一種新型手腕部粗大訓(xùn)練康復(fù)機器人機構(gòu)設(shè)計

張廣帥，毛志賢，王春寶，2，3，韋建軍

（1.廣西科技大學(xué)機械與交通工程學(xué)院，廣西 柳州 545006；2.深圳市老年醫(yī)學(xué)研究所，廣東 深圳 518000；3.深圳大學(xué)第一附屬醫(yī)院，廣東 深圳 518035）

1 引言

據(jù)中國衛(wèi)生組織統(tǒng)計數(shù)據(jù)得出，我國的老齡化問題日趨嚴重，腦卒中是老年人主要致殘因素，每年新增腦卒中患者200萬以上，由于醫(yī)療資源緊張，80%以上的腦卒中患者未能得到及時的康復(fù)治療，導(dǎo)致患者肢體運動不便嚴重影響其日常生活質(zhì)量［1］。研究證明，患者早期康復(fù)訓(xùn)練能夠有效促進腦卒中患者神經(jīng)通路重建，幫助患者早日恢復(fù)運動能力［1］。目前針對腦卒中患者手腕關(guān)節(jié)康復(fù)訓(xùn)練過度依賴于康復(fù)治療師，不僅加重治療師的工作強度，而且受限于治療師個人臨床經(jīng)驗差異，影響患者康復(fù)訓(xùn)練效果［3］。伴隨康復(fù)機器人技術(shù)的介入，利用機器人傳感器感知腦卒中患者的康復(fù)狀態(tài)，為腦卒中患者康復(fù)訓(xùn)練方案制定提供量化依據(jù)。

腦卒中患者神經(jīng)通路受到一定程度的損傷，導(dǎo)致無法進行正常的生理活動，人體上肢特別是手腕關(guān)節(jié)是重要運動單元，因此幫助腦卒中患者手腕部的康復(fù)具有重要意義。但受限于患者早期運動神經(jīng)損傷的影響，患者早期無法完成精細動作，因此這里提出一種手腕部粗大訓(xùn)練康復(fù)機器人實現(xiàn)患者早期康復(fù)訓(xùn)練，即將手腕部的精細復(fù)雜運動簡化為基本的生理運動。粗大訓(xùn)練方式不僅能夠幫助患者實現(xiàn)早期運動神經(jīng)重塑，而且簡化康復(fù)機器人的結(jié)構(gòu)。國內(nèi)外專家和學(xué)者對手腕部康復(fù)機器人做了大量的研究工作。文獻［4］研究的輕巧型外骨骼手部機器人在手指處配有三個重疊的鋼板彈簧，伺服電機在彈簧之間進行移動，通過其他兩個彈簧將力量傳遞給手指各個關(guān)節(jié)處，使手指能夠感應(yīng)力量變化，然而該機構(gòu)復(fù)雜，維護成本高昂。美國國家康復(fù)研究院研制的穿戴手指康復(fù)機器人［5］利用安裝在手指外的彈簧使患者進行被動訓(xùn)練，手指外的編碼器反饋抓握的力度，在彈簧的作用下完成訓(xùn)練。文獻［7］采用齒輪的傳動方式，利用齒輪傳動效率高等優(yōu)點設(shè)計反饋功能的數(shù)據(jù)手套，在恢復(fù)過程中實現(xiàn)手部的精細治療。然而，當前手腕部康復(fù)機器人以中后期精細運動功能強化為主，機器人的機械結(jié)構(gòu)復(fù)雜，使用和維護成本高。

首先分析人體手腕部各關(guān)節(jié)的生理特征和運動方式，通過手腕部生理特征和運動方式設(shè)計手腕部康復(fù)機器人的結(jié)構(gòu)，并結(jié)合醫(yī)療康復(fù)理論確定手腕部康復(fù)機器人的最佳方案，搭建實驗平臺驗證手腕部康復(fù)機器人的可行性。

2 手腕部康復(fù)機器人的結(jié)構(gòu)設(shè)計

使用三維繪圖軟件Solidworks 繪制手腕部粗大訓(xùn)練康復(fù)機器人的整體模型，如圖1所示?？傮w結(jié)構(gòu)分成三個部分：手指抓握平臺、手掌俯仰平臺、腕關(guān)節(jié)旋轉(zhuǎn)平臺。

圖1 康復(fù)機器人的三維模型Fig.1 Motion Model of Rehabilitation Robot

手腕部粗大訓(xùn)練康復(fù)機器人三個訓(xùn)練平臺分別由伺服電機、執(zhí)行機構(gòu)、傳動系統(tǒng)、支撐部件、傳感器等零部件組成。三個運動平臺對應(yīng)三種自由度運動可以同時實現(xiàn)手指抓握、手掌俯仰和手腕旋轉(zhuǎn)三種運動。腕關(guān)節(jié)旋轉(zhuǎn)平臺和手掌的俯仰平臺旋轉(zhuǎn)中心始終保持在一個平面內(nèi)，避免產(chǎn)生切向力，而且對每個平臺都安裝了極限限位開關(guān)。

2.1 康復(fù)設(shè)計理論

2.1.1 手腕部生理特征分析

手腕部作為人體行為動作的重要執(zhí)行單元，主要是由骨骼、肌肉、神經(jīng)和毛細血管等幾部分組成。通過分析手腕部關(guān)節(jié)結(jié)構(gòu)、運動軌跡和運動角度等各種關(guān)節(jié)特征，對手腕部粗大訓(xùn)練康復(fù)機器人結(jié)構(gòu)合理化設(shè)計具有重要意義。通過查閱醫(yī)學(xué)康復(fù)資料可知，手腕部關(guān)節(jié)，如圖2所示。由圖2可得手腕部主要由腕骨、掌骨和指骨三部分組成。其指骨又分為近端指骨、中指骨和遠端指骨，兩指骨之間存在著指間關(guān)節(jié)。可見手指關(guān)節(jié)結(jié)構(gòu)復(fù)雜，有多個自由度，運動情況多變［9-11］。采用靜態(tài)拍攝的方式測量關(guān)節(jié)長度和關(guān)節(jié)間的夾角，如圖3所示。采用動態(tài)拍攝的方式擬合手指抓握運動軌跡，如圖4所示。測量過程中手指運動比較緩慢，可以追蹤手腕部運動過程中的每一個姿態(tài)。由于手部抓握運動各手指運動軌跡近似，以食指擬合曲線為例。采用加速度傳感器和扭矩傳感器分別測量手指抓握的運動角度和手指關(guān)節(jié)力矩變化擬合生成食指指骨運動角度隨時間變化曲線和手指關(guān)節(jié)力矩變化曲線，如圖5、圖6所示。

圖2 手部關(guān)節(jié)示意圖Fig.2 Hand Joint Diagram

圖3 手指靜態(tài)測量Fig.3 Finger Static Measurement

圖4 食指的運動軌跡狀態(tài)圖Fig.4 The State Diagram of the Movement of the Index Finger

圖5 食指指骨角度變化曲線圖Fig.5 Curve the Angle of the Index Finger

圖6 手指關(guān)節(jié)力矩變化曲線Fig.6 Curve of Moment Change of Finger Joint

2.1.2 測量結(jié)果分析和優(yōu)化

選取10組實驗人員參與測量，取手指關(guān)節(jié)長度和關(guān)節(jié)夾角靜態(tài)測量平均值。手指關(guān)節(jié)長度和夾角測量結(jié)果，如表1、表2所示。手指抓握、手掌俯仰和手腕旋轉(zhuǎn)的運動角度，如表3所示。

表1 手指關(guān)節(jié)長度Tab.1 Knuckle Length

表2 手指夾角角度Tab.2 Finger Angle

表3 關(guān)節(jié)運動角度Tab.3 Angle of Joint Motion

基于手腕部關(guān)節(jié)結(jié)構(gòu)復(fù)雜，手指運動情況多變問題，提出粗大訓(xùn)練模式，即將手指多個自由度運動模式簡化為單個自由度的抓握運動模式。通過分析手指運動擬合軌跡、手指指骨運動角度、手指力矩變化和關(guān)節(jié)運動角度等手腕部關(guān)節(jié)數(shù)據(jù)為手腕部粗大訓(xùn)練的康復(fù)機器人結(jié)構(gòu)設(shè)計提供量化依據(jù)，并結(jié)合醫(yī)療康復(fù)理論確定最佳的康復(fù)治療方案。設(shè)計手腕部粗大康復(fù)機器人促進患者早期神經(jīng)通路重塑，滿足患者早期受限于手腕部精細康復(fù)訓(xùn)練模式，使患者能夠完成手腕部基本生理需求動作。

2.2 手腕部粗大訓(xùn)練康復(fù)機器人運動方案

手腕部粗大訓(xùn)練康復(fù)機器人分別實現(xiàn)手指抓握運動、手掌俯仰運動和手腕旋轉(zhuǎn)運動。如圖7所示，手指抓握平臺安裝在手掌俯仰平臺上，手掌俯仰平臺安裝在手腕旋轉(zhuǎn)平臺上。三個運動平臺分別由三個伺服電機M1、M2和M3驅(qū)動，三個運動平臺同時運動實現(xiàn)手腕部協(xié)作運動，單個運動平臺運動實現(xiàn)手腕部單關(guān)節(jié)單項運動。伺服電機M1通過錐齒輪驅(qū)動支撐桿帶動手指抓握運動、伺服電機M2帶動手掌進行俯仰運動、伺服電機M3通過減速齒輪帶動手腕旋轉(zhuǎn)運動。

圖7 康復(fù)機器人運動方案Fig.7 Rehabilitation Robot Movement Program

2.3 手指抓握平臺的設(shè)計

手指抓握平臺，如圖8所示。主要由驅(qū)動機構(gòu)、執(zhí)行機構(gòu)、支撐機構(gòu)、傳感系統(tǒng)和導(dǎo)向機構(gòu)組成。通過分析手指抓握運動擬合軌跡和手指運動角度進行合理化設(shè)計手指抓握平臺。手指抓握平臺是手腕部粗大康復(fù)機器人的核心運動平臺，其功能特點是將手指不確定多自由度運動簡化為單個自由度抓握運動，即實現(xiàn)平臺對手指的粗大抓握訓(xùn)練模式。手指抓握平臺粗大訓(xùn)練模式解決患者早期受限于手腕部精細康復(fù)訓(xùn)練模式，通過粗大訓(xùn)練模式促進患者神經(jīng)重塑，實現(xiàn)基本的日常行為活動。

圖8 手指抓握平臺Fig.8 Hold the Platform with Your Fingers

2.3.1 牽引滑塊設(shè)計

手指抓握平臺運動特點實現(xiàn)四個手指同時抓握，但手指長度不一導(dǎo)致無法實現(xiàn)，這里提出解決方案是采用如圖9所示的不同長度的驅(qū)動滑塊，滑塊的長度如表1所示的數(shù)據(jù)可得。因此采取中指滑塊長度最短，而小指滑塊的長度最長。通過采用不同長度的牽引滑塊解決手指抓握運動角度不一問題。而在滑塊末端都加工留有一個球形端頭，減少牽引滑塊在滑動過程產(chǎn)生的摩擦阻力，使運動過程順暢。

圖9 牽引滑塊Fig.9 Pulling the Slider

2.3.2 牽引滑槽設(shè)計

牽引滑槽的設(shè)計準則符合手指運動軌跡和手指間夾角。靜態(tài)測量手指夾角角度，如表2所示。手指運動軌跡，如圖4所示。通過對比手指指間夾角和手指運動軌跡特征，確定牽引滑槽的初始值。結(jié)合康復(fù)醫(yī)學(xué)理論確定滑槽最終值，牽引滑槽，如圖10所示。

圖10 牽引滑槽Fig.10 Drawing Chute

2.3.3 執(zhí)行機構(gòu)

手指抓握平臺執(zhí)行機構(gòu)，如圖11所示。主要由支撐桿、支撐板和滑動槽組成，伺服電機通過錐齒輪驅(qū)動支撐桿帶動手指牽引滑塊完成手指抓握運動，支撐桿是執(zhí)行機構(gòu)的主要傳動裝置，保證其剛度防止產(chǎn)生變形。

圖11 執(zhí)行機構(gòu)Fig.11 Executing Agency

手指抓握平臺主要解決手指多自由度不確定運動問題和患者早期手腕部康復(fù)訓(xùn)練不確定問題。通過手指抓握平臺康復(fù)訓(xùn)練將手指多自由度運動簡化為單自由度抓握運動，促進患者早期神經(jīng)重塑，滿足日常生理需求活動。手指抓握運動平臺解決了手腕部康復(fù)機器人結(jié)構(gòu)復(fù)雜問題，實現(xiàn)患者早期康復(fù)訓(xùn)練。手掌俯仰運動平臺和手腕旋轉(zhuǎn)運動平臺的設(shè)計與手指抓握平臺類似，這里不再進行贅述。

2.4 直流伺服電機的選型

手指抓握平臺的三種運動狀態(tài)，如圖12所示。初始狀態(tài)A=0°，運動狀態(tài)B=α°、極限狀態(tài)C=-70°。

圖12 運動狀態(tài)Fig.12 State of Motion

伺服電機以均勻的速度從A點到C點，則角速度ω：

由力矩傳感器所測得的力矩T：

機構(gòu)之間存在著摩擦等一些不確定的因素，功率P在計算中采用三倍余量。

功率P：

通過功率和轉(zhuǎn)矩對伺服電動機進行選型，這里選用的伺服電機為MT8N57PXXVXE的直流伺服電機。

3 控制平臺系統(tǒng)控制方案

控制方案，如圖13所示?？刂破脚_由傳感器、電源、軟件平臺、變送器等幾部分組成?？刂破脚_控制手腕部粗大訓(xùn)練康復(fù)機器人進行康復(fù)訓(xùn)練，而安裝在康復(fù)機器人上的力矩傳感器和編碼器輸出變化對患者的實際情況進行實時反饋至控制平臺上。將反饋結(jié)果與目標結(jié)果對比分析為偏癱患者下一步治療提供量化的依據(jù)。

圖13 控制總體方案Fig.13 Overall Control Scheme

3.1 控制平臺控制過程描述

控制系統(tǒng)包括兩種訓(xùn)練模式，主/被動訓(xùn)練?；颊弑粍佑?xùn)練時，手腕部不參與任何的運動，手腕部視作附加在手腕部康復(fù)機器人的定量載荷，此時力矩傳感器的力矩T1等于驅(qū)動手指各關(guān)節(jié)總作用力；與被動訓(xùn)練模式不同，進行主動訓(xùn)練時，患者手腕部有意識的進行訓(xùn)練，此時患者與康復(fù)機器人之間將會產(chǎn)生相互作用力，此時力矩傳感器的力矩T2等于手指關(guān)節(jié)主動輸出力矩減伺服電機施加力矩。

控制系統(tǒng)流程，如圖14所示?？刂破脚_被動訓(xùn)練時，手腕部不參與任何運動，通過控制器控制康復(fù)機器人驅(qū)動器驅(qū)動伺服電機以被動訓(xùn)練方式進行運動，編碼器整個運動變化和力矩傳感器力矩變化實時反饋到控制平臺上，通過輸出力矩變化和運動軌跡變化對患者情況對比分析，為患者康復(fù)提供量化依距。與被動訓(xùn)練方式不同，主動訓(xùn)練方式是患者有意識的進行主動訓(xùn)練，伺服電機與手指關(guān)節(jié)產(chǎn)生相互作用力，力矩傳感器將輸出變化實時反饋至控制平臺上，通過力矩曲線輸出變化對患者康復(fù)情況實時反饋。通過主動/被動訓(xùn)練模式下的實時反饋對患者康復(fù)情況，結(jié)合康復(fù)醫(yī)學(xué)理論制定下一步康復(fù)方案。

圖14 控制系統(tǒng)平臺流程圖Fig.14 Control System Platform Process

4 手腕部康復(fù)機器人的可行性

手腕部粗大訓(xùn)練康復(fù)機器人的樣機，如圖15所示。選取實驗者的右手進行上機實驗。這里比較手腕部主/被動模式下的速度曲線、位置變化曲線和扭矩變化曲線。由于實驗采用同一訓(xùn)練平臺，因此，主/被動模式伺服電機的運動速度和運動軌跡保持一致，減少其他變量的影響。兩種運動模式下手腕抓握、手掌俯仰和手腕旋轉(zhuǎn)的速度、位置曲線相近。下文重點對比分析主/被動模式下力矩的變化。

圖15 手腕部粗大訓(xùn)練康復(fù)機器人的樣機Fig.15 Prototype of Wrist Training and Rehabilitation Robot

4.1 手指抓握主/被動實驗

手指抓握運動實驗平臺，如圖16所示。預(yù)先設(shè)置初始狀態(tài)α=0°，手指最大運動角度α=-70°，完成了30 個周期的主/被動訓(xùn)練，訓(xùn)練頻率選擇30次/min，2s完成一個訓(xùn)練周期，伺服電機轉(zhuǎn)速選擇13.3r/min。

圖16 手指抓握運動實驗平臺Fig.16 Finger Grasping Motion Experiment Platform

實驗開始前，手指平放在手指抓握平臺上，即初始狀態(tài)α=0°，手指緊扣牽引滑塊，手掌握住握桿。按下啟動按鈕，伺服電機驅(qū)動與支撐桿相連接的牽引滑塊帶動手指進行抓握運動。測試實驗進行主/被動兩種模式下抓握運動，當抓握運動過程結(jié)束后，記錄實驗數(shù)據(jù)并選取其中完整的4個訓(xùn)練周期分析實驗結(jié)果。

手指抓握速度曲線，如圖17（a）所示?？傻盟俣茸兓€在10s、20s、30s等時間段出現(xiàn)波動，其原因是選用的伺服電機速度響應(yīng)快，伺服電機在變向初始階段出現(xiàn)波動現(xiàn)象，在波動后變較快達到穩(wěn)定狀態(tài)，曲線符合預(yù)期的效果。手指抓握運動曲線如圖17（b）所示可得手指抓握在（0～-70）°范圍內(nèi)呈現(xiàn)正弦變化曲線，整個抓握周期運動平穩(wěn)，手指抓握粗大訓(xùn)練實際運動曲線符合手指抓握預(yù)先設(shè)定運動軌跡，運動效果優(yōu)良。扭矩變化曲線，如圖17（c）、圖17（d）所示。主/被動模式下力矩傳感器輸出的扭矩大小不同，被動訓(xùn)練模式輸出的力矩為伺服電機驅(qū)動手指關(guān)節(jié)的力矩，而主動模式輸出力矩是手指關(guān)節(jié)的主動驅(qū)動力減伺服電機驅(qū)動手指關(guān)節(jié)的力。通過力矩變化曲線可看出被動力矩大于主動力矩，是由于主動訓(xùn)練模式下手指關(guān)節(jié)與伺服電機產(chǎn)生相互作用力會減少部分力矩作用。主/被動模式下的力矩曲線波動現(xiàn)象明顯，其原因為在兩種運動模式下，實驗者手部運動慣性思維對實驗結(jié)果產(chǎn)生一定的影響，導(dǎo)致力矩變化曲線出現(xiàn)波動。換向初始階段，力矩傳感器受到相反的作用力，波動起影響大，隨著實驗進行，力矩變化曲線較快達到平穩(wěn)狀態(tài)。實驗結(jié)果表明，力矩傳感器實際輸出力矩變化符合預(yù)先設(shè)定輸出力矩，通過力矩曲線變化實現(xiàn)對患者恢復(fù)情況的實時反饋。

圖17 手指抓握主/被動測量結(jié)果Fig.17 Grasp the Main/Passive Measurement Results with Your Finger

4.2 手腕旋轉(zhuǎn)主/被動實驗

手腕旋轉(zhuǎn)運動平臺，如圖18所示。手腕旋轉(zhuǎn)運動完成了30個周期的主/被動訓(xùn)練。內(nèi)旋極限角度為β=75°，外旋極限角度為β=-75°。訓(xùn)練頻率選擇15次/min，4s完成一個訓(xùn)練周期，伺服電機的轉(zhuǎn)動頻率16r/min。

圖18 腕關(guān)節(jié)旋轉(zhuǎn)平臺Fig.18 The Wrist Rotates the Platform

實驗開始前，手掌握住握桿，伺服電機通過減速齒輪帶動腕關(guān)節(jié)旋轉(zhuǎn)平臺運動。當測試實驗結(jié)束后，記錄實驗數(shù)據(jù)并選取其中完整的4個訓(xùn)練周期分析實驗結(jié)果。

腕關(guān)節(jié)速度曲線，如圖19（a）所示。伺服電機速度變化在±1r/min范圍內(nèi)，伺服電機20s、40s、60s等時間段變向，變向后迅速達到平穩(wěn)狀態(tài)。運動位置曲線，如圖19（b）所示。手腕旋轉(zhuǎn)運動位置在（-75～75）°范圍內(nèi)呈現(xiàn)正弦變化，實際運動位置變化曲線符合目標位置變化曲線。實驗結(jié)果表明，伺服電機運動速度符合手腕旋轉(zhuǎn)速度，手腕部粗大訓(xùn)練康復(fù)機器人手腕部運動位置符合人體手腕部運動位置。

扭矩變化曲線，如圖19（c）、圖19（d）所示。主/被動模式下力矩傳感器輸出的扭矩大小不同，被動訓(xùn)練模式下輸出的力矩是伺服電機驅(qū)動腕關(guān)節(jié)力矩，而主動模式輸出力矩是腕關(guān)節(jié)主動驅(qū)動力減伺服電機驅(qū)動力矩，此時被動輸入力矩大于主動輸出力矩，由于主動訓(xùn)練模式下手腕旋轉(zhuǎn)力矩會抵消部分伺服電機產(chǎn)生的力矩。主/被動模式下的力矩變化曲線波動小，其原因是兩種運動模式下，實驗者腕關(guān)節(jié)波動較小，對實驗結(jié)果影響較小。而換向初始階段，力矩傳感器輸出曲線變化大，而變向后迅速達到平穩(wěn)狀態(tài)。實驗結(jié)果表明，通過主/被兩種模式下輸出力矩變化可以檢測患者的主/被動訓(xùn)練意識，對患者實際情況進行實時反饋值控制平臺上。

圖19 腕關(guān)節(jié)主/被動測量實驗Fig.19 Wrist Joint Master/Passive Measurement Experiment

4.3 手掌俯仰主/被動訓(xùn)練

手掌俯仰運動平臺，如圖20所示。在實驗過程中手掌俯仰完成了30個周期的主/被動訓(xùn)練，手掌仰角極限角度為θ=80°，手掌俯角極限角度為θ=-85°。訓(xùn)練頻率選擇15次/min，4s完成一個周期訓(xùn)練，伺服電機的轉(zhuǎn)動頻率16r/min。

圖20 手掌俯仰運動平臺Fig.20 Palm-Pitch Motion Platform

手掌俯仰平臺伺服電機帶動手掌進行俯仰訓(xùn)練，當測試實驗結(jié)束后，記錄實驗數(shù)據(jù)并選取其中完整的4個訓(xùn)練周期分析實驗結(jié)果。由于手掌俯仰主/被動訓(xùn)練與手腕旋轉(zhuǎn)主/被動訓(xùn)練變化曲線相近，這里不在贅述。

綜上所述，有實驗結(jié)果可知，手腕部粗大訓(xùn)練康復(fù)機器人三個運動平臺的運動位置、運動軌跡符合人體手腕部運動狀態(tài)，可以實現(xiàn)手腕部粗大訓(xùn)練模式，解決了患者早期受限于手腕部不能進行精細訓(xùn)練的影響，而手腕部粗大訓(xùn)練康復(fù)機器人輸出力矩變化可以對患者手腕部運動狀況進行實時反饋，通過力矩反饋變化以便給患者制定下一步康復(fù)訓(xùn)練。

5 結(jié)論

這里基于腦卒中上肢康復(fù)訓(xùn)練需求，并結(jié)合大量康復(fù)醫(yī)學(xué)理論，開發(fā)了手腕部粗大訓(xùn)練康復(fù)機器人。通過分析人體手指的各個關(guān)節(jié)結(jié)構(gòu)和運動狀態(tài)，利用運動集成的方法，完成集成手指同時抓握、手掌俯仰和手腕旋轉(zhuǎn)功能的手腕部康復(fù)機器人。結(jié)合手腕康復(fù)訓(xùn)練需求，搭建融合主/被動訓(xùn)練模式的機器人控制系統(tǒng)，對患者在運動過程中的運動意圖和康復(fù)情況進行實時的反饋，進行實驗驗證手腕部康復(fù)機器人的機械結(jié)構(gòu)和控制過程可行性。實驗結(jié)果表明，手腕部康復(fù)機器人的運動位置和運動軌跡符合人體手腕部實際運動狀態(tài)，力矩變化反映患者手腕部運動意圖，進而對患者下一步康復(fù)治療提供量化依據(jù)。