面向脑卒中患者步态康复的下肢外骨骼肌电意图识别与自适应阻抗控制设计.docxVIP

PAGE2

面向脑卒中患者步态康复的下肢外骨骼肌电意图识别与自适应阻抗控制设计

摘要

脑卒中具有高发病率、高致残率的特点，其后遗症常导致患者下肢运动功能障碍，严重影响生活质量。传统康复训练依赖治疗师一对一辅助，存在医疗资源紧张、训练强度难以量化、患者主动参与度低等问题。下肢外骨骼机器人作为康复辅助设备，能够提供精准、重复的训练动作，但现有产品多基于位置控制，缺乏对患肢运动意图的感知，易造成“人机对抗”，降低康复效果。本课题旨在设计一套面向脑卒中患者的下肢外骨骼控制系统，通过提取表面肌电信号特征识别患者步态意图，并设计意图驱动的自适应阻抗控制算法，实现柔性助力。

论文首先分析了脑卒中患者步态康复的临床需求，确立了以sEMG信号为意图源、阻抗控制为执行核心的总体方案。在信号处理方面，设计了包含信号采集、预处理、特征提取及分类识别的完整流程，利用时域特征与模式识别算法判断患者肢体运动趋势。在控制策略方面，构建了下肢外骨骼动力学模型，设计了基于意图识别结果的自适应阻抗控制器，使外骨骼能够根据患者的肌力水平与运动意愿动态调整输出力矩。系统采用嵌入式硬件平台搭建了原型系统，并进行了软件编程与调试。

测试结果表明，所设计的肌电意图识别算法在特定动作下的平均识别准确率达到92%以上，自适应阻抗控制算法能够有效降低人机交互力，实现平滑的步态跟踪与助力。本设计验证了肌电信号驱动的柔性控制策略在下