功能性電刺激關節角度遺傳模糊控制方法
2023-07-22 19:39:51
專利名稱：功能性電刺激關節角度遺傳模糊控制方法
技術領域：
本發明涉及以功能性電信號刺激進行肢體康復領域，尤其是功能性電刺激關節角 度遺傳模糊控制裝置。
背景技術：
功能性電刺激(Functional Flectrical Stimulation，FES)是通過電流脈衝序列 來刺激肢體運動肌群及其外周神經，有效地恢復或重建截癱患者的部分運動功能的技術。 目前，由於脊髓再生能力微弱，針對脊髓損傷癱瘓患者，尚未有可直接修復損傷的有效醫治 方法，實施功能康復訓練是一有效的措施。據統計，脊髓損傷癱瘓患者人數逐年增多，功能 康復訓練是亟待需求的技術。20世紀60年代，Liberson首次成功地利用電刺激腓神經 矯正了偏癱患者足下垂的步態，開創了功能性電刺激用於運動和感覺功能康復治療的新途 徑。目前，FES已經成為了恢復或重建截癱患者的部分運動功能，是重要的康復治療手段。 然而，如何精密控制FES的觸發時序和脈衝電流強度以保證電刺激作用效果能準確完成預 定的功能動作仍是FES的技術關鍵。據統計，目前FES的觸發控制的方式研究尚少，而且根 據作用效果與預定動作偏差，用閉環控制來自動調整FES刺激強度和時序參數，從而大大 提高了 FES系統的實時性、準確性和穩定性，但是現在有效的控制方法仍然在探索之中。 模糊控制器是一種通過模糊邏輯和近似推理的方法，把人的經驗形式化、模型化， 變成計算機可以接受的控制模型，讓計算機代替人來進行實時地控制被控對象的高級策略 和新穎的技術方法，可有效地提高控制算法的可控性、適應性和合理性，尤其是針對複雜而 用數學方程難於建模且有豐富手控經驗的課題具有奇特的優勢，而人體肌肉的複雜性和時 變性操作環境使其建立其數學模型，致使傳統的控制方法很難適應FES領域的嚴格要求， 模糊控制器為FES的精密控制提供了新方案。模糊控制器核心技術就是確定模糊控制器 的結構、所採用的模糊規則、合成推理算法以及模糊決策的方法等因素，模糊控制要取得最 優的控制效果的關鍵既是對模糊控制器量化因子、比例因子以及模糊控制規則等參數的整 定。在FES領域，對系統穩定性要求極為嚴格，所以對模糊控制器參數選擇亦尤為重要。
發明內容
為克服現有技術的不足，通過遺傳算法並行隨機搜索的最優化的方法優化模糊控 制器的量化因子、比例因子以及模糊控制規則等參數，繼而準確穩定實時地控制FES系統 的電流模式，有效地提高FES系統準確性和穩定性，並獲得可觀的社會效益和經濟效益。為 達到上述目的，本發明採用的技術方案是功能性電刺激關節角度遺傳模糊控制方法，包 括首先確定模糊控制的量化因子、比例因子以及隸屬函數參量的12個決策變量 kfuzzi大致範圍和編碼長度，並對其進行編碼以及隨機產生η個個體組成的初始種群 P(O)，其中kfuzz為nX12的向量；其次選定合適的遺傳算法的終進化代數G、交叉概率P。以及變異概Pm ；
最後通過實際關節角度與肌肉模型輸出關節角度的相應關係，建立最小目標函 數，將種群中各個個體解碼成對應的參數值，並求取相應的代價函數值和適應函數值，再應 用複製、交叉和變異算子對種群p(t)進行操作，產生下一代種群P(t+1)，反覆重複以上操 作，直到參數收斂或者達到預定的指標；通過遺傳算法尋優，達到最優狀態，最終輸出此狀態下的決策變量kfuzzi，即得模 糊控制的決策變量kfuzzi ；在新的模糊控制參數下計算系統輸出及其與肌肉模型的偏差後再進入下一步遺 傳算法的自適應的調整模糊控制器參數，反覆此過程，最終實現模糊控制器參數的自適應 在線整定，並用於FES系統。所述功能性電刺激關節角度遺傳模糊控制方法，實際輸出關節角度和期望關節度 的誤差e(k)以及誤差的變化率ec(k)，其論域為FE= [_E，E]，FEC= [_EC，EC]，控制輸出 的刺激電流強度u (k)，其論域為FU = [-U，U]；誤差的量化論域為X={-n，_n+l，".0，".，η_1，η}(1)誤差變化率的量化論域為X1 {-m, -m+1, ...0，...，m-l，m};(2)控制量的量化論域為Y={-k，-k+l，...0，...，k-l，k}量化因子分別為Ke = n/Xe (3)Kec = m/Xec (4)比例因子為Ku = YJk (5)採用誤差的論論域{-3 -2-10123}；誤差變化率的論域為{_3 -2-101 2 3}輸出值的論域{_3 -2-10123}。控制規則表為如果El且ECl則U1，如果E2且 EC2 則 U2，......Ep 且 ECp 則 Up;其總模糊控制規則為 R = (EiXCEi)" ο Ci (7)其中 採用的反模糊化法是加權平均法 對於每一個具體的觀察值偏差E*和其誤差變化率ECf，再分別用各自的量化因子 公式變成量化論域中的元素，再把其模糊化為E*和ECf，
(9)其中E*= (ei...en)，EC*=憂…乙)由公式8可以求輸出的精確量；角度誤差及其誤差變化率在[-90 90]上，論域為[-3 3]，則可以用公式
(10)所述功能性電刺激關節角度遺傳模糊控制方法，對量化因子和比例因子以及模糊 控制規則進行整定，對模糊控制器參數的控制如以下公式Kel = kfuzzi(l)*Ke(11)Kcl = kfuzzi(2)*Kc(12)Kul = kfuzzi(3)*Ku(13)誤差論域為{-3-kfuzzi (4)，-2-kfuzzi (5)，-1-kfuzzi(6)，0，1+kfuzzi (6)，2+kfuzzi (5)， 3+kfuzzi(4)}誤差變化率論域為{-3-kfuzzi (7)，-2-kfuzzi (8)，-1-kfuzzi(9)，0，1+kfuzzi (9)，2+kfuzzi (8)， 3+kfuzzi(7)}輸出值的論域{-3-kfuzzi (10) , -2-kfuzzi (11) , -1-kfuzzi (12) , 0, 1+kfuzzi (12), 2+kfuzzi(11)，3+kfuzzi(10)}本發明的特點在於首先以模糊控制根據膝關節角度的變化實時控制功能性電刺 激的電流模式，有效地解決了由於人體肌肉的複雜性和時變性所帶來的難以精確控制電刺 激電流模式的問題，其次利用遺傳算法的良好尋優特性，實時調整模糊控制器的量化因子、 比例因子以及隸屬函數參數，繼而更精確的控制功能性電刺激的電流模式。
圖1遺傳算法整定模糊控制器參數的結構框圖。圖2基於遺傳算法的模糊控制器參數尋優流程圖。圖3實驗場景圖。圖4遺傳算法自適應優化整定的模糊控制器追蹤結果。圖5遺傳算法整定模糊控制器參數控制下預設輸入關節角度與實際輸出的相對誤差。
具體實施例方式本發明提出的基於遺傳算法整定模糊控制器控制功能性電刺激精密控制的方法， 在控制FES系統電流模式方面可取得良好的效果。遺傳算法屬於人工生物進化算法，是一種借鑑於生物界自然選擇和自然遺傳機 制，主要特點是群體搜索策略和群體中個個體之間的信息交換，不依賴於梯度信息，特別適 合於複雜和非線性問題的尋優，近幾年應用到了所有涉及優化的領域。由於FES領域對控制的精確要求以及環境的複雜性，以及模糊控制器相關參數重要性和難選定的特點，則選 取了遺傳算法對模糊控制器相關參數的尋優調整。基於遺傳模糊控制的助行功能性電刺激精密控制方法的應用的結構如圖1所示。 其工作流程為首先確定模糊控制的量化因子、比例因子以及隸屬函數參量的12個決策變 量kfuzzi大致範圍和編碼長度，並對其進行編碼以及隨機產生η個個體組成的初始種群 P(O)，其中kfuzz為nX12的向量，其次選定合適的遺傳算法的終進化代數G、交叉概率P。 以及變異概Pm，最後通過實際關節角度與肌肉模型輸出關節角度的相應關係，建立最小目 標函數；將種群中各個個體解碼成對應的參數值，並求取相應的代價函數值和適應函數值， 再應用複製、交叉和變異算子對種群P(t)進行操作，產生下一代種群P(t+1)，反覆重複以 上操作，直到參數收斂或者達到預定的指標；計算遺傳算法最優的基因輸出即得模糊控制 的決策變量kfuzzi。在新的模糊控制器下計算系統輸出及其與肌肉模型的偏差後再進入下 一步遺傳算法的自適應的調整模糊控制器參數。反覆此過程，最終實現模糊控制器參數的 自適應在線整定，並用於FES系統。1模糊控制設計由於人的特殊性，FES領域對控制器穩定性、魯棒性、實時性要求嚴格，設計模糊控 制器均衡穩定性和實時性選擇了二維模糊控制器，即兩個輸入變量分別實際輸出關節角度 和期望關節度的誤差e(k)以及誤差的變化率ec(k)，其論域為FE= [_E，E]，FEC= [-EC, EC]，輸出的刺激電流強度u (k)，其論域為FU = [-U，U]。誤差的量化論域為X={-n，_n+l，...0，...，n_l，n}(1)誤差變化率的量化論域為X1 = {-m, -m+1, ...0，...，m_l，m};(2)控制量的量化論域為Y={-k，-k+l，...0，...，k-l，k}量化因子分別為Ke = n/Xe(3)Kec = m/Xec(4)比例因子為Ku = k/Yu(5)本發明採用誤差的論論域{-3 -2-10123}；誤差變化率的論域為{_3 _2 _1 0 1 23}輸出值的論域{_3 -2-1012 3}。控制規則表為如果El且ECl則U1，如果E2 且 EC2 則 U2，......Ep 且 ECp 則 Up ；其總模糊控制規則為
(7)其中E1= (Bli-Bni)5EC1 = (by.bj，^ = (Cli-Cti) (i = 1,…ρ)採用的反模糊化法是加權平均法
對於每一個具體的觀察值偏差E*和其誤差變化率EC*，再分別用各自的量化因子 公式變成量化論域中的元素，再把其模糊化為E*和ECf， 其中E* = (ei... en)，EC* = (f," fm)有公式8可以求輸出的精確量。本專利角度誤差及其誤差變化率在[-90 90]上，論域為[-3 3]，則可以用公式 2遺傳算法整定模糊控制器參數基本的模糊控制穩態性能不能達到FES領域的要求，本專利將對量化因子和比例 因子以及模糊控制規則進行整定。當基本論域和詞集不變時，量化因子變化會導致偏差及 其變化率所對應的語言值發生變化，比例因子的變化會直接導致作用於被控對象的控制量 發生變化。集體為Ke越大，系統上升時間越短，反之越長；Ke。越大，系統的反應越靈敏，反 之越遲鈍，Ku越大，系統上升時間越短，但容易導致振蕩，而Ku過小易使系統的動態過程變 長。本專利遺傳算法對模糊控制器參數的控制如以下公式Kel = kfuzzi(l)*Ke(11)Kcl = kfuzzi(2)*Kc(12)Kul = kfuzzi(3)*Ku(13)誤差論域為{-3-kfuzzi (4)，-2-kfuzzi (5)，-1-kfuzzi(6)，0，1+kfuzzi (6)，2+kfuzzi (5)， 3+kfuzzi(4)}誤差變化率論域為{-3-kfuzzi (7)，-2-kfuzzi (8)，-1-kfuzzi(9)，0，1+kfuzzi (9)，2+kfuzzi (8)， 3+kfuzzi(7)}輸出值的論域{-3-kfuzzi (10) , -2-kfuzzi (11) , -1-kfuzzi (12) , 0, 1+kfuzzi (12), 2+kfuzzi(11)，3+kfuzzi(10)}在控制過程中，首先根據某一時刻t的關節角度和t+Ι輸入電流，預測控制t+Ι時 刻的膝關節角度，再根據最優預測膝關節角度與給定角度反饋偏差，通過模糊控制器輸出 下一時刻電流水平，使其作用在肌肉上精確地完成相應動作。其中模糊控制器參數嚴重影 響控制器的性能，採用遺傳算法對模糊控制器的參數尋優，得到的最優參數作為模糊控制 器的12個參數。基於遺傳算法的模糊控制器參數尋優流程圖如圖2所示對模糊控制器相關參數進行染色體編碼；
隨機產生初始群體；基因選擇交叉和變異操作；染色體解碼得到新參數；採樣受控過程的輸入和輸出；對受控輸出的最優選擇；群體適應度統計並產生新的群體；判斷群體是否穩定，若否返回基因選擇交叉和變異操作；輸出優化的模糊控制器相關參數。1、確定模糊控制需要尋優的參數模糊控制器需要尋優的參數有12個，分別為量化因子2個；比例因子1個，隸屬函 數規則參數9個。2、染色體的編碼方法整定模糊控制器參數屬於參數優化問題，且問題解為實數值，故採用多參數映射 二值編碼，即在一條染色體上12個子串分別表示12個參數01000100 I 11110010 I 01101001110001000 I 01011010 I 01010110 I 010010011 010101 10|01010110I 01010110 I 01011100 I 101010113、適應度函數的設計肌肉特性特別複雜而且人承受能力有限，這要求衡量控制系統三個指標為穩定 性、準確性和快速性，為了更好使控制偏差趨於零，有較快的響應速度和較小的超調量，因 此適應度函數應把最優預測與期望值的反饋偏差e (t)，偏差的變化率ec (t)和控制量u (t) 的關係，作為參數選取的最優指標J 其中，W1,W2 和 W3 是權值，一般都取 W1 = 100，W2 = 10，W3 = 1。適度函數為F = C/J (15)其中，C= 10n(n為整數)，當個體的是適應度相差較大時，η≤0;相差較小時， η≥0。4、利用遺傳算法，選擇算子、交叉算子、變異算子等手段，對模糊控制器參數進行 尋優，並利用適應函數，確定收斂和尋優效果。5、算法的終止條件群體中個體進化已趨於穩定狀態，即發現群體一定比例的個體已為同一個體時， 迭代終止。實驗方案實驗裝置採用美國SIGMEDICS公司生產的Parast印功能性電刺激助行系統以及 PASCO公司PS-2137量角器和Data Studio軟體。Parast印系統包含微處理器和刺激脈衝 發生電路，含六條刺激通道，電池供電。實驗內容為利用FES系統對下肢相關肌群進行刺 激，利用PASCO公司PS-2137量角器採集膝關節角度和Data Studio軟體記錄所測量的膝關節角度。要求受試者身體健康，無下肢肌肉、骨骼疾患，無神經疾患及嚴重心肺疾患。實 驗時受試者安坐於測試臺上，將刺激電極固定於股四頭肌的兩端位置，將量角器固定在大 腿和小腿上，使關節活動點貼近膝關節活動點位置。未施加電刺激時小腿放鬆、保持垂直 懸空狀態，FES實驗場景如圖3所示。電刺激脈衝序列採用經典的Lilly波形，脈衝頻率為 25Hz、脈寬150 μ s，脈衝電流在0 120m範圍內可調。實驗中可通過改變脈衝電流大小來 調整刺激強度以改變由刺激產生的膝關節角度。實驗前，設定期望的膝關節角度運動軌跡， 實驗中利用角度測量計實時檢測膝關節張角變化。實驗數據採樣率為128Hz，數據記錄時長 為 60s。有益效果遺傳整定的模糊控制器參數新算法對FES脈衝電流幅值進行測算和調整，使FES 作用所產生的膝關節角度運動貼近預期的運動軌跡。圖4為遺傳算法自適應優化整定的模 糊控制器追蹤結果。圖中紅線表示預期運動軌跡、藍線為實際輸出關節 角度。X軸為時間， Y軸為膝關節運動角度。為更清楚地觀察遺傳算法整定模糊控制器的控制誤差，如圖5遺傳 算法整定PID控制下預設輸入膝關節角度與實際膝關節角度的相對誤差所示，則可以看出 誤差均在3 %之內，可以達到精確的控制。本發明的主旨是提出一種新的FES的精密控制方法，通過遺傳算法自適應整定模 糊控制器參數，繼而準確穩定實時地有效地控制FES系統的電流強度。該項發明可有效地 提高FES系統實時性、準確性和穩定性，並獲得可觀的社會效益和經濟效益。最佳實施方案 擬採用專利轉讓、技術合作或產品開發。
權利要求
一種功能性電刺激關節角度遺傳模糊控制方法，其特徵是，包括首先確定模糊控制的量化因子、比例因子以及隸屬函數參量的12個決策變量kfuzzi大致範圍和編碼長度，並對其進行編碼以及隨機產生n個個體組成的初始種群P(O)，其中kfuzz為n×12的向量；其次選定合適的遺傳算法的終進化代數G、交叉概率Pc以及變異概Pm；最後通過實際關節角度與肌肉模型輸出關節角度的相應關係，建立最小目標函數，將種群中各個個體解碼成對應的參數值，並求取相應的代價函數值和適應函數值，再應用複製、交叉和變異算子對種群P(t)進行操作，產生下一代種群P(t+1)，反覆重複以上操作，直到參數收斂或者達到預定的指標；通過遺傳算法尋優，達到最優狀態，最終輸出此狀態下的決策變量kfizzi，即得模糊控制的決策變量kfuzzi；在新的模糊控制參數下計算系統輸出及其與肌肉模型的偏差後再進入下一步遺傳算法的自適應的調整模糊控制器參數，反覆此過程，最終實現模糊控制器參數的自適應在線整定，並用於FES系統。
2.根據權利要求1所述的一種功能性電刺激關節角度遺傳模糊控制方法，其特徵是， 所述功能性電刺激關節角度遺傳模糊控制方法，實際輸出關節角度和期望關節度的誤差 e (k)以及誤差的變化率ec (k)，其論域為FE = [_Ε，Ε]，FEC = [-EC, EC]，控制輸出的刺激 電流強度u (k)，其論域為FU = [-U，U]；誤差的量化論域為X= {-η, -η+1, ".0, ···, η-1, η}(1) 誤差變化率的量化論域為XI{-m, -m+1, ...0, ···, m-1, m} ； (2) 控制量的量化論域為Y = {-k, -k+1, ...0，…，k-1, k}量化因子分別為Ke = n/Xe (3)Kec = m/Xec (4)比例因子為Ku = Yu/k (5)採用誤差的論論域{-3 -2-10123}；誤差變化率的論域為{_3 -2-10123} 輸出值的論域{-3 -2-1012 3}，控制規則表為如果El且ECl則U1，如果E2且EC2貝丨JU2，......Ep 且 ECp 則 Up;其總模糊控制規則為R=IJr1 =O(^xBi)nOCi'=I '=I(6)R = (EiXCEi)" ο Ci(7)其中 E1 = (Bli--^ani), EC1 = (by·、)，U1 = (Cli-CtiMi = I, ...ρ) 採用的反模糊化法是加權平均法 對於每一個具體的觀察值偏差Ε*和其誤差變化率ECf，再分別用各自的量化因子公式 變成量化論域中的元素，再把其模糊化為Ε*和ECf， (9)其中 Ε* = (ei...en)，EC* = (fV..fm) 由公式8可以求輸出的精確量；角度誤差及其誤差變化率在[-90 90]上，論域為[-3 3]，則可以用公式 (10)
3.根據權利要求1所述的一種功能性電刺激關節角度遺傳模糊控制方法，其特徵是， 所述功能性電刺激關節角度遺傳模糊控制方法，對量化因子和比例因子以及模糊控制規則 進行整定，對模糊控制器參數的控制如以下公式 Kel = kfuzzi(l)*Ke (11) Kcl = kfuzzi(2)*Kc (12) kul = kfuzzi(3)*Ku (13) 誤差論域為{-3-kfuzzi (4), -2-kfuzzi (5), -1-kfuzzi(6),0,1+kfuzzi (6),2+kfuzzi (5), 3+kfuzzi(4)}誤差變化率論域為{-3-kfuzzi (7)， -2-kfuzzzi (8)， -1-kfuzzi (9),0,1+kfuzzi (9),2+kfuzzi (8)， 3+kfuzzi(7)}輸出值的論域{-3-kfuzzi (10)，-2-kfuzzi(11)，-1-kfuzzi(12)，0，1+kfuzzi(12)，2+kfuzzi (11)， 3+kfuzzi(10)}。
全文摘要
本發明涉及以功能性電信號刺激進行肢體康復領域。為實現準確穩定實時地控制FES系統的電流模式，有效地提高FES系統準確性和穩定性，本發明採用的技術方案是，首先確定模糊控制的量化因子、比例因子以及隸屬函數參量；其次選定合適的遺傳算法的終進化代數G、交叉概率Pc以及變異概Pm；通過遺傳算法尋優，達到最優狀態，得模糊控制的決策變量kfuzzi；在新的模糊控制參數下計算系統輸出及其與肌肉模型的偏差後再進入下一步遺傳算法的自適應的調整模糊控制器參數，反覆此過程，最終實現模糊控制器參數的自適應在線整定，並用於FES系統。本發明主要應用於功能性電刺激關節角度遺傳模糊控制。
文檔編號G05B13/04GK101846977SQ20101018315
公開日2010年9月29日 申請日期2010年5月26日 優先權日2010年5月26日
發明者萬柏坤, 劉秀雲, 席友緣, 張廣舉, 明東, 邱爽 申請人:天津大學