文摘

下肢康复机器人是机器人技术的一种应用,对中风患者下肢残疾。新的适用和有效的坐在/躺在下肢康复机器人(LLR-Ro)提出的机械限制保护,电气保护,限制和软件保护,防止二次伤害的病人。与此同时,作为一种新型的康复机器人,其髋关节旋转范围是不同的在病人坐在培训姿势和躺的姿势。机器人的机械腿有一个变量工作区工作在这两个训练姿势。所以,如果传统的机械限制和电力限制不能用于髋关节机制设计,后续极限是首次提出改善人机运动的兼容性。此外,消除事故病人之间的相互作用力和LLR-Ro被动训练的过程中,一项修正案阻抗控制策略提出了基于位置控制改善LLR-Ro的遵从性。仿真实验和一个实验参与者表明,被动LLR-Ro的合规培训。

1。介绍

脑血管病、偏瘫、截瘫可能引起肢体运动功能障碍。基于神经康复理论,患者可以通过专业的康复训练1]。下肢康复机器人是机器人技术的一种应用,对于下肢残疾的人(2]。近年来,对下肢康复机器人的研究已经成为一个活跃的话题(3,4]。几种下肢康复机器人已经被开发出来。这些可分为单自由度的运动鞋(5),可穿戴的运动鞋(6),暂停步态训练师(7,8,坐在/躺步态训练器(9]。由于特异性的下肢康复机器人,它有高需求的安全性和遵从性。仍然有缺乏广泛的随机临床试验的下肢康复机器人的医院。安全性和遵从性是机器人的设计和控制的关键问题。

康复机器人是跨学科的科学。大部分的康复机器人是基于医疗康复原则,正常人的身体参数建模,以及缺乏对未知的设计错误,模型不确定性和参数自校正(10]。基于安全考虑,电气限位开关安装在机器人。然而,它不能完全保证病人在整个训练过程。Erol Sarkar使用一个自动释放整流控制器彪马560年提供一个快速释放电磁铁是固定在机器人,以确保受影响的肢体可以快速退出康复设备(11]。Tejima和诺夫12)设计了一种反射机制,类似于生物反射。当机器检测到意想不到的力量,它将反应,防止碰撞损坏。一些康复机器人配备了特殊的人体接近传感器,建立感知和自动停止机器人的时候太过密切向用户(13]。ViGRR也是确保安全通过释放用户从机器人。踏板是磁附加发布需求,可以减轻安全风险(14]。上面的方法在某种程度上确保患者的安全。但是这些方法的实现是基于电力系统的稳定性的康复机器人。当电力系统处于不稳定状态时,病人的安全没有控制的肢体运动能力可能遭受巨大风险。所以,机械限制保护康复机器人的设计。然而,坐在/躺在下肢康复机器人作为一种新型的机制(15,16髋关节),其范围是不同的在培训姿势和躺的姿势坐着。因此,这种类型的机械腿机器人有一个变量的工作区。传统的机电限制不再适用,和后续机电限制保护是首次提出。

此外,机械极限和电气极限保护仅旨在防止事故与外界的联系。他们无力应对人类身体的不适和肌肉痉挛。机器人和患者之间的交互力的控制是一个非常重要的方面在下肢康复机器人的研究。主动合规特色交互式控制方法可以避免肢体和机器人产生对抗,由于异常的肌肉活动,如痉挛和颤抖。杨的阻抗控制上肢康复机器人的研究小组基于位置控制策略,控制结构是double-closed循环(17]。Duschau-Wicke等人使用阻抗控制方法构建理想的培训路径,以确保周围的虚拟墙下肢的活动(18]。阻抗控制可以实现力和位置之间的动态关系,具有良好的灵活性和安全性。根据阻抗控制策略基于位置,修正案阻抗控制策略提出了改善遵从性康复机器人,并由实验验证其有效性。

2。材料和方法

2.1。LLR-Ro的创新设计

LLR-Ro包含移动座位,左边的腿模块机制,正确的机制腿模块,触摸屏,控制箱,如图1。左边机制腿腿模块模块和正确的机制是左右对称的。每个模块都有一个机械腿,臀部、膝盖和踝关节人体矢状。机械腿是最重要的一部分原型如图2。为了满足人们不同的高度从1500毫米到1900毫米,LLR-Ro的大腿和小腿的长度可以自动改变。传感系统包含传感器测量关节旋转产生的力和力矩,估计病人。转矩传感器安装在关节轴的位置,可直接获得关节转矩值。

LLR-Ro是典型的人机系统中,病人的肢体安全是最重要的原则是在其设计。LLR-Ro机械限制,电气极限,和软件保护,防止二次伤害的病人。机械的设计限制主要利用机械结构限制关节的运动范围。限位开关安装在极限位置的髋关节,膝关节和踝关节实现电气极限。患者信息将被记录到控制系统在人机交互。然后,执行器将控制直流伺服电机朝着motor-designated范围实现软件限制保护。

2.2。硬件控制系统的设计

基于LLR-Ro的功能,硬件控制系统包含了中央控制模块,人机交互系统,传感器反馈系统,运动控制系统,如图3。中央控制模块主要运行控制软件和接收操作顺序的人机交互系统。人机交互系统显示控制软件界面和反馈培训情况。运动控制系统接收到运动控制命令从中央控制模块,实现了电动机闭环控制和反馈联合真实运动条件中央控制模块。传感器反馈系统获得传感器信息,实现传感器的状态。

2.3。后续LLR-Ro的极限设计

满足病人的需要和不同恢复阶段,后角活动座位可以改变从110°- 170°帮助病人实现坐和躺训练姿势。然而,有一个安全的角度之间的大腿和身体的上部坐姿训练和躺的姿势训练,如图4。如果身体的上半部分是虚线位置和大腿是实线位置,会给病人带来二次伤害。因此,机械腿坐姿训练和躺的姿势培训有不同的工作区。如果传统的机械限制和电气限制髋关节不能用于这个设计,然后后续提出限制来解决这个问题。

为了防止腿挤压机制在病人当座椅靠背角度调整,后面的夹角和机械腿将限制在45°~ 170°。调整座椅靠背的设计利用线性致动器的连杆机构,如图5(一个)。图5 (b)显示了座位的简化模型。线性致动器的长度。点A和C点是固定在座位上架子上。 ,是常数。= 45°。

根据几何关系,

座椅靠背角度可以得到 然后,髋关节的最大价值将得到。

方程(1)和(2)座椅靠背角度之间的关系和线性致动器;(1)和(3)之间的关系的最大价值髋关节和线性致动器。

后续限制髋关节的设计机制也将适应链接机制与线性致动器如图6。点O是髋关节的中心;线性致动器的长度;点G和点E机制架是固定的;我是髋关节限位开关触发点。如果线段代表机械限制杆。 ,是常数。建立坐标系,O是起源点是水平方向,是垂直方向。

根据几何关系,

然后点的坐标 可以获得的

这个角θ_O1群可以得到

髋关节的最大值之间的关系角位置与长度的线性致动器将被计算。 在哪里

结合(2),(3)和(7),座椅靠背角度和长度之间的关系的线性致动器后续限制装置可以实现。当座椅靠背角度改变,髋关节的最大极限位置计算。

2.4。LLR-Ro控制合规

大部分被动训练康复机器人的控制策略设计按照战略的工业机器人,如图7。在被动训练过程中,LLR-Ro驱动器病人下肢沿着一定的轨迹。然而,被动训练主要适用于患者在疾病的早期阶段。在这个阶段,病人下肢大肌肉张力。如果病人感觉不舒服,他的腿移动极其的机制腿LLR-Ro仍在运动,病人的腿会再次受到伤害。因此,研究运动的合规LLR-Ro是必要的。

LLR-Ro也适应阻抗控制策略基于位置控制实现精确位置控制。阻抗控制策略如图8。

位置校正将通过武力吗阻抗控制模型。介绍了阻抗控制模型 在哪里 目标惯性矩阵、阻尼矩阵和刚度矩阵,分别;是腿的位置校正机制;患者肌张力的接触力;和和代表病人下肢的重量和LLR-Ro机械腿,分别。

它可以通过拉斯变换:

当病人感觉不舒服,也没有能力与机器人沿着轨迹在训练期间,接触力从病人肌肉将会更大。基于上述阻抗控制策略实现合规沿着预案的运动轨迹,我们也需要改变终点力位置调整金额通过阻抗控制模型。阻抗控制策略将被修改为新的修正案阻抗控制策略以适应康复训练,如图9。这种新的控制策略包含两个部分,包括传统阻抗控制回路的虚线内的相反方向校正和控制回路的虚线框架。这两部分通过一个开关部件相连。

时的力等于零,该修正案阻抗控制策略是常见的阻抗控制策略使机器人沿着预案轨迹。如果力不等于零,相反方向校正控制回路是闭合的。接触力将通过阻抗控制模型转化为位置校正。实际的位置添加的位置校正修正案的轨迹。第十四条修正案的LLR-Ro沿着轨迹,直到接触力等于零,那么LLR-Ro关闭。医生将检查病人安全来确定下一个训练计划。

2.5。从病人意外力力的近似计算

是脚的长度很短的相对于小腿和大腿,被动训练,踝关节运动运动在一个小范围,单独计划。摘要LLR-Ro机械腿的踝关节是固定的。有转矩传感器安装在髋关节和膝关节的机械腿测量LLR-Ro关节力矩。测量扭矩包含三个部分,,,。由于机械腿的长度调整和传动部分安装在机械腿非均匀分布、重心的位置难以确定。因此,它不能直接使用动力学计算的重量所产生的扭矩机制的腿。然而,LLR-Ro在低速度和稳态移动,和动力学的影响可以忽略。机械腿的重量所产生的力矩和病人的腿将通过静力学计算。静力学模型如图10。代表机械腿大腿的重量,代表的重量机械腿小腿和脚,分别。和代表的距离主轴大腿小腿+脚重心,重心,分别。膝盖扭矩产生的重量LLR-Ro机械腿小腿以及病人的腿和臀部转矩产生的机械腿的重量以及病人的腿可以通过联合计算扭矩传感器,分别。

的值和将改变当机械腿的长度是不同的。它可以通过实验计算。当病人施加的力机制的腿,扭矩和将生成的髋关节和膝关节。可被视为一个分力的和。

和是沿着水平方向和垂直方向的力量。 在哪里换位是雅各宾派的矩阵。

接触力可以计算如下: 在哪里

在这个时候,髋关节的实际扭矩与实际扭矩膝关节的由扭矩传感器测量,我们可以得到病人施加的力矩如下:

最后,接触力从病人肌肉张力可以通过计算(13)和(15)。

3所示。结果

3.1。后续的功能验证实验的限制

基于可移动座椅的机械设计和机械腿架,部分的几何参数2。3给出了在表1。后续极限包括机械限制和电气极限保护。两个极限保护极限位置相同。当机械腿达到髋关节最大极限位置,限位开关将会改变它的信号和停止机械腿移动。根据座椅靠背角度的范围,髋关节最大极限位置可以改变从65°- 125°。然而,髋关节最大位置设计在80°。所以,髋关节最大极限位置设计从65°- 80°。

基于(3)和(7),当线性致动器在座位上改变,线性致动器相应的机械腿架子上是不同的。髋关节最大极限位置通过量角器测量。结果被记录在图11。图(11日)显示了线性致动器的长度之间的关系在座椅和座椅靠背角度以及理论臀部最大极限位置。图11 (b)显示了线性致动器在架的长度之间的关系和实际臀部最大极限位置。图11 (c)显示错误的臀部最大极限位置。

3.2。仿真实验的修正案阻抗控制策略

理论模拟研究通过MATLAB如图12。在这个模拟的值和设计为零。被视为一个分力的和。和应该给出如下:

力的输入块是(16)和(17)。计划块模拟训练轨迹。阻抗的块可以实现力转移位置修正。输入所需的位置块的输出块和阻抗块的计划。逆的功能块设计得到各关节驱动电机。在这个仿真实验,计划块是一个线性的输入轨迹。开始点和结束点的位置(362.16,131.36),(758.69−30.66),分别。的参数 给出如下:

仿真规划轨迹和修正轨迹如图13。力的曲线和和调整值x设在和y设在得到如图14。

3.3。修正案阻抗控制策略的初步实验

为了验证原型的创新设计和修正阻抗控制策略,进行了初步实验。实验是在燕山大学智能康复机器人实验室举行。在实验之前,批准所有来自燕山大学伦理委员会的研究,介绍了实验信息和所有参与者和知情同意签署的形式是参与者。参与者在这个实验中是一个健康的人,和他的左腿上的机械腿LLR-Ro如图15。参与者大腿长 和小腿长度 。在康复训练的开始,参与者处于放松状态与LLR-Ro移动。基于(11)的值和获得15.47 N·m和17.43 N·m,分别。

然后,参与者力机制的腿突然模仿参与者在不舒服的状态。软件会计算接触力通过扭矩传感器在机制的腿。接触力将从关节力矩。如果力沿x设在或y设在超出(−2 n, 2 n)的LLR-Ro将修正案阻抗控制策略基于位置控制来调整最终的轨迹,直到接触力是在(−2 n, 2 n)和腿停止机制。

阻抗模型应用于数字控制与数据离散化。当 ,通过零持有人离散传递函数。采样时间是150 ms,离散时间传递函数可以获得

差分方程可以得到

初始值 。实验将使用一个圆轨迹。该中心是 如图16和半径 。

从实验中,我们可以获得力量x设在位置校正与时间和力量y设在位置校正和时间如图17。

4所示。讨论

后续实验进行了限制。图11显示,当座椅靠背的角度改变,臀部最大限度的位置将会相应变化。虽然之间有一个错误的实际臀部最大极限位置和理论臀部最大极限位置,最大误差为0.25°和可以接受的。后续的设计极限是可行的。然而,这个实验只是用限位开关,进行一个小髋关节速度。也许髋关节速度快会破坏线性致动器放到架子上。后续的破坏性实验限制将在未来得到证实。

有必要进行仿真实验前实验与人类的参与。从数据13和14校正曲线的值x设在和y设在有相同的变化趋势与力量和。前三秒,力量和等于零,位置调整值是零,机械腿终点沿着圆形轨迹。时间在3 ~ 4.5年代期间,下面的军队不同,除了零,位置修正可以按照力的变化非常快,和机械腿端沿着矫正移动轨迹。当时间是4.5 ~ 5年代,位置修正变成零的力量和减少到零。然后,机械腿结束停止移动。上面的仿真过程表明,当病人事故力量出现,LLR-Ro将减少部队通过机械腿的位置修正。这种控制策略使得LLR-Ro实现良好的合规的被动安全培训。

仿真实验的环境和一个实验参与者是有点不同的。模拟一个忽略了从病人腿和机械腿重量。此外,仿真实验也忽略了错误的机械腿组装和传感器错误。实验的改进与参与者考虑错误,和患者肌肉紧张性是有限的(−2 n, n)。如果超出了限制范围,LLR-Ro将生成位置修正。

从数据16和17力,当在容许范围内,沿着预案机制的腿移动轨迹。然而,当它超出了允许范围,腿会修正阻抗控制机制的基础上的位置。仿真实验的结果几乎相同。从实验结果,修正阻抗控制策略是可行的。从图15,LLR-Ro可以帮助志愿者实现被动训练。这证明LLR-Ro的机制设计是可行和安全的。

在未来,作者将研究主动训练基于阻抗控制策略,LLR-Ro的临床验证,biocooperative控制策略。康复训练模式是通过智能human-machine-cooperative自动控制系统。应用高科技方法如生物力学信息和病人的生理信息,LLR-Ro康复疗效的评价体系将建立。根据病人训练状态,LLR-Ro可能改变了训练参数本身在一个康复训练模式。

5。结论

一个新的智能下肢康复机器人(LLR-Ro)提出。它可以帮助病人恢复下肢残疾。由于特异性的下肢康复机器人,安全性和遵从性进行了研究。LLR-Ro变量空间。如果传统的机械限制和电气限制不能用于设计,然后提出了后续限制来解决这个问题。防止病人的二次伤害的被动训练,修正案阻抗控制策略的基础上,提出了位置控制改善LLR-Ro的遵从性。仿真实验和实验参与者验证该控制策略的可行性和LLR-Ro的机械设计是安全的。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了中国对发展中国家的科学和技术援助项目(KY201501009),河北省的几百人才计划,政府资助和国家建设高水平大学研究生项目(证书号201608130106)。