Método de Control de Entrenamiento Híbrido Activo-Pasivo Adaptativo Paramétrico Inteligente para Robot de Rehabilitación
Autores: Hu, Jie; Zhuang, Yuantao; Zhu, Yudi; Meng, Qiaoling; Yu, Hongliu
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Método de Control de Entrenamiento Híbrido Activo-Pasivo Adaptativo Paramétrico Inteligente para Robot de Rehabilitación
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Robots de rehabilitación
Método de control de entrenamiento activo-pasivo
Participación activa de los pacientes
Movilidad articular
Ajuste dinámico adaptativo
Parámetros de entrenamiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Los robots de rehabilitación facilitan que los pacientes participen en el entrenamiento físico y ocupacional. La mayoría de los robots de rehabilitación utilizados en la práctica clínica adoptan un entrenamiento puramente pasivo o activo, que no puede detectar la participación activa de los pacientes durante el entrenamiento pasivo y carece de un ajuste dinámico adaptativo de los parámetros de entrenamiento para los pacientes. En este artículo, se propone un método de control de entrenamiento híbrido activo-pasivo inteligente para mejorar la participación activa de los pacientes en el modo de entrenamiento pasivo. En primer lugar, se modelan y calibran la movilidad articular y la potencia muscular máxima de los pacientes. En segundo lugar, las articulaciones del robot se activan para entrenar de acuerdo con la movilidad articular y la velocidad durante dos ciclos. El modelo de control de interacción de fuerza acoplada humano-máquina puede reconocer la participación activa de los pacientes en el proceso de entrenamiento. Finalmente, la velocidad de movimiento articular del entrenamiento pasivo para el siguiente ciclo de entrenamiento se actualiza de manera adaptativa mediante el método de control propuesto. Los resultados experimentales demuestran que el método de control puede detectar la participación activa de los pacientes y ajustar la velocidad del entrenamiento pasivo de acuerdo con la interacción de fuerza activa de los pacientes. En conclusión, el método de control de entrenamiento híbrido activo-pasivo propuesto en este artículo logra el objetivo deseado y mejora efectivamente el efecto de rehabilitación de los pacientes.
Descripción
Los robots de rehabilitación facilitan que los pacientes participen en el entrenamiento físico y ocupacional. La mayoría de los robots de rehabilitación utilizados en la práctica clínica adoptan un entrenamiento puramente pasivo o activo, que no puede detectar la participación activa de los pacientes durante el entrenamiento pasivo y carece de un ajuste dinámico adaptativo de los parámetros de entrenamiento para los pacientes. En este artículo, se propone un método de control de entrenamiento híbrido activo-pasivo inteligente para mejorar la participación activa de los pacientes en el modo de entrenamiento pasivo. En primer lugar, se modelan y calibran la movilidad articular y la potencia muscular máxima de los pacientes. En segundo lugar, las articulaciones del robot se activan para entrenar de acuerdo con la movilidad articular y la velocidad durante dos ciclos. El modelo de control de interacción de fuerza acoplada humano-máquina puede reconocer la participación activa de los pacientes en el proceso de entrenamiento. Finalmente, la velocidad de movimiento articular del entrenamiento pasivo para el siguiente ciclo de entrenamiento se actualiza de manera adaptativa mediante el método de control propuesto. Los resultados experimentales demuestran que el método de control puede detectar la participación activa de los pacientes y ajustar la velocidad del entrenamiento pasivo de acuerdo con la interacción de fuerza activa de los pacientes. En conclusión, el método de control de entrenamiento híbrido activo-pasivo propuesto en este artículo logra el objetivo deseado y mejora efectivamente el efecto de rehabilitación de los pacientes.