第1章 康复机器人的人机交互控制方法
1.1 概述
近年来，随着人口老龄化程度日趋加深，脑卒中疾病及意外事故引起的运动障碍患者显著增多[1]。现代康复医学和临床实践表明，有效的运动康复训练能够减缓患者运动功能残疾的程度，加速脑卒中等患者运动障碍的康复进程[2]。康复机器人可以帮助患者实现相关的运动功能训练，可以帮助患者提高运动功能、日常生活活动能力(activities of daily living，ADL)及生活质量(quality of life，QoL)。与传统康复医师治疗训练相比，康复机器人的训练过程更加平稳可控，既可以保证运动训练的效率和强度，又可以在康复过程中记录康复过程的实时数据，以便于医疗效果评价。康复机器人是缓解康复医疗资源紧张、提高康复运动训练水平的有效技术解决方案之一，具有很好的应用价值和社会意义[3]。因此，康复机器人技术应用研究获得了人们的广泛关注[4-8]。
康复机器人是集机器人技术、康复医学、生物力学、机电技术、计算机技术、传感感知技术等于一体的高技术产品。按照康复机器人对康复治疗患者进行康复训练部位的不同，康复机器人可以分为上肢康复机器人[4-6]、手部康复机器人[7]和下肢康复机器人[8]等。
针对运动障碍患者不同治疗训练方式的差别，根据机器人提供康复训练模式的不同，康复机器人可以分为被动训练康复机器人和主动训练康复机器人。被动康复训练主要适用于患者的康复初期，在这一阶段患者的肌力较弱，可能不具备自己运动的能力，此时需要由康复机器人带动患肢按照预定的活动路线或运动轨迹完成训练动作；在康复中后期，经过康复训练后，肌力可能得到了一定的恢复，此时患者可能更需要根据自己的意愿进行相关运动康复训练。这种根据患者自己运动意愿，患者依靠自身力量或部分借助外力完成运动康复训练的方式，也称为主动康复训练。在主动康复训练过程中，通过患者的主动参与，主动康复训练将更加有助于促进肢体运动功能的恢复，即主动训练的康复效果较被动训练更为显著[3]，但是，与被动康复训练相比，由于需要感知患者的运动意图并据此控制机器人完成相应的运动轨迹或动作等，所以机器人主动康复训练的实现将会更加困难[9，10]。
由于在康复训练过程中，康复机器人和患者肢体要进行运动意图的交互与直接的物理接触，所以康复机器人的控制复杂程度高，控制系统的鲁棒性、柔顺性将直接影响康复机器人的性能。所以，开发更安全可靠、有效的交互控制系统以提高康复机器人的性能，将是当前康复机器人应用研究道路上亟待解决的重要问题之一。
本章介绍康复机器人需求分析及功能设计，分析当前康复机器人系统存在的不足，并结合临床康复医学理论及临床康复经验对上肢康复机器人的结构、训练模式、控制方式等进行分析；根据患者身体康复阶段不同，本章介绍被动训练康复机器人、主动训练康复机器人的控制技术。
1.2 康复机器人需求分析及功能设计
目前，康复机器人主要面向肢体运动障碍患者，特别是由于脑卒中引起的瘫痪患者。在脑卒中患者中，由于其肢体运动瘫痪的病变位置不同，其瘫痪的肢体和严重程度也会有所不同，所以需要运动康复的治疗方案也不同。例如，上肢偏瘫患者的康复运动主要针对上肢，通过对上臂或手部的主动或被动康复训练，加强其肌肉组织的力度，实现臂部或手部的动作功能恢复或好转，以保证患者的日常生活质量。因此，上肢运动康复可以采用臂部运动康复机器人或手部运动康复机器人；为了对踝关节、膝关节和髋关节等下肢关节运动障碍患者进行康复训练，可以采用腿部康复机器人和踝关节康复机器人等进行下肢关节的康复训练，以维持其相关关节活动度，防止下肢肌肉出现痉挛，促进其受损的神经系统的结构和功能等在一定程度上可重新组织再生，从而提高患者的康复程度[11]。
经过多年发展，康复机器人研究获得很多技术成果，包括机器人本体机械设计、主动控制、柔顺性控制、治疗方案设计、康复治疗评价等多项技术已经在临床得到了应用。但是现有康复机器人还存在成本高、大规模推广难度大及康复治疗效果有限等问题，特别是下肢康复机器人技术距离大规模临床应用仍然有很长的路要走，尚有很多问题有待进一步探索[12]。
运动康复疗法对肢体运动障碍患者康复起着非常重要的作用。为配合或替代康复医护人员对患者进行康复治疗，康复机器人应具备如下主要功能[13]。
(1)康复机器人训练模式设计。康复训练方法是康复机器人系统设计的重要内容，运动障碍患者的早期治疗方案一般是被动训练治疗方案，患者中后期康复治疗主要采取主动训练方式，以激发患者中枢神经系统的重塑或恢复，从而恢复患者患肢运动功能。因此，在康复机器人功能设计时，应至少可以提供被动康复训练或主动康复训练两种训练模式中的一种模式，以辅助患者进行相应的康复训练。
(2)康复机器人应具备患者康复训练任务的运动轨迹控制。患者具体情况不同，治疗方案也不同，其康复运动自由度数量及组合方式、运动方式(转动、移动、复合运动)、运动幅度、运动时间、运动频率、运动规律等康复运动形式多种多样，所以，康复机器人的控制系统需要具备训练任务的运动轨迹控制功能，并驱动康复机器人带动患者患肢及其相关部位完成运动康复训练。
(3)康复机器人应具备康复训练过程中的实时力/力矩调节。不同患者或患者不同康复阶段，康复治疗方案也不同，所采用的康复运动形式及其运动过程中的康复力/力矩也会有所变化。康复过程的力度差异可能会很大，例如，在脑卒中上肢运动障碍患者康复运动治疗早期，患者患肢无法自己活动，应以被动康复训练为主，主要完成肌力的运动训练。在这一阶段的康复治疗过程中，首先，要求康复机器人要满足运动要求，在牵引、拖拽患者上臂时，康复机器人要能克服患者患肢阻力，带动患者患肢相关部位达到需要运动范围的各个位置，患者患肢处于被动跟随康复机器人运动的状态；其次，在患者具备一定的自主活动能力，可以进行半主动康复治疗阶段时，康复机器人驱动系统也可以提供较小的力或力矩，根据患者运动意图，由康复机器人跟随患者辅助其患肢运动；患者的患肢力量足够大时，为了强化患肢力量训练，康复机器人在随患肢运动时，需要提供一定的反向阻尼，促进患肢及神经系统的康复。
(4)康复训练时康复机器人应具备本体状态实时感知和运动控制能力。为了完成康复治疗方案的训练运动，康复机器人在工作过程中要能实时感知各个关节位移、速度、力/力矩等本体运动参数、患者运动意图、患者生理指标信息及环境相关信息等，并基于上述相关信息，根据治疗方案的运动流程实现康复机器人实时运动控制，完成训练任务。
(5)康复机器人要有充分的安全防护保障措施。由于康复机器人的服务对象是运动障碍患者，因为患者本来就行动不便，因此康复机器人的安全性就更加重要。在硬件设计上，康复机器人机械设计和控制系统设计要充分考虑机械装置的安全性和足够的安全量程，并能根据康复机器人实时状态信息保证康复机器人安全运行；在软件设计上，也要考虑控制参数的极限阈值设置与调整，确保控制机械系统的安全运行；对于患者，也要考虑人体生理信号的实时监测，并制定患者生理信号出现异常时的处置预案；在突发事件时(如停电)，康复机器人也要有相应的处置预案。
(6)康复机器人治疗过程应具备康复治疗信息智能处理功能。康复机器人在康复治疗过程中，应将患者治疗方案、患者生理指标、机器人本体状态等信息实时保存、记录，并具备一定的统计分析功能，以便于医师对患者康复情况进行定量分析。
(7)康复机器人应具有足够的人机交互能力。康复机器人需要将医师对患者制定的康复治疗方案中的训练流程转化为康复机器人能执行的动作，并辅助患者完成训练任务，因此康复机器人应具备与医师就治疗方案进行交互的功能；在治疗过程中，康复机器人应能根据患者的身体情况、患肢康复情况和运动意愿来调节运动状态，所以康复机器人和患者患肢之间应有充分的交互能力。
1.3 被动训练康复机器人控制技术
被动康复训练可适用于康复训练治疗全过程，特别是在患者肌力较弱，无法靠自身力量活动时康复治疗的主要方式是被动康复训练。通过被动康复训练不但可以提高患者肌肉张力，达到逐渐恢复患者患肢自主活动的能力，也可以降低肌肉痉挛给患者带来身体伤害的可能性。在被动训练康复机器人控制技术方面，人们采用的控制技术如PID(proportional(比例)、integral(积分)、differential(微分))控制、滑模控制、模糊控制、自适应控制等，为了提高控制效果，还普遍采用了多种控制方法相结合的混合控制技术[7-14]。
1.3.1 PID 控制
对于被动训练康复机器人的控制问题，PID 控制是*基本的控制方法。因为康复机器人一般采用电机驱动的、多自由度机电系统，其控制系统建模复杂，而PID 控制具有不依赖于被控对象模型的特点，利用PID 控制方法基本可以获得较为理想的控制效果。如文献[15]、[16]均利用PID 控制方法对其所研究的康复机器人实施了控制，并取得了较为理想的控制效果。为了达到更好的控制效果，许多学者也选择了把传统的PID 控制技术和其他的控制技术相结合的控制技术。如文献[17]将PID 控制与神经补偿算法结合起来，开展了下肢外骨骼机器人的被动训练问题研究，验证了期望轨迹跟踪的鲁棒性。文献[18]采用神经网络方法，讨论了全局PID 滑模控制方法，开展了康复机器人存在有界不确定性时的系统跟踪控制问题研究，证明了该康复机器人系统的稳定性和收敛性，仿真验证了轨迹跟踪的有效性。
1.3.2 滑模控制
滑模控制实质上是一种特殊类型的非线性控制。和PID 控制方法相比，滑模控制方法可以在动态过程中，根据系统当前不断变化的状态，实现系统按照预先设定的滑动模态状态的轨迹运动。由于其具有响应快、鲁棒性好和物理实现容易等优点，所以滑模控制已在机器人控制领域得到了广泛的应用[19]。
针对下肢康复机器人的末端轨迹跟踪问题，文献[20]采用双曲面正切函数的滑模控制器，对机器人末端进行直接控制，减弱了传统滑模控制存在的抖振现象，提高了误差收敛速度，实验结果也表明了双曲面正切函数滑模控制器的有效性。文献[21]给出了一种模块化的控制系统结构，采用快速终端滑模控制方法实现了外骨骼机器人的康复训练任务。并且，在模型函数未知、存在有界扰动情况下，保证了系统位置和速度信号在有限时间内的收敛性。该控制器在实时驱动三自由度的上肢外骨骼康复机器人系统中进行了应用实验，也验证了控制方法的有效性和鲁棒性。
文献[22]提出了一种基于数据驱动的无模型滑模控制方法，通过利用一种动态线性化方法对不确定机器人动力学模型进行了转换，引入滑模指数趋近律，设计了基于数据驱动的无模型自适应控制器，保证了系统收敛性。并以五自由度外骨骼上肢康复机器人为仿真对象，仿真实验证明了该方法的可行性。文献[23]通过基于代理的滑模控制方法，讨论了由气动肌肉驱动的二自由度可穿戴式康复机器人的腕关节康复训练位置控制问题，将PID 控制方法和滑模控制方法相结合，保证了训练轨迹位置控制的跟踪精度，保证了运动过程的安全性。通过康复机器人的轨迹跟踪实验验证了该控制方法的跟踪效果。
文献[24]通过利用终端滑模控制方法实现了对三自由度上肢外骨骼康复机器人的被动康复运动，该滑模控制器保证了滑模的可达性及有限时间内的跟踪性能。文献[25]针对五自由度外骨骼康复机器人系统存在不确定性、未知扰动的问题，基于有限时间扰动观测器，进行了非奇异快速终端滑模控制器设计，基于扰动估计，通过滑模控制实现了关节角度的跟踪，减轻了康复机器人的抖振效应，保证了系统的收敛精度。
1.3.3 模糊控制
模糊控制是一种基于模糊理论和逻辑推理的智能控制技术，适用于对难以建立精确数学模型的控制系统进行鲁棒控制，在非线性时变系统控制方面优势明显。模糊控制方法用语言式的模糊变量来描述被控对象的输入输出关系，模糊
展开
