基于下肢動力學檢測分析的站起康復(fù)訓練機器人控制

劉 坤，趙建琛，曹恩國，韓 宣

(1.吉林大學 機械科學與工程學院，長春130022;2.江南大學 設(shè)計學院，江蘇 無錫214122)

0 引 言

下肢運動康復(fù)訓練機器人可以協(xié)助殘疾者進行康復(fù)訓練［1］，特別是基于減重步行訓練的下肢運動康復(fù)訓練機器人，在臨床上可以用于輔助下肢運動功能障礙患者進行站起及步行運動康復(fù)訓練，使患者重獲獨立站起和步行的能力。因此，其在恢復(fù)下肢運動功能方面，具有化學藥物治療所不能替代的重要輔助作用。文獻［2］中開發(fā)了一種康復(fù)訓練機構(gòu)，通過其對下肢的外部輔助訓練，加強下肢有意識肌群對關(guān)節(jié)運動的控制能力，進而恢復(fù)下肢步態(tài)功能，協(xié)調(diào)整體步行運動能力。文獻［3］中開發(fā)了一種六自由度的康復(fù)輔助機構(gòu)，幫助患者在不同地形狀況下調(diào)整步行速度。文獻［4］中開發(fā)了一種可穿戴式有源動力踝關(guān)節(jié)運動輔助系統(tǒng)，通過輔助操縱踝關(guān)節(jié)，實現(xiàn)運動、扭轉(zhuǎn)、停止等踝部動作。但是，以上基于機器人控制技術(shù)的人體運動輔助訓練系統(tǒng)，如果用于下肢運動康復(fù)訓練，對本身已有運動障礙的患者來講，穿戴使用或操縱矯正都稍顯復(fù)雜，而且上述各系統(tǒng)中，患者都是強行被動的跟隨系統(tǒng)進行訓練，下肢無法按照人體自然運動狀態(tài)實現(xiàn)康復(fù)運動，因此不利于臨床推廣應(yīng)用。在另一些文獻中［5-7］，研究了一些可以實現(xiàn)指定運動模式，或者可以按照人體自然運動模式提供下肢運動訓練功能的康復(fù)訓練機器人系統(tǒng)，在患者體重得到外部支持的模式下，進行下肢減負訓練，從而使患者在站起過程中按照預(yù)定重心軌跡站起。但是，這些控制方法忽略了患者在站起訓練時自我控制下肢肌群的意識，沒有有效利用下肢有意識肌群的殘存肌肉力，未真正實現(xiàn)智能型的人體與機器人系統(tǒng)之間的相互作用，只是被動地輔助與訓練下肢運動，達到在站起過程中減重式拉舉患者身體模擬站起動作而已，因此并不能最大程度地發(fā)揮和訓練下肢有效肌群在站起過程中的作用。為此，文獻［8-9］研究了一些可以實現(xiàn)下肢動作協(xié)調(diào)、站立姿勢轉(zhuǎn)換、身體平衡控制的機器系統(tǒng)，并且給出了適用于下肢康復(fù)患者在不同康復(fù)階段使用的多種訓練模式。但是這些控制方法并不能保證患者在站起過程中的重心運動軌跡和康復(fù)訓練動作與健康人體站起時的姿勢相同，也不能保證患者的每個訓練動作都處于自然舒適狀態(tài)。

因此，本文提出了一種符合人體動力學的站起康復(fù)運動訓練機器人系統(tǒng)控制方法?；趥鞲邢到y(tǒng)實時檢測到的反映患者站起過程中動作意圖的力學和運動學數(shù)據(jù)，通過軌跡控制方法(TCM)和阻尼控制方法(TCM)訓練下肢有意識肌群，根據(jù)其肌力恢復(fù)情況，適當調(diào)整外部施力來控制下肢各肢段的運動姿態(tài)，使患者較好地掌握、恢復(fù)與提高各關(guān)節(jié)和肌群的運動控制能力，在訓練過程中能夠按照常人站起姿勢進行安全、有效、舒適的運動訓練。

1 方法介紹

1.1 站立康復(fù)訓練輔助機器人系統(tǒng)

為了輔助患者實現(xiàn)站起運動康復(fù)訓練，本文首先介紹了一種采用雙繩牽引提拉式康復(fù)訓練機器人系統(tǒng)。如圖1 所示，前后繩由兩臺伺服電機控制，并通過易穿式背帶固定于患者上身。拉繩長度可由伺服電機內(nèi)編碼器實時檢測并記錄，用于反饋控制。提拉繩索張力通過張力傳感器測得。軀干、大腿、小腿的運動通過可穿戴式運動學傳感系統(tǒng)檢測得出。人與地面的作用反力(GRF)和壓力中心(COP)由患者腳下的測力平臺測出。為了在理想狀態(tài)下通過簡化計算實現(xiàn)定性地驗證本方法，文中假設(shè)患者進行站起運動康復(fù)訓練過程中，下肢肢段為剛體。

圖1 站起運動康復(fù)訓練機器人系統(tǒng)簡圖Fig.1 Schematic diagram of the rehabilitation robot system

1.2 軌跡控制方法

圖2 軌跡控制和阻尼控制方法流程圖Fig.2 Flow chart of TCM and ICM

在患者站起運動康復(fù)訓練中，為使下肢能得到安全舒適并符合正常人體運動姿態(tài)的訓練，本文給出了一種運動軌跡控制方法(TCM)。如圖2(a)所示，在患者站起之前，提拉繩索通過伺服電機控制達到拉緊狀態(tài)，作為機器人系統(tǒng)實施站起訓練的準備動作，站起之后，通過判斷檢測到的繩索張力T 和代表患者站起動作意圖的放大系數(shù)b實施軌跡控制。繩索張力T 減小，代表患者想站起;反之則代表患者想下蹲或坐下。例如:當提拉繩索已經(jīng)處于拉緊狀態(tài)，完成軌跡控制的準備動作后，如果T 減小的速率高于20 N/s 時，則表明患者有意站起。在該方法中，傳感器系統(tǒng)和控制系統(tǒng)都是基于數(shù)據(jù)庫中已保存的正常的人體站起和下蹲過程的運動軌跡進行工作的。該人體軌跡運動數(shù)據(jù)根據(jù)本實驗室不同身高的健康受驗對象多次試驗采集獲得。在運動過程中，通過測量提拉繩索的運動軌跡點d 來控制系統(tǒng)中前繩與后繩的拉伸力度和速度，通過前后繩的位移配合，使系統(tǒng)完成準備動作且檢測到患者運動意圖后，能準確適度地給患者以輔助力，完成相應(yīng)的站起運動軌跡。因此，該方法可用于患者站起運動訓練早期，還不能完全自主的實施站起或下蹲動作的階段。

1.3 阻尼控制方法

當患者下肢已經(jīng)恢復(fù)部分運動功能，但是必須在外力輔助下進行站起運動訓練時，為了提升下肢康復(fù)運動訓練機器人系統(tǒng)的穩(wěn)定性和對患者訓練的有效性，如圖2(b)所示，本文給出阻尼控制方法(ICM)。在患者實施站起動作之前，該方法和TCM 一樣，提拉繩索通過伺服電機控制達到拉緊狀態(tài)，作為訓練機器人系統(tǒng)實施站起訓練的準備動作，之后，當檢測到患者想站起時，開始實施ICM。在阻尼控制中，提拉繩索遵循健康人體正常站起運動軌跡對患者實施提拉運動。當患者在康復(fù)訓練中自主站起到某一姿勢時，系統(tǒng)將識別該姿勢在常態(tài)人體站起運動軌跡上與其最接近的點，通過實時檢測后繩的位移d，配合前繩位移，實時控制后繩拉伸速度vcommand。在站起過程中，患者下肢肌力不足以支撐某階段的站姿而要摔倒時，根據(jù)阻尼控制策略，把檢測到的各項參數(shù)進行分析運算，通過控制后繩拉伸位移與張力決定系統(tǒng)是否跟隨人體的運動姿勢，或者是否提供輔助力。在阻尼控制中，如果在站起或蹲下的某些動作階段，患者可以實現(xiàn)基本的姿勢控制，則機器人系統(tǒng)提供較少或者不提供助力，僅實現(xiàn)較快的動作跟隨。當患者在某些姿勢階段動作控制比較吃力而需要外力輔助時，通過前后提拉繩索配合，按照已識別的本姿勢在正常人體運動軌跡中最接近姿勢點的參數(shù)，對人體提供適度的輔助力。因此，在阻尼控制中，患者在機器人系統(tǒng)輔助下可以集中更多精力安全地訓練薄弱姿勢階段對下肢的控制能力，達到更好的康復(fù)效果。

通過經(jīng)驗測量可得下式:

后繩的位移d、速度v 和加速度a 等都受到系數(shù)k、c 和u 的影響，這3 個系數(shù)取較小值時，患者在訓練中可更自由地實現(xiàn)站起運動，而當取值較大時，雖降低了運動的自由性，但是可獲得更大的阻尼輔助力，實現(xiàn)更加安全穩(wěn)定的運動訓練。因此，這些系數(shù)值根據(jù)患者實測試驗獲得并調(diào)整，以保證患者在實施慢速自主站立功能時，繩索能提供大小合適的輔助力;而當患者下肢功能未完全恢復(fù)，在站起訓練過程中發(fā)生突然摔倒時，繩索能及時提供阻尼輔助力，確保訓練的安全性。此外，在式(1)中，引入了另外一個參數(shù)f，通過調(diào)整該參數(shù)大小來控制后繩在提拉過程中的松緊度，從而達到調(diào)整拉繩張力的目的。當檢測到繩索張力T 小于50 N 時，表明患者有摔倒趨勢，迅速增大f，以保證繩索拉緊，之后通過傳感器檢測數(shù)據(jù)，在保證張力情況下緩慢提升繩索并恢復(fù)f 值，以確保患者能在拉繩張力保護下順利渡過站起過程中的該薄弱姿勢階段，最后，總放大系數(shù)由h 決定。

ICM 保證了患者在站起運動康復(fù)訓練過程中的安全性，使得下肢運動功能得到部分恢復(fù)的患者可在最大程度發(fā)揮下肢肌肉控制力同時，安全無障礙地按照健康人體站起運動姿勢進行自主康復(fù)訓練。

1.4 下肢關(guān)節(jié)力矩的計算方法

下肢關(guān)節(jié)力矩是反映下肢對身體支撐能力和人體控制下肢運動姿態(tài)機能的重要參考數(shù)據(jù)，也是評價下肢運動康復(fù)訓練恢復(fù)狀況的重要依據(jù)［10］。在TCM 和ICM 中，下肢關(guān)節(jié)中髖關(guān)節(jié)、膝關(guān)節(jié)、踝關(guān)節(jié)的關(guān)節(jié)力矩分別為Mhip、Mknee、Mankle，基于傳感系統(tǒng)檢測出的數(shù)據(jù)由式(2)～(4)計算得出:

圖3 為人體肢段質(zhì)量分布百分比圖和下段運動學數(shù)據(jù)簡圖。如圖3(a)所示，三段肢段質(zhì)量m1、m2、m3分別根據(jù)患者體重和肢段質(zhì)量占比計算得出。如圖3(b)所示，地面反力F 的大小和中心位置(GRF、COP)由置于足下的力平臺檢測得出。軀干、大腿、小腿的角位移θ1、θ2和θ3分別由穿戴于下肢各肢段的傳感器檢測運算后得出。各肢段長度L1、L2和L3可通過直接測量患者下肢得出。P、q、w 分別代表下肢肢段中足部、小腿、大腿的質(zhì)心。計算中所需的所有數(shù)據(jù)都可通過傳感系統(tǒng)實時檢測并傳輸?shù)街鳈C。

圖3 人體肢段質(zhì)量分布百分比圖和下肢運動學數(shù)據(jù)簡圖Fig.3 Illustrative diagram of mass division and kinetics of human body

2 試驗設(shè)計及結(jié)果分析

為了驗證本文中下肢站起運動康復(fù)訓練機器人系統(tǒng)(見圖1)控制方法的有效性，在初步驗證試驗環(huán)節(jié)以六位下肢運動功能健康者為受驗對象，在機器人系統(tǒng)中以自主決定的速度模擬從坐姿到站起的姿勢變化過程。試驗對象的起始動作為坐姿，雙肘分別置于其同側(cè)膝蓋上，終止動作為站姿，身體處于完全直立，雙臂在身體兩側(cè)自然下垂。每位試驗對象進行3 次試驗，分別為自然(SSP)站起、模擬下肢功能障礙情況下采用TCM站起和采用ICM 站起。試驗所需數(shù)據(jù)由系統(tǒng)中的傳感裝置實時檢測并反饋給主機進行運算，根據(jù)不同的控制方法對機器人系統(tǒng)進行控制。

如圖4 所示，提拉繩索通過可穿戴的馬甲式繃帶固定于試驗者上身，對于下肢功能障礙患者操作方便，易于穿戴?？刂泼詈拖嚓P(guān)參數(shù)可以根據(jù)患者下肢的康復(fù)狀況，在進行訓練動作之前輸入主機，以保證訓練的有效性和安全性。

圖4 受驗對象下肢站起運動康復(fù)訓練試驗示意圖Fig.4 Experiment of a volunteer in the rehabilitation robot

為了驗證、分析和比較TCM 和ICM 的效果，圖5 給出了在一個站起周期(SP)內(nèi)兩位試驗對象分別在兩種控制方法下的試驗數(shù)據(jù);為了分析和比較健康人體SSM 模式、TCM 模式和ICM 模式的試驗效果，圖6 給出了另外一位試驗對象在一個站起周期內(nèi)的試驗數(shù)據(jù)。各圖中橫軸為動作進展占整個站起周期百分比。

表1 和表2 給出了在TCM 和ICM 下的下肢關(guān)節(jié)運動角和關(guān)節(jié)力矩的分析數(shù)據(jù)。其中RMS為均方根誤差;R 為相關(guān)系數(shù);rA和rB為每個三軸加速度計的旋轉(zhuǎn)半徑;emax為最大誤差，并且各表的右側(cè)給出了6 位試驗對象各關(guān)節(jié)角和關(guān)節(jié)力矩各試驗數(shù)據(jù)的平均值。

圖5 兩位對象在TCM、ICM 兩種模式下各項指標對比結(jié)果Fig.5 Comparison results of indexes of two subjects in TCM and ICM

通過分析圖5 中各數(shù)據(jù)曲線，本文定義占整個站立周期(SP)30%～70%的階段為這兩位試驗對象薄弱站姿階段，因為這階段是試驗對象在站起過程中相對費力且關(guān)節(jié)力矩出現(xiàn)峰值的階段。如圖5(a)所示，試驗對象提拉繩索過程中，前繩張力要大于其后繩張力。采用TCM 的前后繩張力差值要大于采用ICM 的，并且如圖5(c)所示，當此差值增大時，壓力中心的位置將前移。

在試驗過程中不難發(fā)現(xiàn)，各健康試驗對象從坐姿站起到直立的過程中，人體重心總是先前移再后移。因此，在采用TCM 且應(yīng)用本機器人系統(tǒng)對患者進行站起康復(fù)訓練試驗時，如果患者對下肢的控制能力還不穩(wěn)定，提拉繩索的前繩應(yīng)該提供較大的張力，以保證患者在站起過程中，尤其是在薄弱的站姿階段，身體重心能夠遵循健康人體站起過程中重心的移動軌跡運動，從而也保證了壓力中心能按照預(yù)想的常態(tài)軌跡移動。

如圖5(b)所示，在薄弱站姿階段開始和結(jié)束的時刻前后，地面反力都會有一次較大的起落，說明試驗對象在薄弱站姿階段對地作用力的變化過程。同時，因為TCM 和ICM 都是為了保證患者能趨于常態(tài)站起運動軌跡進行訓練的，所以兩位試驗對象的運動趨勢(各肢段運動角變化)是相似的。在TCM 下，θ1、θ2和θ3在站起初期處于緩慢變化中，但是在薄弱站姿階段卻有較多波動，這是因為系統(tǒng)控制程序設(shè)計宗旨是為了達到“慢速多練”的目的，也就是盡量保證從站起初期慢速平穩(wěn)地安全過渡到薄弱姿勢階段，并在此階段實現(xiàn)對薄弱姿勢的多次訓練。最后，如圖5(e)中曲線所示，在薄弱站姿階段各關(guān)節(jié)力矩波動較大，踝、膝、髖關(guān)節(jié)力矩峰值分別為203.2、106.8、111.2 N·m。

通過分析圖6 中各數(shù)據(jù)曲線圖，本文定義整個站立周期(SP)15%～65%的階段為本試驗對象的薄弱站姿階段。如圖6(a)所示，在3 種模式下，提拉繩索的后繩運動軌跡基本一致，這是因為后繩主要是用于控制站起運動遵循常態(tài)軌跡的。然而，圖中前繩運動軌跡在ICM 模式時(綠線)的波動比在SSM 模式和TCM 模式下大，這是因為當繩索張力小于50 N 時，后繩為保證站起軌跡遵循常態(tài)軌跡，瞬時提拉速度提高，而前繩又要跟隨提拉點運動，所以因滯后性而產(chǎn)生擾動。通過分析圖6(b)中的各數(shù)據(jù)曲線可以看出:同一患者在TCM 模式下的繩索張力要大于其在ICM 模式下的值，而在SSM 模式下，繩索張力是相對最小的。從圖6(c)可以看出:地面反力值在ICM 下相對較大，而在SSM模式下則相對較小。對比圖6(b)和圖6(d)中薄弱站姿階段的曲線不難發(fā)現(xiàn):當患者站起，壓力中心前移時，TCM 和ICM 模式下前繩張力要遠遠大于后繩張力，因此可知，在這兩種模式下向上提拉的主要施力作用來自于前繩。參考圖6(e)和表1 數(shù)據(jù)可知:在3 種模式下，變量θ1、θ2和θ3都具有較小的均方根誤差和較大的相關(guān)系數(shù)，符合人體常態(tài)站起軌跡要求。最后，如圖6(f)和表2 數(shù)據(jù)所示，各關(guān)節(jié)角力矩值在SSM 模式下比其他兩種模式下要相對較大，這也證明了TCM 和ICM 模式是可以有效輔助降低下肢各關(guān)節(jié)力矩、從而減輕關(guān)節(jié)負擔的。再進一步對比數(shù)據(jù)，ICM 模式下各關(guān)節(jié)力矩的波動比TCM 模式下的要更頻繁，因此可以在提供保護的同時，增加對關(guān)節(jié)的訓練次數(shù)，更加適合已恢復(fù)部分功能下肢的站起運動康復(fù)訓練。

圖6 SSM、TCM、ICM 三種模式下各項指標對比結(jié)果Fig.6 Comparison results of indexes in SSM，TCM and ICM

表1 大腿小腿軀干運動角Table 1 Motion angles of thigh，shank and trunk (°)

表2 踝、膝和髖關(guān)節(jié)力矩Table 2 Joint moments of ankle，knee，and hip (N·m)

3 結(jié)束語

提出了基于TCM 和ICM 的機器人系統(tǒng)控制方法，使患者能安全、有效地進行下肢站起運動康復(fù)訓練，這兩種控制方法都可在保證訓練對象動作安全的狀態(tài)下進行獨立自主式的有效訓練?；赥CM 的下肢站起康復(fù)訓練系統(tǒng)，可以確保暫無站起能力的患者安全地按照常態(tài)站起軌跡完成一個站起運動周期，達到訓練下肢肌肉控制能力并恢復(fù)關(guān)節(jié)力矩的作用。而ICM 除了可訓練患者對下肢關(guān)節(jié)力矩的控制能力外，還能更加有效地著重訓練站起過程中相對薄弱動作姿態(tài)的控制能力。簡言之，TCM 側(cè)重應(yīng)用于還未能完成站起動作的下肢運動康復(fù)初期患者，而ICM 則側(cè)重應(yīng)用于已初步恢復(fù)站起能力，但是還未能有效控制下肢肌肉力和關(guān)節(jié)力矩而完全穩(wěn)定自主地完成站起動作的患者。

［1］Hornby T G，Zemon D H，Campbell D.Robotic-assisted，bodyweight-supported treadmill training inindividuals following motor in complete spinal cord injury［J］.Phys Ther，2005，85(1):52-66.

［2］Hirata R，Sakaki T，Okada S，et al.Bio-Resposive Motion System(Rehabilitation System for Stroke Patients)［C］∥Proceedings of IEEE/RSJ International Conference on Intelligent Robots and Systems EPFL，Lausanne，Switzerland，2002:1344-1348.

［3］Yoon J，Novandy B，Yoon C H，et al.A 6-DOF gait rehabilitation robot with upper and lower limb connections that allows walking velocity updates on various terrains［J］.IEEE-ASME Transactions on Mechatronics，2010，15(2):201-215.

［4］Ferris D P，Sawicki G S，Domingo A.Powered lower limb orthoses for gait rehabilitation［J］.Top Spinal Cord Inj Rehabil，2005，11(2):34-49.

［5］Aoyagi D，Ichinose W E，Harkema S J，et al.A robot and control algorithm that can synchronously assist in naturalistic motion during body-weight-supported gait training following neurologic injury［J］.IEEE Transactions on Neural Systems and Rehabilitation Engineering，2007，15(3):387-400.

［6］Veneman J F，Kruidhof R，Hekman E E G，et al.Design and evaluation of the LOPES exoskeleton robot for interactive gait rehabilitation［J］.IEEE Transactions on Neural Systems and Rehabilitation Engineering，2007，15(3):379-386.

［7］Banala S K，Agrawal S K，F(xiàn)attah A，et al.Gravity-balancing leg orthosis and its performance evaluation［J］.IEEE Transactions on Robotics，2006，22(6):1228-1239.

［8］Jaime R P，Matjacic■Z，Hunt K J.Paraplegic standing supported by FES-controlled ankle stiffness［J］.IEEE Transactions on Neural Systems and Rehabilitation Engineering，2002，10(4):239-248.

［9］Mori Y，Okada J，Takayama K.Development of a standing style transfer system‘ABLE’for disabled lower limbs［J］.IEEE-ASME Transactions on Mechatronics，2006，11(4):372-380.

［10］Bando N，Horibe S，Yamada H，et al.Solid body link model for the motion of standing up and capability of evaluation of joint moment［R］.Research Report of Life Technology Research Centre of Gifu Ken，2006(9):30-37.