基于混杂理论的下肢康复机器人人机交互控制方法研究

Nowadays lower limb rehabilitation robots which assisted rehabilitation training in patients with lower limb dyskinesia is a main trend of the rehabilitation therapy during later recovering period.However, the identification of motion intention and human-machine interactive control method are relatively weak which lead to limb rehabilitation training in potential risks, and even cause secondary damage and other problems. In view of above problems, the project intends to carry out research in the following aspects: （1）According to the characteristic of tensegrity, the mechanism of the impact between the feet of wearable lower limb rehabilitation robots and the ground is analyzed, and revealed the movement characteristics for impact switch phases. Combined with differential dynamic systems of single foot support phases, we propose a mathematical model of hybrid systems.（2） In order to improve the real time and accuracy of motion intention recognition and prediction of lower limb movement, a real-time registration model of motion intention and signal characteristics is constructed. Based on the rules of changed parameters, the stability of gait cycle forlower limb rehabilitation robots is researched, and the criteria of exponentially stable and robust stability are proposed to solve the typical fundamental problems like stability analysis for the hybrid systems. （3）Due to attractive domain values of the state stabilization for hybrid systems and the intent of lower limb, theadaptive sub-section control and finite-time stable control strategies with human machine interactive are proposed. （4）To avoid secondary damage for limbs, the rehabilitation training environment is established in safe and comfortablestyle. In order to realize the human machine communions, the projects can provide theoretical references.

下肢康复机器人辅助患肢后期主动康复训练是康复医疗发展的必然趋势，但目前下肢运动意图识别和人机交互控制方法研究相对薄弱，导致训练活动存在安全隐患，甚至造成二次损伤等问题。针对此问题，项目拟开展以下4方面研究：（1）基于张拉结构特点，分析下肢康复机器人双脚与地面碰撞的内在机理，揭示碰撞切换的运动特性，结合单脚支撑的微分动力系统，建立混合系统模型。（2）探寻多源信号的高效特征融合方法，构建运动意图与信号特征的实时配准模型，提高下肢运动意图识别及预测的实时性和准确性。（3）研究混合系统参数变化规律，提出康复步态的有限时间稳定性和鲁棒稳定性判别准则，解决以下肢康复机器人为代表的一类混合系统稳定性分析的根本性问题。（4）基于混合系统的吸引域估计值，结合下肢运动意图，提出自适应分域控制和有限时间稳定控制方法，建立一个安全、舒适的康复训练环境，避免患肢造成二次损伤。项目研究可为后续人机共融提供理论参考。

伴随着老龄化时代到来，由中风、脊髓损伤、帕金森综合征等疾病造成的肢体残障人数在迅速增长。其中，中风是导致人们下肢局部骨骼肌运动功能障碍的主要疾病。它是造成身体运动机能障碍的主要杀手，也是目前致残率最高的疾病之一，且每年持续增长、并呈年轻化趋势，严重地危害患者身体健康。肢体麻木、步伐不稳、偏瘫等是其最为常见的后遗症。因此，中风不仅给患者身体和心理上带来了严重伤害，还给社会造成了巨大的经济负担。如何为中风患者提供必要的帮助已经成为我们必须面对的重大社会服务问题。下肢康复机器人辅助患肢后期主动康复训练是康复医疗发展的必然趋势，但目前由于下肢运动意图识别和人机交互控制方法研究相对薄弱，导致训练活动存在安全隐患，甚至容易造成二次损伤等问题。在项目支持下，我们进行了如下几个方面研究与探讨：（1）搭建了下肢康复机器人系统平台，分析了下肢康复机器人双脚与地面碰撞的内在机理，揭示了碰撞切换的运动特性，结合单脚支撑的微分动力系统，建立了混合系统模型。（2）探寻了多源信号的高效特征融合方法，构建了运动意图与信号特征的实时配准模型，提高了下肢运动意图识别及预测的实时性和准确性。（3）研究了混合系统参数变化规律，提出了康复运动步态的稳定性和鲁棒稳定性判别准则，解决了以下肢康复机器人为代表的一类混合系统稳定性分析的根本性问题。（4）结合下肢运动意图，提出了自适应稳定控制方法，进行了平台验证，建立了一个安全、舒适的康复训练环境，避免患肢造成二次损伤。 在基金支持下，发表及录用学术论文60余篇，其中SCI、EI检索论文43篇，中科院1区8篇，2区15篇，Top 期刊23篇；授权发明专利8件，申请发明专利20余件，登记软件著作权5件；获得中国自动化学会自然科学奖二等奖1项，吉林省自然科学奖三等奖1项；培养博士研究生2名，硕士研究生8名。项目完成了预期的研究任务。