在机器人辅助康复中整合特定主题的工作空间约束和基于绩效的控制策略

科学领域:

• 生物医学工程 生物医学工程
• 机器人技术 机器人技术 机器人技术
• 神经康复疗法 神经康复疗法

背景情况:

• 机器人辅助技术对于神经康复至关重要,增强神经可塑性和肌肉活动.
• 现有的方法往往缺乏个性化的工作空间定制和精确的辅助策略,考虑到个人的运动限制.
• 提高人类在机器人辅助培训中的积极参与,需要针对运动和辅助的定制方法.

研究的目的:

• 为机器人辅助上肢训练提出一个综合框架.
• 开发一个定量的人机交互工作空间和自适应机器人辅助.
• 增强个性化的运动约束和优化机器人辅助,以改善训练结果.

主要方法:

• 开发了一个人体运动上肢模型,用于定量交互式工作空间.
• 实施了一种基于代学习的排斥力场,以平衡运动自由和约束.
• 利用一个辐射基础功能神经网络 (RBFNN) 进行自适应机器人辅助控制.

主要成果:

• 该框架成功地提供了个性化的运动工作空间,确保了安全和自然的运动.
• 基于RBFNN的控制快速融合到适当的个人机器人辅助级别.
• 通过对健康受试者的初步验证,证明了该框架在各种培训任务中的安全性,可行性和效率.

结论:

• 综合框架为个性化的运动约束和在上肢训练中优化机器人辅助提供了显著的潜力.
• 需要对更大的患者队伍进行进一步的临床研究,以验证其在现实世界神经康复环境中的有效性.