并联踝康复机器人：柔顺交互技术与多模式训练策略的深度探索

并联踝康复机器人：柔顺交互技术与多模式训练策略的深度探索一、引言1.1研究背景踝关节作为人体重要的承重关节和运动枢纽，在日常活动如行走、跑步、跳跃中起着关键作用。它能够承受约体重5倍的重量，并且在推动身体向前运动时，下肢约60%的力量由踝关节产生。然而，由于其特殊的解剖结构和频繁的使用，踝关节极易受到损伤。据统计，在运动损伤中，踝关节扭伤的发生率居高不下，同时，随着交通事故、工伤事故的增加以及人口老龄化的加剧，踝关节骨折、韧带损伤、神经损伤等病症的患者数量也日益增多。这些损伤不仅会导致患者踝关节疼痛、肿胀、活动受限，严重影响其日常生活和工作，还可能引发长期的功能障碍，降低生活质量。例如，脑卒中后患者常出现踝关节足内翻、足下垂等痉挛模式，严重影响站立和行走能力；踝关节骨折若得不到良好的康复治疗，可能留下各种后遗症，如创伤性关节炎等。传统的踝关节康复治疗方法主要包括物理治疗师的手动治疗、康复器械辅助训练以及药物治疗等。物理治疗师手动治疗虽然能够根据患者的具体情况提供个性化的治疗，但存在劳动强度大、效率低的问题，且治疗效果依赖于治疗师的经验和技能水平，难以保证治疗的一致性和准确性。康复器械辅助训练方面，现有的一些康复器械通常自由度有限，使用的步态参数和训练步法较为单一，只能模拟平地时的踝关节运动，无法满足患者多样化的康复需求。例如，传统的踝关节康复训练器械可能仅能提供简单的屈伸运动训练，难以模拟复杂的内翻、外翻、内收、外展等动作。药物治疗则主要用于缓解疼痛和炎症，对踝关节功能的恢复作用有限。此外，传统松解术治疗脚踝关节粘连虽较为常见，却存在手术风险，如可能损伤神经、血管或其他周围结构，术后疼痛剧烈，康复时间长，且疗效不确定，还可能出现粘连复发等情况。随着机器人技术、控制技术、传感器技术以及生物医学工程等多学科的快速发展，踝关节康复机器人应运而生，为踝关节康复治疗带来了新的解决方案。其中，并联踝康复机器人凭借其独特的结构和运动特性，在踝关节康复领域展现出显著的优势。与串联机器人相比，并联踝康复机器人具有结构紧凑、刚度高的特点，其多个支链共同承载载荷，使得机器人能够更好地满足踝关节康复训练中对力量和稳定性的要求；运动精度高，由于不存在串联机器人的累积误差问题，并联机器人能够实现更高的运动精度，为患者提供更加精准的康复训练；运动灵活性好，能够实现多个方向的转动自由度，可模拟踝关节的各种复杂运动，为患者提供更加全面的康复训练；安全性高，并联机器人的结构特点使其在运动过程中更加稳定，有效降低了患者在康复训练中受伤的风险。然而，现有的并联踝康复机器人在实际应用中仍存在一些问题。一方面，人机交互的柔顺性不足，在康复训练过程中，机器人与患者之间的力交互不够自然和柔顺，容易导致患者的不适感，甚至可能对患者造成二次伤害。另一方面，康复训练模式较为单一，难以满足不同患者在不同康复阶段的个性化需求。例如，对于踝肌力较弱的早期患者，需要低强度、高柔顺性的训练模式；而对于踝关节有一定肌力水平的中期患者和肌力水平较高的后期患者，则需要不同强度和模式的训练。因此，研究并联踝康复机器人的柔顺交互与多模式康复训练具有重要的理论意义和实际应用价值。通过实现柔顺交互，可以提高患者在康复训练中的舒适度和安全性，增强患者的参与积极性；而多模式康复训练能够根据患者的具体情况和康复阶段，提供个性化的康复方案，提高康复治疗的效果和效率，帮助患者更快、更好地恢复踝关节功能。1.2研究目的与意义本研究旨在深入探究并联踝康复机器人的柔顺交互与多模式康复训练技术，解决现有机器人在人机交互柔顺性和康复训练模式方面存在的问题，为踝关节损伤患者提供更安全、舒适、有效的康复治疗方案，推动康复机器人技术的发展。具体而言，本研究具有以下重要目的和意义：优化机器人性能：通过研究并联踝康复机器人的柔顺交互控制策略，改善机器人与患者之间的力交互特性，使机器人能够更加自然、柔顺地跟随患者的运动意图，减少患者在康复训练过程中的不适感和受伤风险，提高机器人的安全性和可靠性。提高康复效果：开发多种康复训练模式，根据患者的不同病情、康复阶段以及个体差异，为患者提供个性化的康复训练方案。例如，针对踝肌力较弱的早期患者，设计低强度、高柔顺性的训练模式，帮助患者逐渐恢复踝关节的活动能力；对于踝关节有一定肌力水平的中期患者，提供适度强度和多样化的训练模式，促进踝关节功能的进一步恢复；对于肌力水平较高的后期患者，采用高强度、针对性的训练模式，帮助患者实现踝关节功能的全面恢复和强化。通过这种个性化的多模式康复训练，提高康复治疗的效果和效率，帮助患者更快、更好地恢复踝关节功能，提高生活质量。推动技术发展：在研究过程中，涉及到机器人技术、控制技术、传感器技术、生物医学工程等多个学科领域的交叉融合。通过对并联踝康复机器人柔顺交互与多模式康复训练的研究，不仅可以丰富和完善康复机器人的理论体系，还能够推动相关技术的创新和发展，为其他类型康复机器人的研发提供理论支持和技术参考。临床与家庭康复支持：本研究成果可直接应用于临床康复治疗，为物理治疗师提供更先进、有效的康复治疗工具，减轻治疗师的工作负担，提高康复治疗的质量和效率。同时，随着人们对健康和生活质量的要求不断提高，家庭康复市场逐渐兴起。并联踝康复机器人的研究成果也为家庭康复设备的开发提供技术支持，满足患者在家中进行康复训练的需求，具有广阔的市场前景。1.3国内外研究现状近年来，随着机器人技术和康复医学的不断发展，并联踝康复机器人在柔顺交互和多模式训练方面取得了一定的研究进展。在国外，一些发达国家如美国、德国、日本等在这一领域的研究起步较早，取得了一系列具有代表性的研究成果。美国的一些研究机构致力于开发具有高度智能化的踝关节康复机器人控制系统，通过融合先进的传感器技术、人工智能算法和虚拟现实技术，实现了对患者运动状态的实时监测和精准评估，能够根据患者的个体差异制定个性化的康复训练方案。例如，某研究机构研发的踝关节康复机器人控制系统，利用深度学习算法对大量的康复训练数据进行分析和学习，从而能够自动调整训练参数，提高康复训练的效果和效率。德国的研究则侧重于机器人的机械结构设计和运动控制算法的优化，以提高机器人的运动精度和稳定性。他们采用先进的动力学建模方法，对机器人的运动过程进行精确分析，通过优化控制算法，实现了对机器人运动的高精度控制。日本在康复机器人的人机交互技术方面取得了显著进展，开发出了具有良好人机交互性能的踝关节康复机器人控制系统，能够让患者更加自然、舒适地参与康复训练。在国内，随着对康复医疗的重视程度不断提高，越来越多的高校和科研机构也开始投身于并联踝康复机器人的研究。一些高校通过跨学科合作，整合机械工程、控制科学、生物医学工程等多学科的优势资源，开展了深入的研究工作。例如，北京工业大学的李剑锋等人提出了一种基于导纳模型的伺服电机驱动的并联踝康复机器人多模式柔顺训练方法，包括被动柔顺、等张训练和主动训练三种训练模式。该方法将踝康复机器人的人机耦合系统等效为一个质量-弹簧-阻尼二阶系统，将机器人动平台的输出角度转化为输入力矩与脉冲函数的卷积，分别根据三种柔顺训练方式各自的特点，进行相应的导纳模型变换，分别实现对踝肌力较弱的早期、踝关节有一定肌力水平的中期以及踝关节有较高肌力水平的康复训练后期三个康复阶段的柔顺训练，可适应踝功能损伤患者不同的康复训练阶段，满足不同阶段踝康复训练对柔顺性和安全性的要求。然而，现有的研究仍存在一些问题。在柔顺交互方面，虽然一些研究提出了基于力反馈、阻抗控制等方法来实现柔顺交互，但在实际应用中，由于人体运动的复杂性和不确定性，机器人与患者之间的力交互仍然不够自然和柔顺，难以满足患者在康复训练中的舒适度和安全性要求。在多模式康复训练方面，目前的康复训练模式虽然有所增加，但仍然难以满足不同患者在不同康复阶段的个性化需求，缺乏对患者病情、康复阶段以及个体差异的全面考虑。此外，现有研究在机器人的结构设计、控制系统开发以及临床应用等方面也存在一些不足之处，如机器人的结构复杂、成本较高，控制系统的稳定性和可靠性有待提高，临床应用的案例较少，缺乏大规模的临床试验验证等。二、并联踝康复机器人的工作原理与结构设计2.1并联机构的选型与分析2.1.1常见并联机构介绍并联机构的历史可以追溯到20世纪，1962年，Gough发明了一种基于并联机构的六自由度轮胎检测装置，为并联机构的发展奠定了基础。1965年，Stewart首次对Gough发明的这种机构进行了机构学意义上的研究，并将其推广应用为飞行模拟器的运动产生装置，这种机构也是目前应用最广的并联机构，被称为Gough-Stewart机构或Stewart机构。此后，并联机构在机器人领域得到了广泛的研究和应用。常见的并联机构包括Stewart平台、Delta机构、3-RRR机构、3-UPS-1-S球面机构等，它们各自具有独特的特点和应用场景。Stewart平台：由6条可伸缩的杆件通过12个球铰链连接固定平台和动平台，具有6个自由度，能够实现动平台在空间中的任意位置和姿态调整。其特点是刚度高、承载能力大、运动精度高，常用于飞行模拟器、6维力与力矩传感器和并联机床等领域。在飞行模拟器中，Stewart平台可以模拟飞机在飞行过程中的各种姿态变化，为飞行员提供逼真的训练环境；在并联机床中，Stewart平台能够实现刀具在空间中的高精度定位和运动，提高加工精度和效率。然而，Stewart平台也存在一些缺点，如作业空间相对较小，支链干涉大，运动耦合性大，控制相对复杂等。Delta机构：动力源采用外转动副驱动以及平行四边形的支链机构，实现了末端执行器的三维高速运动。它具有结构紧凑、运动速度快、加速度大的特点，适用于需要高速、高精度操作的场合，如食品、医药、电子等行业的分拣、搬运、装箱等。在电子行业中，Delta机构可以快速准确地抓取和放置电子元件，提高生产效率；在食品行业中，它可以实现食品的快速分拣和包装。3-RRR机构：属于平面3自由度并联机构，具有2个移动和1个转动自由度。其结构简单，运动学分析相对容易，常用于平面定位和简单的运动控制场合，如一些简单的装配生产线、搬运机器人等。在小型装配生产线上，3-RRR机构可以实现零部件的快速抓取和装配，降低生产成本。3-UPS-1-S球面机构：是一种球面3自由度并联机构，运动学正反解都很简单，是一种应用很广泛的3维移动空间机构。它能够实现较为灵活的空间运动，适用于一些对运动灵活性要求较高的场合，如机器人关节、爬行机构等。在机器人关节中，3-UPS-1-S球面机构可以提供多个方向的转动自由度，使机器人的关节运动更加灵活。2.1.2适用于踝康复机器人的并联机构选择依据踝关节的运动较为复杂，包括背伸/跖屈、内翻/外翻、内旋/外旋等多种运动形式，且在康复训练过程中，需要机器人提供稳定的支撑和精确的运动控制。因此，选择适用于踝康复机器人的并联机构时，需要从运动学、动力学等多个角度进行综合考虑。运动学角度：踝关节的运动需要多个自由度的协同运动来实现。例如，背伸/跖屈运动需要机器人具备绕某一轴线的转动自由度，内翻/外翻和内旋/外旋运动则需要机器人具备不同方向的转动自由度。因此，选择的并联机构应能够提供至少3个转动自由度，以满足踝关节的运动需求。如3-RSS/S空间机构和3-SPS/S对顶双锥机构，这两种机构均具有3个转动自由度，能够实现踝关节的多种复合运动，可满足康复训练的要求。动力学角度：在康复训练过程中，机器人需要承受患者踝关节的作用力，因此要求并联机构具有较高的刚度和承载能力，以保证运动的稳定性和可靠性。并联机构的多个支链共同承载载荷，使其具有较高的刚度和承载能力，能够更好地满足踝关节康复训练中对力量和稳定性的要求。例如，Stewart平台由于其特殊的结构，能够承受较大的载荷，适合用于需要较大力量输出的康复训练场景。工作空间角度：并联机构的工作空间应能够覆盖踝关节的运动范围，以确保患者在康复训练过程中能够进行各种正常的踝关节运动。同时，工作空间的形状和大小也应考虑患者的身体尺寸和舒适度，以提供一个安全、舒适的康复训练环境。例如，一些空间3自由度并联机构在工作空间内不同的点其运动形式不同，在选择时需要充分考虑其工作空间是否能够满足踝关节康复训练的需求。控制复杂性角度：控制算法的复杂性直接影响机器人的实时性和稳定性。对于踝康复机器人，需要选择控制相对简单的并联机构，以便于实现精确的运动控制和柔顺交互控制。一些运动学正反解简单的并联机构，如3-UPS-1-S球面机构，在控制上相对容易实现，能够降低控制算法的复杂性，提高机器人的控制性能。综合考虑以上因素，3-RSS/S空间机构和3-SPS/S对顶双锥机构由于其具有3个转动自由度，能够满足踝关节的运动需求；同时，它们在结构上具有较高的刚度和承载能力，能够保证康复训练的稳定性和可靠性；并且，通过合理的设计和优化，它们的工作空间能够覆盖踝关节的运动范围，控制复杂性也在可接受范围内。因此，这两种机构在踝康复机器人的设计中具有较大的应用潜力。2.2机器人的结构设计2.2.1机械结构组成本研究设计的并联踝康复机器人主要由定平台、动平台、支链以及连接部件等组成，其机械结构旨在实现对踝关节多种运动模式的精确模拟和辅助康复训练。定平台：作为整个机器人的基础支撑部件，定平台通常采用高强度的金属材料如铝合金或钢材制成，以确保在康复训练过程中能够提供稳定的支撑。其形状和尺寸经过精心设计，既要考虑到机器人整体结构的稳定性，又要适应不同的使用场景和患者需求。定平台上安装有驱动装置、传感器等关键部件，通过这些部件实现对机器人运动的精确控制和监测。例如，在一些设计中，定平台采用圆形或方形的平板结构，表面经过精密加工，以保证安装部件的精度和稳定性。动平台：动平台直接与患者的足部接触，是实现踝关节康复训练运动的关键部件。它需要具备良好的适应性和舒适性，以确保患者在训练过程中的安全和舒适。动平台通常采用轻质、高强度的材料，如碳纤维复合材料，既减轻了整体重量，又保证了足够的强度和刚度。其形状和尺寸根据人体足部的生理结构和运动特点进行设计，能够准确地贴合患者的足部，实现与踝关节运动的协同。在动平台上，通常安装有用于固定足部的装置，如绑带、鞋垫等，以确保患者在训练过程中足部的稳定。例如，动平台可以设计成符合人体工程学的形状，能够更好地适应不同患者的足部形状和大小。支链：支链是连接定平台和动平台的关键部件，通过多个支链的协同运动，实现动平台在空间中的多自由度运动。支链的数量、结构和运动方式直接影响机器人的运动性能和康复训练效果。本研究中采用的3-RSS/S空间机构和3-SPS/S对顶双锥机构，分别具有不同的支链结构和运动特点。在3-RSS/S空间机构中，支链由三个转动副和一个球副组成，能够实现三个转动自由度的运动；而3-SPS/S对顶双锥机构的支链则由三个移动副和一个球副组成，同样能够实现三个转动自由度的运动。支链的长度和运动范围经过精确计算和设计，以满足踝关节康复训练的需求。例如，通过优化支链的长度和结构，可以扩大机器人的工作空间，使其能够覆盖踝关节的各种运动范围。同时，支链的运动精度和稳定性也至关重要，通过采用高精度的关节和传动部件，以及合理的控制算法，确保支链在运动过程中的准确性和稳定性。连接部件：连接部件用于连接定平台、动平台和支链，确保各个部件之间的紧密配合和稳定连接。常见的连接部件包括螺栓、螺母、销钉、关节轴承等。这些连接部件需要具备足够的强度和刚度，以承受机器人在运动过程中产生的各种力和力矩。同时，连接部件的精度和可靠性也直接影响机器人的运动性能和稳定性。例如，关节轴承的精度和摩擦力会影响支链的运动灵活性和精度，因此需要选择高精度、低摩擦力的关节轴承。各部件之间通过特定的连接方式组成一个有机的整体。定平台和支链之间通常采用螺栓连接或焊接的方式，以确保连接的牢固性和稳定性；支链和动平台之间则通过球副或万向节等连接方式，实现动平台的多自由度运动。这种连接方式既能够保证各部件之间的相对运动，又能够传递所需的力和力矩，实现机器人的精确运动控制。2.2.2关键部件设计机器人的关键部件设计对于实现高效、安全的康复训练至关重要，以下将对电机、传感器、关节等关键部件的选型和设计要点进行分析。电机：电机作为机器人的动力源，其性能直接影响机器人的运动能力和康复训练效果。在并联踝康复机器人中，通常选用伺服电机或步进电机。伺服电机具有响应速度快、控制精度高、输出扭矩大等优点，能够实现对机器人运动的精确控制。例如，在需要高精度的康复训练任务中，如模拟踝关节的精细运动时，伺服电机能够根据控制信号快速准确地调整输出扭矩和转速，使动平台按照预定的轨迹运动。而步进电机则具有控制简单、成本较低的特点，适用于一些对运动精度要求相对较低的场合。在选择电机时，需要根据机器人的运动要求、负载情况以及控制精度等因素进行综合考虑。例如，根据机器人的工作空间和运动范围，计算所需的电机扭矩和转速，确保电机能够提供足够的动力。同时，还需要考虑电机的效率、可靠性和维护成本等因素。传感器：传感器在并联踝康复机器人中起着至关重要的作用，它能够实时监测机器人的运动状态、力的作用情况以及患者的生理参数等信息，为控制系统提供准确的数据支持，从而实现机器人的精确控制和安全保护。常见的传感器包括位置传感器、力传感器、角度传感器等。位置传感器用于测量机器人动平台的位置和姿态，如编码器、光栅尺等，通过精确测量动平台的位置，控制系统可以实时调整电机的输出，实现对机器人运动轨迹的精确控制。力传感器则用于检测机器人与患者之间的作用力，如足底压力传感器、关节力传感器等，通过监测力的大小和方向，控制系统可以及时调整机器人的运动参数，以确保训练过程的安全性和舒适性。角度传感器用于测量关节的角度变化，如陀螺仪、倾角传感器等，通过获取关节的角度信息，控制系统可以更好地了解机器人的运动状态，实现对康复训练的精准控制。在选择传感器时，需要考虑传感器的精度、灵敏度、可靠性以及与机器人控制系统的兼容性等因素。例如，对于力传感器，需要选择精度高、响应速度快的传感器，以确保能够及时准确地检测到机器人与患者之间的作用力。关节：关节是实现机器人运动的关键部件，其性能直接影响机器人的运动灵活性和精度。在并联踝康复机器人中，关节通常采用球副、万向节、转动副等形式。球副和万向节能够实现多自由度的转动，适用于需要复杂运动的场合，如模拟踝关节的内翻、外翻、内旋、外旋等运动。转动副则主要用于实现单一方向的转动，如背伸/跖屈运动。关节的设计需要考虑其刚度、精度、摩擦力以及寿命等因素。为了提高关节的刚度和精度，可以采用高精度的轴承和加工工艺；为了减小摩擦力，可以采用润滑措施或特殊的材料。例如，在关节的设计中，可以选用高精度的关节轴承，提高关节的转动精度和稳定性；同时，采用润滑脂或润滑油对关节进行润滑，减小摩擦力，延长关节的使用寿命。综上所述，电机、传感器、关节等关键部件的选型和设计要点需要综合考虑机器人的运动要求、负载情况、控制精度以及安全性等多方面因素，通过优化关键部件的性能，提高并联踝康复机器人的整体性能和康复训练效果。2.3工作原理详解2.3.1运动学原理并联踝康复机器人通过各支链的协同运动实现踝关节的多自由度运动，以3-RSS/S空间机构和3-SPS/S对顶双锥机构为例，其运动学原理如下：3-RSS/S空间机构：该机构由定平台、动平台以及三个RSS型支链组成，每个支链包含一个转动副（R）、两个球副（S）。通过控制三个支链中转动副的旋转角度，可实现动平台在空间中的三个转动自由度运动，即内翻/外翻、内旋/外旋和背伸/跖屈运动。在实现背伸/跖屈运动时，通过调整三个支链的长度，使动平台绕着特定轴线旋转，从而模拟踝关节的背伸和跖屈动作。具体来说，当需要实现背伸运动时，控制部分支链伸长，部分支链缩短，使动平台向上旋转，带动患者足部做背伸动作；当需要实现跖屈运动时，则反向调整支链长度，使动平台向下旋转，带动足部做跖屈动作。在实现内翻/外翻和内旋/外旋运动时，同样通过精确控制三个支链的运动，使动平台在相应方向上产生旋转，从而实现对踝关节这些复杂运动的模拟。3-SPS/S对顶双锥机构：由定平台、动平台、三个SPS型支链以及一个S型中心支链组成，其中SPS型支链包含一个球副（S）、一个移动副（P）和一个球副（S）。通过控制三个SPS型支链中移动副的伸缩以及中心支链的运动，可以实现动平台的三个转动自由度运动。例如，在进行内翻/外翻训练时，通过调节三个SPS型支链的长度，使动平台向一侧倾斜，从而带动患者足部进行内翻或外翻运动。当进行内旋/外旋运动时，通过协同控制三个SPS型支链和中心支链的运动，使动平台绕着垂直轴线旋转，实现对踝关节内旋和外旋的模拟。通过对这些并联机构的运动学分析，可以建立其运动学模型，求解动平台的位置、姿态与各支链驱动量之间的关系。例如，利用D-H（Denavit-Hartenberg）参数法对3-RSS/S空间机构进行运动学建模，建立坐标系，确定各杆件的长度、关节的位置和运动范围等参数，通过坐标变换得到动平台在空间中的位置和姿态与各支链驱动量之间的数学表达式。通过对运动学模型的求解，可以实现对机器人运动的精确控制，使其能够按照预设的轨迹运动，为患者提供准确的康复训练。2.3.2动力学原理在运动过程中，并联踝康复机器人受到多种力的作用，包括电机驱动力、摩擦力、重力以及患者踝关节施加的反作用力等，其动力学特性对于机器人的运动控制和康复训练效果具有重要影响。电机驱动力：电机作为机器人的动力源，通过传动装置将扭矩传递给支链，驱动动平台运动。电机的驱动力需要根据机器人的运动需求和负载情况进行精确控制。在进行高强度的康复训练时，需要电机提供较大的驱动力，以带动患者的足部进行运动；而在进行低强度的训练时，则需要减小电机的驱动力，以保证训练的安全性和舒适性。摩擦力：机器人的关节、传动部件等在运动过程中会产生摩擦力，摩擦力的大小会影响机器人的运动效率和精度。为了减小摩擦力，通常在关节处采用润滑措施，选择低摩擦系数的材料，以及优化传动部件的结构和制造工艺。例如，在关节轴承中使用高性能的润滑脂，减少关节转动时的摩擦阻力；采用表面光滑的材料制造传动部件，降低摩擦力对运动的影响。重力：机器人自身的重力以及患者足部的重力会对机器人的运动产生影响，特别是在进行垂直方向的运动时，重力的作用更为明显。在设计机器人时，需要考虑重力的影响，合理选择材料和结构，以减轻机器人的重量，降低重力对运动的不利影响。同时，在运动控制中，也需要对重力进行补偿，以保证机器人运动的平稳性。例如，通过计算重力的大小和方向，在控制算法中加入相应的补偿项，使机器人能够克服重力的作用，按照预定的轨迹运动。患者踝关节反作用力：在康复训练过程中，患者的踝关节会对机器人动平台施加反作用力，这些反作用力反映了患者的运动意图和身体状态。机器人需要实时感知这些反作用力，并根据力的大小和方向调整自身的运动，以实现与患者的柔顺交互。通过在动平台上安装力传感器，可以实时测量患者踝关节施加的反作用力，控制系统根据力传感器的反馈信号，调整电机的输出，使机器人能够跟随患者的运动意图，提供合适的助力或阻力。为了分析机器人的动力学特性，通常采用拉格朗日方程、牛顿-欧拉方程等方法建立动力学模型。以拉格朗日方程为例，首先确定系统的广义坐标，即描述系统运动状态的独立变量，如各支链的驱动量、动平台的位置和姿态等；然后计算系统的动能和势能，动能包括各杆件的平动动能和转动动能，势能包括重力势能和弹性势能（如果存在弹性元件）；最后根据拉格朗日方程，建立系统的动力学方程，该方程描述了系统的运动状态与所受力之间的关系。通过对动力学模型的分析，可以优化机器人的控制算法，提高机器人的运动性能和康复训练效果。例如，根据动力学模型预测机器人在不同运动状态下的受力情况，提前调整电机的输出，以避免机器人出现过载或失稳的情况。三、柔顺交互技术研究3.1柔顺交互的理论基础3.1.1人机交互力的感知与测量在并联踝康复机器人的柔顺交互过程中，准确感知和测量人机交互力是实现柔顺控制的关键前提。力传感器作为测量人机交互力的核心设备，在这一过程中发挥着至关重要的作用。常见的力传感器包括应变片式力传感器、压电式力传感器和电容式力传感器等，它们各自基于不同的工作原理实现力的测量。应变片式力传感器：基于金属电阻应变效应工作。当弹性元件受到力的作用时，会产生形变，粘贴在弹性元件上的应变片也会随之发生形变，从而导致应变片的电阻值发生变化。通过测量应变片电阻值的变化，并根据事先标定的电阻值与力的对应关系，就可以计算出所施加的力的大小。例如，在一些并联踝康复机器人中，将应变片式力传感器安装在动平台与患者足部接触的部位，当患者的足部对动平台施加力时，动平台的弹性元件发生形变，带动应变片电阻值改变，从而检测到人机交互力。这种传感器具有结构简单、成本较低、测量精度较高等优点，在工业生产和机器人领域得到了广泛应用。然而，它也存在一些缺点，如响应速度相对较慢，不适用于测量快速变化的力；对温度变化较为敏感，需要进行温度补偿以提高测量精度。压电式力传感器：利用压电材料的压电效应来测量力。当压电材料受到外力作用时，会在其表面产生电荷，电荷的大小与所施加的力成正比。通过测量压电材料表面产生的电荷量，经过电荷放大器转换为电压信号，再根据标定的电压与力的关系，就可以得到力的大小。在一些对力的测量精度和响应速度要求较高的并联踝康复机器人中，常采用压电式力传感器。例如，在机器人与患者进行快速交互动作时，压电式力传感器能够快速响应力的变化，准确测量人机交互力。压电式力传感器具有响应速度快、测量精度高、动态性能好等优点，适用于测量动态力和冲击力。但它也有不足之处，如输出信号较弱，需要配备专门的电荷放大器；对测量环境要求较高，易受湿度、温度等因素的影响。电容式力传感器：基于电容变化原理工作。它由固定电极和可动电极组成，当受到外力作用时，可动电极会发生位移，从而改变两个电极之间的电容值。通过测量电容值的变化，并根据电容与力的标定关系，就可以计算出力的大小。在一些对传感器尺寸和精度有特殊要求的并联踝康复机器人中，电容式力传感器具有独特的优势。例如，其可以制作成微型化的结构，便于安装在机器人的狭小空间内，同时能够提供较高的测量精度。电容式力传感器具有精度高、灵敏度高、动态响应快、结构简单、体积小等优点。但它也存在一些问题，如易受外界干扰，测量电路较为复杂。在实际应用中，需要根据并联踝康复机器人的具体需求和使用场景，选择合适的力传感器。同时，为了提高力测量的准确性和可靠性，还需要对力传感器进行合理的安装和标定。在安装力传感器时，要确保其安装位置准确，能够真实地感受到人机交互力的作用，并且要保证安装牢固，避免在机器人运动过程中出现松动或位移。标定是确定力传感器输出信号与实际作用力之间关系的过程，通过标定可以提高力传感器的测量精度。标定过程通常需要使用标准力源，对力传感器在不同力值下的输出进行测量和记录，然后根据测量数据建立力传感器的标定曲线或标定方程。除了力传感器，还可以采用其他方法来感知人机交互力，如基于电机电流的间接测量方法。在机器人的驱动电机中，电机电流与电机输出扭矩之间存在一定的关系，而电机输出扭矩又与机器人所受到的外力相关。通过测量电机电流，并根据电机的动力学模型和相关参数，可以间接估算出人机交互力的大小。这种方法不需要额外安装力传感器，成本较低，但测量精度相对较低，且容易受到电机参数变化和外部干扰的影响。3.1.2柔顺控制的基本理论柔顺控制是并联踝康复机器人实现人机自然交互的关键技术，其核心目标是使机器人能够根据外界环境的变化和患者的运动意图，灵活调整自身的运动和力输出，以实现与患者的柔顺交互。常见的柔顺控制理论包括阻抗控制和导纳控制，它们从不同的角度实现了机器人的柔顺控制。阻抗控制：阻抗控制是一种基于力反馈的柔顺控制方法，其基本原理是通过调节机器人的阻抗参数，使机器人在与外界环境交互时表现出期望的力学特性。阻抗控制的目标是建立机器人末端执行器的位置与所受力之间的关系，使机器人能够根据外界力的变化自动调整位置，从而实现柔顺交互。在并联踝康复机器人中，将机器人的动平台视为一个具有质量、阻尼和刚度的系统，通过控制电机的输出力矩，调整系统的阻抗参数，以适应不同的康复训练需求。例如，当患者的踝关节主动发力时，机器人能够感知到力的变化，并根据预设的阻抗模型，调整动平台的位置和姿态，给予患者适当的助力或阻力，实现与患者运动意图的协同。在实际应用中，阻抗控制可以分为位置阻抗控制和力阻抗控制。位置阻抗控制是通过控制机器人的位置来实现期望的阻抗特性，即根据外界力的大小调整机器人的位置，使机器人在运动过程中表现出一定的柔顺性。力阻抗控制则是通过控制力来实现期望的阻抗特性，即根据机器人的位置误差调整输出力，以保持机器人与外界环境的力平衡。阻抗控制的优点是能够在力控制和位置控制之间实现较好的平衡，使机器人在与外界环境交互时具有较好的柔顺性和稳定性。然而，它也存在一些缺点，如需要精确的动力学模型，对模型参数的变化较为敏感，控制算法相对复杂等。导纳控制：导纳控制与阻抗控制相反，它是一种基于位置反馈的柔顺控制方法，通过调节机器人的导纳参数，将外界力的变化转化为机器人位置的调整，从而实现柔顺控制。导纳控制的核心思想是建立外界力与机器人末端执行器位置变化之间的关系，使机器人能够根据所受到的外力自动调整位置，以适应外界环境的变化。在并联踝康复机器人中，当患者对机器人动平台施加力时，导纳控制器根据力传感器检测到的力信号，结合预设的导纳模型，计算出机器人动平台的期望位置变化，然后通过控制电机的运动，使动平台按照期望的位置变化进行调整，实现与患者的柔顺交互。导纳控制的优点是控制算法相对简单，对动力学模型的依赖较小，具有较好的鲁棒性。它能够快速响应外界力的变化，使机器人能够及时调整位置，适应不同的康复训练场景。例如，在患者进行主动康复训练时，导纳控制可以根据患者施加的主动力大小，实时调整机器人的运动，提供相应的助力，帮助患者完成训练动作。然而，导纳控制也存在一些不足之处，如在力控制精度方面相对较差，当外界环境的刚度变化较大时，可能会导致机器人的运动不稳定。除了阻抗控制和导纳控制，还有其他一些柔顺控制方法，如自适应柔顺控制、基于神经网络的柔顺控制等。自适应柔顺控制能够根据机器人与外界环境的实时交互情况，自动调整控制参数，以适应不同的工况和变化。基于神经网络的柔顺控制则利用神经网络的自学习和自适应能力，对机器人的动力学模型进行建模和预测，实现更加智能化的柔顺控制。这些方法在不同程度上丰富了柔顺控制的理论和技术体系，为并联踝康复机器人的柔顺交互提供了更多的选择和解决方案。3.2基于导纳模型的柔顺交互控制方法3.2.1导纳模型的建立在并联踝康复机器人的人机耦合系统中，为实现柔顺交互，将其等效为一个质量-弹簧-阻尼二阶系统，以此建立导纳模型。该模型基于牛顿第二定律，通过力与加速度、速度和位置之间的关系来描述系统的动力学特性。在笛卡尔坐标系下，导纳模型的基本表达式为：F=M\ddot{x}+B\dot{x}+Kx其中，F表示人机交互力，M为等效质量，B为等效阻尼，K为等效刚度，x为机器人动平台的位移，\dot{x}为速度，\ddot{x}为加速度。该模型表明，当机器人与患者交互时，所受到的力与机器人的运动状态相关，通过调整等效质量、阻尼和刚度参数，可以改变机器人对力的响应特性，实现柔顺控制。在实际应用中，对于并联踝康复机器人，需要根据其具体的结构和运动特点，对导纳模型进行进一步的推导和优化。由于机器人的运动涉及多个自由度，如踝关节的背伸/跖屈、内翻/外翻、内旋/外旋等运动，因此需要建立多自由度的导纳模型。以三维空间中的运动为例，假设机器人动平台在笛卡尔坐标系下的位置向量为\mathbf{x}=[x,y,z]^T，速度向量为\mathbf{\dot{x}}=[\dot{x},\dot{y},\dot{z}]^T，加速度向量为\mathbf{\ddot{x}}=[\ddot{x},\ddot{y},\ddot{z}]^T，人机交互力向量为\mathbf{F}=[F_x,F_y,F_z]^T，则多自由度导纳模型可以表示为：\begin{bmatrix}F_x\\F_y\\F_z\end{bmatrix}=\begin{bmatrix}M_{xx}&M_{xy}&M_{xz}\\M_{yx}&M_{yy}&M_{yz}\\M_{zx}&M_{zy}&M_{zz}\end{bmatrix}\begin{bmatrix}\ddot{x}\\\ddot{y}\\\ddot{z}\end{bmatrix}+\begin{bmatrix}B_{xx}&B_{xy}&B_{xz}\\B_{yx}&B_{yy}&B_{yz}\\B_{zx}&B_{zy}&B_{zz}\end{bmatrix}\begin{bmatrix}\dot{x}\\\dot{y}\\\dot{z}\end{bmatrix}+\begin{bmatrix}K_{xx}&K_{xy}&K_{xz}\\K_{yx}&K_{yy}&K_{yz}\\K_{zx}&K_{zy}&K_{zz}\end{bmatrix}\begin{bmatrix}x\\y\\z\end{bmatrix}其中，M_{ij}、B_{ij}和K_{ij}（i,j=x,y,z）分别为等效质量矩阵、等效阻尼矩阵和等效刚度矩阵中的元素，它们描述了在不同方向上力与运动状态之间的耦合关系。通过对这些矩阵元素的合理设置，可以实现对机器人在各个自由度上运动的柔顺控制，使其更好地适应患者的运动意图和康复需求。此外，考虑到机器人的实际运动过程中可能存在非线性因素，如摩擦力的变化、关节间隙等，还可以对导纳模型进行修正和补偿，以提高模型的准确性和适应性。例如，可以引入非线性摩擦力模型，对摩擦力进行更精确的描述，从而使导纳模型能够更准确地反映机器人的实际动力学特性。3.2.2导纳参数的调整策略导纳参数的调整是实现柔顺交互控制的关键环节，需要根据患者的康复阶段和实时状态进行动态调整，以提供最合适的训练辅助。在不同的康复阶段，患者的踝关节功能和肌力水平不同，对机器人的柔顺性和助力需求也不同。对于踝肌力较弱的早期患者，其踝关节主动运动能力较差，需要机器人提供较大的柔顺性和助力，以帮助患者进行康复训练。此时，应增大导纳模型中的等效阻尼B和等效刚度K，减小等效质量M。增大等效阻尼可以使机器人在运动过程中对患者的力变化做出更快速的响应，提供更平稳的助力；增大等效刚度可以使机器人在患者施加较小力时就能产生相应的位移，帮助患者完成运动；减小等效质量则可以降低机器人的惯性，使其更容易跟随患者的运动意图。例如，在患者进行简单的踝关节屈伸运动时，通过调整导纳参数，使机器人能够轻柔地带动患者的足部进行运动，避免对患者造成过大的负担。随着患者康复进程的推进，踝关节有一定肌力水平的中期患者，对机器人的柔顺性要求相对降低，但需要机器人提供适度的阻力，以增强踝关节的肌肉力量。此时，可以适当减小等效阻尼B和等效刚度K，增大等效质量M。减小等效阻尼和等效刚度可以使机器人在患者施加力时，运动的响应相对减小，提供一定的阻力；增大等效质量则可以增加机器人的惯性，使患者在运动过程中需要克服更大的阻力，从而达到锻炼肌肉力量的目的。例如，在患者进行踝关节的内翻、外翻训练时，通过调整导纳参数，让机器人提供适当的阻力，帮助患者增强踝关节周围肌肉的力量。对于踝关节有较高肌力水平的康复训练后期患者，其主要目标是进一步提高踝关节的运动功能和协调性，此时需要机器人提供更接近真实运动环境的交互特性。可以进一步减小等效阻尼B和等效刚度K，增大等效质量M，使机器人的运动更加接近刚性，患者需要通过自身的力量来控制机器人的运动，从而提高踝关节的运动能力和控制能力。例如，在患者进行复杂的踝关节复合运动训练时，通过调整导纳参数，让机器人模拟真实的运动场景，帮助患者提高踝关节的运动协调性和灵活性。除了根据康复阶段调整导纳参数外，还可以实时监测患者的运动状态和生理参数，如肌肉电信号、心率、呼吸等，根据这些参数的变化动态调整导纳参数。当监测到患者肌肉疲劳时，可以适当减小导纳模型中的阻力参数，减轻患者的负担；当患者运动表现良好时，可以逐渐增加阻力参数，提高训练强度。通过这种动态调整导纳参数的策略，可以使并联踝康复机器人更好地适应患者的个体差异和康复过程中的变化，提高康复训练的效果和安全性。3.3运动意图识别方法准确识别患者的运动意图是实现并联踝康复机器人柔顺交互的关键，它能够使机器人更好地理解患者的需求，提供与之相匹配的助力或阻力，从而实现更加自然、有效的康复训练。本部分将详细介绍基于表面肌电信号和人机交互力矩的运动意图识别方法。3.3.1基于表面肌电信号的运动意图识别表面肌电信号（SurfaceElectromyography，sEMG）是一种通过皮肤表面电极记录下来的神经肌肉系统活动产生的生物电信号，它主要源于肌肉纤维的动作电位，这些动作电位是由肌肉中运动神经元产生的兴奋通过肌肉纤维传播而形成的。sEMG信号包含着丰富的神经肌肉控制信息，与人体的运动意图密切相关，是了解人体运动意图、评估肌肉状态以及进行肌肉功能研究的重要手段。sEMG信号具有非线性、非平稳性和随机性等特点，其频率范围通常在10Hz到500Hz之间，信号的幅值、频率和时域特性等参数都可以提供关于肌肉活动状态的重要信息。例如，信号的幅值可以反映肌肉的收缩力度，当肌肉收缩力度增大时，sEMG信号的幅值也会相应增大；而频率特性则可以揭示肌肉疲劳和肌肉纤维类型等信息，随着肌肉疲劳的增加，sEMG信号的频率会逐渐降低。在基于sEMG信号的运动意图识别中，信号预处理是首要环节，其目的是去除原始信号中的噪声和干扰，提高信号的质量和可靠性。常见的预处理方法包括滤波、去噪、归一化等。滤波是通过滤波器去除信号中的高频噪声和低频漂移，常用的滤波器有低通滤波器、高通滤波器、带通滤波器等。例如，采用截止频率为10Hz的高通滤波器可以去除信号中的低频漂移，采用截止频率为500Hz的低通滤波器可以去除高频噪声。去噪方法则可以采用小波变换、自适应滤波等技术，进一步去除信号中的随机噪声。归一化是将信号的幅值调整到一个统一的范围内，以消除不同个体之间信号幅值差异的影响。特征提取是运动意图识别的关键步骤，它从预处理后的sEMG信号中提取出能够表征运动意图的特征量。常用的特征提取方法有时域特征提取、频域特征提取和时频域特征提取。时域特征提取是基于信号在时间域上的统计特性进行特征提取，常见的时域特征包括均值绝对值（MAV）、均方根值（RMS）、过零率（ZC）等。均值绝对值是信号绝对值的平均值，能够反映信号的平均幅度；均方根值是信号平方和的平方根，对信号的变化更加敏感；过零率是信号穿过零电平的次数，能够反映信号的变化频率。频域特征提取是将信号从时域转换到频域，通过分析信号的频率成分来提取特征，常用的频域特征有功率谱密度（PSD）、中心频率（FC）等。功率谱密度反映了信号在不同频率上的能量分布；中心频率则表示信号能量的集中程度。时频域特征提取结合了时域和频域的信息，能够更全面地描述信号的特征，常用的时频域特征提取方法有小波变换、短时傅里叶变换等。小波变换能够在不同的时间和频率尺度上对信号进行分析，提取出信号的时频特征。模式识别是根据提取的特征量对运动意图进行分类和识别，常用的模式识别算法有支持向量机（SVM）、人工神经网络（ANN）、隐马尔可夫模型（HMM）等。支持向量机是一种基于统计学习理论的分类方法，它通过寻找一个最优分类超平面，将不同类别的样本分开，具有较好的泛化能力和分类性能。人工神经网络具有强大的自学习和自适应能力，能够通过训练学习到sEMG信号特征与运动意图之间的复杂映射关系，常见的人工神经网络有多层感知器（MLP）、径向基函数神经网络（RBFNN）等。隐马尔可夫模型是一种基于概率统计的模型，它可以对时间序列数据进行建模，适合处理sEMG信号这种具有动态特性的数据，通过观测序列来推断隐藏的状态序列，从而实现运动意图的识别。3.3.2基于人机交互力矩的运动意图识别除了基于表面肌电信号的运动意图识别方法外，通过人机交互力矩也可以有效地识别患者的运动意图。在并联踝康复机器人的康复训练过程中，患者与机器人之间会产生人机交互力矩，这些力矩反映了患者的运动意图和身体状态。基于人机交互力矩识别运动意图的原理是，当患者主动运动时，会对机器人的动平台施加一个力矩，机器人通过安装在关键部位的力传感器或力矩传感器可以实时测量这些力矩信息。由于不同的运动意图会导致不同的力矩模式，因此可以通过分析这些力矩的大小、方向和变化规律，来推断患者的运动意图。在踝关节的背伸运动中，患者会对机器人动平台施加一个向上的力矩；而在跖屈运动中，则会施加一个向下的力矩。通过检测力矩的方向和大小，就可以判断患者是在进行背伸运动还是跖屈运动。在实际应用中，首先需要采集人机交互力矩数据。通常在机器人的动平台与患者足部接触的部位安装力传感器或力矩传感器，如六维力传感器，它可以同时测量三个力分量和三个力矩分量，能够全面地获取人机交互力矩信息。传感器将采集到的力矩信号转换为电信号，并传输给控制系统进行处理。然后，对采集到的力矩数据进行预处理，去除噪声和干扰，提高数据的质量。预处理方法与基于表面肌电信号的预处理方法类似，包括滤波、去噪等。经过预处理后的数据，再进行特征提取，提取能够表征运动意图的特征量。常见的特征包括力矩的峰值、均值、方差、变化率等。力矩的峰值可以反映运动的强度，均值可以表示运动的平均用力程度，方差可以体现力矩的波动情况，变化率则可以反映力矩的变化快慢。最后，利用模式识别算法对提取的特征进行分类和识别，确定患者的运动意图。与基于表面肌电信号的模式识别类似，可以采用支持向量机、人工神经网络等算法。将训练好的支持向量机模型用于对人机交互力矩特征的分类，实现对患者运动意图的准确识别。基于人机交互力矩的运动意图识别方法具有实时性好、直接反映患者运动意图等优点，但也存在对传感器精度要求高、易受外界干扰等问题。在实际应用中，可以将基于表面肌电信号和人机交互力矩的运动意图识别方法相结合，充分发挥两种方法的优势，提高运动意图识别的准确性和可靠性。四、多模式康复训练策略4.1康复训练模式的分类与设计4.1.1被动训练模式被动训练模式主要适用于踝肌力较弱的早期患者，这类患者由于踝关节损伤较为严重，主动运动能力受限，无法自主完成有效的康复训练动作。在这种情况下，被动训练模式通过机器人的驱动装置带动患者的踝关节进行运动，帮助患者维持关节的活动度，促进血液循环，防止肌肉萎缩和关节粘连。在训练方式上，机器人根据预设的运动轨迹和参数，驱动动平台带动患者足部进行踝关节的背伸/跖屈、内翻/外翻、内旋/外旋等运动。这些运动轨迹和参数是根据人体踝关节的正常运动范围和患者的具体病情制定的。在进行背伸/跖屈运动训练时，机器人动平台按照设定的角度范围，缓慢地带动患者足部进行背伸和跖屈动作，运动速度一般控制在较低水平，如每秒1-2度，以确保患者的舒适度和安全性。在训练过程中，机器人的运动参数可以根据患者的反馈和实际情况进行调整。如果患者感到疼痛或不适，治疗师可以及时降低运动速度或减小运动幅度；如果患者的恢复情况较好，也可以适当增加运动的强度和难度。同时，通过力传感器和位置传感器等设备，实时监测机器人与患者之间的相互作用力以及患者踝关节的运动状态，确保训练过程的安全和有效。例如，当力传感器检测到机器人与患者之间的作用力超过预设的安全阈值时，控制系统会立即调整机器人的运动参数，减小作用力，避免对患者造成伤害。4.1.2等张训练模式等张训练模式基于肌肉在收缩时长度发生变化，而张力保持相对恒定的原理。在等张训练中，肌肉进行收缩缩短和放松交替的运动，通过对抗一定的阻力来增强肌肉力量和改善关节灵活性。在并联踝康复机器人的等张训练模式中，机器人为患者的踝关节运动提供可变的阻力，患者通过主动发力来克服这些阻力，完成踝关节的屈伸、内翻、外翻等动作。在训练要点方面，首先需要根据患者的肌力水平和康复阶段，合理设置阻力大小。对于肌力较弱的患者，初始阻力应设置得较小，随着患者肌力的增强，逐渐增加阻力，以达到更好的训练效果。阻力的增加幅度一般以患者能够完成规定的动作次数且不感到过度疲劳为宜。例如，在训练初期，对于一位肌力较弱的患者，可以设置较小的阻力，如0.5-1千克，让患者进行踝关节的屈伸动作，每组10-15次，进行3-4组训练。随着患者肌力的提升，可以逐渐增加阻力至1-2千克，同时适当增加每组的动作次数和组数。其次，要注意训练动作的规范性和节奏。患者应在治疗师的指导下，按照正确的动作要领进行训练，保持动作的连贯性和稳定性，避免出现错误动作导致受伤或训练效果不佳。例如，在进行踝关节屈伸训练时，患者应保持身体稳定，注意力集中，缓慢而有力地完成屈伸动作，每个动作的完成时间一般控制在2-3秒。此外，训练过程中要密切关注患者的反应和身体状况，如出现疼痛、疲劳过度等情况，应及时调整训练方案或暂停训练。4.1.3主动训练模式主动训练模式旨在充分激发患者主动参与康复训练的积极性，通过患者自身的主动运动来促进踝关节功能的恢复。这种模式适用于踝关节有一定肌力水平的中期患者和肌力水平较高的后期患者，他们具备一定的主动运动能力，能够自主完成一些简单的康复训练动作。为了激发患者的主动参与，通常采用以下方法。一是设置具有吸引力的训练任务和目标，让患者明确训练的意义和价值，增强他们的训练动力。可以设计一些与日常生活活动相关的训练任务，如模拟行走、上下楼梯、踢球等，使患者在训练过程中感受到康复训练对改善生活能力的实际作用。二是利用虚拟现实（VR）、增强现实（AR）等技术，为患者营造一个沉浸式的训练环境，增加训练的趣味性和互动性。在VR环境中，患者可以置身于各种虚拟场景中进行康复训练，如在虚拟的公园中散步、在虚拟的健身房中进行锻炼等，使训练过程更加生动有趣。三是提供实时的反馈和激励，让患者能够及时了解自己的训练进展和成果，增强自信心和成就感。通过传感器实时监测患者的运动数据，如运动速度、力量、关节活动范围等，并将这些数据以直观的方式反馈给患者，如在显示屏上显示运动数据、给予评分或奖励等。当患者完成一个训练任务或达到一个训练目标时，及时给予肯定和鼓励，激发他们继续训练的积极性。在主动训练模式中，机器人主要起到辅助和监测的作用，根据患者的运动意图和运动状态，提供适当的助力或阻力，确保训练的安全和有效。4.2不同康复阶段的训练模式选择4.2.1早期康复阶段早期康复阶段，患者通常因踝关节损伤严重或术后初期，踝肌力极弱，主动运动能力严重受限，关节活动度减小，且可能伴有疼痛、肿胀等症状。此时，康复训练的主要目标是减轻疼痛和肿胀，维持关节活动度，防止肌肉萎缩和关节粘连，为后续康复奠定基础。基于患者的这些特点，被动训练模式是早期康复阶段的首选。在被动训练中，机器人按照预设的运动轨迹，带动患者的踝关节进行缓慢、平稳的运动，如背伸/跖屈、内翻/外翻、内旋/外旋等。运动参数需严格控制，运动速度一般设定在每秒1-2度，以确保患者的舒适度和安全性。运动范围根据患者的具体情况和医生建议确定，避免过度运动导致损伤加重。例如，对于踝关节骨折术后的患者，在早期被动训练时，背伸和跖屈的角度范围可能控制在较小的区间，如背伸5-10度，跖屈5-10度，随着患者恢复情况逐渐增加角度范围。通过力传感器和位置传感器实时监测机器人与患者之间的相互作用力以及患者踝关节的运动状态，确保训练过程的安全和有效。当力传感器检测到机器人与患者之间的作用力超过预设的安全阈值时，控制系统会立即调整机器人的运动参数，减小作用力，避免对患者造成伤害。同时，结合热敷、按摩等物理治疗手段，进一步促进血液循环，缓解疼痛和肿胀。4.2.2中期康复阶段中期康复阶段，患者的踝关节肌力有所恢复，主动运动能力逐渐增强，但仍不足以进行高强度的自主运动。此时，患者可能存在关节活动度未完全恢复、肌肉力量不均衡、运动协调性差等问题。康复训练的重点转变为增强踝关节肌肉力量，进一步扩大关节活动度，提高运动协调性和稳定性。针对这些问题，训练模式需要进行调整和优化。在等张训练模式中，根据患者当前的肌力水平，合理设置阻力大小。对于肌力有所增强的患者，初始阻力可设置在1-2千克，随着训练的进行和肌力的进一步提升，逐渐增加阻力至2-3千克。每组动作次数可增加至15-20次，组数保持在3-4组。训练过程中，严格规范患者的动作，确保动作的准确性和规范性。例如，在进行踝关节屈伸训练时，要求患者保持身体稳定，注意力集中，缓慢而有力地完成屈伸动作，每个动作的完成时间控制在2-3秒。同时，增加主动训练模式的比重，通过设置具有吸引力的训练任务和目标，如模拟简单的行走、上下楼梯等动作，激发患者的主动参与意识。利用虚拟现实技术，为患者营造沉浸式的训练环境，如在虚拟的街道场景中进行行走训练，增加训练的趣味性和互动性。机器人根据患者的运动意图和运动状态，提供适当的助力或阻力，确保训练的安全和有效。在患者进行主动行走训练时，机器人通过力传感器感知患者的用力情况，当患者力量不足时，给予适当的助力，帮助患者完成动作；当患者力量足够时，提供一定的阻力，增强训练效果。4.2.3后期康复阶段后期康复阶段，患者的踝关节肌力已接近正常水平，运动功能有了较大改善，但仍需进一步提高运动的精准性、协调性和灵活性，以满足日常生活和工作的需求。患者可能在复杂运动、长时间运动或特定场景下的运动中存在困难，如跑步、跳跃、在不平整路面行走等。康复训练的目标是全面提升患者的踝关节运动能力，使其能够恢复正常的生活和工作。为了实现这一目标，训练模式进一步强化主动训练。增加训练任务的难度和复杂性，模拟各种实际生活场景中的运动，如在不同坡度的路面上行走、进行跳跃训练、完成球类运动等。通过虚拟现实技术，创建更加逼真的训练环境，如模拟真实的运动场地和比赛场景，让患者在接近实际的环境中进行训练，提高患者在复杂情况下的运动适应能力。在主动训练过程中，机器人逐渐减少对患者的助力，更多地让患者依靠自身的力量完成运动，同时实时监测患者的运动状态和生理参数，如肌肉电信号、心率、呼吸等。根据监测数据，及时调整训练方案，确保训练的安全和有效。当监测到患者肌肉疲劳时，适当降低训练强度或暂停训练，让患者休息恢复；当患者运动表现良好时，逐渐增加训练的难度和强度，如增加运动速度、增大阻力等。此外，结合平衡训练、本体感觉训练等，进一步提高患者的运动控制能力和平衡能力。通过在平衡板上进行站立和移动训练，提高患者的平衡感；通过在不同质地的地面上行走，刺激患者的本体感觉，增强踝关节的运动感知和控制能力。4.3训练模式的切换机制4.3.1切换条件的设定为了实现不同康复训练模式的有效切换，需要根据患者的康复指标和训练效果来设定科学合理的切换条件。这些条件应全面反映患者的身体状况和康复进展，确保训练模式的切换能够精准匹配患者的需求，从而提高康复训练的效果和安全性。患者的康复指标是设定切换条件的重要依据之一。例如，肌力水平是衡量患者康复程度的关键指标。在早期康复阶段，患者的踝肌力较弱，随着康复训练的进行，肌力逐渐增强。当患者的踝肌力达到一定数值，如通过专业的肌力测试设备测量，踝关节背伸肌力达到正常肌力的30%-40%，且跖屈肌力也达到相应水平时，可考虑从被动训练模式切换到等张训练模式。这是因为此时患者具备了一定的主动运动能力，能够承受一定的阻力训练，等张训练可以进一步增强其肌肉力量。关节活动度也是重要的康复指标。在早期康复阶段，患者的踝关节活动度可能明显受限，如背伸/跖屈活动范围可能仅为正常范围的50%左右。随着康复训练的进行，当关节活动度逐渐恢复，如背伸/跖屈活动范围达到正常范围的70%-80%，内翻/外翻和内旋/外旋活动范围也相应增加时，可考虑调整训练模式。例如，从被动训练模式切换到主动训练模式的比重逐渐增加，以促进患者主动运动能力的进一步提升。训练效果也是设定切换条件的关键因素。训练效果可以通过多种方式进行评估，如患者的运动表现、训练过程中的生理反应等。在训练过程中，通过传感器实时监测患者的运动数据，如运动速度、力量、关节活动范围等。如果患者在当前训练模式下，运动速度逐渐提高，力量逐渐增强，且能够稳定地完成规定的训练动作，说明训练效果良好，可考虑逐渐增加训练难度，切换到更高级的训练模式。同时，监测患者的生理反应，如心率、呼吸、肌肉疲劳程度等。当患者在训练过程中心率、呼吸保持稳定，肌肉疲劳程度在可接受范围内，且能够持续完成训练任务时，表明患者的身体状况能够适应更高强度的训练，可进行训练模式的切换。此外，还可以结合患者的主观感受来设定切换条件。患者在训练过程中的舒适度、疲劳感、疼痛程度等主观感受能够直观反映其身体对训练模式的适应情况。当患者在当前训练模式下感到过度疲劳或疼痛时，即使康复指标尚未达到切换标准，也应考虑适当调整训练模式，减轻患者的负担，确保训练的安全性和可持续性。4.3.2切换过程的控制策略在实现不同康复训练模式的切换过程中，控制策略的合理性和有效性至关重要，它直接关系到患者在训练过程中的舒适度和安全性，以及康复训练的效果。为了确保模式切换过程的平稳进行，避免对患者造成不适，需要采取一系列科学有效的控制策略。在模式切换过程中，速度和加速度的平滑过渡是关键。以从被动训练模式切换到等张训练模式为例，在切换瞬间，如果速度和加速度变化过于剧烈，可能会使患者感到不适，甚至对患者的关节和肌肉造成损伤。因此，需要采用平滑过渡的控制方法，逐渐调整机器人的运动参数。在切换过程中，可以采用斜坡函数或S型曲线函数来控制速度和加速度的变化。斜坡函数是一种线性变化的函数，通过设定一定的时间间隔，使速度和加速度在该时间内逐渐从被动训练模式下的值过渡到等张训练模式下的值。S型曲线函数则更加平滑，它在起始和结束阶段速度和加速度的变化较为缓慢，中间阶段变化较快，能够更好地实现平稳过渡。例如，在切换过程中，将速度从被动训练模式下的每秒1-2度，通过S型曲线函数在5-10秒内逐渐增加到等张训练模式下所需的速度，同时将加速度也进行相应的平滑调整，确保切换过程的平稳性。此外，力的调整也需要精确控制。在不同训练模式下，机器人与患者之间的作用力不同。在被动训练模式中，机器人主要提供带动患者运动的力；而在等张训练模式中，机器人需要根据患者的肌力水平提供适当的阻力。在模式切换过程中，力的突然变化可能会对患者造成冲击，影响患者的舒适度和安全性。因此，需要根据患者的实时状态和训练模式的要求，精确调整机器人输出的力。可以通过力传感器实时监测机器人与患者之间的作用力，当检测到模式切换信号时，控制系统根据预设的力调整策略，逐渐改变机器人输出的力。在从被动训练模式切换到等张训练模式时，先逐渐减小机器人提供的主动驱动力，同时根据患者的肌力水平，缓慢增加阻力，使力的变化过程平稳过渡，避免对患者造成不适。同时，为了确保模式切换的安全性，还需要设置多重安全保护机制。在切换过程中，实时监测患者的身体状态和机器人的运动状态，一旦检测到异常情况，如患者出现疼痛、肌肉痉挛，或者机器人运动失控等，立即停止切换，并采取相应的应急措施。可以设置安全阈值，当力传感器检测到的力超过安全阈值，或者位置传感器检测到机器人的运动超出预设范围时，控制系统自动触发安全保护机制，停止机器人的运动，避免对患者造成伤害。此外，还可以增加人工干预机制，在模式切换过程中，治疗师可以随时根据患者的实际情况，手动停止或调整切换过程，确保患者的安全。五、实验与结果分析5.1实验平台搭建5.1.1硬件系统搭建为了对并联踝康复机器人的柔顺交互与多模式康复训练效果进行全面、准确的评估，搭建了一套功能完备、性能可靠的实验平台。硬件系统作为实验平台的基础支撑，其搭建过程涉及多个关键部分，包括机器人本体、力传感器、位置传感器、电机驱动装置以及其他辅助设备等，各部分协同工作，为实验的顺利开展提供了硬件保障。机器人本体：选用基于3-RSS/S空间机构和3-SPS/S对顶双锥机构设计的并联踝康复机器人作为实验对象。该机器人本体采用铝合金材料制作，这种材料具有质量轻、强度高、耐腐蚀等优点，能够有效减轻机器人的整体重量，同时保证其在运动过程中的结构稳定性和可靠性。定平台和动平台的结构设计经过优化，以确保在康复训练过程中能够为患者提供稳定的支撑和准确的运动引导。定平台通过地脚螺栓固定在实验台面上，保证其在实验过程中不会发生位移。动平台则直接与患者的足部接触，其表面采用柔软、舒适的材料，以提高患者在训练过程中的舒适度。支链部分由高强度的杆件和高精度的关节组成，能够实现动平台在空间中的多自由度运动，满足踝关节康复训练的各种需求。力传感器：在机器人的动平台与患者足部接触的关键部位安装了高精度的六维力传感器，其型号为[具体型号]，该传感器能够实时、精确地测量人机交互力的三个力分量（X、Y、Z方向）和三个力矩分量（绕X、Y、Z轴的力矩）。其测量精度可达±0.1N和±0.01N・m，分辨率高，能够捕捉到微小的力变化，为柔顺交互控制提供准确的力反馈信号。力传感器通过专用的信号调理电路与控制系统相连，信号调理电路能够对力传感器输出的微弱电信号进行放大、滤波等处理，提高信号的质量和可靠性，确保控制系统能够准确地获取人机交互力信息。位置传感器：选用绝对值编码器作为位置传感器，安装在机器人的电机轴上，用于实时监测电机的旋转角度和位置信息。绝对值编码器的精度为17位，能够提供高达131072个脉冲/转的分辨率，确保对电机位置的精确测量。通过测量电机的旋转角度，结合机器人的运动学模型，可以准确计算出动平台的位置和姿态信息。此外，在机器人的关节部位还安装了倾角传感器，用于测量关节的角度变化，进一步提高对机器人运动状态的监测精度。倾角传感器的测量范围为±180°，精度可达±0.1°，能够实时反馈关节的倾斜角度，为控制系统提供更全面的位置信息。电机驱动装置：采用高性能的伺服电机驱动装置，其型号为[具体型号]，能够为机器人的运动提供稳定、精确的动力输出。伺服电机驱动装置具有响应速度快、控制精度高、输出扭矩大等优点，能够根据控制系统的指令快速、准确地调整电机的转速和扭矩，实现对机器人运动的精确控制。该驱动装置支持多种控制模式，如位置控制、速度控制和力矩控制等，能够满足不同康复训练模式下的控制需求。在被动训练模式下，可以采用位置控制模式，按照预设的运动轨迹精确控制电机的旋转角度，带动动平台运动；在等张训练模式和主动训练模式下，可以根据需要选择速度控制模式或力矩控制模式，实现对机器人运动速度和输出力的精确调节。其他辅助设备：还配备了数据采集卡、计算机等辅助设备。数据采集卡用于采集力传感器、位置传感器等设备输出的信号，并将其转换为数字信号传输给计算机进行处理和分析。选用的[具体型号]数据采集卡具有高速、高精度的数据采集能力，能够满足实验对数据采集速度和精度的要求。计算机作为实验平台的控制核心和数据处理中心，运行着专门开发的控制软件和数据分析软件。控制软件负责发送控制指令给电机驱动装置，实现对机器人运动的控制；同时，接收和处理力传感器、位置传感器等设备采集的数据，实时监测机器人的运动状态和人机交互力情况。数据分析软件则用于对采集到的数据进行分析、处理和可视化展示，为实验结果的评估提供依据。通过这些辅助设备的协同工作，实现了对实验数据的高效采集、处理和分析，为研究并联踝康复机器人的柔顺交互与多模式康复训练提供了有力支持。5.1.2软件系统开发软件系统是实现并联踝康复机器人柔顺交互与多模式康复训练的关键，其功能涵盖运动控制、数据采集与处理、人机交互等多个重要方面。通过精心设计和开发软件系统，能够实现对机器人硬件设备的精确控制，为患者提供安全、有效的康复训练，并为实验研究提供全面、准确的数据支持。运动控制功能：软件系统的运动控制模块基于先进的控制算法，实现了对机器人运动的精确控制。根据康复训练的不同需求，该模块能够生成各种复杂的运动轨迹，如正弦波、方波、梯形波等，以满足不同康复训练模式下的运动要求。在被动训练模式中，通过预设运动轨迹，控制机器人按照特定的速度和角度范围带动患者的踝关节进行运动。可以设置机器人的运动速度为每秒1-2度，运动范围为背伸/跖屈±15度、内翻/外翻±10度、内旋/外旋±10度，确保患者在安全、舒适的范围内进行训练。在等张训练模式和主动训练模式中，结合力传感器和位置传感器反馈的信息，实现力和位置的协同控制。当检测到患者主动发力时，根据预设的导纳模型或阻抗模型，调整机器人的运动参数，为患者提供适当的助力或阻力。例如，在等张训练模式下，当患者进行踝关节屈伸运动时，根据患者的肌力水平和运动意图，控制机器人提供相应大小的阻力，帮助患者增强肌肉力量。运动控制模块还具备运动参数实时调整的功能，治疗师可以根据患者的实际情况，在训练过程中随时调整运动速度、运动范围、力的大小等参数，以确保训练的安全性和有效性。数据采集与处理功能：数据采集与处理模块负责实时采集力传感器、位置传感器等硬件设备输出的数据，并对这些数据进行高效处理和存储。数据采集频率可根据实验需求进行灵活设置，最高可达1000Hz，确保能够捕捉到机器人运动过程中的细微变化。采集到的数据经过滤波、去噪等预处理操作，去除噪声和干扰，提高数据的质量和可靠性。采用数字滤波器对力传感器采集到的数据进行滤波处理，去除高频噪声和低频漂移，使数据更加稳定和准确。然后，对处理后的数据进行实时分析，提取关键特征参数，如人机交互力的大小、方向、变化趋势，机器人的位置、速度、加速度等。通过分析这些特征参数，可以实时监测机器人的运动状态和人机交互情况，为运动控制和康复训练效果评估提供重要依据。将采集和处理后的数据存储在数据库中，以便后续的数据分析和研究。数据库采用MySQL等关系型数据库管理系统，具有数据存储量大、查询速度快、数据安全性高等优点。通过对历史数据的分析，可以了解患者的康复进展情况，为调整康复训练方案提供参考。人机交互功能：软件系统的人机交互模块为治疗师和患者提供了一个友好、便捷的操作界面。治疗师可以通过该界面实时监控机器人的运行状态，包括运动参数、力传感器数据、位置传感器数据等，直观地了解机器人和患者的情况。在操作界面上，以图形化的方式展示机器人的运动轨迹、人机交互力曲线等信息，使治疗师能够快速、准确地掌握训练情况。治疗师还可以在该界面上设置康复训练参数，如训练模式、运动速度、运动范围、力的大小等，根据患者的具体情况和康复阶段，为患者制定个性化的康复训练方案。患者在训练过程中，可以通过操作界面与机器人进行互动。界面上设置了反馈按钮，患者可以根据自己的感受，如疼痛、疲劳等，及时向治疗师反馈，治疗师根据患者的反馈调整训练参数，确保训练的安全性和舒适性。操作界面还提供了训练进度提示、训练目标达成提示等功能，让患者能够实时了解自己的训练情况，增强患者的训练积极性和参与感。此外，软件系统还具备远程监控和数据传输功能，通过网络连接，治疗师可以在远程对机器人进行监控和控制，实现远程康复指导。同时，机器人采集的数据也可以实时传输到远程服务器，方便医生和研究人员进行数据分析和研究。5.2实验方案设计5.2.1柔顺交互性能实验为了验证并联踝康复机器人的柔顺交互性能，设计了一系列实验。实验以[具体数量]名健康志愿者为实验对象，模拟患者在康复训练过程中的不同运动状态，通过测量人机交互力和机器人的运动响应，评估机器人的柔顺交互性能。在实验过程中，志愿者佩戴好机器人的足部固定装置，启动机器人进入柔顺交互模式。利用安装在机器人动平台与足部接触部位的六维力传感器，实时测量人机交互力的大小和方向；同时，通过位置传感器和加速度传感器，获取机器