随着社会老龄化程度的不断提高,因脑卒中等造成的手部功能障碍患者的数量逐年增加。手是人体的重要组成部分,手部功能损伤将严重影响患者的正常生活。手指康复机器人可通过弯曲和伸展帮助手部偏瘫患者进行手部运动功能康复,使患者早日回到正常的社会生活。针对手指偏瘫患者的手部功能康复需求,本文设计了一种面向手指对称康复的近同步控制系统。将Leap Motion控制器的角度采集系统实时采集的手指姿态数据用于训练遗传算法优化的BP神经网络,得出的手指姿态预测结果驱动手指康复机器人进行动作,帮助手指偏瘫患者完成手指的对称动作,以恢复残疾手指的运动功能。本文成功研制出了实验样机,并对各项指标进行测试,达到了如下指标:对称动作恢复准确度达到了 95%以上;姿态预测准确度达到了 96%以上;上、下位机姿态解算至动作执行的延时控制在1s以内。实验样机系统满足各项设计指标,达到预期效果。首先,本文设计了“三指”机械手结构的手指康复机器人执行机构。该机构包含大拇指、食指和中指三个机械结构,共6个自由度。这种设计保证手掌能够在完成正常手90%动作的前提下,简化控制策略,快速完成对称康复动作。同时大幅度减轻机械手重量,提升用户康复体验。其次,针对康复机器人执行动作机构设计了一套完善的嵌入式系统。本文设计了基于STM32F103RCT6平台的电机驱动硬件电路和上下位机通讯电路,以驱动机器人手指完成动作。系统软件设计采用了嵌入式实时操作系统(RTOS)架构,使用实时任务调度形式运行姿态解算、电机驱动、数据通讯等任务,嵌入式实时操作系统能够提升硬件平台的利用效率,优化软件平台的拓展能力,做到“低耦合”。最后,基于降低通讯、机械传动等出现的随机时延,采用了遗传算法优化的BP神经网络预测算法。通过遗传算法优化BP神经网络对患者正常手的角度数据进行预测,将预测结果输送至机械手,带动患侧手指进行近同步康复训练,最后对比BP神经网络和遗传算法优化的BP神经网络的预测效果,验证后者预测的有效性。