随着中国社会老龄化加剧,有康复需求的人群大量增加。本课题利用机器视觉等人工智能技术,针对轻度认知障碍(Mild Cognitive Impairment,MCI)进行辅助康复。轻度认知障碍是一种认知障碍症候群,已证明可以通过人为干预的方式进行一定程度的延缓和康复。但由于相关医疗资源的匮乏以及分布不均,患者的康复过程往往不及时不到位,缺乏持续性和有效性。针对此,本课题设计了一套基于机器视觉的辅助认知康复机器人系统,用以提高MCI等疾病的康复效率。首先,基于韦氏成人智力量表(Wechsler Adult Intelligence Scale,WAIS),确定轻度认知障碍康复中所针对的认知能力,并且选用积木拼图康复策略作为主要康复方式,根据其过程进行辅助,初步设计了“一对多”的辅助康复模式。其次,针对系统中所用到的视觉部分,完成了目标检测、图像匹配以及参数提取等任务。利用傅里叶描述算子将图像信息从时域转化到频域,并通过比对参考对象和待测对象的描述算子,完成目标检测。之后提出了模长位移算法,利用图像的复数域信息,在不需考虑图像边缘起始点的情况下,转动目标图形复数域中的所有模长分量来模拟旋转变换,比对与目标图形相同相位角下的模长差值,确定两者之间的角度变化等信息。此外,利用支持向量机算法,针对空间目标学习其三维特征,然后根据学习得到的分类器进行三维目标检测。然后,分别针对医生和患者设计了两种软件界面,医生端用户界面用于系统的总体控制,患者端则主要用于在患者的康复过程中给予相应的提示。基于此设计了“一对多”的辅助康复策略:医生通过其软件为多个患者指定积木康复任务,该任务会传输到不同患者端的软件窗口;每个患者均配有相同的康复系统,若患者遇到困难,则系统首先基于机器视觉,通过软件界面对患者进行高亮提示;若患者仍无法完成相应任务,则系统将启动机械臂,针对积木康复任务进行示教。之后,利用六自由度机械臂、单目相机、积木康复平台以及显示设备等搭建了完整的辅助康复系统,并且针对所用的六自由度机械臂进行了运动学建模和分析,分析了机械臂的运动和避障策略。最后,在康复系统样机中,通过模拟病人进行了完整的测试。仿真和实际测试的结果充分的展示了辅助康复策略的可行性以及该辅助康复机器人系统的高效性。