基于最优训练路径的上肢康复机器人结构设计方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51875047
  • 项目类别：
    面上项目
  • 资助金额：
    60.0万
  • 负责人：
    王占礼
  • 依托单位：
    长春工业大学
  • 学科分类：
    E0501.机器人与机构学
  • 结题年份：
    2022
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2022-12-31

项目摘要

The application of robotics to healthy care is an inevitable trend of the robot industry development. However, due to the structural limitations of the existing rehabilitation robots, there are some problems in the process of patients' rehabilitation, such as the low comfortableness and the unsatisfactory effect. For this reason, this project main studied four aspects, they are as follows:(1) According to the movement characteristics and the movable boundary of the musculoskeletal system of human upper limb in different stages of rehabilitation, the optimal programming method of rehabilitation training path is obtained.(2) Based on the five-bar mechanism, a design method of end-guided rehabilitation robot is proposed. Because the five-bar mechanism can generate a complex path, the deficiencies of existing rehabilitation robotics can be overcome.(3) A design method for rehabilitative robot of the musculoskeletal system of human upper limb is presented. Since the geometric flexibility of tensegrity mechanism, the discomfort of the patients can be decrease in the process of rehabilitation.(4) The assessment method and prediction method of upper limb rehabilitation are present in this project. The path selection method for optimal rehabilitation training is proposed. Then the best matching between the rehabilitation training path and the rehabilitation effect is realized. Based on the theoretical results, the human upper limb rehabilitative robot system is established. The effectiveness of the method is proved by training the human upper limb of patients using the system. This project can provide theoretical reference and technical support for structural design of rehabilitative robot and "man-machine communion".
机器人应用于康复保健领域是机器人产业发展的必然趋势，但目前康复机器人由于结构的局限，导致患者康复过程中存在康复舒适性差和康复效果不佳的问题。对此问题，项目拟开展4方面研究：①通过人体上肢肌肉骨骼在不同康复阶段运动特性和可动边界分析，给出上肢康复训练路径规划方法；②研究基于五杆机构的末端导引式康复机器人结构设计方法，利用五杆机构轨迹多样的特点克服现有康复机器人训练路径简单造成康复效果不佳的缺陷；③研究上肢可穿戴式康复机器人结构设计方法，利用张拉机构具有几何柔性的特点降低康复训练过程中由于机器人与患者之间运动不匹配给患者带来的不适；④探究上肢康复程度评估和预测方法，提出康复训练路径筛选方法，达到康复训练路径与患者康复程度的最优匹配。基于理论成果，集成开发上肢康复机器人系统，通过对患者上肢进行康复训练，验证提出方法的有效性。项目的研究将为康复机器人结构设计及“人机共融”提供理论参考和技术支持。

结项摘要

机器人应用于康复保健领域是机器人产业发展的必然趋势，上肢康复机器人的设计与开发能够对偏瘫患者所处的不同阶段提供不同训练强度、不同训练模式的康复训练，激发患者主动参与意识，增强患者康复信心和康复决心，促进医学、工学资源优势互补，具有广泛的应用价值。. 在本项目的支持下，我们进行了如下几个方面研究与探讨：（1）提出一种基于五杆机构的末端导引康复机器人结构设计方法，实现了对上肢手臂康复训练路径特征参数的提取；（2）基于张拉整体结构提出一种新的具有一定适应性的上肢仿生外骨骼机器人结构设计方法，使机器人关节在不可预测的环境中工作，又满足对功能灵活性和结构适应性的特征需求；（3）提出一种以绳索传动为主，“绳索+齿形带”的广义绳索驱动结构设计方法，结构采用绳索驱动，串并联相结合的方式实现脑卒中偏瘫患者的中期半主动康复训练和后期主动康复训练；（4）基于腕关节柔性并联机构支撑弹簧具有侧向弯曲特性，提出了一种有限转动张量和力与力矩平衡方程相结合的方法，构建了系统动力学模型，分析了并联机构运动学与静力学特性。（4）提出一种五自由度上肢康复机器人结构设计方法，解决了传统上肢康复机器人缺少肩关节冠状面内收/外展运动，或进行该运动时需要多个关节配合完成的问题。（5）提出一种基于置信规则库（belief rule base，BRB）的脑卒中患者上肢康复评估方法，通过提取脑卒中患者不同康复阶段的上肢运动特征，融合专家知识建立基于BRB的脑卒中患者的上肢康复状态评估模型。基于项目理论成果分别设计开发了四款上肢康复机器人，并进行了相关应用实验验证。. 在基金的支持下，出版学术专著2部，发表学术论文28篇；授权发明专利1件、实用新型专利6件，申请发明专利13件、申请实用新型专利2件；获得吉林省科学技术奖二等奖1项，中国自动化学会自然科学奖二等奖1项，吉林省自然科学奖三等奖1项；培养博士研究生4名，硕士研究生5名。完成了预期的研究任务。

项目成果

期刊论文数量（22）
专著数量（2）
科研奖励数量（3）
会议论文数量（6）
专利数量（22）
A novel adaptive iterative learning control approach and human-in-the-loop control pattern for lower limb rehabilitation robot in disturbances environment
干扰环境下下肢康复机器人的一种新型自适应迭代学习控制方法和人在环控制模式
  • DOI：
    10.1007/s10514-021-09988-3
  • 发表时间：
    2021-06-25
  • 期刊：
    AUTONOMOUS ROBOTS
  • 影响因子：
    3.5
  • 作者：
    Sun, Zhongbo;Li, Feng;Liu, Keping
  • 通讯作者：
    Liu, Keping
A synthesis method for path generation of a planar five-bar mechanism based on dynamic self-adaptive atlas database
基于动态自适应图集数据库的平面五杆机构路径生成综合方法
  • DOI：
    10.1080/17415977.2020.1745792
  • 发表时间：
    2020
  • 期刊：
    Inverse Problems in Science and Engineering
  • 影响因子：
    1.3
  • 作者：
    Sun Jianwei;Xue Na;Liu Wenrui;Chu Jinkui
  • 通讯作者：
    Chu Jinkui
A neural network-based model for lower limb continuous estimation against the disturbance of uncertainty
基于神经网络的下肢连续估计对抗不确定性干扰的模型
  • DOI：
    10.1016/j.bspc.2021.103115
  • 发表时间：
    2022-01
  • 期刊：
    Biomedical Signal Processing and Control
  • 影响因子：
    5.1
  • 作者：
    Li Wanting;Liu Keping;Sun Zhongbo;Li Chunxu;Chai Yuanyuan;Gu Jian
  • 通讯作者：
    Gu Jian
Design and Analysis of 6-DoFs Upper Limb Assistant Rehabilitation Robot
六自由度上肢辅助康复机器人的设计与分析
  • DOI：
    10.3390/machines10111035
  • 发表时间：
    2022-11
  • 期刊：
    Machines
  • 影响因子：
    2.6
  • 作者：
    Li Shuang;Wang Zhanli;Pang Zaixiang;Gao Moyao;Duan Zhifeng
  • 通讯作者：
    Duan Zhifeng
Discrete-time noise-tolerant Z-type model for online solving nonlinear time-varying equations in the presence of noises
用于在线求解存在噪声的非线性时变方程的离散时间耐噪声 Z 型模型
  • DOI：
    10.1016/j.cam.2021.113824
  • 发表时间：
    2022-03
  • 期刊：
    Journal of Computational and Applied Mathematics
  • 影响因子：
    2.4
  • 作者：
    Zhongbo Sun;Yongbai Liu;Gang Wang;Yufeng Lian;Keping Liu;Long Jin
  • 通讯作者：
    Long Jin

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

黄河中游多沙粗沙区坡面薄层水流水动力学特性
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    水土保持通报
  • 影响因子：
    --
  • 作者：
    高素娟;王占礼;黄明斌;张宽地;刘俊娥;袁殷;陈浩
  • 通讯作者：
    陈浩
黄土坡面细沟水流佛汝德数试验研究
  • DOI：
    10.13758/j.cnki.tr.2015.01.026
  • 发表时间：
    2015
  • 期刊：
    土壤
  • 影响因子：
    --
  • 作者：
    陆绍娟;王占礼;申楠;谭贞学
  • 通讯作者：
    谭贞学
JC162对黄土坡面片蚀过程的影响研究
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    人民黄河
  • 影响因子：
    --
  • 作者：
    张庆玮;王占礼;刘俊娥;焦念;申楠
  • 通讯作者：
    申楠
草地植被覆盖度坡度及雨强对坡面径流含沙量影响试验研究
  • DOI：
    10.11975/j.issn.1002-6819.2017.15.015
  • 发表时间：
    2017
  • 期刊：
    农业工程学报
  • 影响因子：
    --
  • 作者：
    王栋栋;王占礼;张庆玮;张琪琳;田娜玲
  • 通讯作者：
    田娜玲
黄土坡面细沟水流分离能力变化特征
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    水土保持学报
  • 影响因子：
    --
  • 作者：
    焦念;王占礼;刘俊娥;陈浩
  • 通讯作者：
    陈浩

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码