摘要
伴随科技的进步，人们对于高质量医疗的追求不断提升，康复机器人作为新兴技术，为许多脑卒中患者带来福音。随着研究的深入，患者的康复训练不再局限于四肢主要关节，运动更为灵巧的手部也成为当前的关注热点。目前，手部康复机器人在精细运动能力、协同控制方法、交互训练模式、运动状态监测等方面仍存在不足。本文围绕上述问题，从构型设计与运动分析、柔顺控制与协同运动、人机交互与范式设计、意图识别与疲劳判定、平台搭建与实验验证五个方面开展手部康复机器人系统设计与关键技术研究。 首先，基于手部解剖学和关节运动机理，开展手指运动耦合特性分析，建立手部等效机构模型；围绕手康复中常被忽略的内收/外展运动，开展屈曲/伸展运动与内收/外展运动之间映射关系的研究。在此基础上，从康复训练设计需求出发，依据不同手指的运动特性，提出手部康复机器人创新机构构型并完成结构设计；基于轻量化的设计理念，提出一种基于鲍登线的远端驱动结构以减轻患者训练时手部的负担；在前述内容的基础上完成手部康复机器人系统样机平台搭建。以食指为例，对所提出机构进行运动学仿真与分析，并求解机器人的工作空间。 其次，为保证患者康复训练过程中的准确性与安全性，开展手部康复机器人控制策略的研究。考虑远端驱动的误差特性，设计一种基于输出延时观测器的滑模控制策略用于机器人的位置控制；为提高康复训练的柔顺性，设计基于位置的阻抗控制策略；基于等长训练与等速训练临床疗法，提出一种主被动结合的触发式辅助控制策略；针对多指协同运动过程中的同步性问题，设计交叉耦合同步控制策略，并进行仿真分析。 然后，为实现患者训练过程中运动康复与神经康复的有效结合，开展人机交互康复训练模式研究。首先基于临床方案进行手康复模式解析，设计虚拟现实场景下，运动康复与神经康复相结合的手部康复综合训练方案，并通过康复过程中的眼动信息验证了方案的有效性。为进一步提高神经康复训练效果，提出视觉刺激-言语增强手部康复训练范式，通过研究大脑皮层对多感官刺激下的响应，设计实验验证该范式在神经康复训练过程中的有效性。 之后，为提高手部康复训练的智能化程度，基于表面肌电信号开展运动意图识别与疲劳度判定研究。采集4名志愿者的表面肌电信号并进行预处理、特征优选与特征提取，将得到的特征矩阵输入最小二乘向量机对四种手部动作进行运动意图识别，提出一种改进型的算术优化算法对最小二乘向量机中的超参数进行优化，提高分类器的泛化能力。提出一种包含过渡状态的患者疲劳度标签划分方法，采用k近邻法对志愿者的疲劳度进行判定。 最后，围绕所搭建手部康复机器人系统平台，并开展相关实验研究。首先对手部康复机器人远端驱动传递效率和机器人关节运动角度进行测试；然后对机器人抓握能力、抓握稳定性和抓握适应性进行实验验证；之后对主动抓握场景的力反馈效果进行了测试；再后招募6名志愿者对基于表面肌电信号的手部运动意图识别算法和疲劳度判定算法进行测试；最后在25名志愿者的参与下，采用模糊层次分析法对机器人系统舒适度进行预评价。结果表明，本文所设计的手部康复机器人系统能够满足康复训练需求。
NETL