买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种用于偏瘫康复的机器人强化学习镜像训练控制系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116570468B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310597016.4，技术领域涉及：G06F9/00；该发明授权一种用于偏瘫康复的机器人强化学习镜像训练控制系统是由徐嘉骏;赵孟成;黄恺真;张添一;吉爱红设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本一种用于偏瘫康复的机器人强化学习镜像训练控制系统在说明书摘要公布了：本发明提供了一种用于偏瘫康复的机器人强化学习镜像训练控制系统，采用可穿戴双侧主从动康复机器人辅助偏瘫患者进行康复训练，主动机器人穿戴于患者健康侧肢体，采用模型参考自适应阻抗控制；从动机器人穿戴于患者瘫痪侧肢体，采用强化学习控制。主动机器人的运动数据传递至从动机器人，使得偏瘫患者的瘫痪侧肢体可以在机器人的辅助下模仿健康侧肢体动作，自主完成康复训练。患者可以通过自身肌肉力量来调整健康侧和瘫痪侧机器人的运动，获得更加舒适恰当的康复训练运动强度。本发明可以在保证患者安全的前提下，有效地提高瘫痪侧肢体的肌肉激活程度，提升偏瘫患者康复疗效。

本发明授权一种用于偏瘫康复的机器人强化学习镜像训练控制系统在权利要求书中公布了：1.一种用于偏瘫康复的机器人强化学习镜像训练控制系统，其特征在于，包括主动机器人与从动机器人，所述主动机器人穿戴于患者健康侧肢体，通过参考阻抗模型自适应控制；所述从动机器人穿戴于患者瘫痪侧肢体，采用强化学习控制； 所述系统的动力学模型公式为： 其中qi为机器人关节位置坐标，表示n维实数矩阵,i＝m,s，m表示主动机器人，i表示从动机器人，qm表示主动机器人关节位置坐标，qi表示从动机器人关节位置坐标，n表示机器人关节个数，和分别表示主动机器人的关节速度和加速度；和分别表示从动机器人的关节速度和加速度； Mmqm表示主动机器人惯性矩阵，表示主动机器人向心力矩和科里奥利力矩矩阵，为主动机器人重力力矩，为主动机器人摩擦力矩，表示主动机器人的执行器产生的机器人力矩； Msqs表示从动机器人惯性矩阵，表示从动机器人向心力矩和科里奥利力矩矩阵，为从动机器人重力力矩，为从动机器人摩擦力矩，表示从动机器人的执行器产生的机器人力矩； 表示主动机器人与健康侧肢体之间的交互力矩，表示从动机器人与瘫痪侧肢体之间的交互力矩； 所述主动机器人的关节位置和速度信息经过时间延迟Tm传输给从动机器人，从而带动瘫痪侧肢体跟随运动；所述从动机器人和瘫痪侧肢体之间的交互力矩经过时间延迟Ts传输给主动机器人，表示为： qsdt＝Kqqmt-Tm τFLdt＝KqτILt-Ts 其中t表示当前时刻，是当前时刻从动机器人的期望位置，是当前时刻从动机器人的期望速度，是从瘫痪侧传递到健康侧的相互作用扭矩，Kq＝diagKq1,…,Kqn表示镜像矩阵，diag函数用于构造一个对角矩阵，Kqn表示镜像矩阵Kq中第q行第n列的元素；为适应健康侧和瘫痪侧之间的镜像效应，Kq1～Kqn取值为1或-1； 所述参考阻抗模型的公式为： 其中Mmd、Bmd和Kmd分别表示主动机器人的期望惯性、阻尼和刚度矩阵，是参考阻抗模型的输出，表示期望位置，因此和分别表示主动机器人的期望速度和加速度； 所述参考阻抗模型接收主动机器人、从动机器人与健康侧、瘫痪侧肢体的交互力矩，生成主动机器人的理想运动轨迹，此时，患者健康侧肢体能够通过施加肌肉力调节主动机器人的运动轨迹； 所述主动机器人的控制器目标为跟踪由参考阻抗模型产生的主动机器人的理想运动轨迹，建立滑模变量sm； 所述滑模变量sm表示为： 其中表示主动机器人实际位置与期望位置之间的误差，λ1为常数，表示主动机器人实际速度与期望速度之间的误差； 主动机器人的估计加速度为： 其中λ2是常数； 在关节空间所述主动机器人的控制器公式为： 所述从动机器人通过强化学习控制器实现强化学习控制，所述强化学习控制器包括状态s、动作a和奖励r，其中，状态s包括机器人状态和患者肢体状态，公式为： s＝[sR,sH]T 其中sR表示机器人状态，sH表示患者肢体状态，T表示矩阵转置； 所述机器人状态包括关节位置和关节速度，公式为： 其中qmi为主动机器人第i个关节的位置，i＝1,2,,…,n，qsi为从动机器人第i个关节的位置，为主动机器人第i个关节的关节速度，为从动机器人第i个关节的关节速度； 所述患者肢体状态包括通过皮肤表面肌电信号幅值来表征，公式为： sH＝[EHL1…EHLk,EIL1…EILk]T 其中EHLi表示健康侧第i块肌肉的肌电信号幅值，i＝1,2...,k,k为被测肌肉数量，EILi为瘫痪侧第i块肌肉的肌电信号幅值； 所述动作a为从动机器人关节驱动器输出力矩，公式为： a＝[τs1…τsn]T 其中，τsn表示从动侧第n个关节的执行器扭矩； 所述强化学习控制器的奖励函数的构建目标是使患者瘫痪侧肢体的肌肉激活度最大、使主动机器人和从动机器人之间的轨迹跟踪误差最小、从动机器人的加速度最小，同时将用户的情绪纳入强化学习控制器，作为额外的影响因子实时控制康复训练运动强度，所述奖励函数r公式为： 其中Λ是表示跟踪误差项在奖励函数中的权重的对角线正矩阵，qsd表示从动机器人的期望位置，表示从动机器人的期望加速度，γEi是平衡第i个被测肌肉肌电图信号贡献的权重值，EFLi表示患者健康肢体的肌肉激活程度，EILi表示患者患侧肢体的肌肉激活程度；VFER为患者情绪识别结果常数，当患者表现出积极的面部表情时，VFER0；当患者表现出消极的面部表情时，VFER0；表示从动机器人对于患侧肢体的作用力，γu和γA分别为机器人驱动力矩与加速度的权重值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。