2. 江南大学 江苏省食品先进制造装备技术重点实验室, 无锡 214122;
3. 北京航空航天大学 自动化科学与电气工程学院, 北京 100191
2. Jiangsu Key Laboratory of Advanced Food Manufacturing Equipment & Technology, Jiangnan University, Wuxi 214122, China;
3. School of Automation Science and Electrical Engineering, Beihang University, Beijing 100191, China
下肢截瘫患者是社会上具有特殊困难的群体,康复训练对患者恢复运动能力、提高生活质量以及重返社会都有着重要的意义[1]。在传统的下肢康复训练中, 治疗师与患者进行一对一的康复训练, 这种训练方式效率低, 训练效果不稳定, 且对治疗师的时间和精力消耗大。同时随着康复需求的不断上涨, 对治疗师的数量要求也急剧提高。因此传统的康复训练方式已经不能满足患者康复训练的要求。下肢康复机器人可以将治疗师从繁重的训练任务中解放出来, 并且训练过程稳定、具有数据反馈功能以及智能化的训练方式,可个性化设定训练内容, 对于患者的康复治疗具有重要意义, 因此具有广阔的前景。
下肢康复机器人按照驱动方式可分为无动力和有动力两种类型, 有动力下肢康复机器人通常在协助患者进行康复训练的同时, 还可实现辅助患者自由行走, 在行走中通常需要借助拐杖保持身体平衡。目前最为典型的可协助截瘫患者实现步态康复训练的下肢康复机器人有美国伯克利仿生技术公司于2010年10月研制出的外骨骼系统eLEGS[2]和以色列Argo Medical Technologies公司Amit Goffer主持研究的康复医疗下肢外骨骼ReWalk[3]。其中, eLEGS由外骨骼部分和拐杖组成, 结构轻便, 操作简单。拐杖中装有传感器, 向前移动右拐杖, 则左腿随之向前移动, 反之亦然。ReWalk可以帮助患者根据自己的意愿主动行走, 实现站立、行走和爬楼梯等动作。其主要由外骨骼系统、身体感应器和一个背包组成, 并通过拐杖帮助协助患者维持身体平衡。在国内, 上海交通大学[4]、上海大学[5-6]、中科院合肥智能机械研究所[7]等研究机构也进行了相关研究, 取得了一定的成果。上述有动力下肢康复机器人训练效果稳定, 可有效地协助患者完成下肢的康复训练。但存在结构设计复杂、成本较高等问题, 大范围推广难度较大[7-8]。
无动力的截瘫矫形器RGO应用于截瘫患者的康复训练时, 需要将膝关节锁死, 膝关节的康复训练没有效果或效果微弱。RGO是无动力的, 完全靠截瘫患者自身的左右摆动实现向前行走, 需要截瘫患者消耗比常人更多的体力, 训练时间短。另外, 采用RGO进行康复训练时, 患者通过左右摆动实现行进, 由于摆动的力度与幅度不一, 直接导致患者不同时刻的步态差异大, 失真严重, 且无规律性。由于这些原因对于患者的康复造成了很大的影响, 因此对于RGO进行改进有着重要的意义[9-15]。
文中设计了步态测量系统, 对正常人穿戴RGO行走时的步态进行检测和分析, 并把结果作为控制系统输入的参考值; 改进的RGO采用两个电动推杆, 实现RGO髋关节的屈伸, 采用直流伺服电机配合曲柄滑块机构, 实现不改变电机转动方向的情况下驱动髋关节交替运动向前迈步; 采用基于角度控制方式设计了RGO的控制系统, 实现RGO做有规律的步态运动。
与改进前的RGO相比, 改进后的RGO由锂电池提供动力, 解决患者需由自身提供动力的问题; 膝关节能够进行伸屈运动, 解决膝关节不能进行康复训练的问题; 使得截瘫患者步态规律化, 因曲柄滑块结构作用, 左右下肢运动时步态的对称性明显改善, 解决患者因自身因素使步态失真且无规律的问题。RGO的改进提高了截瘫患者的康复训练效果。
1 测量系统及方法考虑到不同个体大小的不同, 下肢的长度有一定差异, 因此其下肢末端的轨迹差异较大, 但行走过程中关节角度的变化规律较为一致。因此, 我们设计的系统主要是测量RGO穿戴者的关节角度的变化。
1.1 测量装置设计的测量系统采用ATmegal128开发板为控制器, 采用SRWF无线数据收发模块作为控制器与上位机的数据交互, 采用ADXL345加速度传感器进行关节角度的测量, 如图 1所示。
![]() |
图 1 SRWF,ADXL345传感器 Fig. 1 SRWF, ADXL345 sensor |
ADXL345加速度传感器采用IIC协议, 测量得到的角度为旋转轴与竖直方向的夹角, 测量范围为(-90°, 90°)。SRWF模块支持多种速率的数据传输, 通过跳线帽的选择, 可选取不同频点的8种信道及RS232,RS485,TTL接口方式。ATmegal128控制芯片为高性能、低功耗的8位处理器, 采用先进的RISC结构, 具有丰富的外设资源, 程序的编写和下载简单。
系统设计将加速度传感器固定在RGO外骨骼大腿连杆与小腿连杆上, 分别测量髋关节与膝关节角度值。控制芯片、无线数据收发模块2及电池盒(包括稳压电路)通过一个背袋置于测试者腰部。上位机串口通过与无线数据收发模块1采用RS232接口方式进行连接, 实现数据的无线发送与接收。上位机界面采用Matlab中GUI进行编程设计, 以中断形式对串口中的数据进行读取与保存并绘图。测试系统较为简单, 测试装置随身携带, 可应用于不同环境下的步态测量, 消除以往测试中因拖带数据传输线和电源线给测试者带来心理影响的缺点。
1.2 数据采集原理测量系统原理图如图 2所示。进行步态测试时, ATmegl128采用IIC协议, 将SCL引脚作为时钟信号输出, 同时往SDA引脚输出所要读取的加速度传感器地址, 随后输出该传感器中所要读取的寄存器地址; 结束后加速度传感器控制时钟信号, 并往SDA数据线上发送ATmegal128所要读取的数据, ATmegal128从SDA引脚读取数据并存入定义好的变量中, 完成一次角度值采集。ATmegal128获得的数据, 通过串口进行发送,速率为9 600b/s, 8位数据位, 1位停止位, 无奇偶校验。
![]() |
图 2 测量系统原理图 Fig. 2 Schematic diagram of the measurement system |
实验过程中先让受试者(正常人)穿上RGO进行行走练习, 直至掌握RGO的行走节奏, 实现较为流畅的行走过程。取身高170±3cm, 体重54±2kg的一组健康男青年为测试对象。测量效果图如图 3所示。
![]() |
图 3 实际测量效果图 Fig. 3 Actual measurement results |
由于人体的对称关系及RGO工作时左右髋关节已经确定的关系, 只需测量穿戴RGO行走时单侧同一时刻髋关节与膝关节的角度对应关系。另外, RGO的运动主要为矢状面方向上髋关节与膝关节的屈伸, 其他自由度不存在或影响效果很小, 因此也只需测量髋关节与膝关节在矢状面方向上的转动。测量的髋关节、膝关节角度为θ1,θ2, 分别对应大腿、小腿与竖直方向的夹角, 如图 4所示。
![]() |
图 4 髋关节与膝关节对应的角度 Fig. 4 The angle of the hip joint to the knee joint |
测量得到髋关节、膝关节角度值如图 5所示, 横坐标为对应的采样点, 纵坐标对应角度值, 单位为度。
![]() |
图 5 穿戴RGO髋(上)、膝(下)关节角度值 Fig. 5 Hip (upper) and knee (lower) joint angle value wearing RGO |
采用Matlab软件中cftool工具箱对采集得到的数据进行拟合分析。考虑到人体的步态近似周期运动, 因此拟合采用的函数是三角函数形式的傅里叶级数,
![]() |
其中, α, an, bn, w为待拟合的参数, 当n取为2时, 其拟合效果如图 6所示。
![]() |
图 6 穿戴RGO髋、膝关节角度值拟合结果 Fig. 6 Fitting results of sip and knee angle value Wearing RGO |
以髋关节为坐标原点, 垂直冠状面为X轴, 垂直水平面为Y轴建立坐标系(图 5所示), 设膝关节处坐标为(x1, y1), 踝关节处坐标为(x2, y2), 大腿长l1, 小腿长l2。则其关节轨迹表示为
![]() |
根据测得的数据及上述关系式可以得到膝关节与踝关节的轨迹图, 如图 7所示, 其中蓝色曲线为原始数据绘制的图形, 红色曲线为拟合结果绘制的图形。
![]() |
图 7 穿戴RGO行走膝关节、踝关节轨迹及拟合结果 Fig. 7 Knee and ankle trajectory and fitting results walking with RGO |
由图 7(a)可以看出, 穿戴RGO行走时, 膝关节运动轨迹与实际相符, 为大腿绕盆骨处作圆弧运动的过程。图 7(b)为踝关节轨迹, 上侧曲线对应摆动相的过程, 即前脚掌离地, 向前跨步, 脚跟着地; 下侧曲线对应支撑相过程, 此时以下肢的总长度为半径绕盆骨做圆弧运动, 与横轴的交点即为支撑相期间竖直站立的过程。
2 RGO的改进结构及硬件设计 2.1 改进结构设计改进前的RGO如图 8所示。应用于康复训练时, 其动力提供完全由截瘫患者自身提供, 且膝关节处于锁死状态, 只有髋关节的伸屈自由。
![]() |
图 8 改进前的RGO机械系统 Fig. 8 RGO mechanical system before improvement |
改进后的RGO整体结构如图 9所示。在膝关节增加电动推杆1与电动推杆2, 用于控制膝关节的屈伸。在髋关节处的背部, 安装直流伺服电机, 采用曲柄滑块摇杆机构, 实现直流伺服电机在不改变转动方向的情况下控制RGO交替向前迈步。与其他矫形器相比, 改进的RGO节省了一个驱动装置, 控制简单可靠。
![]() |
图 9 改进后的RGO整体结构图 Fig. 9 Overall structure of improved RGO |
电气控制系统是整个ERGO(改进后的电动RGO)系统设计的核心与关键, 它在功能和结构上的合理划分决定了ERGO的整体可靠性、实用性。最终的电气系统框架结构如图 10所示。
![]() |
图 10 ERGO控制系统架构示意图 Fig. 10 ERGO control system architecture diagram |
该控制系统属于预编程控制, 对穿戴ERGO的截瘫患者来说, 所需的操作只有通过按键实现ERGO的开始与停止, 简单可靠,大大提高了该系统的实用性。
2.3 驱动电机所需驱动力特性曲线分析参考相关文献, 人体膝关节处主动力矩可达300N·m, 但是被动力矩只有20~30N·m, 由于系统针对截瘫患者, 此处力矩为被动力矩, 即为20~30N·m。为保证电机能够驱动整个机构的运转, 引入安全系数S=2, T为扭矩,初始扭矩为T0,T=T0·S=60N·m。
利用Matlab函数拟合工具cftool对髋部力矩与角度关系实验结果做Gaussian拟合, 结果如图 11所示。
![]() |
图 11 屈髋力矩与髋角关系 Fig. 11 The relationship between hip flexion and hip angle |
髋部的力矩在产生一个峰值后都逐渐趋于平缓,因此,在行走步态中, 验证阶段峰值可取平均值的最值max(avg(T))=15.8kg·m≈158N·m。进一步分析人体步态可知, 人体在行走时的峰值力矩的克服并非完全来自于髋关节肌肉的主动力矩, 其中70%的力矩来自于身体重心移动后腿部自重对髋关节产生的力矩。将结构导入了Adams软件, 进行了动力学仿真, 结果如图 12所示。
![]() |
图 12 背后处简化机构简图 Fig. 12 Schematic diagram of the simplified mechanism behind |
通过仿真, 电机选型保证T>8.875N·m就可以实现整周转动, 也就是可以驱动人行走, 但是为保证此处计算的可靠性, 建议取值20N·m, 取值约为两倍原因在于:
1) 实体建模过程中采用的质量是粗略估计, 而质量对结果存在一定的影响;
2) 实体建模过程采用不完全精确测量, 所以建模结构尺寸存在一定的误差;
3) 仿真建模时采用的传递到髋关节球铰处扭矩为65N·m, 此数值可能偏小;
4) 考虑人体不同个体身体素质差异;
5) 人体运动时不同体质差异因素。
综上所述,电机选型为:扭矩T≥20N·m, 转速n≥3.33r/min。另外, 根据计算结果即可选择合适的电动推杆, 其具体型号为LEC606, 直流24V。
3 实验与分析对比对ERGO进行改进后, 对其进行不断调试, 最终实物的应用效果如图 13所示。在图中, 一名试验人员穿戴改进后的ERGO进行实际应用测试, 为保持在训练过程中身体平衡, 需要借助两支拐杖辅助行走。在周期的开始, 左脚处于支撑相, 右腿弯曲向前迈步, 处于摆动相。图 13(a)为右侧足尖离地, 图 13(b)为右脚进入摆动相, 图 13(c)为右侧足跟着地。此时右脚处于支撑相, 左脚开始进入摆动相。如图 13(d)为右侧脚掌撑地, 图 13(e)为左侧足尖离地, 图 13(f)为左腿进入摆动相, 图 13(g)所示为左侧足跟着地。此时左腿向前摆动完成摆动相进入支撑相。图 13(h)为右侧足尖离地。由此完成一个步态周期。随后往复循环该过程, 实现试验人员借助改进后的往复式步态矫形器完成正常的步态行走训练。
![]() |
图 13 ERGO的实际应用 Fig. 13 ERGO practical application |
在测试过程中, 通过测量试验人员穿戴改进前的往复式步态矫形器RGO和穿戴改进后电动往复式步态矫形器ERGO时人体髋、膝关节的运动规律, 可验证改进后的系统的可行性和优化的有效性。
4 结语文中针对RGO应用于截瘫患者康复训练过程中耗费体力大导致的训练时间短、膝关节训练无效果或训练效果甚微与步态失真等问题, 对RGO进行了改进, 实现RGO动力化的同时, 能够对截瘫患者的膝关节进行康复训练。改进前先设计步态测试系统, 对正常人穿戴RGO进行步态测试, 得到髋关节、膝关节处的角度变化规律, 对得到的数据进行拟合处理, 并离散化得到单个步态周期内髋关节、膝关节角度序列作为改进的RGO控制的参考值。改进的RGO在髋关节背部安装一个直流伺服电机, 采用曲柄滑块摇杆机构实现交替迈步, 左右膝关节各安装一个推杆实现膝关节的屈伸。采用步态测试得到的结果, 基于关节角度关系的控制方法, 实现对改进RGO的步态运动控制, 使截瘫患者在有限的干预下进行康复训练。通过实验验证可以发现, 这种基于角度控制的被动捕捉式RGO系统设计在带动患者进行康复训练的过程中具有较好的步态运动规律, 基本达到了康复训练效果。
在未来研究中, 应着重考虑结构的优化设计和控制方法的研究。基于运动学和动力学方法, 对结构进行进一步的优化, 可以使得结构更为紧凑,使患者的运动规律与正常步态的运动规律更为一致, 且运动学和动力学性能更好。在此基础上, 可对控制方法进行进一步的研究, 实现主动和被动等多种康复训练效果。
[1] |
伊蕾.助行康复机器人控制策略研究[D].哈尔滨: 哈尔滨工程大学, 2012. http://cdmd.cnki.com.cn/Article/CDMD-10217-1012518738.htm
|
[2] |
孙建, 余永, 葛运建, 等. 基于接触力信息的可穿戴型下肢助力机器人传感系统研究[J]. 中国科学技术大学学报, 2008, 12(38): 1462-1438. |
[3] |
杨巍, 张秀峰, 杨灿军, 等. 基于人机5杆模型的下肢外骨骼系统设计[J]. 浙江大学学报(工学版), 2014, 3(48): 430-435. |
[4] |
饶玲军.下肢外骨骼行走康复机器人研究[D].上海: 上海交通大学, 2012: 3-47. http://cdmd.cnki.com.cn/Article/CDMD-10248-1012019685.htm
|
[5] |
李峰, 吴智政, 钱晋武, 等. 下肢康复机器人步态轨迹自适应控制[J]. 仪器仪表报, 2014, 9(35): 2027-2036. |
[6] |
戴虹, 钱晋武, 张震, 等. GRNN在肌电预测踝关节运动中的应用[J]. 仪器仪表学报, 2013, 4(34): 845-852. |
[7] |
GERRITSMA B C L, HEEG M, VOS N H. Ambulation with the reciprocatinggait orthosis:Experience in 15 children with myelomeningocele or paraplegia[J]. Acta Orthopaedica Scandinavica, 1997, 68(5): 403-407. |
[8] |
冯治国.步行康复训练助行腿机器人系统[D].上海: 上海大学, 2009. http://cdmd.cnki.com.cn/Article/CDMD-11903-2009252670.htm
|
[9] |
张杰.脑卒中瘫痪下肢外骨骼康复机器人的研究[D].杭州: 浙江大学, 2007. http://cdmd.cnki.com.cn/Article/CDMD-10335-2008035452.htm
|
[10] |
万大千, 徐义明, 白跃宏, 等. 下肢外骨骼康复机器人在膝关节活动受限康复治疗中的应用[J]. 中国组织工程研究, 2012(4): 597-600. DOI:10.3969/j.issn.1673-8225.2012.04.006 |
[11] |
陈贵亮, 李长鹏, 刘更谦. 下肢外骨骼康复机器人的自适应控制研究[J]. 制造业自动化, 2012(24): 5-9. DOI:10.3969/j.issn.1009-0134.2012.12(x).02 |
[12] |
王志鹏, 郭险峰. 穿戴式下肢外骨骼康复机器人机械设计[J]. 科技资讯, 2012(33): 5-7. DOI:10.3969/j.issn.1672-3791.2012.33.004 |
[13] |
TUFEKCILER N, VAN ASSELDONK E H F, VAN DER KOOIJ H. Velocity-dependent reference trajectory generation for the LOPES gait training robot[C]//2011 IEEE International Conference on Rehabilitation Robotics (ICORR).IEEE, 2011: 1-5. http://vigir.missouri.edu/~gdesouza/Research/Conference_CDs/RehabWeekZ%C3%BCrich/icorr/papers/Tufekciler_Velocity-Dependent%20Reference%20Trajectory%20Generation%20for%20the%20LOPES%20Gait%20Training%20Robot_ICORR2011.pdf
|
[14] |
叶雯珺, 李智军. 可穿戴便携式康复外骨骼机器人的开发[J]. 集成技术, 2013(4): 27-31. |
[15] |
尹军茂.穿戴式下肢外骨骼机构分析与设计[D].北京: 北京工业大学, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10005-2010107998.htm
|