关节康复机器人上肢理疗和训练

三自由度上肢训练器及控制系统设计 （文献翻译） 18关节康复机器人上肢理疗和训练摘要：本研究的目的是设计一个机器人系统来帮助患者的康复，使他们能以后做各种日常活动。假设要使一个9自由度的外骨骼机器人到达所期望的的位置，这对操作系统和各关节的设计是相当的困难。在本文中，我们解决操作一个人的手臂的运动轨迹不定的问题，使我们能够避免通过错误姿势来做康复运动，同时寻找所需的解决方案，然后尽可能准确地达到所需的康复运动动作。此外，本研究结合肌电图（EMG）和力传感器来检测病人的运动对他上肢的影响，使康复机器人可以支持人类的的上肢适当地达到预期的运动。为此我们对康复机器人进行设计和实验，并取得可喜的成果。 B.-C. Tsai, W.-W. Wang, L.-C. Hsu, L.-C. Fu and J.-S. LaiThe 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems October 18-22, 2010, Taipei, Taiwan1 简介经过去十年的发展，康复机器人物理治疗已经投入使用至今。事实上，许多康复机器人在文献1-4已提出了上肢的治疗和援助。根据康复机器人的机械结构，主要有三种类型的中风瘫痪患者接触或互动的。第一种类型是一个端点的固定系统，如MIT-Manus，可以修复的患者的前端的一部分，UE（用户设备）引导所需的变动。也就是说，中风瘫痪患者可以执行动作，只有前臂支撑。是第二类型的线缆悬挂系统，如Freebal重力补偿系统。它提供了康复服务的UE在反重力的支持。第三类是外骨骼臂系统，如AR Min。在这项研究中，我们的康复机器人选择外骨骼类型。类似人类的机器人臂（外骨骼）的使用已在文献中已经提出各种建议，并对人的手臂的动作的原理进行解释。所有这些类人机器人的结构通常采用一些特殊的组成部分圆形的导环，以达到人的肩膀的内部/外部旋转。然而，参与设计的特殊成分，这项研究的目的是在模仿人类的运动使用的坐标功能和生物启发的标准，以实现我们的目标。这种康复机器人是专为上肢康复外骨骼型，包括自由度的设计，结合选择性反向运动学（IK）解决方案，阻抗控制，由EMG触发而改进的MIT-Manus 。其中，自由度设计是指比正常人类的上肢多个关节。这样的设计可以让ROM接近一个正常的人，并提供协调的机械结构。在本研究中因为IK问题产生重复设计的问题，首先是研究机器人手臂和人的手臂区别，然后寻找有效的和理想IK的几何关系解决方案。中风康复治疗的康复机器人的应用程序的运动轨迹是执行圆形轨迹。这个训练计划，使患者的手臂协调运动。 Miyoshi等人（2010年）指出，它是一个复杂的运动协调肌肉的共同收缩和偏心活动在内侧/外侧和向前/向后方向。此外，一个显示运动皮层的激活和复制一些几何形状的的视觉反应之间的关系文献已经发表过。2 康复机器人的设计2.1 机械结构人类的上肢的程度的自由度（DOF）通常被定义为独立的位移或运动的总数。一般来说，肩关节复杂的3自由度运动（前屈/后伸，外展/内收，旋内/旋外），2个自由度，肘关节（屈曲/伸直，前臂旋前/旋后）， 在腕关节的自由度（前屈/后伸，旋内/旋外）。理想的情况下，设计自由度上肢康复机器人能达到的所有功能，但事实上，它可能无法实现，因为它产生的运动范围（ROM），特别是肩会运动到一些死区。因此，我们采用多自由度设计来解决这个问题。多自由度的康复机器人的设计提供更多可供选择的运动解决方案的同时，避免在相关的工作区不利的轨迹点规划。按照这样的概念，外骨骼型机器手臂配备比一个人的手臂多个关节，产生了9个自由度机械手，包括6DOF肩关节的机器人，在肘关节的1自由度和2自由度在腕关节，如示于图2.1.1。图2.1.1 康复机器人的图片在下文中，图2.1.2 显示了一个人的上肢和其与所提到的9自由度康复机器人的运动自由。显然，用来容纳由于人类的肩关节的（即2-4个关节，为水平面内运动，关节5为矢量面内运动，运动的机械关节的1-6的康复机器人，即关节1,2，3,4,6的旋内/旋外运动），机械关节7是用于人类的肘关节的运动，以及用于其它的机械关节，以适应由于的人的腕关节的运动（即关节8-9，旋内/旋外运动）。为了使机器人适应不同病人的需求，其作用机理是这样设计的，上臂的长度，可向从26厘米至34厘米之间变化，而与前臂可以作出24厘米和30之间变化厘米。图2.1.2 人体上肢的运动模型一个人的手臂模型（b）康复机器人2.2 系统架构根据一般的控制系统的功能，它可以被分为三类：（1）传感器系统（2）驱动装置和（3）计算机处理器。传感器系统通常包括电位器，对于每个关节的电机的编码器，以及肌电图（EMG）和用于人类的上肢的力传感器。肌肉表面所连接的电极对收集患者的EMG信号。此外，康复机器人配备4个力传感器安装在机器人与人的手臂之间的连接，如图2.2.1所示，每个力传感器来实现通过对应变计用于测量人类和机器人之间的相互作用力。从上臂由两个力传感器测得的力是由于肩膀前屈/后伸，水平内收/外展。肘部弯曲/伸展与肩旋转产生的相互作用力测量前臂。另一方面，康复机器人的电位计在每个关节处输出的绝对值的该特定关节的关节位置信息。但是，为了实现更精确的位置和速度控制，每个关节的电机的电机编码器安装到相对更高的分辨率的相关关节的关节位置信息提取，驱动装置使用直流电动机的FAULHABER系列，具有重量轻和高扭矩的显着功能。图2.2.1 安装在机器人手臂的四个力传感器。照片1）所示的传感器可以感知力的肩膀前屈/后伸。照片2）显示的传感器，可以感知力的肩膀，水平内收/外展。的结构是类似的上臂和前臂的传感器，可以感知弯曲/伸展的力量和肩部旋转。3 康复机器人运动学图3.1 9自由度康复机器人手臂在本节中，我们将尝试通过逆运动学解决方案的研究，探讨所有可行的这9个自由度的外骨骼型康复机器人手臂的运动。为了满足这一目的，机器人结构的简化示意图画在图3.1，共12个坐标被分配到基地和运用Denavit的DH（D-H）表示法使用的11个关节轴的适当位置上。在下文中，我们将调用的坐标框架为方便起见，“联合支点”作为起源。请注意，关节（）和关节（）是固定的，因此，相关的旋转角度和是恒定的，一个U形连接臂在原点的坐标系的连结与把手的坐标原点在抓框架。符号（滑动关节）和 （旋转关节）被视为对应于各种关节运动的变量，相关的DH参数示于表3.1。表3.1 康复机器人D-H参数由于我们的康复机器人的设计属于外骨骼型，它是合理的假设，在正常运行的人的手臂基本上构成平行的康复机器人臂，这自然推断一些联合枢转的轨迹机器人应保持在适当的关系与这些的一些相应的人的手臂的关节。根据此平行运动的原则，而不是解决逆运动学解决方案通常发现整个机器人的运动空间，我们简化了这个问题，只查找那些解决方案，例如，无论是康复机器人和人类的手臂，将符合上述原则。从技术上讲，我们首先会尝试找到位置轨迹的基本的共同支点的康复机器人给人类手臂各关节的知识。更具体地说，我们只找到三个位置对应于人的肩关节，肘关节，腕关节机器人的关节支点。反过来，我们可以很容易地根据这三个位置的姿势解决康复机器人的几何形状。假设我们知道人类的肩膀上的期望位置肘关节联合，手腕接头，上臂的长度，前臂的长度，和并行康复机器人和人类臂之间的距离。记的旋转关节1到关节9的机器人手臂到，特别是重命名的旋转关节4，关节6和关节7作为机器人的肩部关节，肘关节，和手腕关节，分别。遵守先前提到的原则，后面的三个机器人关节与关节，和人类手臂。现在，如果我们进一步表示机器人的上臂和机器人的前臂，和，分别的长度，我们可以从示于图之间的关系的人的手臂和机器人的特征。图3.2所示。图3.2 机器人与人之间的关系在一般情况下，我们可以调整机器人的上臂和机器人的前臂的长度相匹配的人的同行的长度。但是，我们宁愿让机器人的上臂的长度比人类的要长，以容纳身材较小的患者，同时解决了逆运动学问题的最佳原则。现在，我们将开始得到的解决方案如下。图3.3 图显示了一个人的肩，肘，腕关节之间的关系，肘关节 ，一个正常的计划，其中包括三个联合位置矢量的定义。首先，我们会发现位置的机器人的肘关节的，当人类手臂的姿势。如图3.3，我们定义人的上臂和前臂，以后可以用来推导出矢量肘关节的向量： （3.1）平行运动原理前面介绍的，机器人的肘关节应位于沿方向从人类的肘关节，即： （3.2）然后，它是简单的，计算机器人的肩关节的位置，一旦被发现的位置的机器人的肘关节。这是因为机器人的上臂的载体是人类的上臂矢量平行，然后，我们可以直接确定机器人的肩关节为： （3.3）现在，机器人的肩部和肘部的位置，这样我们就可以找到合适的解决方案的IK从图3.4中的几何形状。其结果是显示在下面的公式。 （3.4） （3.5） （3.6） （3.7） （3.8） （3.9） （3.10） （3.11） （3.12） （3.13） （3.14） （3.15） （3.16） （3.17）最后，因为我们限制的运动，人的手腕前屈/后伸，外展/内收，前臂旋前/旋的简单运动，人的手腕关节和相应关节的机器人（和）是简单的同轴，也就是说，他们的解决方案是显而易见的。总括来说，前述IK可以被分成两组。其中第一个涉及角度的 ，而第二个涉及角度 。在第一组中，我们试图找到构成的机器人在机器人的胳膊肘的姿势是根据人类手臂的姿势。当 确定第一组中的解决方案时，该的第二组直接对应于人的手臂的角度。因为我们把整体解决方案IK分为两组，可以大大减少计算负担。图3.4 康复机器人和人类手臂的图显示之间的关系4 控制系统的设计图4.1 控制系统框图图4.1示出的两个康复的模式，该模式由基本PID反馈控制器，阻抗控制器，肌电图（EMG）触发和一个开关的控制系统。当基本PID反馈控制器是位置控制器，其接收的误差之间的所需的和当前姿势康复机器人和努力来驱动的误差为零。阻抗控制转矩控制器，它尽量减少康复机器人和人类手臂的扭矩/力之间差距，使之尽可能多的互动，从而推动了康复机器人按照人的意愿运动。 EMG触发器用于检查人体肌肉是否收缩。最后，开关可以选择主动模式和被动模式。4.1 基本PID反馈控制由于康复治疗的康复机器人的位置控制的精度水平不高，而不像工业机械手那样要求高，在这里我们选择基本PID反馈控制器来控制机器人手臂。所述控制器被示出在下面的数学： 这个控制器特点是，不仅可以大大降低计算负担，而且如果选择适当的反馈增益还可以保持跟踪误差的有界性。详细的讨论和证明，可在其他文献中找到10。4.2 阻抗控制使用阻抗控制是模仿人体上肢的姿势和扭矩之间的机械阻抗，其一般形式如下所示： （4.2.1）其中是由于上肢的运动，如扭矩定义，是当前姿势的人体上肢所需的人体上肢和，分别是惯性，阻尼和刚度。我们假设模仿的惯性和阻尼的机械阻抗是零，如果康复运动的速度是缓慢的，（4.2.1）的功能可以简化，可以被简化为以下： （4.2.2）（4.2.2）式的物理意义是，所需的姿态是当前姿势加补偿的构成，这在另一方面意味着所需的构成应遵循的转矩的方向。4.3 肌电触发EMG设备是用来检测微弱的肌电图信号产生的中风瘫痪患者。但是，在力传感器的换能器的输入机械力转换成电输出信号。因此，中风瘫痪患者通过肌电图信号和机械力传感器产生的电信号之间比较，使该系统可以检测到正确的肌肉收缩，然后康复机器人提供的中风瘫痪患者正确的外力，协助他们完成指定的任务。细节描述如下：4.3.1 EMG前处理我们会记录EMG信号，一个带通的频率20 Hz至450 Hz，肌电活动定义如下： （4.3.1.1）其中，ch= 1，2，.，8 表示的特定的肌肉。4.3.2 触发信号的定义该阈值决定的松弛肌肉的肌电活动，触发信号被定义为如下： （4.3.2.1）其中，传送是指示特定的肌肉，和这些特定肌肉是负责上肢的特定运动的信道的集合。然后，将控制策略（4.3.1.1）修改，以建立正确的肌电触发。如下： （4.3.2.2）其中被定义为触发信号是负责特定上肢运动。5 实验和结果5.1 实验装置这个实验的一个主题康复机器人设计的圆圈轨迹，执行和编程在LabVIEW 8.6中。康复训练计划是在某个平面上的沿圆形轨迹运动。在圆形轨迹的实验中，病人可以选择的康复模式有被动模式和主动模式。康复机器人在执行任务的圆圈绘制之前，必须预先设定。在初始位置的肩与肘关节的康复机器人本身和康复机器人上臂和前臂的长度被适当地调整。然后，对象坐在与他的上臂和前臂固定由肩带连接到支撑底座，和他的手握住手柄。表面肌电电极附着在皮肤表面的主体，包括三角肌（前，中，后部），肱二头肌，肱三头肌肌。这些肌肉负责肩关节屈曲/伸展，和肘关节前屈/后伸。 EMG噪音水平是在静息状态下测得的阈值。设计康复机器人运动后，从电脑屏幕上的可视化反馈的圆圈绘制任务执行在每个康复模式。此外，与肩膀相平目标圆的直径被设定为24厘米的顺时针旋转。圆圈绘制的速度可以自我决定的，在电脑上显示的图形如下。5.2 实验结果在三种不同的模式，图5.2.1表示手腕在xz平面和yz平面的轨迹。人的上肢的角度，图5.2.2还有两种不同的模式。图5.2.1 在两种模式下在xz平面和yz平面的人的手腕的轨迹。平滑的路径是被动模式的轨迹，不规则的一个是主动模式。图5.2.2 人的上肢随时间变化在被动模式下（左图）和主动模式（右图）的角度。6 讨论从图5.2.1，我们可以清楚地看到，被动模式比主动模式的圆形轨迹相对平滑。这是因为让他的手腕从一个位置通过预定义的路径到规定的位置是在实验中确实不容易。在实验中让实验者的手腕从一个位置，沿着预先规定的路径，用一个低分辨率显示屏是很难观察到。特别是关节插值（y-轴）的手腕在主动模式下特定漂移的。因此，微瘫痪患者在主动模式下绘制的圆轻，提供了一个先进的训练，而被动模式是用于在严重瘫痪者。从图5.2.2人们可以看到，肩关节伸展弯曲，肘关节屈曲的趋势是相似的，但肩外展和内旋倾向是不同的三种模式。这应归因于不同的策略来解决重复动作。在被动模式下的策略是采用最低肘关节的运动，而在主动模式的策略是主动运动。基于这些结果，在长期的训练中我们可以分析这些结果，然后改变电机控制策略。7 结论和未来的工作我们设计了一个外骨骼型多自由度康复机器人（康复机器人），它不需要特殊的组成部分来驱使人的肩膀旋转，如圆形导轨。本文介绍了自由度设计结合选择性反向运动（IK）的解决方案，转矩反馈和肌电图触发。我们今后的工作是设计控制器，通过应用程序来实现圆形轨迹的绘制任务，可指导病人沿着圆形路径来训练和控制中度瘫痪患者的运动策略。致谢我们要感谢国立台湾大学医学院附设医院的医疗团队和所有康复治疗师的协助和宝贵的努力，使上肢康复机器人的最新原型开发上线。