【技术实现步骤摘要】
本专利技术涉及镜像康复机器人，具体的为一种基于虚拟现实的上肢镜像锻炼机器人控制方法及系统。
技术介绍
1、脑卒中是我国第二大致死病因，也是第一大致残病因；近80％的脑卒中存活者会发生肢体残疾，其中以上肢功能受损影响更为显著；近年来，镜像疗法已被证明是促进因脑卒中导致偏瘫的患者进行上肢运动功能康复的有效训练方法，传统的镜像疗法通过平面镜将健侧活动复制到患侧，利用视觉错觉和康复训练以显著改善上肢运动功能，但这种方法无法提供手臂支撑，治疗训练效率低，训练结果不稳定。
2、上肢镜像康复机器人能够解决传统镜像康复训练中遇到的难题，为患者患侧手臂提供支撑与引导，以达到更好的康复效果；然而，现有的上肢镜像康复机器人主要通过从健侧提取出关节位置点信息，使用针对关节的pd控制将其转换为患侧机器人各关节的旋转角度和角速度；这种控制方式未能考虑患侧在痉挛期及恢复期的主动运动，削弱了患者的患侧肢体在康复训练中的主动参与度，影响了康复效果。
技术实现思路
1、本专利技术的目的在于提供一种基于虚拟现实的上肢镜像锻炼机器人控制方法及系统，通过改进机器人系统以及控制策略来提高患者的主动参与度，提高训练效率。
2、基于上述目的，本专利技术采用如下技术方案：
3、基于虚拟现实的上肢镜像锻炼机器人控制方法，包括以下步骤：
4、s1、制定训练方案：治疗师根据患者情况制定训练方案，为患者规划训练动作和路径；治疗师根据患者的需求以制定适合患者进行训练的动作方案；
5
6、s3、生成健侧参考轨迹：使用贝塞尔曲线插值法，基于样本点数据生成平滑的健侧参考轨迹；贝塞尔曲线插值法通过一系列控制点生成一条平滑且连续的曲线，确保轨迹的连续性和光滑性。这条生成的曲线作为健侧的参考轨迹，提供了一个精确的运动路径，使患者在康复训练中能够按照治疗师制定的方案进行有效的重复练习，从而提高康复训练的效果和效率；
7、s4、生成患侧参考轨迹：根据s3中生成的健侧参考轨迹，通过关于矢状面的镜像转换生成患侧参考轨迹；患者佩戴虚拟现实设备的头显设备，将患侧参考轨迹显示在头显设备所显示的虚拟场景中；通过在虚拟场景中实时生成患侧参考轨迹，使得患者可以直观地看到并跟随轨迹进行锻炼，通过直观视觉反馈可以帮助患者更准确地进行动作模仿和训练，并有效提高康复效果；
8、s5、辅助训练：在患者利用锻炼机器人依照患侧参考轨迹进行训练的过程中，锻炼机器人实时生成由切向引导力、法向修正力与重力补偿力组成的辅助力场，帮助患者的患侧手沿患侧参考轨迹进行移动；训练过程中，患者的健侧在虚拟现实场景下按照提示沿健侧参考轨迹移动，同时，患侧的锻炼机器人构建一个由引导力、修正力和重力补偿力组成的辅助力场，其中切向引导力引导患侧沿患侧参考轨迹运动，法向修正力根据跟踪误差提供纠正力，协助患侧回到参考轨迹上，重力补偿力确保患者在运动过程中不受到重力的影响；通过末端牵引式机器人的辅助力，患者的患侧在末端牵引式机器人的辅助力场下能够沿着患侧参考轨迹运动，提高训练效果和康复效率。
9、优选地，s2采集健侧样本点的过程包括：
10、以固定的时间间隔对笛卡尔坐标系中的n维位置向量p∈rn进行采样，然后对采集到的样本点进行降采样；提取m个等距分布的关键点，将这些关键点作为贝塞尔曲线的控制点，其公式如下：
11、
12、上式中，ω表示降采样后的数据集，表示由m个n维位置向量组成的集合；其中，pk表示第k个位置向量，k为1-m，rn表示n维实数空间，即每个向量pk都是n维向量；∈rn×n表示这个集合是n乘m的实数矩阵的一个子集，可以看做是一个n行m列的矩阵的列向量。
13、进一步对上述采样点进行降采样处理，降采样的具体步骤为：计算原始样本点之间的总轨迹长度l，将总长度l平均分割为m段，每段长度为沿着原始轨迹依次累积距离，当累积距离达到每段长度时，选取该点作为一个关键点，重复上述过程，直至选取出m个等距分布的关键点。
14、优选地，s3生成健侧参考轨迹的过程包括：
15、根据控制点和阶数，采用贝塞尔曲线插值算法生成曲线上的点，并得到健侧参考轨迹；第r阶贝塞尔曲线是通过r+1个控制点生成的曲线，其公式如下：
16、
17、式中，br(t)表示第r阶贝塞尔曲线在参数t处的值，r是贝塞尔曲线的阶数；插值参数t的取值范围是[0，1]，pj表示第j个控制点，bj，r为伯恩斯坦基函数。
18、贝塞尔曲线的构造基于伯恩斯坦多项式，第r阶的伯恩斯坦多项式如下：
19、
20、上式中，bj，r(t)为伯恩斯坦多项式的值，表示第r阶贝塞尔曲线的第j个伯恩斯坦多基函数，多项式的指数是二项式系数表示从r个元素中取出j个元素的组合数，其计算公式为
21、进一步地，通过调整参数t的取值范围，可以在贝塞尔曲线的定义域上生成平滑且连续的轨迹；调整参数t的具体步骤为：
22、初始化t值为0，设置δt的值(例如δt＝0.01)，使用贝塞尔曲线公式计算br(t)：
23、
24、记录计算得到的br(t)作为轨迹点，将t增加δt
25、t＝t+δt
26、重复步骤直到t达到或超过1。
27、优选地，s4生成患侧参考轨迹的过程包括：
28、健侧参考轨迹的控制点集为p＝{(xi，yi，zi)|i＝0，1，...，r}，其中(xi，yi，zi)表示第i个控制点的坐标；
29、对于健侧参考轨迹的每个控制点(xi，yi，zi)，计算其关于矢状面的镜像点(-xi，yi，zi)，得到使用镜像转换后的控制点集p′，并得到患侧的参考轨迹：
30、b′r(t)＝(-x(t)，y(t)，z(t))
31、式中，b′r(t)表示患侧的贝塞尔曲线在参数t处的值，插值参数t的取值范围是[0，1]。
32、优选地，s5辅助训练的过程包括：
33、构建一个辅助力场，用以帮助引导患者的患侧手沿患侧参考轨迹移动，其公式如下：
34、fassist＝ft+fn+fg_comp
35、上式中，fassist表示综合辅助力场，ft表示切向引导力，fn表示法向修正力，fg_comp表示重力补偿力。
36、优选地，切向引导力ft由以下方法得到：
37、
38、上式中，ft为切向引导力，表示最近点的单位切向量，nilc为患者当前位置与参考轨迹上最近点的距离，ntgt是一个预设的距离阈值，用于决定是否施加切向引导力，当患者当前位置与参考轨迹上本文档来自技高网...
【技术保护点】
1.基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述步骤S2中，采集健侧样本点的过程包括：
3.根据权利要求2所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述步骤S3中，生成健侧参考轨迹的过程包括：
4.根据权利要求3所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述S4生成患侧参考轨迹的过程包括：
5.根据权利要求1所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述S5辅助训练的过程包括：
6.根据权利要求5所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述切向引导力Ft由以下方法得到：
7.根据权利要求5所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述法向修正力Fn由以下方法得到：
8.一种上肢镜像锻炼机器人系统，其特征在于：包括：
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特
10.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一所述的上肢镜像锻炼机器人的控制方法中的任一步骤。
...【技术特征摘要】
1.基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述步骤s2中，采集健侧样本点的过程包括：
3.根据权利要求2所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述步骤s3中，生成健侧参考轨迹的过程包括：
4.根据权利要求3所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述s4生成患侧参考轨迹的过程包括：
5.根据权利要求1所述的基于虚拟现实的上肢镜像锻炼机器人控制方法，其特征在于：所述s5辅助训练的过程包括：
6.根据权利要求5所述的基于虚拟现实的上肢镜像锻炼机器人控制...
【专利技术属性】
技术研发人员：郭帅，李璇璇，宋韬，费思先，张忆晨，
申请(专利权)人：上海大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。