CN112099625B - 基于微电流刺激的虚拟力反馈评估和调整系统与方法 - Google Patents

基于微电流刺激的虚拟力反馈评估和调整系统与方法 Download PDF

Info

Publication number
CN112099625B
CN112099625B CN202010860725.3A CN202010860725A CN112099625B CN 112099625 B CN112099625 B CN 112099625B CN 202010860725 A CN202010860725 A CN 202010860725A CN 112099625 B CN112099625 B CN 112099625B
Authority
CN
China
Prior art keywords
force feedback
virtual scene
virtual
interaction
parameters
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.)
Active
Application number
CN202010860725.3A
Other languages
English (en)
Other versions
CN112099625A (zh
Inventor
吕翀
徐向民
舒琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202010860725.3A priority Critical patent/CN112099625B/zh
Publication of CN112099625A publication Critical patent/CN112099625A/zh
Application granted granted Critical
Publication of CN112099625B publication Critical patent/CN112099625B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user

Abstract

本发明涉及基于微电流刺激的虚拟力反馈评估和调整系统与方法，其系统包括虚拟场景交互模式评估模块、虚拟场景力反馈调整模块，虚拟场景交互模式评估模块通过虚拟场景交互事件触发肌体运动的交互类型及其所形成的肌体运动参数，评估计算得出虚拟场景力反馈参数与参与部位信息，传入虚拟场景力反馈调整模块；虚拟场景力反馈调整模块接收虚拟场景力反馈参数与参与部位信息，经过调整后输出电刺激参数与电刺激部位信息，以完成后续的肌肉电刺激形成的虚拟现实力反馈交互。本发明通过对虚拟现实交互形式的具体评估、基于人体肌肉关节受力阈值和电生理安全性的调整，产生更贴近真实的虚拟场景力反馈效果，增加沉浸感，减少疲劳和不适感。

Description

基于微电流刺激的虚拟力反馈评估和调整系统与方法
技术领域
本发明涉及虚拟现实交互技术，具体地涉及基于微电流刺激的虚拟力反馈评估和调整系统与方法。
背景技术
随着科学技术的发展，虚拟现实(Virtual Reality)技术得到了广泛的关注和应用，特别是在游戏、影视、教育、医疗等方面VR技术有着广阔的前景。虚拟现实技术包括了模拟环境、感知、自然技能和传感器设备等方面。在感知方面，不仅包括最基本的视觉、听觉感知，还有力触觉感知等。力触觉是唯一既可接受周围环境输入又可以对周围环境输出的感知通道，如能实现视觉、力触觉的融合感知与反馈，可极大增强虚拟现实的沉浸感。力反馈交互技术，是虚拟现实技术的力触觉感知的一种途径。基于电刺激的虚拟现实力反馈交互通过在肌纤维处施加合适的电刺激可使肌肉发生收缩和拉伸等动作，使人产生自主肌体运动，模拟人体受力后的效果，从而完成力反馈过程，是如今新兴的虚拟现实力反馈实现方式之一。
目前，国内外的VR电刺激力反馈的交互系统方面，主要存在以下不足：一、虚拟场景中不同的交互模式和物体对应单一的电刺激模式，使得用户体验的沉浸感和真实感不足；二、虚拟场景中的电刺激参数并没有考虑人体各部位的受力阈值与电安全因素，导致用户在体验时容易进入电刺激肌肉带来的不真实性与不舒适状态，影响用户体验。
实际上虚拟场景的交互中存在不同的交互模式，用户与虚拟场景的主动交互模式和被动交互模式存在着巨大差异，同时对应着不同的虚拟力反馈模式，也对应着不同的电刺激模式。另一方面，在电刺激虚拟力反馈中，肌体所承受的力与电刺激参数都有一定的限度，若超过了这个限度，轻则导致用户的不适感和疲劳感，降低虚拟现实的用户体验和沉浸感，重则影响到肌体损伤，危及生命安全。
发明内容
为解决现有技术所存在的技术问题，本发明提供基于微电流刺激的虚拟力反馈评估和调整系统与方法，通过对虚拟现实交互形式的具体评估、基于人体肌肉关节受力阈值和电生理安全性的调整，产生更贴近真实的虚拟场景力反馈效果，增加沉浸感，减少疲劳和不适感。
本发明采用以下技术方案来实现：基于微电流刺激的虚拟力反馈评估和调整系统，包括虚拟场景交互模式评估模块、虚拟场景力反馈调整模块，虚拟场景交互模式评估模块通过虚拟场景交互事件触发肌体运动的交互类型及其所形成的肌体运动参数，评估计算得出虚拟场景力反馈参数与参与的部位信息，传入虚拟场景力反馈调整模块；虚拟场景力反馈调整模块接收虚拟场景力反馈参数与参与部位信息，经过调整后输出电刺激参数与电刺激部位信息，以完成后续的肌肉电刺激形成的虚拟现实力反馈交互。
优选地，虚拟场景交互模式评估模块包括：主动力反馈模型和被动力反馈模型，其中主动力反馈模型为用户对交互物体施加力时因两者距离而产生的虚拟弹性张力；被动力反馈模型为交互物体对用户施加的虚拟冲击力。
优选地，主动力反馈模型为：
F＝k|X-X0|
其中k为物体自身弹性系数，X为用户施力点空间坐标，X0为交互物体质心空间坐标。
所述被动力反馈模型为：
Figure BDA0002648011220000021
其中m为物体自身质量，v为交互物体移动速度，s为交互移动距离。
优选地，虚拟场景力反馈调整模块设有交互部位力反馈程度的参数调整算法、力矩-电刺激参数转化和安全性映射算法，虚拟场景力反馈调整模块接收虚拟场景力反馈参数与参与肌体部位信息后，先经过交互部位力反馈程度的参数调整算法得出新的力反馈参数与参与肌体部位信息，再通过力矩-电刺激参数转化和安全性映射算法进行力反馈参数-电刺激参数的转化与基于人体电生理安全性的映射,得到最终用于力反馈的电刺激参数。
交互部位力反馈程度的参数调整算法为分状态线性映射函数：
Fnew＝a·Foriginal+Fthreshold
Figure BDA0002648011220000022
其中Foriginal为原力反馈参数，FMVC为用户的最大肌力。
力矩-电刺激参数转化和安全性映射算法的实现过程为：
设定电刺激安全电流量Imax；
交互部位力反馈程度的参数Fnew经过力矩-电刺激参数转换公式得到电刺激参数电流量I；
进行映射如下：
Figure BDA0002648011220000023
其中Imax为人体所能承受的最大电流量，a为映射算子，由经验与实验得知a的取值范围为0.5-0.9。
力矩-电刺激参数转化方式可通过仿真软件实验或人体微电流刺激实验积累。
本发明虚拟力反馈评估和调整方法基于上述虚拟力反馈评估和调整系统，其过程为：虚拟场景中的交互事件触发肌体运动；交互事件的类型和肌体运动的参数被发送至虚拟场景交互模式评估模块，虚拟场景交互模式评估模块根据交互事件的类型确定力反馈的模型，并根据肌体运动参数，通过模型计算得出力反馈参数和参与的肌体部位信息；虚拟场景力反馈调整模块接收力反馈参数和参与肌体部位信息后，先利用交互部位力反馈程度参数调整算法对力反馈参数进行修正，再结合力矩-电刺激参数转化和安全性映射算法将虚拟场景力反馈参数和参与交互肌体部位信息转化为各个交互部位的电刺激参数，并基于安全性对电刺激参数进行算法映射，得出最终的电刺激参数。
优选地，主动力反馈模型、被动力反馈模型、交互部位力反馈程度的参数调整算法、力矩-电刺激参数转化和安全性映射算法储存于计算机、服务器或VR设备中，与虚拟场景设备和电刺激设备通过有线或无线连接。
优选地，电刺激参数为单相或多相梯形波的电刺激信号，包含幅值、频率、脉宽参数。
由以上技术方案可知，在本发明中，当虚拟现实设备用户在虚拟场景中发生交互事件时，该事件生成触发肌体运动的交互类型及其形成的运动参数，虚拟场景交互模式评估模块通过该交互类型及其形成的肌体运动参数，评估计算得出虚拟场景力反馈参数与参与部位信息，传入虚拟场景力反馈调整模块；虚拟场景力反馈调整模块接收虚拟场景力反馈参数与参与部位信息，经过调整后输出电刺激参数与电刺激部位信息，以完成后续的肌肉电刺激形成的虚拟现实力反馈交互。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明为虚拟现实交互增加了场景评估功能，对不同的虚拟交互物体进行分类，对其与用户的交互力进行归类与对应类别的模型计算，提高了虚拟现实交互用户的沉浸感和真实度。
2、本发明基于肌电刺激的性质对应受的虚拟现实反馈力进行调整，为虚拟现实交互用户提供了电刺激力反馈的稳定性，减少了电刺激肌肉带来的不适与疲劳。
附图说明
图1是本发明基于微电流刺激的虚拟力反馈评估和调整系统的方框图；
图2是本发明基于微电流刺激的虚拟力反馈评估和调整方法的方框图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例
如图1所示，本发明基于微电流刺激的虚拟力反馈评估和调整系统包括虚拟场景交互模式评估模块、虚拟场景力反馈调整模块，其中虚拟场景交互模式评估模块包括主动力反馈模型、被动力反馈模型；虚拟场景力反馈调整模块设有交互部位力反馈程度的参数调整算法、力矩-电刺激参数转化和安全性映射算法，均储存于计算机、服务器或VR设备中，与虚拟场景设备和电刺激设备通过有线或无线连接。虚拟场景交互模式评估模块通过虚拟场景交互事件触发肌体运动的交互类型及其所形成的肌体运动参数，评估计算得出虚拟场景力反馈参数与参与肌体部位信息，传入虚拟场景力反馈调整模块；虚拟场景力反馈调整模块接收虚拟场景力反馈参数与参与肌体部位信息后，先经过交互部位力反馈程度的参数调整算法得出新的力反馈参数与参与肌体部位信息，再通过力矩-电刺激参数转化和安全性映射算法进行力反馈参数-电刺激参数的转化与基于人体电生理安全性的映射,得到最终用于力反馈的电刺激参数，以完成后续的肌肉电刺激形成的虚拟现实力反馈交互。
本实施例中，主动力反馈模型为用户对交互物体施加力时因两者距离而产生的虚拟弹性张力，其计算公式如下所示：
F＝k|X-X0|
其中k为物体自身弹性系数，X为用户施力点空间坐标，X0为交互物体质心空间坐标。
被动力反馈模型为交互物体对用户施加的虚拟冲击力，其计算公式如下所示：
Figure BDA0002648011220000041
其中m为物体自身质量，v为交互物体移动速度，s为交互移动距离。
本实施例中，交互部位力反馈程度的参数调整算法为分状态线性映射函数：
Fnew＝a·Foriginal+Fthreshold
Figure BDA0002648011220000042
其中Foriginal为原力反馈参数，FMVC为用户的最大肌力，a为映射算子，Fthreshold为预设阈值。
力矩-电刺激参数转化和安全性映射算法的实现过程为：
步骤1：设定电刺激安全电流量为Imax；
步骤2：交互部位力反馈程度的参数Fnew经过力矩-电刺激参数转换方式得到电刺激参数电流量I，其中，力矩-电刺激参数转化方式可通过仿真软件实验或人体微电流刺激实验积累；
步骤3：进行映射如下：
Figure BDA0002648011220000051
其中Imax为人体所能承受的最大电流量，即为电刺激安全电流量；a为映射算子，由经验与实验得知a的取值范围为0.5-0.9；I′为映射后的电流。
如图2所示，当用户在虚拟场景中发生打击、推拉、碰撞等交互事件的瞬间(如被爆炸气流推开、举起重物、牵拉物体等)，虚拟场景中的交互事件触发肌体运动，交互事件的类型和肌体运动的参数被发送至虚拟场景交互模式评估模块，虚拟场景交互模式评估模块根据交互事件的类型确定力反馈的模型，并根据肌体运动参数，通过主动力反馈模型或被动力反馈模型计算得出虚拟力反馈参数和参与的肌体部位信息；虚拟场景力反馈调整模块接收力反馈参数和参与的肌体部位信息后，先利用交互部位力反馈程度参数调整算法对虚拟力反馈参数进行修正，再结合力矩-电刺激参数转化和安全性映射算法将虚拟场景力反馈参数和参与交互肌体部位信息转化为各个交互部位的电刺激参数，并基于安全性对电刺激参数进行算法映射，得出最终的电刺激参数，并将电刺激参数与刺激肌体部位信息传给后续模块，完成基于微电流刺激的虚拟力反馈交互。
本实施例中，电刺激参数为单相或多相梯形波的电刺激信号，包含幅值、频率、脉宽参数。
下面举两个实例来进一步说明本发明的虚拟力反馈交互过程：
1、对虚拟场景中拉反曲弓动作的反馈交互：当虚拟场景中使用者的拉开反曲弓的瞬间，触发交互事件肌体运动，肌体运动交互类型：主动力反馈；肌体运动参数：手与弓质心的距离，弓的弹性系数，手肘弯曲角度。将该交互类型与肌体运动参数输入至虚拟场景交互模式评估模块，得出虚拟场景力反馈参数与参与的肌体部位信息：尺侧腕伸肌，肱三头肌，胸大肌进行收缩及其对应的收缩力，传入虚拟场景力反馈调整模块，先经过参数调整算法，再通过力矩-电刺激参数转化和安全性缩放算法得到刺激肌肉所需要的电刺激参数，以完成后续的反曲弓对用户的反作用拉力交互。
2、对虚拟场景中背部受到推力的反馈交互：当虚拟场景中使用者背部受到其他人推力的瞬间，触发交互事件肌体运动，肌体运动交互类型：被动力反馈；肌体运动参数：手掌质量、瞬时移动速度、推力形成距离。将该交互类型与肌体运动参数输入至虚拟场景交互模式评估模块，得出虚拟场景力反馈参数与参与的肌体部位信息：背部小菱形肌及其对应的收缩力，传入虚拟场景力反馈调整模块，先经过参数调整算法，再通过力矩-电刺激参数转化和安全性缩放算法得到刺激肌肉所需要的电刺激参数，以完成后续的虚拟手对用户的推力交互。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.基于微电流刺激的虚拟力反馈评估和调整系统，其特征在于，包括虚拟场景交互模式评估模块、虚拟场景力反馈调整模块，虚拟场景交互模式评估模块通过虚拟场景交互事件触发肌体运动的交互类型及其所形成的肌体运动参数，评估计算得出虚拟场景力反馈参数与参与肌体部位信息，传入虚拟场景力反馈调整模块；虚拟场景力反馈调整模块接收虚拟场景力反馈参数与参与肌体部位信息，经过调整后输出电刺激参数与电刺激部位信息，以完成后续的肌肉电刺激形成的虚拟现实力反馈交互；
虚拟场景力反馈调整模块设有交互部位力反馈程度的参数调整算法、力矩-电刺激参数转化和安全性映射算法，虚拟场景力反馈调整模块接收虚拟场景力反馈参数与参与肌体部位信息后，先经过交互部位力反馈程度的参数调整算法得出新的力反馈参数与参与肌体部位信息，再通过力矩-电刺激参数转化和安全性映射算法进行力反馈参数-电刺激参数的转化与基于人体电生理安全性的映射，得到最终用于力反馈的电刺激参数；
所述交互部位力反馈程度的参数调整算法为分状态线性映射函数：
Fnew＝a·Foriainal+Fthreshold
Figure FDA0003360829090000011
其中Foriginal为原力反馈参数，FMVC为用户的最大肌力，Fthreshold为预设阈值；
所述的力矩-电刺激参数转化和安全性映射算法的实现过程为：
设定电刺激安全电流量Imax；
交互部位力反馈程度的参数Fnew经过力矩-电刺激参数转换公式得到电刺激参数电流量I；
进行映射如下：
Figure FDA0003360829090000012
其中Imax为人体所能承受的最大电流量，a为映射算子，由经验与实验得知a的取值范围为0.5-0.9。
2.根据权利要求1所述的基于微电流刺激的虚拟力反馈评估和调整系统，其特征在于，所述虚拟场景交互模式评估模块包括：主动力反馈模型和被动力反馈模型，其中主动力反馈模型为用户对交互物体施加力时因两者距离而产生的虚拟弹性张力；被动力反馈模型为交互物体对用户施加的虚拟冲击力。
3.根据权利要求2所述的基于微电流刺激的虚拟力反馈评估和调整系统，其特征在于，所述主动力反馈模型为：
F＝k|X-X0|
其中k为物体自身弹性系数，X为用户施力点空间坐标，X0为交互物体质心空间坐标；
所述被动力反馈模型为：
Figure FDA0003360829090000021
其中m为物体自身质量，v为交互物体移动速度，s为交互移动距离。
4.根据权利要求1所述的基于微电流刺激的虚拟力反馈评估和调整系统，其特征在于，力矩-电刺激参数转化方式通过仿真软件实验或人体微电流刺激实验积累。
5.根据权利要求1所述的基于微电流刺激的虚拟力反馈评估和调整系统的虚拟力反馈评估和调整方法，其特征在于，包括以下步骤：
虚拟场景中的交互事件触发肌体运动；
交互事件的类型和肌体运动的参数被发送至虚拟场景交互模式评估模块，虚拟场景交互模式评估模块根据交互事件的类型确定力反馈的模型，并根据肌体运动参数，通过模型计算得出力反馈参数和参与的肌体部位信息；
虚拟场景力反馈调整模块接收力反馈参数和参与肌体部位信息后，先利用交互部位力反馈程度参数调整算法对力反馈参数进行修正，再结合力矩-电刺激参数转化和安全性映射算法将虚拟场景力反馈参数和参与交互肌体部位信息转化为各个交互部位的电刺激参数，并基于安全性对电刺激参数进行算法映射，得出最终的电刺激参数。
6.根据权利要求5所述的虚拟力反馈评估和调整方法，其特征在于，所述虚拟场景交互模式评估模块包括主动力反馈模型和被动力反馈模型，其中主动力反馈模型为用户对交互物体施加力时因两者距离而产生的虚拟弹性张力；被动力反馈模型为交互物体对用户施加的虚拟冲击力；
所述主动力反馈模型为：
F＝k|X-X0|
其中k为物体自身弹性系数，X为用户施力点空间坐标，X0为交互物体质心空间坐标；
所述被动力反馈模型为：
Figure FDA0003360829090000022
其中m为物体自身质量，v为交互物体移动速度，s为交互移动距离。
7.根据权利要求5所述的虚拟力反馈评估和调整方法，其特征在于，所述电刺激参数为单相或多相梯形波的电刺激信号，包含幅值、频率、脉宽参数。
CN202010860725.3A 2020-08-25 2020-08-25 基于微电流刺激的虚拟力反馈评估和调整系统与方法 Active CN112099625B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010860725.3A CN112099625B (zh) 2020-08-25 2020-08-25 基于微电流刺激的虚拟力反馈评估和调整系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010860725.3A CN112099625B (zh) 2020-08-25 2020-08-25 基于微电流刺激的虚拟力反馈评估和调整系统与方法

Publications (2)

Publication Number Publication Date
CN112099625A CN112099625A (zh) 2020-12-18
CN112099625B true CN112099625B (zh) 2022-03-29

Family

ID=73753102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010860725.3A Active CN112099625B (zh) 2020-08-25 2020-08-25 基于微电流刺激的虚拟力反馈评估和调整系统与方法

Country Status (1)

Country Link
CN (1) CN112099625B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105825752A (zh) * 2016-04-22 2016-08-03 吉林大学 基于力反馈设备的虚拟眼角膜手术培训系统
US20170098350A1 (en) * 2015-05-15 2017-04-06 Mick Ebeling Vibrotactile control software systems and methods
CN106781941A (zh) * 2016-11-24 2017-05-31 北京理工大学 一种用于模拟微创穿刺手术的方法及其系统
CN107589831A (zh) * 2017-07-19 2018-01-16 华南理工大学 一种基于肌电刺激的虚拟力反馈交互系统及方法
CN108700937A (zh) * 2016-02-29 2018-10-23 三星电子株式会社 视频显示设备和用于减轻vr不适的方法
CN110046406A (zh) * 2019-03-28 2019-07-23 天津大学 解剖教学系统中一种带有力反馈结构的软组织仿真方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109917911B (zh) * 2019-02-20 2021-12-28 西北工业大学 一种基于信息物理交互的振动触觉反馈装置设计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170098350A1 (en) * 2015-05-15 2017-04-06 Mick Ebeling Vibrotactile control software systems and methods
CN108700937A (zh) * 2016-02-29 2018-10-23 三星电子株式会社 视频显示设备和用于减轻vr不适的方法
CN105825752A (zh) * 2016-04-22 2016-08-03 吉林大学 基于力反馈设备的虚拟眼角膜手术培训系统
CN106781941A (zh) * 2016-11-24 2017-05-31 北京理工大学 一种用于模拟微创穿刺手术的方法及其系统
CN107589831A (zh) * 2017-07-19 2018-01-16 华南理工大学 一种基于肌电刺激的虚拟力反馈交互系统及方法
CN110046406A (zh) * 2019-03-28 2019-07-23 天津大学 解剖教学系统中一种带有力反馈结构的软组织仿真方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Design and evaluation of the mental relaxation VR scenes using forehead EEG features;Lingqing Zhu;《IEEE》;20191231;全文 *
一种质点力反馈模型的理论与实现研究;陈德林;《计算机工程与应用》;20041231;全文 *
带有表面肌电反馈功能的电刺激系统;郭佳莹;《中国医疗器械杂志》;20161231;全文 *

Also Published As

Publication number Publication date
CN112099625A (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
Ma et al. Hand rehabilitation learning system with an exoskeleton robotic glove
Liu et al. EMG-based real-time linear-nonlinear cascade regression decoding of shoulder, elbow, and wrist movements in able-bodied persons and stroke survivors
CN104382595B (zh) 一种基于肌电信号与虚拟现实交互技术的上肢康复系统及方法
JP7353305B2 (ja) バーチャルリアリティに対する触覚フィードバック
Cavallaro et al. Hill-based model as a myoprocessor for a neural controlled powered exoskeleton arm-parameters optimization
KR101679805B1 (ko) 인간과 컴퓨터가 인터랙티브하는 제어방법 및 그의 응용
KR20230042231A (ko) 보행 보조 방법 및 이를 수행하는 장치들
Dowling et al. An adaptive home-use robotic rehabilitation system for the upper body
Crowder et al. Hindsight experience replay improves reinforcement learning for control of a MIMO musculoskeletal model of the human arm
Xu et al. Clinical experimental research on adaptive robot-aided therapy control methods for upper-limb rehabilitation
Hagimori et al. Combining tendon vibration and visual stimulation enhances kinesthetic illusions
Abreu et al. Deep reinforcement learning for control of time-varying musculoskeletal systems with high fatigability: a feasibility study
JP4181796B2 (ja) 肢体リハビリテーション訓練装置
CN112099625B (zh) 基于微电流刺激的虚拟力反馈评估和调整系统与方法
Cai et al. A motor recovery training and evaluation method for the upper limb rehabilitation robotic system
Jelacic et al. Active Above-Knee Prosthesis: A Guide to a Smart Prosthetic Leg
KR102239912B1 (ko) 상지 재활훈련 장치 및 방법
Carmichael et al. Experimental evaluation of a model-based assistance-as-needed paradigm using an assistive robot
US20240082533A1 (en) System for functional rehabilitation and/or pain rehabilitation due to sensorimotor impairment
Zeng et al. Exploring biomimetic stiffness modulation and wearable finger haptics for improving myoelectric control of virtual hand
Crowder et al. Improving the learning rate, accuracy, and workspace of reinforcement learning controllers for a musculoskeletal model of the human arm
CN104224168A (zh) 一种智能节奏互动式肌电信号肌肉康复治疗系统
CN113990441A (zh) 一种基于生物动力学的下肢膝关节主动肌肌电拟合方法
Shi et al. Design of soft human-robot interface based on neuro-muscular-skeletal model
Abreu et al. The Impact of Hill-Type Actuator Components on the Performance of Reinforcement Learning Controllers to Reverse Upper-Limb Paralysis

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