發(fā)布時間：2022-01-05 11:23

　　隨著世界人口老齡化的加劇,腦卒中患者日益增多,使用康復機器人輔助腦卒中患者運動神經的康復成為了一種有效的手段。將康復機器人與現(xiàn)代醫(yī)學相結合,利用康復機器人代替物理治療師輔助患者患肢的康復已成為國內外研究的熱點。本文針對人體上肢的結構,設計了一種三自由度（Three Degree of Freedom,3-DOF）上肢康復機器人。它能夠輔助患者模擬上肢運動,對上肢運動功能有障礙的患者實現(xiàn)康復性治療。考慮上肢康復機器人動態(tài)系統(tǒng)的復雜特性,本文以迭代學習控制（Iterative Learning Control,ILC）為控制理論基礎,研究3-DOF上肢康復機器人在康復訓練過程中的軌跡跟蹤問題,最終實現(xiàn)上肢康復機器人穩(wěn)定的、快速的、準確的跟蹤康復訓練軌跡。主要開展工作如下:1)首先介紹了上肢康復機器人在現(xiàn)實生活中的應用前景以及國內外研究現(xiàn)狀。對當前應用于康復機器人的控制算法進行了詳細的描述,并且分析各類控制算法的優(yōu)缺點。2)利用Proe軟件建立了3-DOF上肢康復機器人的虛擬樣機,對上肢康復機器人的結構進行分析,采用D-H法得到了系統(tǒng)的正/逆運動學方程,然后通過Matlab建立了3-DOF上... 

【文章來源】：蘭州理工大學甘肅省

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

MIT-MANUS康復機器人

椿?魅瞬捎米榪?控制算法，可以保證患者末端訓練的快速性與平滑性。MIT-Manus康復機器人并且與計算機相連，通過設計一些康復訓練的游戲來增加患者康復訓練的積極性。此系統(tǒng)具有主被動訓練模式：被動訓練主要針對肢體運動控制完全喪失的患者，通過康復機器人拖動患者偏癱肢體進行被動的訓練，主動訓練主要針對有微弱運動功能的患者，通過設定一定的力使患者主動克服阻力進行積極主動的訓練。在主被動訓練過程中系統(tǒng)可以實時的采集位置、速度、力的大小，進而進行有效的評價患者康復的效果。圖1.1MIT-MANUS康復機器人圖1.2ARMGuide輔助康復機器人美國加州大學研發(fā)了ARMGuide上肢輔助康復機器人，如圖1.2所示[12]。該康復機器人具有三個自由，與MIT-Manus康復機器人相比靈活性有了提升。ARMGuide主要通過電機帶動患者的肢體實現(xiàn)直線方向的伸展運動以及通過制動器實現(xiàn)垂直運動與偏轉運動的康復訓練。首先將患者的前臂固定在機器人的末端支架上，在患者手臂直線伸展運動過程中，通過調節(jié)垂直方向與偏轉方向這兩個自由

碩士學位論文3度實現(xiàn)患者抓取不同位置的目標點進行康復訓練。最后通過檢測手臂末端運動軌跡的范圍來科學的評價患者是否運動到目標位置以及康復治療的效果。1999年，斯坦福大學（StanfordUniversity）研發(fā)了一款具有鏡像運動的MIME（Mirror-ImageMotionEnabler）上肢輔助機器人。MIME機器人經過研究者的不斷開發(fā)與拓展產生了三代。第一代MIME-I如圖1.3，具有兩個自由度可以帶動患者肘部關節(jié)進行單項運動[13]。第二代MIME-II如圖1.4，可以輔助患者的患肢實現(xiàn)水平與垂直運動[14]。第三代MIME-III如圖1.5，可以幫助患者的前臂在三維空間進行運動訓練[15]。MIME不僅可以對患者的單側上肢的進行康復訓練，還可以通過加入PUMA機械臂實現(xiàn)雙臂的鏡像運動，即MIME系統(tǒng)將患者健肢的運動軌跡信號采集之后，通過PUMA機械臂帶動患者患肢重復健肢的運動軌跡，實現(xiàn)患者雙側肢體成鏡像運動的康復訓練。圖1.3MIME-I圖1.4MIME-II圖1.5MIME-III瑞士蘇黎世大學（UniversityofZurich）研發(fā)了上肢外骨骼康復機器人ARMin。ARMin-I如圖1.6所示[16]。該康復機器人具兩個被動控制自由度，四個主動控制自由度，可以完成簡單的日�；顒樱绾人�、抓取物品等。在患者日�？祻陀柧氝^程中，通過調節(jié)各關節(jié)的控制力來幫助患者完成康復訓練。為了提高患者肢體的靈活度，在ARMin-I的基礎上設計出了ARMin-II上肢外骨骼康復機器人如圖1.7所示[17]。ARMin-II具有七個自由度以及增加了重力補償為患者提高了康復訓練的靈活度與舒適度。圖1.6ARMin-I上肢康復機器人圖1.7ARMin-II上肢康復機器人英國雷丁大學（Reading）設計了一款GENTLE/s上肢輔助康復機器人如圖1.8所示[18-19]。該系統(tǒng)具三個主動控制自由度，三個被動控制自由度，可以對患者的

【參考文獻】：
期刊論文
[1]全面實施健康中國戰(zhàn)略[J]. 韓喜平,孫小杰.  前線. 2018(12)
[2]腦卒中早期康復護理及其影響因素研究進展[J]. 陳煌,黎蔚華,謝紅珍.  護理研究. 2017(28)
[3]機械手D-H坐標系建立分析[J]. 孫伏.  陜西理工學院學報(自然科學版). 2016(06)
[4]康復機器人與智能輔助系統(tǒng)的研究進展[J]. 侯增廣,趙新剛,程龍,王啟寧,王衛(wèi)群.  自動化學報. 2016(12)
[5]非線性迭代學習算法在機器人上肢康復中的應用[J]. 朱雪楓,王建輝,方曉柯,王曉峰.  控制與決策. 2016(07)
[6]機器人齊次變換矩陣的研究[J]. 楊優(yōu),孫先松.  機械工程師. 2016(03)
[7]具有自適應學習的開環(huán)PD型迭代學習控制算法研究[J]. 郝曉弘,周勃.  電氣工程學報. 2015(10)
[8]抑制初態(tài)誤差影響的自適應迭代學習控制[J]. 呂慶.  自動化學報. 2015(07)
[9]改進神經網絡自適應滑�？刂频臋C器人軌跡跟蹤控制[J]. 付濤,王大鎮(zhèn),弓清忠,祁麗.  大連理工大學學報. 2014(05)
[10]工業(yè)機器人運動學逆解的幾何求解方法[J]. 黃晨華.  制造業(yè)自動化. 2014(15)

博士論文
[1]基于sEMG信號的外骨骼式機器人上肢康復系統(tǒng)研究[D]. 李慶玲.哈爾濱工業(yè)大學 2009

碩士論文
[1]基于生物電信號的上肢康復機器人的研究[D]. 趙鑫.天津理工大學 2016
[2]自適應迭代學習控制算法及應用研究[D]. 陳強.重慶大學 2015
[3]機械臂末端力/位置混合控制方法研究[D]. 李超.哈爾濱工程大學 2015
[4]上肢康復機器人的迭代學習控制[D]. 張鵬.東北大學 2012
[5]五自由度上肢康復機器人康復評價系統(tǒng)的研究與實現(xiàn)[D]. 張維秋.東北大學 2012
[6]3DOF可穿戴式上肢康復機器人結構設計及仿真研究[D]. 呼昊.哈爾濱工程大學 2008



本文編號：3570261