文摘

自动阻止抓住物体滑动的假肢手limb-absent人是一个重要的特性,因为他们不能直接感受到力量应用于抓住对象的控制。通常,一个满意的控制力量情况在不同的情况下将不足,如当物体旋转或运输。随着时间的推移,人们开发控制反射防止滑动时抓住对象的旋转对重力自然的手。然而,这种反射特征缺席在商用假肢的手中。本文探讨了human-inspired控制器假肢手抓握反射防止滑动的物体旋转时。这部小说human-inspired抓住物体滑动预防控制器评估6在台式测试和不同对象12健全的学科在人类日常生活的实验复制现实的任务。方差分析显示高度显著改善的成功完成周期为台式和人类测试滑预防反射时活跃。对象分类的任务,设计作为人类受试者的认知分心控制假肢手的时候,有一个对许多性能指标产生重大影响。然而,小说的帮助预防反射减轻干扰的影响,提供了一种有效的方法减少滑动对象和所需的假肢手的用户的认知负荷。

1。介绍

在美国大约有541000人生活在一个上肢损失(1];然而,只有30% -50%的截肢者使用一个肌电图(EMG)控制假肢手或臂(2]。这么高的报废率往往是因为商用假肢许多limb-absent人不能有效地解决问题,不是因为他们不可用(3]。还有假体和人类的手之间的显著差异。这在很大程度上是由于这样的事实:人类的手上的皮肤有许多感官受体提供反馈的中枢神经系统。这些包括快速响应帕西尼氏和触觉小体和慢反应罗菲尼体和默克尔细胞。每个具有独特的感官功能包括振动频率的检测,对象纹理,和手指的姿势,以及掌握稳定和力量等等4]。他们提供高效的神经反馈允许0.06 - -0.08秒的响应对象的爆发滑动(5]。复制的功能和自主控制人类与现代假肢是一项非常具有挑战性的任务。

大多数动力假肢手,如运动控制手(妇幼保健),目前使用只有一个自由度(自由度),使一个三指捏。然而,最近有很大的进步更加灵巧的假肢,比如文森特(Vincent系统),Bebionic手(RSL陡)和人工机械手(触摸仿生)[6]。

动力假肢手往往是控制使用一组EMG前置放大器置于敌对的肌肉(7]。EMG信号通常是带通滤波、整流和放大,获得肌肉收缩功能的电机控制信号,控制手的力量和速度(8,9]。尽管EMG控制是一种行之有效的技术用于假肢的驱动,必须做出改进以减少需要用户的视觉注意力和认知控制负担(9,10]。

许多肌假肢手有动力腕关节内翻和旋后11]。而控制腕关节,临床实践中不允许用户同时控制把握对象的控制力量。多数临床上肢假肢在今天使用开环运行(12),这可能导致令人沮丧的情况下,对象是不慎跌落在用户不能直接感觉如果有足够的掌控力,防止滑动对象旋转的手腕。即使操作员可以直观地确定控制力量是不够的13),很难快速反应足以停止滑动后抓住对象开始下滑由于EMG滤波器时间常数在临床上普遍可用的假肢控制计划(2]。

抓住对象对于假肢手滑预防是重要,因为用户没有直接意义上的应用控制力量,使它经常无意中删除对象(14,15]。有两种主要的方法来自动防止意外下降抓住对象:主动和被动。在被动滑预防、专业触觉传感器(16,17)可用来检测当抓住对象自动滑落和掌控力可以增加防止对象被删除(18,19]。与积极的预防,注册在SensorHand速度(20.),风险情况可以确定可能引起滑和自主掌控力增加发病前滑。这些场景包括不利的掌控力加载力比率(20.,21)或增加速度(22)和加速度(23手腕,都可能会破坏抓住安全裕度,使对象被删除。

常用的物品,如工具、饮料和个人物品,需要掌控力补偿时防止滑旋转对重力(24]。例如,当一个对象是等一个人的手,俯身抓住控制轴与重力,物体可能会滑的转移对象的质心位置创建一个不同的扭矩在指尖。然而,这种特质缺席在假肢手和当limb-absent运营商抓住物体旋转时可能就会出问题,驱动手腕或其残肢。

因为limb-absent人提到自主假肢手滑预防是一个理想的特征(表2 (14]),本文的重点是对小说的发展积极预防滑动控制器。human-inspired特征的自主增加抓地力,抓住对象旋转对重力(25)将执行在一个混合force-position滑模控制器(26]。台式试验结果使用human-inspired滑预防控制器依赖手取向反馈(霍夫)对重力而把握与妇幼保健提出了六种不同的对象(27]。本文在以前提出[新增27)包含数据从12健全的受试者使用运动控制与没有霍夫在对象排序的任务。

2。假体和机器人系统

2.1。运动控制的手

运动控制的手(美国盐湖城运动控制,Inc .)只有一个自由度。它与一个A1321霍尔效应传感器检测(美国伍斯特快板微系统公司)用来测量拇指和食指之间的距离通过电机驱动的四连杆相连。应变仪的拇指测量法向力()的掌握。手也配备了陀螺(idg - 300, InvenSense公司,圣克拉拉,CA,美国),这是用来测量手腕对重力的方向。

状态空间方程(28)描述的单自由度妇幼保健 在哪里指尖之间的距离,妇幼保健使接触时的位置一个给定的对象,然后呢是速度。电压输入,是系统的惯性。和是抓住对象手中的综合刚度和阻尼系统,分别;n是一个常数源于齿轮传动比,电枢电阻,电机的转矩常数。累积是未知的和潜在的非线性干扰影响系统。

2.2。日本安川电气SIA10F机械手臂

Motoman SIA10F是七自由度机械手臂的运动控制连接。的远端关节臂是必要的在这项研究中模拟人类内转和旋后的手腕中描述25]。SIA10F机械手臂利用FS100控制器和DX100教吊坠。

3所示。滑模控制器

滑模控制(SMC)已经实现了假肢手过去使用混合force-position控制律(29日),这对于假肢手尤其有用,因为它可以促进能力控制力量和手的位置通过一个单一的输入。把握一个对象时,从操作符所需的力 ,这是实现使用一个外力控制回路形成一个错误的信号。这个力的误差信号产生所需的位置:

这个力错误,显示为之间的区别和测量法向力的手 ,比例的增加, 。使滑模控制,位置误差下形成 与这形成滑动流形 在哪里比例增益和吗微分增益。这使得控制应用的控制力量和手的位置,即使一个对象并不掌握。

滑模控制器(图1)已被证明是强劲稳定使用以下控制律:

常数, ,是基于一个上界估计扭矩作用于电动机的手,坐在代表了饱和函数部分线性化控制器,防止不良喋喋不休或振荡。参考(26更多细节关于这个控制器和[30.]讨论稳定的一类广义系统的滑模控制。

4所示。预防Human-Inspired反身滑动控制器

基于之前的研究,很明显,人类掌控力耦合的手腕动作保持掌握稳定(31日]。human-inspired假肢手控制策略将在本文开发的模拟这个特质。假肢手取向的反馈将被用来传授调制的掌握力的拟人化特征基于内转和旋后运动手腕对重力,曾在人学习25]。这是一个积极主动的预防滑技术,用于增加抓力控制轴旋转时通过重力领域,以便抓住对象不会意外下降。具体的控制机制,使这种仿生特征向外反馈测量手腕角度力反馈回路,这样所需的位置

手对重力的方向是用在rad,是一个比例增益。包含积极的反馈项,应用控制力量增加相对于旋转手腕相对于重力,模仿人类的特点积极预防滑倒在手腕旋转(25]。这个滑模控制器霍夫如图1当上面的开关关闭。

注意,这个霍夫控制器误差项以来强劲稳定仍是最小化的滑模控制器(6);手腕角度反馈可以被认为是一个自治的手操作符的修饰符所需的力信号。这有助于减轻认知负担运营所需的假肢手将随后显示。

5。实验方法

滑模控制器使用仿真软件实现(美国纳蒂克MathWorks)和windows目标实时内核。数据记录的速度1 kHz。

对于每一个实验,初步制定的手抓住一个给定的对象,控制轴平面上的重力(图2(一个))。一旦抓住,手硬地π(图/ 2 rad 0.5秒2 (b))。手仍面向控制轴垂直于重力2秒(图2 (c))。然后小腿回到起始位置的控制轴与重力(图0.5秒2 (d))。手仍在这个位置控制轴与重力(图2 (e))2秒,整个周期(数字2(一个)- - - - - -2 (e)重复)由日本安川电气部门根据预定的计划。

5.1。台式测试

六个相对常见的物品编号1到6在图3被用于这项研究。图显示每个抓住项目的把握拇指的位置代表的叠加白拇指指纹。铜管(对象262 g)是抓住一端诱导明显重力力矩控制轴旋转时飞机的重力。画笔的把握位置(对象2、57克)是它的木柄。密封铝饮料罐(对象386 g)掌握在它的中间。兼容的废金属(对象164 g)是用来显示控制系统如何反应一个可变形的对象。废金属的硬度是2.4 N / mm /变形的范围的研究。兼容的泡沫足球(对象5、25克)0.47 N /毫米的刚度。铝块(对象461 g)之前还测试了人体使用。

每个的六个对象受到两种不同的台式测试。第一个测试涉及观察内转/旋后任务没有执行的妇幼保健霍夫的影响。抓住了每个对象的最小控制力量,然后被预定义的旋转(数字2(一个)- - - - - -2 (e))。第二个测试相同的第一个但霍夫包括(7)通过关闭反馈回路如图1。每个测试都要十试验重复,每个试验由10个可能的内翻/旋后周期。循环计数停止如果对象是下降了。

每个对象的影响以及使用human-inspired霍夫在成功的循环次数完成使用双因素方差分析进行了分析测试。

5.2。人体试验

十二个健全的主题(四个女性和八个男性)参加了这个实验。所有科目给写自愿和知情同意按照批准的IRB协议。

每个主题被允许大约15分钟让自己熟悉EMG控制而实验者校准EMG硬件(MyoLab II,运动控制,Inc .盐湖城美国)为每个单独的。主题舒服地坐在办公室的椅子面对EMG前置放大器的假肢手绑在他或她的非惯用手的前臂。一个前置放大器是放置在普通的肌肉,伸肌肌腱牵向前和其他前置放大器被屈腕桡侧的(32]。

占主导地位的手一直免费分类任务执行下半年的这个实验。这个排序的任务作为一个额外的认知负荷,类似于排序每日完成的任务;它由分离的混合四种类型的螺母和螺栓(50件)到独特的容器。图4展示了一个测试环境,包括数据流图(绿色)和肌电图的采集信号和机器人(蓝色虚线)。所有受试者定时完成分类任务时EMG实验之前的三倍。这个基准测试提供个人的信息排序速度而不受额外的肌电图控制的任务。

所有受试者参与了四组不同的实验与妇幼保健把握的铝块(图3、对象6)。这四个测试重复三个试验,并且每个试验包括10个可能的内翻/旋后周期。完成周期的数量取决于主体的成功率。前两个测试执行的所有受试者EMG控制没有霍夫和肌电图霍夫。第三和第四个测试前两个是一样的;然而,在这些情况下的实验对象也同时要求执行前面提到的螺母和螺栓的排序的任务。十二个受试者被分为四个不同的集团之一(每组三个科目)和执行每个实验条件在不同的订单与不同控制平衡学习的影响(表配置和任务1)。

两个失败对于每个测试条件是可能的:休息条件和条件下降。的铝块(图3,对象6)用于本研究配备LED照亮如果打破条件力阈值被超过。应变仪的妇幼保健的拇指被用来确定法向力应用于对象。的法向力打破条件阈值设置为旋转对象时提供一个温和的挑战。优惠的数量/试验记录在仿真软件,但测试继续不管打破失败。如果对象是下降,下降故障状况统计和失败试验终止。妇幼保健的拇指被追踪到的轮廓,它也被认为是“下降”失败如果对象跟踪区域的溜了出去。在第三和第四个测试涉及排序任务,螺母和螺栓的数量正确排序也为每个审判记录排序的平均利率计算。

完成实验之后,每个人还要求主观评价的四个实验的难度组合使用,而不需要对象有或没有霍夫。1到10的规模使用1是困难和10是容易的。

统计学意义的个人主体性能、霍夫和排序任务成功的循环次数对收集到的数据,下降,并使用三因子方差分析测试断裂进行了分析。同时,方差的影响引起的主题表现和霍夫分类计数和排序率进行了分析使用双因素方差分析测试。这些分析确定霍夫有或没有分类任务的认知负荷显著影响了性能指标和是否有相互作用的因素之一。统计学意义的主观评级使用非参数分析了Wilcoxon排名和测试中位数相等。

6。结果

6.1。台式测试

数据块图2说明了控制力量, ,妇幼保健的手指之间的距离, ,和手腕的角度, 。法向力(图2 (f))应用于抓住对象增加补偿霍夫的手腕旋转。翼展的手指和拇指之间的距离妇幼保健(图2 (g))降低为兼容的对象变形,但它仍然几乎不变时把握刚性对象。手腕伏身,使掌心向上π/ 2弧度(图2 (h)在0.5秒内)。

抓住对象的妇幼保健没有霍夫最频繁被撤销第一或第二周期。对象与霍夫留在所有周期的手抓住除了一个足球旋转周期(图5)。方差的显著影响成功完成周期由独特的对象和霍夫(),但不是他们的交互()。成功的完成周期的总体平均数量为每个对象SMC为0.79±0.37,9.99±0.03与霍夫SMC。

6.2。人类主体的结果

样本数据对两个不同的测试提出了一个主题,一个相对高水平的技能与肌电控制假肢手的人物6和7。前两个次要情节在每个图显示,法向力和手腕角度类似于台式测试。法向力次要情节中的虚线显示打破故障阈值。注意,这个阈值不是交叉图6(一)如在图7(一)。额外的认知负荷由排序的任务是明显的EMG信号数据6 (c)和7 (c)的主题是无法完全集中在单一的任务。打破记录失败的一个例子,如图7 (d)。每个试验的EMG输入信号都包含在这些数字。这些信号显示近EMG信号成比例的关系,法向力手适用于对象。

成功完成周期如图的数量8显示的效果提供的人工滑预防反射霍夫。每个测试下降了三种可能的最大失败,和总数量的下降是如图9。在这些数字,S1、S2和S3是第一,第二,第三人在每个四组。总体平均和标准偏差的成功完成的循环次数和数量下降如表所示2。排序任务有显著影响水滴的数量和总数量的成功的周期,但霍夫显著提高这一指标(表3)。

把失败的最大数量为每个测试30(三个试验10内翻/旋后周期)如果对象没有下降。图10显示的总数打破由每个主题为每个测试失败。总体平均和标准偏差为打破故障的数量如表所示2。打破总数并不显著影响排序的任务,但它是显著提高使用霍夫(表3)。

零件的数量分类和排序任务的完成时间记录和比较基线情况下当受试者排序控制手前螺母和螺栓。平均排序率计算从三个迭代分类任务的每个主题作为基线比较而获得的排序速度控制,没有霍夫。部分排序的总数是总结的三个实验有或没有霍夫(图11)。平均排序率是决定基于排序的零件数量和成功的持续时间周期为每个审判。的总体平均值和标准偏差表所示2。很明显,更多的部分与霍夫排序和分类速度是相当一致的。一个方差分析测试表明,部分排序的总数明显更与霍夫(表3),因为对象不下降意味着有最大可能的排序的时间。的影响是微不足道的(表3)。排序率不同,霍夫不是一个重要因素,主题是一个重要因素(表3)。这可以归因于这样一个事实:每个主题排序速度个体的霍夫是独立的。

困难的科目提供了定性评级为每个测试从一个(非常困难)十(非常简单),如图12。正如所料,排序任务增加了难度,但执行的测试没有霍夫被评为更加困难比霍夫。总体平均值和标准差的主观排名(图所示12)。测试的主观排名的顺序从最简单到最难的是统计证明是霍夫没有排序,霍夫与排序,没有霍夫没有排序,最后没有和排序(图霍夫12)。

科目的顺序尝试每个测试结构平衡的影响整体的学习曲线组12个主题的EMG妇幼保健(表的操作1)。一个方差分析研究显示主题对收集到的数据由于学习曲线的影响可以忽略不计(表3)。

7所示。讨论

增加使用传感器的反馈可能会更常见的在未来假肢手的设计允许更多的功能性human-inspired闭环控制(33]。摘要台式和人类控制假肢手的实验证明小说抓住对象的效用滑预防反射通过霍夫对妇幼保健的重力。霍夫滑预防技术的延伸multi-DOF手如人工机械手简单提供了正运动学方程被用来计算控制轴的方向。另一个解决方案来规避的需要正运动学(需要关节角传感器)是嵌入一个小加速度计的远端链接假手指评估控制轴取向对重力。这将是有用的控制等不同类型掌握权力,精密控制、侧压力,和关键控制34]。也可能有用这个控制系统合并到更复杂的协同作用,类似于一个讨论(7]。

即使有先进的外科手术,如目标肌肉神经移植术(35),可能会有更少的生物电控制信号可用比下一代灵巧的可控自由度假肢手如DEKA臂(35和模块化假肢36),这两个动力的手腕。因此,将会有一个需要在未来继续human-inspired低级控制算法(37,38)如滑预防反射通过霍夫减轻操作员的认知负担,减少训练时间获得能力。

8。结论

human-inspired抓住对象滑预防反射通过定位反馈显著提高假肢手的能力维持一个精确控制的对象受到手腕内翻和旋后。台式测试显示技术的效用与六种不同的对象与范围广泛的机械特性。人类测试显示更少的失败对于每个对象并摔碎人以霍夫。现实的排序任务执行测试过程中显示所有12个人体霍夫的有用性,进一步证实了其定性控制器评估。对象被打破了,把不太经常使用霍夫同时排序在大约相同的速度。此外,它很容易扩展技术动力假肢肘部和肩膀。这human-inspired通知书预防反射提供了一种廉价和实用的方式anthropomorphically防止抓住对象旋转对象时,这将是非常有用的对于假肢手。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究是由美国国家科学基金会支持部分(奖号。1317952和1317952)和美国国立卫生研究院(奖。1 r01eb025819)。