康復機器人感知系統及其方法
2023-05-17 11:33:21 1
康復機器人感知系統及其方法
【專利摘要】本發明公開了一種康復機器人感知系統，所述康復機器人感知系統包括以下模塊：初始化模塊，用於對所述康復機器人感知系統進行初始化並啟動康復訓練模式；環境感知模塊，用於對康復機器人所處的環境進行分析判斷並選擇合適的行走模式；運動意圖感知模塊，用於在確定合適的行走模式之後通過傳感器採集傳感數據，並根據所述傳感數據生成患者的運動意圖指令；動作執行模塊，用於根據所述運動意圖指令控制所述康復機器人執行康復訓練動作，實施該方法，能夠使得患者對康復機器人的控制和使用能夠兼顧環境適應性好、運動意圖感知精確度高的優點。本發明還公開了一種康復機器人感知方法。
【專利說明】康復機器人感知系統及其方法
【技術領域】
[0001]本發明涉及康復設備【技術領域】，更具體地說，涉及一種康復機器人感知系統及其方法。
【背景技術】
[0002]中風、腦外傷等疾病的患者，他們由於中樞神經受損，進而導致下肢運動障礙給他們的生活帶來了嚴重的不便，如果不能得到有效地治療，他們可能永遠無法站立和行走。中樞神經具有可塑性，及時和科學的康復治療對肢體運動功能的恢復和提高起到非常重要的作用。
[0003]康復機器人是機器人和康復醫療相結合的新應用，可以為下肢癱瘓患者提供科學豐富的訓練方法和訓練效果評估指標，成為康復治療領域除了傳統治療方法的新突破。在康復機器人平時訓練的過程中，用於獲取外界信息的感知系統起著至關重要的作用。
[0004]一篇中國專利文獻(CN203417440U，一種可穿戴式氣動下肢康復機器人複合感知系統)公開了利用多種傳感器(編碼器、二維力傳感器、加速度傳感器、壓力傳感器、六維力傳感器)配合CAN總線來進行複合感知的可穿戴式氣動下肢康復機器人複合感知系統。同時一篇中國專利文獻(CN103431976A，基於肌電信號反饋的下肢康復機器人系統及其控制方法)公開了利用肌電信號反饋來控制下肢康復機器人的系統。
[0005]另一篇中國 專利文獻(CN102551994A，一種康復助行機器人)公開了利用紅外線傳感器、雷射測距儀對周圍環境進行感知，並進行障礙檢測和規避，實現了能夠對外界環境自適應的康復助行機器人。
[0006]然而，現有技術中的康復機器人感知系統無法將外界環境感知與運動意圖感知結合，使得患者對康復機器人的控制和使用不能兼顧環境適應性好、運動意圖感知精確度高。
【發明內容】
[0007]有鑑於此，有必要提供一種能夠兼顧環境適應性好、運動意圖感知精確度高的康復機器人感知系統。
[0008]本發明解決其技術問題所採用的技術方案是:構造一種康復機器人感知系統，所述康復機器人感知系統包括以下模塊:
初始化模塊，用於對所述康復機器人感知系統進行初始化並啟動康復訓練模式；環境感知模塊，用於對康復機器人所處的環境進行分析判斷並選擇合適的行走模式；運動意圖感知模塊，用於在確定合適的行走模式之後通過傳感器採集傳感數據，並根據所述傳感數據生成患者的運動意圖指令；
動作執行模塊，用於根據所述運動意圖指令控制所述康復機器人執行康復訓練動作。
[0009]本發明提供的康復機器人感知系統，通過環境感知模塊對康復機器人所處的環境進行分析判斷並選擇合適的行走模式之後再對患者的運動意圖進行判斷，使得患者對康復機器人的控制和使用能夠兼顧環境適應性好、運動意圖感知精確度高的優點。[0010]本申請還提供一種康復機器人感知方法，所述康復機器人感知方法包括以下步驟:
51、對康復機器人感知系統進行初始化並啟動康復訓練模式；
52、對康復機器人所處的環境進行分析判斷並選擇合適的行走模式；
53、在確定合適的行走模式之後通過傳感器採集傳感數據，並根據所述傳感數據生成患者的運動意圖指令；
54、根據所述運動意圖指令控制所述康復機器人執行康復訓練動作。
[0011]本發明提供的康復機器人感知方法，通過步驟S2對康復機器人所處的環境進行分析判斷並選擇合適的行走模式之後，實施步驟S3對患者的運動意圖進行判斷，使得患者對康復機器人的控制和使用能夠兼顧環境適應性好、運動意圖感知精確度高的優點。
【專利附圖】
【附圖說明】
[0012]下面將結合附圖及實施例對本發明作進一步說明，附圖中:
圖1是本發明 一較佳實施例提供的康復機器人的機械結構立體圖；
圖2是本發明一較佳實施例提供的康復機器人的硬體系統組成示意圖；
圖3是本發明一較佳實施例提供的康復機器人感知系統的結構框圖；
圖4是圖3中初始化模塊的子結構框圖；
圖5是圖3中環境感知模塊的子結構框圖；
圖6是圖5中環境感知單元的子結構框圖；
圖7是圖3中運動意圖感知模塊的子結構框圖；
圖8是本發明一較佳實施例提供的康復機器人感知方法流程圖；
圖9是圖8中步驟SI的子流程圖；
圖10是圖8中步驟S2的子流程圖；
圖11是圖10中步驟S21的子流程圖；
圖12是圖8中步驟S3的子流程圖。
【具體實施方式】
[0013]為了對本發明的技術特徵、目的和效果有更加清楚的理解，現對照附圖詳細說明本發明的【具體實施方式】，下述【具體實施方式】以及附圖，僅為更好地理解本發明，並不對本發明做任何限制。
[0014]如圖1所示，康復機器人機械結構部分主要由以下部件組成:背部支撐部件1，背部吊帶2，同步齒輪3、6，驅動電機4，大腿固定部件5，小腿固定部件9，下肢機器人骨架7，電機編碼器8，腳10。
[0015]如圖2所示，康復機器人的硬體系統組成包括外界環境傳感器11，運動意圖感知傳感器12，主控系統13，驅動器以及電機14 ;其中外界環境傳感器11、運動意圖感知傳感器12以及驅動器以及電機14分別與主控系統13相連。連接方式可以是通過CAN總線相連。
[0016]外界環境傳感器11可以包括超聲波傳感器、視覺傳感器、雷射測距儀中的一種或幾種。超聲波傳感器可以感知是否存在障礙物，並且判斷範圍較大；視覺傳感器可以對障礙物進行具體定位和判斷地形的判斷；雷射測距儀則具有測量精度高和效率高等優點。[0017]運動意圖傳感器12可以包括腳底壓力傳感器、編碼器、陀螺儀和肌電儀。腳底壓力傳感器、編碼器和陀螺儀分別通過採集卡把採集到的信息傳到CAN總線上，並傳送到主控系統13上，CAN總線可以使康復機器人的硬體系統的各部件得到其它部件的信息。肌電儀採集到的信息也可以通過LAN傳送到主控系統13上，並與運動意圖傳感器12中其他各傳感器採集到的信息進行融合。
[0018]腳底壓力傳感器優選使用薄膜式壓力傳感器。陀螺儀主要用於對康復機器人整體狀態進行監測，包括各個方向的速度、加速度等信息，以便對其進行調整。陀螺儀優選使用三軸陀螺儀。肌電儀主要通過肌電儀的電極對患者肌電信號的採集，然後對採集的肌電信號進行濾波、放大和抗幹擾處理。
[0019]如圖1、2所示，陀螺儀可以設置在背部支撐部件I上；電機編碼器8用於驅動兩個驅動電機和計算康復機器人的關節處角度、角加速度；康復機器人每個關節由兩個驅動電機4過同步齒輪3和6驅動；兩個腳10的底部分布設置3個腳底壓力傳感器(分布在腳跟、腳掌、腳尖處)，用於採集患者腳部受力狀況。
[0020]如圖3所示，本發明優選實施例提供一種康復機器人感知系統，所述康復機器人感知系統包括以下模塊:
初始化模塊100，用於對所述康復機器人感知系統進行初始化並啟動康復訓練模式；在本發明實施例中，通過初始化模塊100對所述康復機器人感知系統進行初始化，可以在啟動康復訓練模式之前徹底排查所述康復機器人感知系統所可能存在的問題，使得康復訓練模式啟動時康復機 器人感知系統處於良好的狀態。
[0021]環境感知模塊200，用於對康復機器人所處的環境進行分析判斷並選擇合適的行走模式；
在本發明實施例中，通過環境感知模塊200對康復機器人，包括最地形信息和障礙物的判斷。具體地，在硬體方面可以通過圖2中外界環境傳感器11和主控系統13來實施，外界環境傳感器11可以是超聲波傳感器、視覺傳感器、雷射測距儀中的一種或幾種。
[0022]運動意圖感知模塊300，用於在確定合適的行走模式之後通過傳感器採集傳感數據，並根據所述傳感數據生成患者的運動意圖指令；
在本發明實施例中，在硬體方面可以通過圖2中所示的運動意圖傳感器12和主控系統13來實施，運動意圖傳感器12可以包括腳底壓力傳感器、編碼器、陀螺儀和肌電儀中的一種或幾種。例如，通過圖2中的運動意圖傳感器12中的陀螺儀判斷康復機器人是否有位移，如果沒有位移，則康復機器人處於靜止狀態，如果存在位移，繼續判斷康復機器人存在垂直位移還是水平位移，如果是垂直位移，則康復機器人在進行蹲起動作，如果是水平位移，則康復機器人處於正常步態；在確定康復機器人處於正常步態後，通過圖2中的運動意圖傳感器12中的腳底壓力傳感器判斷是康復機器人的雙腳存在壓力還是左(右)腳存在壓力，如果康復機器人的雙腳存在壓力，則康復機器人處於雙支撐期，如果康復機器人的左腳或右腳存在壓力，則判斷康復機器人處於左支撐期(右搖擺期)或者處於右支撐期(左搖擺期);進一步地，通過分布在腳跟、腳掌、腳尖處的腳底壓力傳感器判斷，如果腳跟有壓力，則康復機器人處於左支撐前期(右搖擺前期)或者右支撐前期(左搖擺前期)，如果腳掌有壓力，則康復機器人處於左支撐中期(右搖擺中期)或者右支撐中期(左搖擺中期)，如果腳尖有壓力，則康復機器人處於左支撐末期(右搖擺末期)或者右支撐末期(左搖擺末期)。[0023]動作執行模塊400，用於根據所述運動意圖指令控制所述康復機器人執行康復訓練動作。在硬體方面可以通過圖2中所示的主控系統13驅動康復機器人機械結構部分來實施。
[0024]實施本發明實施例提供的康復機器人感知系統，通過環境感知模塊200對康復機器人所處的環境進行分析判斷並選擇合適的行走模式之後再通過運動意圖感知模塊300對患者的運動意圖進行判斷，使得患者對康復機器人的控制和使用能夠兼顧環境適應性好、運動意圖感知精確度高的優點。
[0025]優選地,如圖4所示,所述初始化模塊IOOa包括以下單元:
初始化單元110，用於對所述康復機器人感知系統進行初始化；
狀態判斷單元120，用於判斷初始化以後的所述康復機器人感知系統的狀態是否正確；當所述狀態錯誤時，重新啟動所述初始化單元的功能；當所述狀態正確時，啟動康復訓練模式啟動單元的功能；
康復訓練模式啟動單元130,用於啟動所述康復機器人感知系統的康復訓練模式。
[0026]在本發明實施例中，通過狀態判斷單元120判斷初始化以後的所述康復機器人感知系統的狀態是否正確，選擇是否重新啟動初始化單元110的功能，可以將所述康復機器人感知系統的狀態調整到最佳。
[0027]優選地，如圖5所示，所述環境感知模塊200a包括以下單元:
環境感知單元210，用於採集所述康復機器人所處環境的地面信息，並生成行走模式選擇指令；
行走模式選擇單元220，用於根據行走模式選擇指令選擇上坡行走模式、正常行走模式、下坡行走模式中的一種。
[0028]在本發明實施例中，通過採集所述康復機器人所處環境的地面信息，選擇合適的行走模式，可以使得康復機器人的行走更為穩定。
[0029]優選地，如圖6所示，所述環境感知單元210包括以下子單元:
障礙物判斷子單元211，用於判斷所述康復機器人所處環境的周圍是否存在障礙物；當存在障礙物時，啟動路徑規划子單元的功能；當不存在障礙物時，啟動地形判斷子單元的功能；
所述路徑規划子單元212，用於確定障礙物的位置，並根據障礙物的位置信息規劃所述康復機器人的路徑；
所述地形判斷子單元213，用於採集所述康復機器人所處環境的地形信息，並根據所述地形信息生成行走模式選擇指令。
[0030]在本發明實施例中，可以判斷所述康復機器人所處環境的周圍是否存在障礙物，當存在障礙物時，可以通過所述路徑規划子單元212規劃所述康復機器人的路徑，使得康復機器人能夠自動的避開障礙物，智能化程度高。
[0031]優選地，如圖7所示，所述運動意圖感知模塊300a包括以下單元:
信息採集單元310，用於在確定合適的行走模式之後通過傳感器採集所述康復機器人的狀態數據以及所述患者的肌電信號數據；
信息分析單元320，用於對採集到的所述康復機器人的狀態數據以及所述患者的肌電信號數據進行融合處理；對所述患者的肌電信號數據進行融合處理包括數據預處理、數據關聯、數據決策和數據融合等，做出正確的判斷與決策，同時大大提高患者運動意圖判斷的準確度。
[0032]數據預處理方面，可以使用最小二乘時間對準算法並進行仿真和比較。數據關聯方面，可以使用灰色關聯數據關聯算法，在灰色關聯數據關聯算法的基礎上，提出了基於熵權的灰色關聯數據關聯算法，該算法能夠自適應的根據特徵信息給出特徵的權重，使關聯結果更加合理可靠。
[0033]在數據決策方面，可以根據DS證據合成理論方法對傳感器報告進行融合判決，能夠去除冗餘信息，降低不確定度，使判決結果可靠度高。
[0034]運動意圖指令生成單元330，用於根據所述康復機器人的狀態數據以及所述患者的肌電信號數據融合處理的結果確定用戶的運動意圖，並根據所述用戶的運動意圖生成運動意圖指令。
[0035]在本發明實施例中，可以通過圖2中的運動意圖傳感器12中的多種傳感器來採集所述康復機器人的狀態數據和患者的肌電信號數據，提高了人體運動意圖判斷的範圍和準確性。
[0036]如圖8所示，本發明實施例還提供一種康復機器人感知方法，所述康復機器人感知方法包括以下步驟:
S1、對康復機器人感知系統進行初始化並啟動康復訓練模式；
在本發明實施例中，通過對所述康復機器人感知系統進行初始化，可以在啟動康復訓練模式之前徹底排查所述康復機器人感知系統所可能存在的問題，使得康復訓練模式啟動時康復機器人感知系統處於良好的狀態。
[0037]S2、對康復機器人所處的環境進行分析判斷並選擇合適的行走模式；
在本發明實施例中，通過對康復機器人，包括最地形信息和障礙物的判斷，可以選擇最優的行走模式。具體地，在硬體方面可以通過圖2中外界環境傳感器11和主控系統13來實施，外界環境傳感器11可以是超聲波傳感器、視覺傳感器、雷射測距儀中的一種或幾種。
[0038]S3、在確定合適的行走模式之後通過傳感器採集傳感數據，並根據所述傳感數據生成患者的運動意圖指令；在本發明實施例中，在硬體方面可以通過圖2中所示的運動意圖傳感器12和主控系統13來實施，運動意圖傳感器12可以包括腳底壓力傳感器、編碼器、陀螺儀和肌電儀中的一種或幾種。
[0039]例如，通過圖2中的運動意圖傳感器12中的陀螺儀判斷康復機器人是否有位移，如果沒有位移，則康復機器人處於靜止狀態，如果存在位移，繼續判斷康復機器人存在垂直位移還是水平位移，如果是垂直位移，則康復機器人在進行蹲起動作，如果是水平位移，則康復機器人處於正常步態；在確定康復機器人處於正常步態後，通過圖2中的運動意圖傳感器12中的腳底壓力傳感器判斷是康復機器人的雙腳存在壓力還是左(右)腳存在壓力，如果康復機器人的雙腳存在壓力，則康復機器人處於雙支撐期，如果康復機器人的左腳或右腳存在壓力，則判斷康復機器人處於左支撐期(右搖擺期)或者處於右支撐期(左搖擺期);進一步地，通過分布在腳跟、腳掌、腳尖處的腳底壓力傳感器判斷，如果腳跟有壓力，則康復機器人處於左支撐前期(右搖擺前期)或者右支撐前期(左搖擺前期)，如果腳掌有壓力，則康復機器人處於左支撐中期(右搖擺中期)或者右支撐中期(左搖擺中期)，如果腳尖有壓力，則康復機器人處於左支撐末期(右搖擺末期)或者右支撐末期(左搖擺末期)。[0040]S4、根據所述運動意圖指令控制所述康復機器人執行康復訓練動作。
[0041]在硬體方面可以通過圖2中所示的主控系統13驅動康復機器人機械結構部分來實施。
[0042]實施本發明實施例提供的康復機器人感知系統，通過環境感知模塊200對康復機器人所處的環境進行分析判斷並選擇合適的行走模式之後再通過運動意圖感知模塊300對患者的運動意圖進行判斷，使得患者對康復機器人的控制和使用能夠兼顧環境適應性好、運動意圖感知精確度高的優點。
[0043]優選地,如圖9所示,所述步驟SI包括以下子步驟:
511、對所述康復機器人感知系統進行初始化；
512、判斷初始化以後的所述康復機器人感知系統的狀態是否正確；當所述狀態錯誤時，跳轉並執行步驟Sll ;當所述狀態正確時，執行步驟S13 ；
513、啟動所述康復機器人感知系統的康復訓練模式。
[0044]在本發明實施例中，通過狀態判斷單元120判斷初始化以後的所述康復機器人感知系統的狀態是否正確，選擇是否重新啟動初始化單元110的功能，可以將所述康復機器人感知系統的狀態調整到最佳。
[0045]優選地,如圖10所示,所述步驟S2包括以下步驟: 521、採集所述康復機器人所處環境的地面信息，並生成行走模式選擇指令；
522、根據行走模式選擇指令選擇上坡行走模式、正常行走模式、下坡行走模式中的一種。
[0046]在本發明實施例中，通過採集所述康復機器人所處環境的地面信息，選擇合適的行走模式，可以使得康復機器人的行走更為穩定。
[0047]優選地,如圖11所示，所述步驟S21包括以下子步驟:
5211、判斷所述康復機器人所處環境的周圍是否存在障礙物；當存在障礙物時，跳轉並執行步驟S212 ;當不存在障礙物時，跳轉並執行步驟S213 ；
5212、確定障礙物的位置，並根據障礙物的位置信息規劃所述康復機器人的路徑；
5213、採集所述康復機器人所處環境的地形信息，並根據所述地形信息生成行走模式選擇指令。
[0048]在本發明實施例中，可以判斷所述康復機器人所處環境的周圍是否存在障礙物，當存在障礙物時，可以通過所述路徑規划子單元212規劃所述康復機器人的路徑，使得康復機器人能夠自動的避開障礙物，智能化程度高。
[0049]優選地,如圖12所示,所述步驟S3包括以下子步驟:
531、在確定合適的行走模式之後通過傳感器採集所述康復機器人的狀態數據以及所述患者的肌電信號數據；
532、對採集到的所述康復機器人的狀態數據以及所述患者的肌電信號數據進行融合處理；對所述患者的肌電信號數據進行融合處理包括數據預處理、數據關聯、數據決策和數據融合等，做出正確的判斷與決策，同時大大提高患者運動意圖判斷的準確度。
[0050]數據預處理方面，可以使用最小二乘時間對準算法並進行仿真和比較。數據關聯方面，可以使用灰色關聯數據關聯算法，在灰色關聯數據關聯算法的基礎上，提出了基於熵權的灰色關聯數據關聯算法，該算法能夠自適應的根據特徵信息給出特徵的權重，使關聯結果更加合理可靠。
[0051]在數據決策方面，可以根據DS證據合成理論方法對傳感器報告進行融合判決，能夠去除冗餘信息，降低不確定度，使判決結果可靠度高。
[0052]S33、根據所述康復機器人的狀態數據以及所述患者的肌電信號數據融合處理的結果確定用戶的運動意圖，並根據所述用戶的運動意圖生成運動意圖指令。
[0053]在本發明實施例中，可以通過圖2中的運動意圖傳感器12中的多種傳感器來採集所述康復機器人的狀態數據和患者的肌電信號數據，提高了人體運動意圖判斷的範圍和準確性。
[0054]上面結合附圖對本發明的實施例進行了描述，但是本發明並不局限於上述的【具體實施方式】，上述的【具體實施方式】僅僅是示意性的，而不是限制性的，本領域的普通技術人員在本發明的啟示下，在不脫離本發明宗旨和權利要求所保護的範圍情況下，還可做出很多形式，這些均屬於本發 明的保護之內。
【權利要求】
1.一種康復機器人感知系統，其特徵在於，所述康復機器人感知系統包括以下模塊: 初始化模塊，用於對所述康復機器人感知系統進行初始化並啟動康復訓練模式； 環境感知模塊，用於對康復機器人所處的環境進行分析判斷並選擇合適的行走模式； 運動意圖感知模塊，用於在確定合適的行走模式之後通過傳感器採集傳感數據，並根據所述傳感數據生成患者的運動意圖指令； 動作執行模塊，用於根據所述運動意圖指令控制所述康復機器人執行康復訓練動作。
2.根據權利要求1所述的康復機器人感知系統，其特徵在於，所述初始化模塊包括以下單元: 初始化單元，用於對所述康復機器人感知系統進行初始化； 狀態判斷單元，用於判斷初始化以後的所述康復機器人感知系統的狀態是否正確；當所述狀態錯誤時，重新啟動所述初始化單元的功能；當所述狀態正確時，啟動康復訓練模式啟動單元的功能； 康復訓練模式啟動單元，用於啟動所述康復機器人感知系統的康復訓練模式。
3.根據權利要求1所 述的康復機器人感知系統，其特徵在於，所述環境感知模塊包括以下單元: 環境感知單元，用於採集所述康復機器人所處環境的地面信息，並生成行走模式選擇指令； 行走模式選擇單元，用於根據行走模式選擇指令選擇上坡行走模式、正常行走模式、下坡行走模式中的一種。
4.根據權利要求3所述的康復機器人感知系統，其特徵在於，所述環境感知單元包括以下子單元: 障礙物判斷子單元，用於判斷所述康復機器人所處環境的周圍是否存在障礙物；當存在障礙物時，啟動路徑規划子單元的功能；當不存在障礙物時，啟動地形判斷子單元的功倉泛; 所述路徑規划子單元，用於確定障礙物的位置，並根據障礙物的位置信息規劃所述康復機器人的路徑； 所述地形判斷子單元，用於採集所述康復機器人所處環境的地形信息，並根據所述地形信息生成行走模式選擇指令。
5.根據權利要求1所述的康復機器人感知系統，其特徵在於，所述運動意圖感知模塊包括以下單元: 信息採集單元，用於在確定合適的行走模式之後通過傳感器採集所述康復機器人的狀態數據以及所述患者的肌電信號數據； 信息分析單元，用於對採集到的所述康復機器人的狀態數據以及所述患者的肌電信號數據進行融合處理； 運動意圖指令生成單元，用於根據所述康復機器人的狀態數據以及所述患者的肌電信號數據融合處理的結果確定用戶的運動意圖，並根據所述用戶的運動意圖生成運動意圖指令。
6.一種康復機器人感知方法，其特徵在於，所述康復機器人感知方法包括以下步驟: S1、對康復機器人感知系統進行初始化並啟動康復訓練模式；S2、對康復機器人所處的環境進行分析判斷並選擇合適的行走模式； S3、在確定合適的行走模式之後通過傳感器採集傳感數據，並根據所述傳感數據生成患者的運動意圖指令； S4、根據所述運動意圖指令控制所述康復機器人執行康復訓練動作。
7.根據權利要求6所述的康復機器人感知方法，其特徵在於，所述步驟SI包括以下子步驟: S11、對所述康復機器人感知系統進行初始化； S12、判斷初始化以後的所述康復機器人感知系統的狀態是否正確；當所述狀態錯誤時，跳轉並執行步驟Sll ;當所述狀態正確時，執行步驟S13 ； S13、啟動所述康復機器人感知系統的康復訓練模式。
8.根據權利要求6所述的康復機器人感知方法，其特徵在於，所述步驟S2包括以下步驟: S21、採集所述康復機器人所處環境的地面信息，並生成行走模式選擇指令； S22、根據行走模式選擇指令選擇上坡行走模式、正常行走模式、下坡行走模式中的一種。
9.根據權利要求8所述的康復機器人感知方法，其特徵在於，所述步驟S21包括以下子步驟: S211、判斷所述康復機器人所處環境的周圍是否存在障礙物；當存在障礙物時，跳轉並執行步驟S212 ;當不存在障礙物時，跳轉並執行步驟S213 ； S212、確定障礙物的位置，並根據障礙物的位置信息規劃所述康復機器人的路徑； S213、採集所述康復機器人所處環境的地形信息，並根據所述地形信息生成行走模式選擇指令。
10.根據權利要求6所述的康復機器人感知方法，其特徵在於，所述步驟S3包括以下子步驟: S31、在確定合適的行走模式之後通過傳感器採集所述康復機器人的狀態數據以及所述患者的肌電信號數據； S32、對採集到的所述康復機器人的狀態數據以及所述患者的肌電信號數據進行融合處理； S33、根據所述康復機器人的狀態數據以及所述患者的肌電信號數據融合處理的結果確定用戶的運動意圖，並根據所述用戶的運動意圖生成運動意圖指令。
【文檔編號】A61B5/103GK104013513SQ201410246126
【公開日】2014年9月3日 申請日期:2014年6月5日 優先權日:2014年6月5日
【發明者】葛樹志, 賀威, 李敏, 麻天照 申請人:電子科技大學