36、基于主动意图识别的上肢外骨骼交互力控制方法研究

基于主动意图识别的上肢外骨骼交互力控制方法研究

1. 引言

近年来，因中风导致的上肢功能障碍发病率居高不下，上肢康复训练和运动功能重塑成为医学康复领域的重要研究方向。使用上肢康复外骨骼能有效解决传统康复训练效率低、重复性差和成本高的问题。它可通过各种传感器获取准确的训练数据，持续更新和开发科学合理的康复训练方法，优化患者后续治疗方案的制定，为患者提供更精准的治疗方案，提高康复训练效果。

然而，目前大多数上肢康复外骨骼采用被动训练方法，患者在康复训练过程中的参与度较低，难以积极主动地参与康复治疗，从而难以达到最佳康复效果。因此，上肢外骨骼机器人的主动柔性控制成为国内外学者的研究热点。

主动柔顺控制主要涉及力控制，力传感器捕捉穿戴者与外骨骼机器人之间的交互力，并反馈周围环境信息，以确保外骨骼机器人在特定范围内运动。最常见的方法是使用比例 - 积分 - 微分（PID）反馈控制，但该方法在控制过程中需要调整增益，且当前参数可能会增加控制时间。许多研究人员将 PID 控制器与先进控制方法（如鲁棒控制、自适应控制）以及智能控制方法（如神经网络、模糊逻辑）相结合。

与 PID 控制方法不同，阻抗/导纳控制方法是一种基于系统模型的控制技术，通过位置或力反馈进行控制。但阻抗和导纳控制存在一些缺点，如不能随时间补偿所需参数，可能在参与者恢复力量、需要较少辅助时“错误干预”。自适应控制方法可以通过根据当前操作在线修改系统参数的不确定方差来解决这个问题。滑模控制（SMC）是一种非线性、鲁棒的策略，但高频开关动作可能导致命令输出抖动，对机械系统造成磨损或损坏，并导致电气系统能量损失。

在康复中后期，患者的主动运动意图增强，外骨骼机械臂需要识别患者的运动意图，以协助患