CN108538359A - 基于虚拟现实技术的腕关节运动能力评估训练系统 - Google Patents
基于虚拟现实技术的腕关节运动能力评估训练系统 Download PDFInfo
- Publication number
- CN108538359A CN108538359A CN201810227980.7A CN201810227980A CN108538359A CN 108538359 A CN108538359 A CN 108538359A CN 201810227980 A CN201810227980 A CN 201810227980A CN 108538359 A CN108538359 A CN 108538359A
- Authority
- CN
- China
- Prior art keywords
- wrist
- force
- force feedback
- virtual reality
- maze
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012549 training Methods 0.000 title claims abstract description 33
- 210000003857 wrist joint Anatomy 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 title claims abstract description 21
- 238000005516 engineering process Methods 0.000 title claims abstract description 16
- 210000000707 wrist Anatomy 0.000 claims abstract description 55
- 238000004088 simulation Methods 0.000 claims description 27
- 230000005484 gravity Effects 0.000 claims description 17
- 230000003993 interaction Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 13
- 230000000386 athletic effect Effects 0.000 claims description 10
- 238000013016 damping Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 210000000245 forearm Anatomy 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 6
- 238000011158 quantitative evaluation Methods 0.000 abstract description 2
- 208000004454 Hyperalgesia Diseases 0.000 abstract 4
- 206010053552 allodynia Diseases 0.000 abstract 4
- 230000002452 interceptive effect Effects 0.000 abstract 2
- 230000005540 biological transmission Effects 0.000 abstract 1
- 230000000116 mitigating effect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 15
- 238000012360 testing method Methods 0.000 description 13
- 238000005259 measurement Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 230000006378 damage Effects 0.000 description 7
- 208000014674 injury Diseases 0.000 description 6
- 208000027418 Wounds and injury Diseases 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 208000006011 Stroke Diseases 0.000 description 4
- 208000010392 Bone Fractures Diseases 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 208000011092 Hand injury Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 206010060820 Joint injury Diseases 0.000 description 1
- 206010061296 Motor dysfunction Diseases 0.000 description 1
- 208000004760 Tenosynovitis Diseases 0.000 description 1
- 208000027669 Wrist injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 208000003295 carpal tunnel syndrome Diseases 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000009760 functional impairment Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000008407 joint function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000007658 neurological function Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 208000023516 stroke disease Diseases 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明公开了一种基于虚拟现实技术的腕关节运动能力评估训练系统，包括：数据采集和评估平台、虚拟场景模拟平台、力反馈触感装置和虚拟现实交互设备；其中，虚拟场景模拟平台用于建立三维迷宫的虚拟场景；力反馈触感装置用于测量受试者的手腕的位姿信息和反馈输出的力；数据采集和评估平台用于采集力反馈触感装置测量的手腕的位姿信息；虚拟现实交互设备用于传输和显示虚拟场景模拟平台的迷宫行走数据和力反馈触感装置的力反馈信号。本系统实现了手腕运动功能的量化评估，可以更加精确地采集腕关节的各项量化数据，同时通过游戏为基础的场景设计，减轻受试者的训练压力。
Description
技术领域
本发明属于虚拟现实技术领域，具体来说，涉及一种基于虚拟现实技术的腕关节运动能力评估训练系统。
背景技术
手腕是人体使用率最高的关节之一，日常的执笔写字、敲击键盘、持箸执匙等过程手腕都发挥着关键的作用。如果手腕功能受到了损坏，人会丧失很大一部分运动和操作能力，给工作和生活带来诸多不便。腕关节的运动能力可以用几组参数描述，包括决定腕关节活动范围的最大掌屈、背屈，内收、外收角度；以及描述腕关节能力的稳定性和力量。如果因外伤等原因手腕活动范围减小，手臂的其他部分就会被迫更多地参与到运动中，从而增加了手臂肌肉和关节的负担；如果手腕稳定性和力量受损，则会削弱手腕的操作和负载能力。人类主要的精细类操作都由腕关节完成，其功能障碍后不易被代偿，因此是传统康复治疗的重点和难点。基于日常活动进行腕功能康复训练能够有效地促进功能恢复，是临床上的常用方法。
腕部功能受损是最常见的人体运动功能障碍病状之一，损伤原因包括长期非健康使用，突发性受损(如中风后遗症、骨折)，以及不适当的体育运动等，据统计，手或腕部损伤约占所有体育运动损伤的1/4。腕关节损伤可以有多种表现，包括腱鞘炎，柯雷氏骨折，舟骨骨折，腕三角软骨盘损伤，下尺桡关节分离，腕管综合症等，不同损伤应采取不同的治疗方式。其中脑卒中引起的腕功能损伤是最值得研究的问题之一，2017年2月《Circulation》发表了一项由Ness-China(National Epidemiological Survey of Stroke in China)协作研究组主持的中国卒中疾病负担的横断面调查研究，根据2012-2013年的统计数据，年龄标准化的患病率为1114.8/100000人年。其中经过3个月治疗仍然患有上肢障碍的占比超过55％。在临床上，对于功能损伤和功能缺失的衡量与评价是进行临床治疗与康复训练的基础。
目前中风患者和手部手术患者的康复工作，主要由医生或护理人员帮助完成，通过手把手或长期指导的方式，经过长久的训练达到康复目的，占用医护人员很大的工作量。除了效率低，这样的康复训练方式也存在着不易直接评估，重复性差的缺点。针对这一问题，国内外研制了各种腕部康复训练的机器人以提高康复训练效率和效果。随着机器人智能化的提升、成本的降低，机器人代替人辅助病人康复训练将成为发展趋势。
无论由医护人员还是机器人辅助康复训练，都需要对训练结果有个合理的评价体系。出于对疾病了解和治疗需求，神经性功能恢复可能性评价及法医学等方的需求，都需要对手腕进行科学的功能评定。临床上评定也由最初的“优、良、差”等主观标准发展到众多基于仪器和仪表的客观评价。加拿大西安大略湖大学创建的患者自评腕关节功能问卷表是国际上具有较高影响力的评估方法，它被翻译成多种语言在不同的国家使用，通过患者对于疼痛和运动功能的问题回答实现评估，该方法的主要特点是临床实用性强，可靠性、有效性高。然而也存在着不能量化，受到患者理解能力和主观因素影响较大的缺点(目前临床上大多以量表来评分)。
为了对腕功能损伤进行量化评估，国内外学者也开展了相关的研究，比如研究通过自动化设备进行手腕活动范围的测定等，这些探索性的工作帮助推动手腕功能的评估向客观、量化的方向发展。
发明内容
本发明针对现有手腕功能损伤的评估和康复训练需求，设计了一种基于虚拟现实技术的智能评估和康复训练一体化系统，实现了手腕运动功能的量化评估，并可用于辅助康复训练；本发明采用基于六自由度的力反馈触感装置和虚拟现实交互设备，通过模拟实际操作任务，并采集受试者完成既定任务时的运动参数，不仅可以更加精确地采集腕关节的各项数据，同时通过游戏为基础的场景设计，使得受试者能够以更轻松的方式完成对于腕关节运动功能的评估，减少心理状态等主观因素对于测试结果的影响，提高测试的准确性，也为康复训练提供一种更为友好的交互系统。
为实现上述技术目的，本发明的技术方案如下：
一种基于虚拟现实技术的腕关节运动能力评估训练系统，包括：数据采集和评估平台、虚拟场景模拟平台、力反馈触感装置和虚拟现实交互设备；其中，
所述虚拟场景模拟平台用于在计算机中建立三维迷宫的虚拟场景，所述三维迷宫的虚拟场景包括迷宫墙体和目标球体；
所述力反馈触感装置用于测量受试者手腕的位姿信息并向受试者反馈输出的力；所述力反馈触感装置包括并联机器人、三轴转台和用于夹持手柄的夹持设备，受试者通过操作所述手柄完成对所述目标球体运动的控制；
所述数据采集和评估平台分别连接所述力反馈触感装置和所述虚拟场景模拟平台，用于采集所述力反馈触感装置测量的手腕位姿信息和反馈输出的力，对所述手腕的位姿信息进行记录和处理，得到手腕的转角、角速度和角加速度；并结合所述虚拟场景模拟平台的迷宫行走数据对手腕运动能力和手眼协调能力进行评估；
所述虚拟现实交互设备连接所述虚拟场景模拟平台，用于传输和显示所述虚拟场景模拟平台的迷宫行走数据。
进一步地，所述力反馈装置通过并联机器人底部主动关节上带凹槽的半圆形板和设置在所述带凹槽半圆形板上的绳输出反馈力。
进一步地，所述手腕的转角γ可由公式(3)计算：
所述手腕的角速度可由公式(4)计算：
所述手腕的角加速度可由公式(5)计算：
其中，和分别为所述三轴转台的关节角向量、角速度和角加速度，γ0为小臂指向在空间的三维姿态角度坐标。
进一步地，所述输出的力的计算方法如下：
迷宫墙体对目标球体产生接触力通过所述力反馈触感装置施加到受试者的手腕上，正压力和摩擦力分别通过式(6)和(7)计算：
正压力：
摩擦力：
式中，K、B为迷宫墙体的刚度和阻尼系数，μ为库伦摩擦系数，Kv为摩擦阻尼系数，y为目标球体相对迷宫墙体的纵向坐标，y0为目标球体与迷宫墙体的墙面刚接触时的纵向坐标，x为目标球体相对迷宫墙体的横向坐标，迷宫墙体坐标系y轴垂直迷宫墙体的墙面向外，x轴平行于迷宫墙体的墙面。
则虚拟场景模拟平台中的接触力为：
Fc＝[fx fy]T (8)
虚拟场景模拟平台中的接触力Fc通过视角坐标变换得到视角坐标系下的接触力Fr；
对所述力反馈触感装置自身重力进行补偿，不考虑夹持设备，力反馈触感装置的三轴转台质心约处于轴心不变，并联机器人的动力学方程可写为：
其中，T为绳的拉力，J为雅克比矩阵，Fe为力反馈触感装置的手柄对人手的反馈力，mr为转台与夹持设备的质量，q为力反馈触感装置的并联机器人的关节角度向量，g为重力加速度，H为惯量矩阵，C为科氏矩阵，G为重力项矩阵。
则重力补偿对应绳的张力值为：
视角坐标系下的接触力Fr乘以比例Kf，得到力反馈触感装置输出力反馈信号的期望值Fe，即Fe＝KfFr，同时考虑重力补偿，则绳的张力为：
进一步地，所述视角坐标变换的方法如下：
其中，cCv为由视角坐标系到迷宫墙体坐标系的余弦矩阵。
优选地，所述虚拟现实交互设备为头戴沉浸式装置。
优选地，所述力反馈触感装置在所述手柄处输出力的最大值为12N。
本发明的有益效果：
本发明设计了一种基于虚拟现实技术的腕关节运动能力评估和康复训练一体化解决方案，实现了手腕运动功能的数据量化评估，并能减轻受试者的训练压力。与传统以主观判断为主的评估相比，文中所提方法基于六自由度力反馈触感装置和虚拟现实设备，通过模拟实际操作任务，并采集受试者完成既定任务时的运动参数，不仅可以更加精确地采集腕关节的各项量化数据，同时通过游戏为基础的场景设计，使得受试者能够以更轻松的方式完成对于腕关节运动功能的评估，避免心理因素对于测试结果产生影响。在帮助训练方面，通过设计迷宫及其之外的不同场景，能够帮助受训人员在娱乐和挑战自己的过程中实现康复，减少康复过程中的痛苦。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明的系统的模块图；
图2是根据本发明的系统的工作流程图；
图3是根据本发明实施例的力反馈触感装置手柄的位置图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，基于虚拟现实技术的腕关节运动能力评估训练系统，包括：数据采集和评估平台、虚拟场景模拟平台、力反馈触感装置和虚拟现实交互设备；其中，
一、虚拟场景模拟平台
虚拟场景模拟平台用于建立三维迷宫的虚拟场景，三维迷宫的虚拟场景包括迷宫墙体和目标球体；受试者通过虚拟现实交互设备和力反馈触感装置实时驱动目标球体，并控制目标球体移出迷宫。
二、力反馈触感装置
力反馈触感装置包括并联机器人、三轴转台和用于夹持手柄的夹持设备，用于测量受试者的手腕的位姿信息并向受试者反馈输出的力，可实现平移和旋转解耦测量；它除了具有六自由度的平移、旋转测量能力和三自由度的力反馈外，还可夹持不同的手柄，受试者通过手腕操作手柄完成对三维迷宫的操作；力反馈触感装置设计精致，平移和旋转测量互相解耦，具备精准的重力补偿，支持左或右手操作，提供给用户更真实的触觉体验；
并联机器人底部的主动关节设有用于测量手腕的位姿信息和力反馈信号的组件，组件包括设置在并联机器人底部的主动关节上的带凹槽的半圆形板和设置在带凹槽的半圆形板上的绳；通过自带的三轴转台进行原始校对测量；力反馈触感装置通过其内置的电机控制绳的张力输出力反馈信号；在手柄处输出力的典型最大值为12N。
手腕的位姿信息是通过力反馈触感装置上的传感器测量手柄的位姿，间接计算得出手腕的位姿信息，测量结果传送给虚拟场景模拟平台和数据采集和评估平台。由于力反馈触感装置平移和旋转相互解耦，三个旋转自由度转轴相交于一点，也相互解耦，因此，对于手腕的位姿信息的计算集中在并联机器人运动学正解问题上，而对于并联机器人，运动学正解要比逆解问题复杂得多，可从逆运动学入手，利用数值解法得到正解。
手腕的位姿信息求解方法如下：
设力反馈触感装置的手柄上的参考点在惯性坐标系下的坐标为x′，则利用几何方法可求得运动学逆解为：
q＝f-1(x′) (1)
其中，q为力反馈触感装置的并联机器人的关节角度向量，f(x′)为正运动学映射函数；
设带凹槽的半圆形板的半径为r，绳的初始长度l0，则绳的长度与参考点位姿的映射关系为：
l＝l0+qr＝l0+rf-1(x′)
利用公式(2)可求得手腕的位姿信息：
输出的力的计算方法如下：
迷宫墙体对目标球体产生接触力通过所述力反馈触感装置施加到受试者的手腕上，正压力和摩擦力分别通过式(6)和(7)计算：
正压力：
摩擦力：
式中，K、B为迷宫墙体的刚度和阻尼系数，μ为库伦摩擦系数，Kv为摩擦阻尼系数，y为目标球体相对迷宫墙体的纵向坐标，y0为目标球体与迷宫墙体的墙面刚接触时的纵向坐标，x为目标球体相对迷宫墙体的横向坐标，迷宫墙体坐标系y轴垂直迷宫墙体的墙面向外，x轴平行于迷宫墙体的墙面。
则虚拟场景模拟平台中的接触力为：
Fc＝[fx fy]T (8)
虚拟场景模拟平台中的接触力Fc通过视角坐标变换得到视角坐标系下的接触力Fr；
其中，cCv为由视角坐标系到迷宫墙体坐标系的余弦矩阵。
对所述力反馈触感装置自身重力进行补偿，不考虑夹持设备，力反馈触感装置的三轴转台质心约处于轴心不变，并联机器人的动力学方程可写为：
其中，T为绳的拉力，J为雅克比矩阵，Fe为力反馈触感装置的手柄对人手的反馈力，mr为转台与夹持设备的质量，q为力反馈触感装置的并联机器人的关节角度向量，g为重力加速度，H为惯量矩阵，C为科氏矩阵，G为重力项矩阵。
则重力补偿对应绳的张力值为：
视角坐标系下的接触力Fr乘以比例Kf，得到力反馈触感装置输出力反馈信号的期望值Fe，即Fe＝KfFr，同时考虑重力补偿，则绳的张力为：
三、数据采集和评估平台
数据采集和评估平台分别连接力反馈触感装置和虚拟场景模拟平台，用于采集力反馈触感装置测量的手腕的位姿信息并提供力反馈信息，对手腕的位置信息进行记录和处理，得到手腕的转角、角速度和角加速度；并根据角度测量结果和虚拟场景模拟平台的迷宫行走的数据对手腕运动能力和手眼协调能力进行评估；
执行测试时，人的小臂固定，通过手腕的旋转操控力反馈触感装置，记力反馈触感装置的三轴转台的关节角向量为角速度为角加速度为则手腕的转角γ可由公式(3)计算：
手腕的角速度可由公式(4)计算：
手腕的角加速度可由公式(5)计算：
四、虚拟现实交互设备
虚拟现实交互设备分别连接虚拟场景模拟平台和力反馈触感装置，用于传输和显示虚拟场景模拟平台的迷宫行走数据和力反馈触感装置的力反馈信号；虚拟现实交互设备为头戴沉浸式装置。
基于以上四个组成部分，在实际测试过程中，系统的工作流程如图2所示，系统要实现四项功能，首先是调用背景图片和迷宫模型，其次是调用Chai3D接口和ODE物理引擎进行运动模拟，再次是与虚拟现实交互设备和力反馈触感装置之间进行数据交互，最后是要完成原始数据的处理和导出。
系统启动后，激活虚拟现实交互设备的应用程序和力反馈触感装置的数据反馈，在接收到原始数据反馈后，开始调用背景、迷宫模型等完成虚拟现实环境构建，随后通过Chai3D接口和ODE物理引擎向虚拟现实交互设备和力反馈触感装置输出迷宫图像和力反馈信号。在受试者将目标球体移出迷宫的过程中，手柄原始数据与迷宫位姿、小球运动状态之间互相交互。而在受试者操纵手柄的过程中，数据也通过程序中的数据处理算法导出到计算机中存储。
基于力反馈触感装置输出的原始数据，通过ODE系统处理迷宫墙体的坐标反馈到虚拟现实中迷宫的图像显示，力反馈触感装置采集到的手腕的位姿信息和速度等参数通过程序中的算法转化为指令，使得模型中的迷宫的位置姿态产生变化，在此之后由于迷宫的位姿产生了变化，目标球体根据程序中的重力和碰撞算法也会产生相应的运动。
测试实例：
基于本发明的系统，开展测试的过程如下：
(1)输入受试者的年龄、性别等关联性信息；
(2)手腕的活动范围测量：受试者小臂固定，握住手柄按照掌屈背屈、内收外收、内翻外翻的顺序，尝试最大范围活动，设备自动记录运动数据，包括：角度、位置、角加速度；
(3)重复开展2次测量，记录3次有效数据；
(4)迷宫任务：通过迷宫任务对受试者手眼协调能力进行测量，测量指标为任务完成最小时间。受试者基于虚拟现实系统完成三维迷宫任务，通过触感装置控制目标球体，将其移出迷宫出口，此过程中目标球体与迷宫墙体的接触力可反馈到受试者手腕；受试者在正式测试前进行2到3次的熟悉训练，以理解任务并熟悉设备；
(4)系统根据通过手腕活动范围、任务完成时间等信息评估手腕运动能力和功能。
(5)测试结束，记录完成时间，进行下一次实验。
表1测试结果记录表
在测试前，需完成设备调试，向受试者讲解设备的使用方式。在进行实验之前，活动手腕和手指。实验开始前每人可以用3分钟熟悉程序每个人连续进行3次试验，每次间隔之间休息2分钟，结束后换下一个人。从受试者开始操纵迷宫，到目标球体移出迷宫视为完成一次实验。若在1分钟内未能完成实验，也视为试验结束。
此系统的特点在于以更多维度虚拟现实手段，简单、全面的方式完成测试任务，此外，趣味性的任务形式也使得系统非常适合作为重复性康复训练平台。
力反馈触感装置手柄的位置变化如图3所示，图中三维坐标的单位为米。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于虚拟现实技术的腕关节运动能力评估训练系统，其特征在于，包括：数据采集和评估平台、虚拟场景模拟平台、力反馈触感装置和虚拟现实交互设备；其中，
所述虚拟场景模拟平台用于建立三维迷宫的虚拟场景，所述三维迷宫的虚拟场景包括迷宫墙体和目标球体；
所述力反馈触感装置用于测量受试者的手腕的位姿信息和力反馈信号；所述力反馈触感装置包括并联机器人、三轴转台和用于夹持手柄的夹持设备，受试者通过手腕操作所述手柄完成对所述三维迷宫的操作；
所述数据采集和评估平台分别连接所述力反馈触感装置和所述虚拟场景模拟平台，用于采集所述力反馈触感装置测量的手腕的位姿信息和反馈输出的力，对所述手腕的位姿信息进行记录和处理，得到手腕的转角、角速度和角加速度；并根据所述输出的力和所述虚拟场景模拟平台的迷宫行走的数据对手腕运动能力和手眼协调能力进行评估；
所述虚拟现实交互设备连接所述虚拟场景模拟平台，用于传输和显示所述虚拟场景模拟平台的迷宫行走数据。
2.根据权利要求1所述的基于虚拟现实技术的腕关节运动能力评估训练系统，其特征在于，所述并联机器人底部的主动关节设有用于测量所述手腕的位姿信息和所述输出的力的组件所述组件包括设置在所述并联机器人底部的主动关节上的带凹槽的半圆形的板和设置在所述带凹槽的半圆形的板上的绳。
3.根据权利要求2所述的基于虚拟现实技术的腕关节运动能力评估训练系统，其特征在于，所述输出的力由所述力反馈触感装置的内置电机控制所述绳的张力输出得到的。
4.根据权利要求3所述的基于虚拟现实技术的腕关节运动能力评估训练系统，其特征在于，所述手腕的转角γ可由公式(3)计算：
所述手腕的角速度可由公式(4)计算：
所述手腕的角加速度可由公式(5)计算：
其中，和分别为所述三轴转台的关节角向量、角速度和角加速度，γ0为小臂指向在空间的三维姿态角度坐标。
5.根据权利要求4所述的基于虚拟现实技术的腕关节运动能力评估训练系统，其特征在于，所述输出的力的计算方法如下：
迷宫墙体对目标球体产生接触力通过所述力反馈触感装置施加到受试者的手腕上，正压力和摩擦力分别通过式(6)和(7)计算：
正压力：
摩擦力：
式中，K、B为迷宫墙体的刚度和阻尼系数，μ为库伦摩擦系数，Kv为摩擦阻尼系数，y为目标球体相对迷宫墙体的纵向坐标，y0为目标球体与迷宫墙体的墙面刚接触时的纵向坐标，x为目标球体相对迷宫墙体的横向坐标，迷宫墙体坐标系y轴垂直迷宫墙体的墙面向外，x轴平行于迷宫墙体的墙面。
则虚拟场景模拟平台中的接触力为：
Fc＝[fx fy]T (8)
虚拟场景模拟平台中的接触力Fc通过视角坐标变换得到视角坐标系下的接触力Fr；
对所述力反馈触感装置自身重力进行补偿，不考虑夹持设备，所述三轴转台质心约处于轴心不变，并联机器人的动力学方程可写为：
其中，T为绳的拉力，J为雅克比矩阵，Fe为力触感装置的手柄对人手的反馈力，mr为转台与夹持设备的质量，q为力反馈触感装置的并联机器人的关节角度向量，g为重力加速度，H为惯量矩阵，C为科氏矩阵，G为重力项矩阵。
则重力补偿对应绳的张力值为：
视角坐标系下的接触力Fr乘以比例Kf，得到力反馈触感装置输出力反馈信号的期望值Fe，即Fe＝KfFr，同时考虑重力补偿，则绳的张力为：
6.根据权利要求5所述的基于虚拟现实技术的腕关节运动能力评估训练系统，其特征在于，所述视角坐标变换的方法如下：
其中，cCv为由视角坐标系到迷宫墙体坐标系的余弦矩阵。
7.根据权利要求1-6任一项所述的基于虚拟现实技术的腕关节运动能力评估训练系统，其特征在于，所述虚拟现实交互设备为头戴沉浸式装置。
8.根据权利要求7任一项所述的基于虚拟现实技术的腕关节运动能力评估训练系统，其特征在于，所述力反馈触感装置在所述手柄处输出的力的最大值为12N。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810227980.7A CN108538359B (zh) | 2018-03-20 | 2018-03-20 | 基于虚拟现实技术的腕关节运动能力评估训练系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810227980.7A CN108538359B (zh) | 2018-03-20 | 2018-03-20 | 基于虚拟现实技术的腕关节运动能力评估训练系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108538359A true CN108538359A (zh) | 2018-09-14 |
| CN108538359B CN108538359B (zh) | 2019-01-25 |
Family
ID=63484781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810227980.7A Expired - Fee Related CN108538359B (zh) | 2018-03-20 | 2018-03-20 | 基于虚拟现实技术的腕关节运动能力评估训练系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108538359B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110364239A (zh) * | 2019-06-11 | 2019-10-22 | 西安交通大学 | 一种基于伪触觉的肢体运动康复辅助系统 |
| CN111047937A (zh) * | 2019-12-14 | 2020-04-21 | 上海工程技术大学 | 一种基于磁流变液的手术训练系统 |
| CN113093914A (zh) * | 2021-04-21 | 2021-07-09 | 广东电网有限责任公司电力科学研究院 | 一种基于vr的高临场视觉感知方法及装置 |
| CN113397530A (zh) * | 2021-06-16 | 2021-09-17 | 国家体育总局体育科学研究所 | 一种可进行膝关节功能评估的智能矫正系统和方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102567638A (zh) * | 2011-12-29 | 2012-07-11 | 无锡微感科技有限公司 | 一种基于微型传感器的交互式上肢康复系统 |
| CN106389072A (zh) * | 2016-11-28 | 2017-02-15 | 东北大学 | 五自由度上肢康复机器人的虚拟现实交互系统及方法 |
| CN106990832A (zh) * | 2016-06-20 | 2017-07-28 | 珠海柏恩电子科技有限公司 | 脑损伤手腕动作智能康复训练装置 |
| CN107320285A (zh) * | 2017-07-28 | 2017-11-07 | 上海逸动医学科技有限公司 | 一种多功能智能康复训练与评估系统 |
-
2018
- 2018-03-20 CN CN201810227980.7A patent/CN108538359B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102567638A (zh) * | 2011-12-29 | 2012-07-11 | 无锡微感科技有限公司 | 一种基于微型传感器的交互式上肢康复系统 |
| CN106990832A (zh) * | 2016-06-20 | 2017-07-28 | 珠海柏恩电子科技有限公司 | 脑损伤手腕动作智能康复训练装置 |
| CN106389072A (zh) * | 2016-11-28 | 2017-02-15 | 东北大学 | 五自由度上肢康复机器人的虚拟现实交互系统及方法 |
| CN107320285A (zh) * | 2017-07-28 | 2017-11-07 | 上海逸动医学科技有限公司 | 一种多功能智能康复训练与评估系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110364239A (zh) * | 2019-06-11 | 2019-10-22 | 西安交通大学 | 一种基于伪触觉的肢体运动康复辅助系统 |
| CN111047937A (zh) * | 2019-12-14 | 2020-04-21 | 上海工程技术大学 | 一种基于磁流变液的手术训练系统 |
| CN113093914A (zh) * | 2021-04-21 | 2021-07-09 | 广东电网有限责任公司电力科学研究院 | 一种基于vr的高临场视觉感知方法及装置 |
| CN113093914B (zh) * | 2021-04-21 | 2022-10-28 | 广东电网有限责任公司电力科学研究院 | 一种基于vr的高临场视觉感知方法及装置 |
| CN113397530A (zh) * | 2021-06-16 | 2021-09-17 | 国家体育总局体育科学研究所 | 一种可进行膝关节功能评估的智能矫正系统和方法 |
| CN113397530B (zh) * | 2021-06-16 | 2022-03-18 | 国家体育总局体育科学研究所 | 一种可进行膝关节功能评估的智能矫正系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108538359B (zh) | 2019-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108538359B (zh) | 基于虚拟现实技术的腕关节运动能力评估训练系统 | |
| Aggogeri et al. | Robotics for rehabilitation of hand movement in stroke survivors | |
| EP3901961A1 (en) | Hardware/software system for the rehabilitation of patients with cognitive impairments of the upper extremities after stroke | |
| Sandoval-Gonzalez et al. | Design and development of a hand exoskeleton robot for active and passive rehabilitation | |
| US11771613B2 (en) | Robot system for active and passive upper limb rehabilitation training based on force feedback technology | |
| Sanchez et al. | Automating arm movement training following severe stroke: functional exercises with quantitative feedback in a gravity-reduced environment | |
| Zariffa et al. | Relationship between clinical assessments of function and measurements from an upper-limb robotic rehabilitation device in cervical spinal cord injury | |
| US20160270999A1 (en) | Systems and methods for assessing and training wrist joint proprioceptive function | |
| Sánchez-Margallo et al. | Ergonomics in laparoscopic surgery | |
| CN108786015A (zh) | 一种穿戴式手指功能主动康复训练系统 | |
| Nathan et al. | Design and validation of low-cost assistive glove for hand assessment and therapy during activity of daily living-focused robotic stroke therapy | |
| TWI509556B (zh) | Goal - oriented Rehabilitation Auxiliary System and Its Work Setting Method | |
| TWI505228B (zh) | 一種自主復健動作量化評估系統 | |
| Houwink et al. | Providing training enhances the biomechanical improvements of an alternative computer mouse design | |
| Zhao et al. | A kinect-based virtual rehabilitation system through gesture recognition | |
| Fazeli et al. | A virtual environment for hand motion analysis | |
| Mihelj et al. | HEnRiE-Haptic environment for reaching and grasping exercise | |
| Herrera et al. | Performance Analysis for Upper Limb Rehabilitation in Non-Immersive and Immersive Scenarios. | |
| Liu et al. | A virtual reality based training and assessment system for hand rehabilitation | |
| Duy | Design and development of a wrist rehabilitation device with an interactive game | |
| TW201600144A (zh) | 一種上肢動作訓練活動系統 | |
| Lin et al. | Design and implement of a rehabilitation system with surface electromyography technology | |
| Podobnik et al. | Upper limb and grasp rehabilitation and evaluation of stroke patients using HenRiE device | |
| Wagner | Haptic and exoskeleton devices for neurorehabilitation of upper limb paralysis: a state of art and a night landing task | |
| TWI402088B (zh) | 視覺化復健診療系統 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190125 Termination date: 20200320 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |