基于LSTM-RNN的定制化手部功能康复机器人自适应控制方法

《Scientific Reports》：Adaptive control method for customized hand function rehabilitation robot using LSTM-RNN

　　

摘要

手部康复机器人在当代中风恢复治疗中发挥着至关重要的作用，通过帮助患者重新获得对运动功能障碍的控制，尤其是在手部运动方面。现有的方法在基于个体运动的个性化和实时支持方面存在局限性。本研究提出了一种用于个性化手部康复的自适应LSTM-RNN控制策略，通过基于个体进度提供实时、个性化的支持来解决传统系统的局限性。所提出的方法采用LSTM-RNN从工具空间坐标（x, y, z）预测关节角度，基于机器人运动学数据集进行训练，并将其整合到一个自适应控制系统中，用于实时调整机器人辅助。系统性能评估基于平均绝对误差（MAE）、均方误差（MSE）和均方根误差（RMSE）指标，显示出比现有控制方法的改进，并证明了所提出控制系统的优势。所提出的带自适应控制的LSTM-RNN实现了MAE为0.0083、MSE为0.0001和RMSE为0.0107，优于基于PID的控制（MAE：0.0291，RMSE：0.0224）和基于规则的控制（MAE：0.0453，RMSE：0.0480）。这些发现表明，带自适应控制的LSTM-RNN方法更加精确，并且能够实时适应，从而提供对患者的努力与进步做出响应的个性化康复。该方法显著降低了误差率，从而提高了整体治疗效果，并为受伤和中风患者提供了更安全、更有效的康复体验。