公开(公告)号：CN107397649B

公开(公告)日：2020-08-14

申请号：CN201710681749.0

申请日：2017-08-10

Applicant: 燕山大学

Inventor： 吴晓光 ,  张晋铭 ,  邱石 ,  张天赐 ,  韦磊 ,  齐文靖 ,  谢平 ,  李艳会 ,  尹永浩

IPC: B25J9/00 ,  A61H1/02 ,  A61B5/0488

Abstract: 一种基于径向基神经网络的上肢外骨骼康复机器人控制方法，建立人体上肢肌肉骨骼模型；采集上肢肌肉肌电信号及上肢运动数据，将运动数据导入上肢肌肉骨骼模型中，获得上肢关节力矩，构建径向基神经网络，给出神经网络模型；识别患者运动意图，融合分析关节角速度，将结果用于识别训练对象关节伸屈状态，确定肢体运动意图；实时采集患侧康复训练中的肌电信号及关节角度，通过神经网络得到患侧关节力矩，计算出外骨骼机械臂所需补偿的关节力矩，分析肌电信号疲劳特征，通过对疲劳程度进行分级，调整补偿力矩大小，结合运动意图控制力矩控制器实现上肢康复机器人辅助患者进行康复训练。本发明方法使康复训练过程更加适应患者，加强人机交互，提升康复效果。

公开(公告)号：CN108983804B

公开(公告)日：2020-05-22

申请号：CN201810979187.2

申请日：2018-08-27

Applicant: 燕山大学

Inventor： 吴晓光 ,  刘绍维 ,  杨磊 ,  张天赐 ,  李艳会 ,  王挺进

IPC: G05D1/08

Abstract: 本发明公开了一种基于深度强化学习的双足机器人步态规划方法，利用人体步态的稳定性和柔顺性，结合深度强化学习对双足机器人步态进行有效控制，包括以下步骤：1)建立被动双足机器人模型；2)人体步态数据和目标步态数据的获取及处理；3)使用降噪自动编码器分别提取双足机器人步态数据与人体步态数据中的隐含特征；4)利用深度强化学习对人体步态特征进行学习，进而规划双足机器人步态。本发明将深度强化学习和人体步态数据相结合，控制双足机器人像人一样稳定、柔顺的行走。

公开(公告)号：CN109124982A

公开(公告)日：2019-01-04

申请号：CN201810697367.1

申请日：2018-06-29

Applicant: 燕山大学

Inventor： 吴晓光 ,  于金须 ,  王挺进 ,  尹永浩 ,  杨磊 ,  刘绍维 ,  李艳会 ,  陈伟

IPC: A61H1/02

CPC classification number: A61H1/0218 ,  A61H1/0237 ,  A61H1/0274 ,  A61H2201/1238 ,  A61H2205/06 ,  A61H2205/10

Abstract: 本发明公开了一种可穿戴康复助力柔性气动关节，包括驱动气囊、控制单元和驱动单元；驱动气囊包括气囊底盘、气囊骨架、气囊布和气囊束带；控制单元包括惯性传感芯片、压力传感芯片和上位机；惯性传感芯片和压力传感芯片均集成了微处理器与无线通信模块，能将数据信息进行实时处理，并根据预设程序将控制指令无线传输给上位机，由上位机对驱动单元进行控制，从而控制柔性关节进行屈伸动作；惯性传感芯片固连在驱动气囊外侧用于采集患者的肢体运动信息并进行运算处理；压力传感芯片固连在驱动气囊外侧用于检测患者肢体表面所受到柔性关节力的大小；驱动单元包括气泵、真空泵、第一、二过滤器、第一、二二位一通电磁阀、电磁节流阀和溢流阀。

公开(公告)号：CN108983804A

公开(公告)日：2018-12-11

申请号：CN201810979187.2

申请日：2018-08-27

Applicant: 燕山大学

Inventor： 吴晓光 ,  刘绍维 ,  杨磊 ,  张天赐 ,  李艳会 ,  王挺进

IPC: G05D1/08

Abstract: 本发明公开了一种基于深度强化学习的双足机器人步态规划方法，利用人体步态的稳定性和柔顺性，结合深度强化学习对双足机器人步态进行有效控制，包括以下步骤：1)建立被动双足机器人模型；2)人体步态数据和目标步态数据的获取及处理；3)使用降噪自动编码器分别提取双足机器人步态数据与人体步态数据中的隐含特征；4)利用深度强化学习对人体步态特征进行学习，进而规划双足机器人步态。本发明将深度强化学习和人体步态数据相结合，控制双足机器人像人一样稳定、柔顺的行走。

公开(公告)号：CN107397649A

公开(公告)日：2017-11-28

申请号：CN201710681749.0

申请日：2017-08-10

Applicant: 燕山大学

Inventor： 吴晓光 ,  张晋铭 ,  邱石 ,  张天赐 ,  韦磊 ,  齐文靖 ,  谢平 ,  李艳会 ,  尹永浩

IPC: A61H1/02 ,  A61B5/0488

Abstract: 一种基于径向基神经网络的上肢外骨骼康复机器人控制方法，建立人体上肢肌肉骨骼模型；采集上肢肌肉肌电信号及上肢运动数据，将运动数据导入上肢肌肉骨骼模型中，获得上肢关节力矩，构建径向基神经网络，给出神经网络模型；识别患者运动意图，融合分析关节角速度，将结果用于识别训练对象关节伸屈状态，确定肢体运动意图；实时采集患侧康复训练中的肌电信号及关节角度，通过神经网络得到患侧关节力矩，计算出外骨骼机械臂所需补偿的关节力矩，分析肌电信号疲劳特征，通过对疲劳程度进行分级，调整补偿力矩大小，结合运动意图控制力矩控制器实现上肢康复机器人辅助患者进行康复训练。本发明方法使康复训练过程更加适应患者，加强人机交互，提升康复效果。