2李向攀2郭冰菁2盛 倩

(1.河南科技大学 机电工程学院，河南 洛阳 471003； 2.河南省机器人与智能系统重点实验室，河南 洛阳 471003；3.固高派动(东莞)智能科技有限公司，广东 东莞 523808)

引言

上肢功能是日常生活中人们进行各种复杂动作的基础。随着我国老龄化社会的到来，中风患者的人数呈上升趋势。中风患者一般会存在不同程度的功能障碍，主要表现在肢体运动、认知、语言以及心理等方面。约一半的中风患者在发病初期会伴有上肢功能性障碍，这严重影响患者的生活质量。上肢运动功能的康复是临床急需解决的问题之一，患者需要完成一定强度的康复训练。相对于传统的医师辅助训练，康复机器人更能有效的帮助患者完成上肢康复动作[1]。因此，近年来对康复机器人的研究成为了机器人领域的热点话题。国外的康复机器人研究起步早，如美国麻省理工学院的MIT-Manus脑神经康复训练机器人，可以较好的帮助中风患者完成平面内的康复训练。瑞士苏黎世大学研发的ARMinII，实现了7个自由度的运动，并且为患者提供重力补偿，能协助肩肘关节完成复合运动[2]。在国内，M2上肢康复机器人，可实现多种任务指引的康复训练，同时提供沉浸式的互助体验。郭萌等[3]设计了一种采用气动人工肌肉驱动的可穿戴式上肢康复机器人，对控制器进行了研究，完成了对气动肌肉的正弦跟踪。张伟胜等[4]设计了新型的四自由度上肢康复机器人，并对其复合运动规划进行控制实验验证，证明了结构的可行性。刘鹏等[5]以气动人工肌肉作为关节驱动器，研发了四自由度的上肢康复机器人，并提出了有效的控制策略。赵苓等[6]针对气动系统的非线性，设计了一种线性自抗扰控制策略监测并补偿系统中的干扰，取得了较好的位置伺服性能。目前国内外学者对康复机器人进行了大量研究，并取得了一些临床效果。同时，许多学者开始以气动执行元件作为机器人的关节驱动，对机器人结构进行设计，并对其伺服控制策略进行研究。但国内对摆动气缸的研究多停留在位置伺服控制上，将其应用到康复机器人方面的很少。

对于康复机器人来说，人机接触的安全性是非常关键的一个问题。相对于电机驱动，采用气压驱动的被动柔顺控制更符合生物驱动的特性，并具有安全性高、安装简便等特点[7]。但由于摆动气缸伺服系统的非线性与迟滞等原因，需要研究一种可靠的控制系统。同时，结合虚拟现实的康复训练对患者上肢功能的恢复有明显的促进作用[8]。

本研究提出了一种两自由度的气动上肢康复机器人，系统采用比例调压阀控缸控制回路，对摆动气缸关节的位置伺服控制策略进行了研究。对机器人的单关节和双关节的协同运动进行了运动控制实验，并进行了对健康人上肢的康复训练实验，验证了所设计控制算法的可靠性。同时，提供了虚拟现实平台，有益于患者的康复体验，能增强训练效果。

1 总体方案设计

基于半实物仿真平台搭建，以机器人控制系统为主体，搭载了虚拟现实平台。机器人与患者对向布置，其末端与患者手部相连，以日常动作任务为指引，机器人带动患者进行主被动的康复训练。主动训练能锻炼患者肢体运动的准确性和平稳性；被动训练能锻练关节的活动范围。系统硬件包括上位机、仿真机、气动控制元件、康复机器人本体等。采用气压驱动，增强了系统的安全性和柔顺性。

2 机器人的结构设计

设计的上肢康复机器人的结构采用平面两关节串联的的运动形式，能提供带动患者手臂肩肘关节协同运动的自由度。为了降低系统耗能和惯性冲击，对机器人进行轻量化设计，采用流线式外形，便于走线[9]。选用摆动气缸作为关节驱动模块，气缸一端安装有位置传感器，以气压作为驱动力。相比于电驱动，气压驱动具有很好的柔顺性且易维护；关节处不需要安装减速器及传动机构，简化了机构，降低了成本。同时，机器人本体选用铝合金材料，既能保证较高的机械强度，又能减轻重量。机器人的结构如图1所示。

图1 机器人的结构示意图

机器人由空压机作为气源提供动力，压缩空气经过气动三联件进入1个二位三通开关阀，其作为整个气动回路的总开关，然后再进入2个比例调压阀，其出口压力分别作为摆动气缸的进出口压力，最终实现对关节旋转的精准控制，单关节气动回路如图2所示。以其中1个比例调压阀的出口压力作为背压，相当于增加了气缸的阻尼，提高了系统的稳定性。选用的比例调压阀，压力响应迅速，并且能实时的反馈摆动气缸两腔的气压值，避免了使用额外的压力传感器。

图2 单关节气动回路图

根据对机械结构和气动控制回路的分析，搭建了上肢康复机器人的样机，如图3所示。

图3 机器人实验样机图

3 机器人控制系统

3.1 工作原理

系统采用Simulink控制模型+实际物理系统的半实物仿真，可以快速验证控制算法的有效性。使用MATLAB建模环境结合LinksRT仿真软件包把Simulink模型与实际的物理系统连接起来，用Simulink建模对机器人进行运动控制。

系统的工作原理框图如图4所示。在上位机中搭建系统的控制模型，上位机与仿真机通过以太网进行通信，将由控制算法处理得到的数据输出给模拟量输出卡，来控制比例调压阀，驱动机器人关节产生运动。实验过程中的传感器数据(脉冲、压力等)经由采集卡和计数卡传输给上位机，作为控制算法的反馈输入并传递给虚拟平台。同时康复医师可以对机器人进行参数设定，以适应患者的实际情况差异。

图4 机器人控制系统框图

3.2 控制策略分析

初步采用传统PID控制策略对机器人的关节进行位置伺服控制。为了避免积分器在运动时产生的超调或震荡，选用了PD控制算法[10]。由于气动系统具有强非线性和低阻尼特性，选用PD控制虽然可以增大系统阻尼，提高系统的稳定性，但是仍然会存在较大的跟踪轨迹误差。因此在控制策略中加入速度前馈的算法[11]，可以有效的消除系统的迟滞。速度前馈的支路是求取期望轨迹的微分，通过增益Kvff产生比例于期望速度的信号。控制原理图如图5所示。

图5 机器人控制原理框图

实验中采用的PD+速度前馈的控制算法为：

(1)

式中，u为比例调压阀的控制电压；KP为比例增益；KD为微分增益；Kvff为速度前馈增益；e为位置误差；k为实验的计算步长。

3.3 实验与结果分析

为了保证关节运动的平滑性，选择以正弦函数作为单关节康复训练的期望轨迹，此时患者做被动训练，采用PD+速度前馈的控制算法对机器人的单关节进行轨迹跟踪控制实验。使用半实物仿真平台在Simulink中建模，通过板卡建立模型与物理系统的数据传输，并可以在上位机软件RT-Sim中实时观察数据变化的曲线。

图6为空载时机器人关节的正弦轨迹跟踪曲线，图6a为采用PD控制的机器人关节的实际跟踪曲线；图6b为采用PD+速度前馈控制的机器人关节的实际跟踪曲线。实验模型中的3个重要控制参数KP,KD,Kvff的取值如表1所示。

图6 空载时机器人关节的正弦跟踪曲线

表1 控制参数

为了验证该控制算法的稳定性，对机器人关节进行加载实验，机器人辅助使用者手臂做正弦轨迹的康复训练，采用PD+速度前馈的控制算法，得到的关节正弦轨迹跟踪如图7所示。本实验所选的使用者为健康人。

图7 机器人辅助患者进行康复训练时的关节跟踪曲线

实验结果分析：

(1) 采用PD控制时，在正弦轨迹跟踪的整个过程中，大臂和小臂关节气缸均存在较大的迟滞。在加入速度前馈算法后，系统的滞后已被有效地抑制。说明采用PD+速度前馈的控制算法,能精准地控制机器人两关节的轨迹跟踪；

(2) 当机器人辅助使用者进行被动康复训练时，小臂关节也能实现较稳定的正弦跟踪。并且当期望的正弦轨迹频率变化即运动的速度改变时，小臂关节的跟踪效果也较好，因此该控制策略能对机器人的关节进行有效控制，具有一定的稳定性；

(3) 在关节进行屈伸转换时，摆动气缸需要换向，比例阀的出口压力会产生较大的压差变化。因此，在换向过程中存在摩擦及冲击等不确定性因素影响系统的稳定性，造成了正弦上下峰值处的轨迹跟踪误差；

(4) 根据不同患者的健康程度差异，康复医疗师能设定合适的轨迹规划，以调整被动康复训练的不同关节活动范围和速度。

4 机器人复合运动规划与实验验证

通过样机，对机器人进行轨迹规划实验。康复轨迹的选取对于患者的运动功能恢复非常重要，当康复训练动作符合日常活动的需求时，更有助于大脑损伤神经细胞的重塑，有利于康复后患者将其转化到实际生活中[12]。本研究以取水杯和擦玻璃两个动作为例，进行相应的轨迹规划。

轨迹规划的实验是在Simulink中将规划好的末端轨迹输入到机器人的逆运动学模型，求解出两关节角位移的规划曲线。再将关节规划输入到控制模型中实现机器人的复合运动。然后，在得到实际的关节跟踪曲线后，运用正运学计算可得机器人末端在x,y方向上的实际跟踪曲线，与理论规划进行对比，验证机器人对规划的跟踪效果和可行性。

当以取水动作为训练任务时，人手跟着机器人在人体矢状轴方向作直线运动，规划公式为：

当以擦玻璃动作为训练任务时，人手跟着机器人在人体水平面内左右摆动并沿矢状轴方向前进，规划公式为：

式中，x为机器人末端在人体矢状轴方向的位移量；y为机器人末端在人体冠状轴方向的位移量；t为时间。

实验中动作的规划周期为6 s，x的最大位移量为408.15 mm，y的最大位移量为120 mm，在正常人手的活动范围内。机器人进行取水和擦玻璃动作时，实验得机器人的轨迹跟踪曲线如图8、图9所示。

从图中可以看出关节轨迹连续且平滑，关节运动速度不发生突变减少了冲击，符合康复训练的要求。同时跟踪效果良好，证明了机器人复合运动时康复规划的有效性。

5 结论

本研究设计了一种两自由度的上肢康复训练机器人。以摆动气缸作为关节驱动模块，结合了气动技术的优势，增加了系统的安全性和柔顺性。以比例调压阀作为摆动气缸的控制元件，可以不考虑气缸摩擦力对位置伺服的影响，采用PD+速度前馈的算法即可对关节位置进行精准的控制，简化了控制策略。并控制小臂关节带动使用者以不同速度进行了康复训练实验，实现了较好的轨迹跟踪，证明了控制策略的有效性和稳定性。同时，对机器人末端进行了轨迹规划实验，实现了对复合运动轨迹的准确跟踪，验证了康复机器人的规划的合理性和可行性。但系统主要实现了被动康复训练的研究，后续需要利用气压驱动的优势对主动训练的助力和抗阻模式进行控制研究。

图8 取水动作机器人的轨迹跟踪曲线

图9 擦玻璃动作机器人的轨迹跟踪曲线