波消噪；多個特征提取單元，采用移動窗的方式分別提取每個部位的肌電信號的時域特征和頻 域特征，組合成每個通道的肌電特征向量，每個部位對應(yīng)一個通道，所有通道的肌電特征向 量組合成肌電特征矩陣；多個分類器，采用并行模式分類算法對各部位的動作信息進行訓(xùn)練和識別，從而實時 預(yù)測肢體的多關(guān)節(jié)協(xié)同動作類型并輸出。
4.根據(jù)權(quán)利要求1或3所述的輔助運動系統(tǒng)，其特征在于，在主動訓(xùn)練模式下，所述電 機驅(qū)動器根據(jù)肌電信號的幅值控制機械執(zhí)行機構(gòu)的動作速度，所述機械執(zhí)行機構(gòu)采集所述 機械執(zhí)行機構(gòu)的動作速度和動作的力矩并反饋至所述信號處理單元，所述信號處理單元根 據(jù)預(yù)設(shè)動作任務(wù)的恒定力矩及反饋的速度和力矩計算附加力矩，所述電機驅(qū)動器根據(jù)所述 附加力矩調(diào)整機械執(zhí)行機構(gòu)的附加力矩完成預(yù)設(shè)的動作任務(wù)。
5.根據(jù)權(quán)利要求1或3所述的輔助運動系統(tǒng)，其特征在于，在被動訓(xùn)練模式下，所述電 機驅(qū)動器根據(jù)用戶選定的動作任務(wù)，控制機械執(zhí)行機構(gòu)按照所述動作任務(wù)的動作類型和動 作強度以恒定力矩執(zhí)行相應(yīng)動作類型，帶動肢體進行動作。
6.一種控制輔助運動系統(tǒng)動作的方法，包括A.采集肢體多個部位的肌電信號；B.分別提取每個部位的肌電信號的時域特征和頻率特征，采用并行模式分類算法對肢 體的多關(guān)節(jié)協(xié)同動作類型進行訓(xùn)練和識別；C.根據(jù)所述動作類型驅(qū)動機械執(zhí)行機構(gòu)輔助肢體完成相應(yīng)動作。
7.根據(jù)權(quán)利要求6所述的控制輔助運動系統(tǒng)動作的方法，其特征在于，所述步驟A包括將表面電極貼附于肢體的多個部位的肌肉表面上，采集每個部位的肌電信號，對所述 肌電信號進行放大和濾波處理，將處理后的肌電信號量化為數(shù)字信號。
8.根據(jù)權(quán)利要求6所述的控制輔助運動系統(tǒng)動作的方法，其特征在于，所述步驟B具體是對肌電信號進行軟件濾波消噪，采用移動窗的方式分別提取每個部位的肌電信號的時 域特征和頻率特征，每個部位對應(yīng)一個通道，將提取的特征組合成每個通道的肌電特征向量，所有通道的肌電特征向量組合成肌電特征矩陣，采用并行模式分類算法對各部位的動 作信息進行訓(xùn)練和識別，從而實時預(yù)測出肢體的多關(guān)節(jié)協(xié)同動作類型并輸出。
9.根據(jù)權(quán)利要求6或8所述的控制輔助運動系統(tǒng)動作的方法，其特征在于，所述方法還 包括在主動訓(xùn)練模式下，根據(jù)肌電信號的幅值控制機械執(zhí)行機構(gòu)的動作速度，采集機械執(zhí) 行機構(gòu)動作的速度和力矩，根據(jù)預(yù)設(shè)動作任務(wù)的恒定力矩以及采集到的動作速度和力矩計 算附加力矩，根據(jù)附加力矩控制調(diào)整機械執(zhí)行結(jié)構(gòu)的附加力矩，完成預(yù)設(shè)的動作任務(wù)。
10.根據(jù)權(quán)利要求6或8所述的控制輔助運動系統(tǒng)動作的方法，其特征在于，所述方法 還包括在被動訓(xùn)練模式下，根據(jù)用戶選定的動作任務(wù)，控制機械執(zhí)行機構(gòu)按照所述動作任務(wù) 的動作類型和動作強度以恒定力矩執(zhí)行相應(yīng)動作類型，帶動肢體進行動作。
全文摘要
本發(fā)明提供了一種輔助運動系統(tǒng)及其控制方法，所述系統(tǒng)包括數(shù)據(jù)采集單元，采集肢體多個部位的肌電信號；信號處理單元，分別提取每個部位的肌電信號的時域特征和頻率特征，采用并行模式分類算法對肢體的多關(guān)節(jié)協(xié)同動作類型進行訓(xùn)練和識別；電機驅(qū)動器，根據(jù)動作類型驅(qū)動機械執(zhí)行機構(gòu)進行動作；機械執(zhí)行機構(gòu)，在電機驅(qū)動器的驅(qū)動下輔助肢體完成相應(yīng)動作。本發(fā)明提供的系統(tǒng)及其控制方法，用戶可以設(shè)定機械執(zhí)行結(jié)構(gòu)為“主動訓(xùn)練”或“被動訓(xùn)練”來選擇訓(xùn)練模式，該系統(tǒng)能自動感知使用者的動作意圖，配合完成不同強度和速度的訓(xùn)練需要，能提高運動功能康復(fù)效果。
文檔編號A63B21/005GK101874758SQ20101017291
公開日2010年11月3日 申請日期2010年5月7日 優(yōu)先權(quán)日2010年5月7日
發(fā)明者李光林, 耿艷娟 申請人:中國科學(xué)院深圳先進技術(shù)研究院