本发明属于医疗护理用品技术领域，具体涉及一种上肢外骨骼康复机器人系统及方法。
背景技术：
这里的陈述仅提供与本发明相关的背景技术，而不必然地构成现有技术。
偏瘫、中风、脑外伤患者的主要症状是肢体瘫痪，需要积极的康复治疗才能恢复其功能，随着医学领域快速发展，对待这些突发病的医学应对手段已经日渐完善，在众多的瘫痪类型中，上肢和手的功能恢复远比下肢困难的多，具备全身60％功能的上肢只有10％左右的几率恢复到具有实用功能的水平。因此，上肢和手功能的康复一定程度上就决定了患者能否恢复到受伤前的生活状态。
一方面，随着生活条件的提高，高龄人员的数量不断增多，伴随着的多样的高龄病症也显著增多，尤其是由于中风导致的偏瘫病例显著增加，而当前环境下具备康复经验的医师正由于先后退休逐渐减少，而目前投入到医疗康复医师行业的青年力量远达不到需求数量，而此消彼长之下，医师手动进行患者康复训练的条件将逐渐减少；
另一方面，由于外骨骼机械设备智能化的逐渐发展，提供了精准、安全以及可重复的康复训练方式，减轻了陪护人员体力、技能以及精力上的负担，使得智能设备代替人工成为必然。
目前，部分学者对主从控制做了很多工作，如主被动式双臂上肢康复机器人，该机器人主要针对偏瘫患者，即一侧健康一侧失去自主能力的情况，通过两个同型同构对称安装的主从机械臂进行康复训练，在康复训练过程中能够实现健侧带动主机械臂动作，从机械臂实时按照主臂角度变化进行跟随；还有学者提出主从式上肢外骨骼康复机器人控制系统及其控制方法，由于患者在训练过程中容易由于手的疲劳，在带动主臂运动过程中产生一定的抖动，并且由于传感器采集数据过程中难免采到不合适的角度偏差，容易使从臂盲目跟随传感器采集到的病态信号，产生不必要的无效动作；这些现有的上肢康复机器人未针对训练过程中产生的上述现象给出有效的解决方案，因此如何使从臂有效的对主臂轨迹进行跟随是现阶段亟需解决的问题。
技术实现要素：
针对现有技术存在的不足，本发明的目的是提供一种上肢外骨骼康复机器人系统及方法，能够通过主臂各关节传感器获取的有限信息识别出主臂运动意图，并使得从臂对所识别的动作进行运动规划，实现从臂的跟随作用。
为了实现上述目的，本发明是通过如下的技术方案来实现：
第一方面，本发明的实施例提供了一种上肢外骨骼康复机器人系统，包括：
外骨骼机器人本体结构，包括主机械臂和从机械臂；
电机驱动模块，与从机械臂的各关节连接，驱动从机械臂完成相应动作；
传感与信息采集模块，检测主从机械臂各关节位姿信息；
分析规划模块，接收关节位姿信息，并对主从机械臂当前的位姿进行比对，对从机械臂进行运动规划实现跟随主机械臂动作。
作为进一步的技术方案，所述主机械臂、从机械臂均包括肩部外展/内收关节、大臂俯/仰关节、小臂内旋/外旋关节、肘部屈/伸关节以及手腕外展/内收关节。
作为进一步的技术方案，所述传感与信息采集模块包括安装于主从机械臂各个关节处的角位移传感器和角速度传感器，用于获取主从机械臂各关节的位姿信息。
作为进一步的技术方案，所述传感与信息采集模块还包括安装于主机械臂各关节的力传感器，用于获取人体上肢与主机械臂外骨骼关节间的交互力，进而确定人体上肢是否因为动作对外骨骼产生压力。
作为进一步的技术方案，所述分析规划模块以当前从机械臂位姿作为初始状态、当前主机械臂位姿作为目标状态，通过数据处理得到从机械臂运动控制曲线，从而控制从机械臂跟随主机械臂动作。
作为进一步的技术方案，主从机械臂的关节和末端执行部件设置限位开关。
第二方面，本发明实施例还提供了一种上肢外骨骼康复机器人控制方法，包括以下步骤：
获取外骨骼机器人主机械臂各关节的角位移量，得到m组数据；
对m组数据进行曲线拟合，得到平滑的轨迹曲线；
将轨迹曲线按时序均分为n组空间位置，对每一个空间位置进行运动学逆解，获取到每个关节每个时间周期的角度值，以此作为从机械臂的角度期望值；
控制从机械臂各关节以相应时间周期调整至角度期望值，使得从机械臂实现跟随主机械臂。
作为进一步的技术方案，曲线拟合采用最小二乘法实现，求得允许误差范围内最优的拟合曲线。
作为进一步的技术方案，将m组数据在建立坐标系三轴方向上分别进行曲线拟合，曲线拟合时采用三次多项式回归，并对拟合曲线通过批量梯度下降算法进行迭代，收敛得到拟合的轨迹曲线。
作为进一步的技术方案，将轨迹曲线以f0的频率按时序均分为n组空间位置，通过逆运动学方法得到每个关节在t1～tn中n个时间点的角度期望值，控制从机械臂关节在相应时间点运动至相应的角度期望值。
上述本发明的实施例的有益效果如下：
本发明的控制方法，能够通过主臂传感器采集到的信息，通过正运动学推导出末端轨迹的变化情况，然后将末端位置点的x、y、z轴分量分成三个一维数组，通过最小二乘法对各分量的轨迹相对于时间变化的曲线进行了三次多项式拟合，由于曲线拟合后较为平滑，且没有断点，因此消除了主臂采集到的病态信号，再通过逆运动学得出各关节角度随时间变化的期望值，使得从臂期望轨迹更趋近于平滑的曲线，能够使从臂运动轨迹更加柔顺。
本发明的控制方法，能够通过主臂各关节传感器获取的信息识别出运动意图、生成运动指令，并控制从臂根据主臂运动意图完成相应动作，实现从臂的跟随作用；可为用户在运动康复训练过程中提供主臂对从臂的控制提供一套解决方案，满足用户健肢带动患肢运动的要求，同时也为用户健肢和患肢协调运动提供用户运动意图和从臂控制提供了一种实现方案。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明根据一个或多个实施方式的机器人系统示意图；
图2是本发明根据一个或多个实施方式的机器人连杆建模图；
图3是运动过程中从臂跟随主臂控制方法流程图；
图中：为显示各部位位置而夸大了互相间间距或尺寸，示意图仅作示意使用；
其中，1、悬梁臂，2、肩部旋转关节，3、大臂俯仰关节，4、肘部旋转关节，5、肘部屈伸关节，6、手腕旋转关节，7、末端抓手，101、肩部旋转电机，102、大臂俯仰电机，103、肘部旋转电机，104、肘部屈伸电机，105、手腕旋转电机，201、大臂俯仰限位开关，202、手腕限位开关。
具体实施方式
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
本发明的一种典型的实施方式中，如图1所示，提出一种上肢外骨骼康复机器人系统，包括外骨骼机器人本体结构、电机驱动模块、控制模块、传感与信息采集模块和分析规划模块。
其中，外骨骼机器人本体结构分为主从两个同型同构的机械臂、安装机械臂的悬梁臂1以及连接两个悬梁臂的基座。
主从机械臂均包括肩部外展/内收关节、大臂俯/仰关节、小臂内旋/外旋关节、肘部屈/伸关节以及手腕外展/内收关节。
电机驱动模块与从机械臂的各关节连接；电机驱动模块包括伺服电机101、伺服电机102与步进电机103、步进电机104、步进电机105及其驱动器，伺服电机101安装于从臂肩部外展/内收关节2，伺服电机102安装于从机械臂的大臂俯/仰关节3，步进电机103安装于从机械臂的小臂内旋/外旋关节4，步进电机104安装于从机械臂的肘部屈/伸关节5，步进电机105安装于从机械臂的手腕外展/内收关节6处。
电机驱动模块的各电机分别独立驱动相对应的关节，通过电机驱动模块的驱动，各关节完成相应任务指令，带动患者患肢进行康复运动。
控制模块接收分析规划模块的输出信号对电机驱动模块的各电机进行控制。
传感与信息采集模块的输入端接收外骨骼机器人各关节位姿信息的反馈信号，其输出端与分析规划模块输入端连接。
传感与信息采集模块包括安装于主从机械臂各个关节处的角位移/角速度传感器和安装于上肢与主机械臂各关节主要接触面的力传感器；角位移和角速度传感器用于获取上肢外骨骼机器人两个机械臂共十个关节的角位移及角速度信息，力传感器用于获取人体上肢与主机械臂外骨骼关节间的交互力，通过判断力传感器返回的数值是否超过设定值，确定人体上肢是否因为动作对外骨骼产生压力，最终确定需要动作的关节。
分析规划模块通过对传感与信息采集模块得到的外骨骼机器人主从机械臂当前的位姿进行比对，对从臂进行运动规划实现跟随主臂动作。
分析规划模块具体包括：通过机械臂角位移传感器获取到的角度信息得到外骨骼机器人当前的位姿，以当前从臂位姿作为初始状态、当前主臂位姿作为目标状态，结合主臂从臂角速度传感器获取到的速度信息作为动作规划的参考条件，将主臂采集到的角度值通过运动学正解获取到末端抓手的空间位置，经过映射获取从臂相应的空间位置，并将上述空间位置在各坐标轴方向上的分量进行曲线拟合，通过最小二乘法获取到各方向分量按照时间的轨迹曲线，将各时刻拟合得到的x、y、z坐标进行重新组合形成新的空间点位，再通过运动学逆解得出从臂各关节在时刻t需要到达的角度值，将各角度以及在任意时刻的速度对应的信号传送给驱动器完成从臂的跟随。
以图3流程为例，详细介绍本发明的实现方法。
机械臂传感器在运动过程中每t时间内以z0的频率采集主臂各关节轴角位移量，每m组数据作为一次轨迹规划参考数据，由于采集数据过程中机械臂主臂可能由于人手的动作产生一系列抖动，因此需要对主臂采集的数据进行处理，使得从臂能够以较为平滑的曲线完成跟随动作。
如图2所示，为便于描述，以上肢外骨骼悬梁臂中心点o为原点建立参考坐标系{b}；以手腕旋转关节6的末端手柄7与手腕旋转电机105连接点为原点建立末端手柄坐标系{n}，按照改进d-h建模规则以各关节轴相应点建立关节连杆坐标系{i}；
其中，坐标系{b}的x0轴平行于悬梁臂伸展方向指向主臂，坐标系{b}的z0轴垂直于悬梁臂上表面向上；坐标系{n}以末端旋转轴轴心与安装板平面交点为原点，坐标系{n}的zn轴以旋转轴轴心指向上，坐标系{n}的x轴沿所述坐标系原点指向安装板中线向下；坐标系{i}为机械臂五个关节轴按照改进d-h建模方法建立。
其中，d-h模型建立后各连杆坐标间的转换矩阵
上式中，c代表余弦运算cos，s代表正弦运算sin，di表示平移距离，αi表示扭转角，ai表示长度，θi表示关节角度。
通过各关节间的转换矩阵a可以获取末端手柄坐标系{n}基于参考坐标系{b}的空间位置，则由参考坐标系{b}到末端手柄坐标系{n}间的转换矩阵a为：
对采集到的各关节数据进行运动学正解获取机械臂末端手柄的空间位置px、py、pz，若想使得末端手柄在空间范围内较为平滑的运动，则末端关节在坐标系{b}的x0、y0及z0轴方向上的位移、速度、加速度分量应趋于平稳。
对运动学正解获取到的m组空间数据分别在x0、y0及z0轴方向上进行曲线拟合，拟合过程能够过滤掉错误的采样点，得到三条较为平滑的轨迹曲线；
将拟合得到的轨迹曲线以f0的频率按时序均分为n组空间位置，对每一个空间点进行运动学逆解，获取到每个关节每个时间周期的角度变化，将角度期望值的控制信号按照相应频率发出，使得从臂各电机实现跟随。
末端位置x0、y0、z0轴分量的曲线拟合采用最小二乘法实现，以x轴曲线拟合为例，采用三次多项式回归，设拟合曲线为：
上式中，
θxi代表x坐标拟合曲线函数模型的参数；
t代表采样时间；
则代价函数为：
上式中，m代表该周期内各关节采集的角位移量运动学正解后空间位置x轴分量的组数；
j(θ0,θ1,θ2,θ3)表示建模误差的平方和；
x(i)代表m组数据中ti时刻x坐标的实际值。
求得允许误差范围内最优的拟合曲线即求出模型参数θij使得代价函数存在最小的点，因此对上述代价函数使用批量梯度下降算法：
上式中，α代表学习率，在上述算法中，每次迭代都同时让所有的参数减去学习速度乘以代价函数的导数。
对上述拟合曲线通过批量梯度下降算法进行迭代，收敛得到拟合的x轴方向上的曲线，同理得到其他两个方向上的拟合曲线，得出三条拟合曲线后，按照f0频率分解出n个空间位置，再通过逆运动学方法得到每个关节在t1～tn中n个时间点电机角度所要达到的期望值，完成从臂跟随要求。
考虑到机械臂与人体差异性，在可能出现过操作的关节设置保护，因此在大臂俯仰关节3以及末端抓手7分别成对安装了限位开关201及限位开关202，达到安全训练的要求。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种上肢外骨骼康复机器人系统，其特征是，包括：
外骨骼机器人本体结构，包括主机械臂和从机械臂；
电机驱动模块，与从机械臂的各关节连接，驱动从机械臂完成相应动作；
传感与信息采集模块，检测主从机械臂各关节位姿信息；
分析规划模块，接收关节位姿信息，并对主从机械臂当前的位姿进行比对，对从机械臂进行运动规划实现跟随主机械臂动作。
2.如权利要求1所述的上肢外骨骼康复机器人系统，其特征是，所述主机械臂、从机械臂均包括肩部外展/内收关节、大臂俯/仰关节、小臂内旋/外旋关节、肘部屈/伸关节以及手腕外展/内收关节。
3.如权利要求1所述的上肢外骨骼康复机器人系统，其特征是，所述传感与信息采集模块包括安装于主从机械臂各个关节处的角位移传感器和角速度传感器，用于获取主从机械臂各关节的位姿信息。
4.如权利要求2所述的上肢外骨骼康复机器人系统，其特征是，所述传感与信息采集模块还包括安装于主机械臂各关节的力传感器，用于获取人体上肢与主机械臂外骨骼关节间的交互力，进而确定人体上肢是否因为动作对外骨骼产生压力。
5.如权利要求1所述的上肢外骨骼康复机器人系统，其特征是，所述分析规划模块以当前从机械臂位姿作为初始状态、当前主机械臂位姿作为目标状态，通过数据处理得到从机械臂运动控制曲线，从而控制从机械臂跟随主机械臂动作。
6.如权利要求1所述的上肢外骨骼康复机器人系统，其特征是，主从机械臂的关节和末端执行部件设置限位开关。
7.一种上肢外骨骼康复机器人控制方法，其特征是，包括以下步骤：
获取外骨骼机器人主机械臂各关节的角位移量，得到m组数据；
对m组数据进行曲线拟合，得到平滑的轨迹曲线；
将轨迹曲线按时序均分为n组空间位置，对每一个空间位置进行运动学逆解，获取到每个关节每个时间周期的角度值，以此作为从机械臂的角度期望值；
控制从机械臂各关节以相应时间周期调整至角度期望值，使得从机械臂实现跟随主机械臂。
8.如权利要求7所述的控制方法，其特征是，曲线拟合采用最小二乘法实现，求得允许误差范围内最优的拟合曲线。
9.如权利要求8所述的控制方法，其特征是，将m组数据在建立坐标系三轴方向上分别进行曲线拟合，曲线拟合时采用三次多项式回归，并对拟合曲线通过批量梯度下降算法进行迭代，收敛得到拟合的轨迹曲线。
10.如权利要求8所述的控制方法，其特征是，将轨迹曲线以f0的频率按时序均分为n组空间位置，通过逆运动学方法得到每个关节在t1～tn中n个时间点的角度期望值，控制从机械臂关节在相应时间点运动至相应的角度期望值。
技术总结