CN117519489A - 振动触觉致动器及控制方法、评估方法和可穿戴康复装置 - Google Patents
振动触觉致动器及控制方法、评估方法和可穿戴康复装置 Download PDFInfo
- Publication number
- CN117519489A CN117519489A CN202410025213.3A CN202410025213A CN117519489A CN 117519489 A CN117519489 A CN 117519489A CN 202410025213 A CN202410025213 A CN 202410025213A CN 117519489 A CN117519489 A CN 117519489A
- Authority
- CN
- China
- Prior art keywords
- rehabilitation
- force
- vector
- model
- actuator
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000013598 vector Substances 0.000 claims abstract description 46
- 238000012549 training Methods 0.000 claims abstract description 38
- 230000009471 action Effects 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 18
- 210000001364 upper extremity Anatomy 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000002955 isolation Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000012937 correction Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 15
- 238000011158 quantitative evaluation Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 210000003414 extremity Anatomy 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000035807 sensation Effects 0.000 description 6
- 238000003786 synthesis reaction Methods 0.000 description 6
- 230000002490 cerebral effect Effects 0.000 description 5
- 206010008190 Cerebrovascular accident Diseases 0.000 description 4
- 208000006011 Stroke Diseases 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 210000000412 mechanoreceptor Anatomy 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000037147 athletic performance Effects 0.000 description 3
- 108091008704 mechanoreceptors Proteins 0.000 description 3
- 210000005036 nerve Anatomy 0.000 description 3
- 230000000638 stimulation Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 241001646834 Mesona Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004064 dysfunction Effects 0.000 description 2
- 230000002232 neuromuscular Effects 0.000 description 2
- 230000000272 proprioceptive effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 206010001497 Agitation Diseases 0.000 description 1
- 241000282461 Canis lupus Species 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 206010061296 Motor dysfunction Diseases 0.000 description 1
- 241000606860 Pasteurella Species 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008482 dysregulation Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 210000003607 pacinian corpuscle Anatomy 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- 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
- 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
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0022—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the tactile sense, e.g. vibrations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3303—Using a biosensor
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Primary Health Care (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Dermatology (AREA)
- Acoustics & Sound (AREA)
- Psychology (AREA)
- Anesthesiology (AREA)
- Physical Education & Sports Medicine (AREA)
- Hematology (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明公开一种振动触觉致动器及控制方法、评估方法和可穿戴康复装置,所述振动触觉致动器包括多个LRA致动器,多个LRA致动器采用机械隔离的方式单独布置形成空间四面体结构,所述空间四面体结构用于合成产生任意的触觉力矢量。本发明通过矢量力触觉反馈引导技术研究,并对肢体康复状态进行动态量化评估,建立一套触觉刺激‑神经冲动传导‑动作产生‑量化评估‑动态纠正的人‑机闭环的康复训练模式,并以此为基础研发一套面向居家康复的可穿戴康复系统,为实现患者康复的居家化、日常化、智能化和自适应化,具有重要的实际应用意义和社会经济价值。
Description
技术领域
本发明属于上肢康复设备技术领域,更具体地,涉及一种振动触觉致动器及控制方法、评估方法和可穿戴康复装置。
背景技术
近年来,如图1所示,力触觉技术被应用到康复系统中,将虚拟世界中的交互作用力反馈给使用者,产生对虚拟场景中物体部分物理属性和力学状态(如重力、接触力、撞击、牵引力等)的感知,极大地增强了虚拟康复的沉浸感、交互性和构想性。
基于桌面式力触觉反馈康复系统:在近20年的文献报道中,用于康复的力触觉反馈设备多为桌面式的,占全部文献的80%。这种触觉力反馈设备位于桌子上并且通过使用电动机和联动装置利用来自桌子的反作用力来推动用户。Geomagic公司的 Touch系列,ForceDimension公司的 Omega和 Delta系列等均为这类设备。Pruna等人利用Geomagic Touch力反馈设备设计了虚拟浇花任务程序,显著提升患者康复兴趣和参与愿望。Hussain等人基于同样的设备开发了一套虚拟目标指向任务用于评估患者上肢的转移活动能力。Kim等基于Novint Falcon的3D Touch haptic Controller 开发了虚拟3D空间曲线引导任务游戏,分析了康复模型与任务难度之间的关系。Fluet等则利用Phantom Omni力反馈设备开发了一套虚拟的钉板测试系统来评估患者的定位能力。南开大学的孙宁团队使用Omega.7 力反馈设备设计了用于上肢功能训练的精细运动控制任务。北航的樊瑜波团队则同样基于Omega.7 力反馈设备开发了一套虚拟手功能评测系统(VBBT),该系统使用力渲染算法来计算触觉交互作用,实现对抓握物体的重量和抓握力的记录。高敏等基桌面力反馈设备设计了意向名为“循圆”的虚拟任务,用于对处于BS VI阶段的患者进行腕部环绕的的协调功能训练评估。
可穿戴式力触觉反馈设备:Levin等利用商业化的CyberGlove力反馈手套设计了生活常见物体的抓握任务,为患者在虚拟康复环境提供更真实的体验。Alamri等基于CyberGrasp系统,开发了多种虚拟抓握任务,用于患者康复进展的评估。李敏等开发了具有指尖皮肤触觉刺激的外骨骼手功能康复系统,结果显示额外的触觉刺激显著提供了参与者的注意力水平。Leonardis等开发了一套调节指尖皮肤拉伸形变的可穿戴触觉装置,该装置提供触觉反馈时,被试者可以更精确的执行抓取任务,抓取力也更接近自然状态。Uchiyama等研究了基于振动马达3x3阵列布置的触觉手套。Karime等开发了用于腕关节康复的振动触觉手套,使用布置在手背的两个振动马达来指示规定的动作。
上述的研究表明力触觉反馈在康复应用中的积极影响,并具有其他反馈手段不可替代的作用。基于桌面式的力触觉设备,能创造出良好的矢量力觉反馈感受,但这种设备的体积大,价格昂贵,并且大部分局限于手指的抓握或力反馈,运动范围极小,难以胜任居家的肢体康复任务。可穿戴设备的研究也都主要集中在对指尖等部位提供压迫型力触觉反馈,但是穿戴复杂,设备结构也复杂,且作用范围和适用位置有较大局限性;或采用多个振动马达组合实现震动触觉指示,而且触觉反馈的力的方向单一,组合的触觉感受还需要大脑进一步加工理解其指示意义,加大患者理解和使用难度,并且难以应用在肢体的大范围康复引导上。
近年来,随着远程医疗技术、康复机器人技术和虚拟现实技术等的发展,居家康复越来越受到人们的关注,密歇根大学的Langan等人的研究表明,居家康复可以获得和住院康复一样的效果。然而,如何有效监测并评价患者居家康复进程、功能状况以帮助康复医师进一步制定个体化的康复治疗方案,一直是居家康复发展的瓶颈。
康复评估量表的自动化评估研究:国外有大量研究基于多个传感器节点组成的无线躯体传感网络,以实现运动功能评估的自动化和定量化,并将之用于老年人和慢性病患者的居家监护。Patel等用加速度传感器来自动估计 Wolf 运动功能评价量表(WMFT-FAS)得分;王景丽等利用极限学习机建立了FMA量表得分自动预测模型,该模型可对肩肘部得分进行精确地自动预测;王纪平等基于GRNN模型,利用两个惯性传感器获取患者运动数据,提出了Brunstrom自动评估方法;朱吉鸽等基于运动姿态与肌电融合信息构建了模糊支持向量机,实现脑卒中患者上肢运动功能的实时Brunstrom分期评估。
肢体运动功能障碍的评估研究:Uswatte等通过对 169名脑卒中患者的研究发现,加速度传感器可以捕获反映上肢运动功能障碍程度的临床相关信息;Bonnechere等以关节运动范围为参考指标,验证了Kinect骨骼跟踪系统在运动功能评估过程中的有效性和可靠性;张哲等运用姿态传感器分别测试了健康受试者与脑卒中患者对同一上肢评估动作的位姿数据,并通过计算二者之间的动态时间规整距离,较为准确地区分了不同病情患者的上肢运动功能;席旭刚等研究通过融合时域、时-频域及熵域内的表面肌电特征,并运用支持向量机验证了表面肌电信号在运动康复监测中的有效性。
上述研究大多采用运动传感器、肌电信号等采集数据后,实现对特定量表的自动平分,但大部分是滞后评判,或仅用于康复后的运动功能等评估。这些研究都较少或没有考虑康复过程中的康复动作、康复方案是否符合预期,而且也没有将康复训练过程与康复评价有机结合,没有实现实时动态评估,存在一定的局限性。
发明内容
提供了本发明以解决现有技术中存在的上述问题。因此,需要一种振动触觉致动器及控制方法、评估方法和可穿戴康复装置,通过矢量力触觉反馈引导技术研究,并对肢体康复状态进行动态量化评估,建立一套触觉刺激-神经冲动传导-动作产生-量化评估-动态纠正的人-机闭环的康复训练模式,并以此为基础研发一套面向居家康复的可穿戴康复系统,为实现患者康复的居家化、日常化、智能化和自适应化,具有重要的实际应用意义和社会经济价值。
根据本发明的第一方案,提供一种振动触觉致动器,包括多个LRA致动器,多个LRA致动器采用机械隔离的方式单独布置形成空间四面体结构,所述空间四面体结构用于合成产生任意的触觉力矢量。
进一步地,通过设计计算和数值仿真确立三维线性力矢量和三维扭矩矢量的矢量力触觉致动器的空间阵列布置构型和机械解耦隔振形式。
进一步地,所述LRA致动器设置为6个。
根据本发明的第二方案,提供一种如上所述的振动触觉致动器的控制方法,所述方法包括:
当LRA致动器在控制周期内输出冲量为0的情况下,通过控制LRA质量块往返的时间差,获得在力脉冲幅值更高方向上的更大的皮肤变形;
通过对空间阵列的多个LRA致动器的有序非对称控制来合成实现指定方向上的选择性振动,形成以三维空间力矢量和三维空间扭矩矢量合成的六维的矢量力触觉反馈。
进一步地,基于所述振动触觉致动器的LRA致动器布置构型及频响特性,建立输出任意指定矢量力和矢量扭矩的矩阵方程,并以各LRA致动器的共振频率点为控制输出信号频率,获得最优的矢量力触觉合成控制效果。
根据本发明的第三方案,提供一种康复过程的动态量化评估方法,其特征在于,所述方法包括:
建立多关节约束滤波模型,以监测人体动态动作并获取自定义评估指标,所述自定义评估指标包括运动速度、路径比、加速度变化率、终点偏差、触觉力、路径偏差和动作符合度中的一种及其组合;
根据所述自定义评估指标判断康复训练任务的动态训练质量和上肢功能状态评估。
进一步地,通过如下方法建立多关节约束滤波模型:
以加速度计和磁强计计算静止时的初始姿态角;
以陀螺仪测量模型建立系统状态方程,以加速度计和磁强计测量值建立系统观测方程,建立基于扩展卡尔曼滤波算法人体运动时的姿态最优估计模型;
将人体多个关节建立全局坐标系,采用估计投影法将人体关节约束引入扩展卡尔曼滤波算法模型中,实现多关节约束滤波模型的构建。
根据本发明的第四方案,提供一种康复过程的动态量化评估装置,所述装置包括:
构建模块,被配置为建立多关节约束滤波模型,以监测人体动态动作并获取自定义评估指标,所述自定义评估指标包括运动速度、路径比、加速度变化率、终点偏差、触觉力、路径偏差和动作符合度中的一种及其组合;
评估模块,被配置为根据所述自定义评估指标判断康复训练任务的动态训练质量和上肢功能状态评估。
进一步地,所述构建模块被进一步配置为:
以加速度计和磁强计计算静止时的初始姿态角;
以陀螺仪测量模型建立系统状态方程,以加速度计和磁强计测量值建立系统观测方程,建立基于扩展卡尔曼滤波算法人体运动时的姿态最优估计模型;
将人体多个关节建立全局坐标系,采用估计投影法将人体关节约束引入扩展卡尔曼滤波算法模型中,实现多关节约束滤波模型的构建。
根据本发明的第五方案,提供一种上肢可穿戴康复装置,包括若干个节点,每个节点内设置有如上所述的振动触觉致动器、IMU传感器以及如上所述的动态量化评估装置,所述上肢可穿戴康复装置用于实现对角线螺旋运动模式的康复动作的训练任务,融合矢量触觉反馈,引导患者完成对角线螺旋运动模式训练,并通过所述动态量化评估装置实现训练的动态量化评估。
本发明至少具有以下有益效果:
1)本发明面向脑卒中等患者群体日益增长的长期居家康复需求,设计研究适用于可穿戴设计的小型轻量化6维振动触觉致动器,研究形成矢量力触觉合成控制理论并完成验证,面向康复训练过程,通过应用多源信息传感融合技术获取评估基础数据,提出并构建多元生物力学参数体系并完成动态量化评估模型的建立与验证,并以此设计开发针对上肢康复的可穿戴康复系统及对应的的康复训练任务。
2)本发明突破肢体运动康复的检测评估、触觉反馈控制技术瓶颈以显著提升康复效能,并通过可穿戴康复系统的开发,建立与人体生理及生物力学特征相匹配的运动康复训练模式,建立面向康复训练过程及运动表现特征的运动康复体系,实现居家康复训练智能辅助决策,进而达到康复的智能化、自适应化,极大的减轻患者居家康复的难度和成本,提升康复的效果。
附图说明
图1示出了现有技术的一种基于力反馈设备的康复系统原理框图;
图2示出了根据本发明实施例的一种振动触觉致动器的空间四面体布置构型及矢量力/扭矩合成示意图;
图3示出了根据本发明实施例的非对称振动控制及触觉力产生示意图;
图4示出了根据本发明实施例的人体局部关节坐标系及姿态模型示意图;
图5示出了根据本发明实施例的多关节约束EKF算法流程图。
具体实施方式
为使本领域技术人员更好的理解本发明的技术方案,下面结合附图和具体实施方式对本发明作详细说明。下面结合附图和具体实施例对本发明的实施例作进一步详细描述,但不作为对本发明的限定。本文中所描述的各个步骤,如果彼此之间没有前后关系的必要性,则本文中作为示例对其进行描述的次序不应视为限制,本领域技术人员应知道可以对其进行顺序调整,只要不破坏其彼此之间的逻辑性导致整个流程无法实现即可。
现有的可穿戴触觉反馈,往往只有单一维度或低维度的触觉反馈,仅能提供出有没有,有多少的触觉感受,使用者的感觉层次并不丰富;而具备多维矢量触觉反馈的设备,可以实现在指定方位上的有没有,有多少的触觉感受,但往往采用商业的桌面型力反馈设备,难以小型化,可穿戴化和低成本化。从人体的触觉感受特性上来看,人体皮肤上负责触觉感知的机械性刺激感受器具有不同的特性,梅斯纳氏小体(Meissner corpuscle)对动态皮肤变形敏感,可以检测到振动引起的对皮肤的各方向的拉动,帕西尼氏小体(Paciniancorpuscle)对高频振动敏感,但不能感觉振动的方向。
因此,如何针对人体触觉感受器的特性,研究设计能有效产生矢量力触觉的致动器,并研究能使矢量力触觉能被最大化感知的控制方法,是关乎到能否最大程度的引发患者神经兴奋性和患者的主管感受,激发患者积极性和主观能动性,从而更为有效的促进脑神经重塑,实现患者运动功能障碍等的改善或者康复的关键问题之一。
实施例1:
本发明实施例提供一种振动触觉致动器,使用 LRA作为基础振动致动器,通过设计计算和数值仿真确立三维线性力矢量和三维扭矩矢量的矢量力触觉致动器的空间阵列布置构型和机械解耦隔振形式;采用结构紧凑,各LRA又可由单独布置的空间四面体结构构成基础构型(如图2),该布置形式通过使用6个完全相同的LRA致动器,来合成产生任意的触觉力矢量。通过分析现有文献的方案,采用各LRA机械隔离的方式安放布置,以使各LRA的振动能够不失真的传递到皮肤上引发皮肤变形,从而刺激皮肤机械感受器,产生触觉。
矢量力触觉合成控制理论及验证:根据梅斯纳氏小体和帕西尼氏小体等机械感受器的特性,研究设计基于优化的非对称振动控制技术,使LRA在控制周期内对外输出冲量为零的情况下,通过控制LRA质量块往返的时间差,从而获得在力脉冲幅值更高方向上的较大的皮肤变形,进而由对此更敏感的梅斯纳氏小体感知,见图3。通过对空间阵列的多个LRA的有序非对称控制来合成实现指定方向上的选择性振动,进而形成以3维空间力矢量和3维空间扭矩矢量合成的6维的矢量力触觉反馈。
本实施例中,基于振动触觉致动器的LRA布置构型及频响特性,建立起可输出任意指定矢量力和矢量扭矩的矩阵方程,并以各LRA的共振频率点为控制输出信号频率,从而获得最优的矢量力触觉合成控制效果。
实施例2:
本发明实施例提供一种如实施例1中任一实施例所述的振动触觉致动器的控制方法,该方法包括如下步骤S1和步骤S2,详细介绍如下:
S1,动态量化评估模型的建立:建立起面向康复训练过程及运动表现特征的动态量化评估模型,设计一套基于多元生物力学信息的肢体动态量化评估方法,用于智能评估患者运动动作、任务的完成质量。本实施例初步拟采用表1所示的与运动表现和任务轨迹关联度较高的多种生物力学参数进行综合加权评估。
表 1 动态量化评估模型基于运动表现特征的生物力学参数
生物力学参数 | 获取方式 | 任务特点 | 运动功能评估点 |
运动速度 | 传感器直接采集、计算 | 转移/引导 | 运动灵活性 |
路径比 | 真实运动轨迹长度/起点-终点距离 | 转移/定位 | 运动效率 |
加速度变化率 | 运动轨迹的3阶导数 | 转移/引导 | 运动平滑性 |
终点偏差 | 实际到达终点与目标点的偏差 | 定位 | 运动控制失调 |
触觉力 | 虚拟任务下的触觉交互力 | 引导/定位 | 触觉灵敏性 |
路径偏差 | 实际轨迹与目标路径归一化后的偏差 | 引导/定位 | 运动控制能力 |
动作符合度 | 完成动作与标准动作的符合程度,关键点的位置、角度误差加权综合 | 引导/定位 | 运动控制能力/运动灵活性 |
根据本实施例提出的动作符合度评估指标参数,人体动作监测的准确度是非常重要的一环。本课题拟建立基于多源运动学传感传感信息的人体运动时的局部肢体姿态最优估计模型,然后将人体局部多个关节建立全局坐标系(如图4),采用估计投影法将人体局部关节约束引入姿态最优估计模型中,实现人体动作监测的多关节约束滤波模型的构建。
具体的,首先以加速度计和磁强计计算静止时的初始姿态角;其次以陀螺仪测量模型建立系统状态方程,以加速度计和磁强计测量值建立系统观测方程,建立基于扩展卡尔曼滤波(EKF)算法人体运动时的姿态最优估计模型;然后将人体多个关节建立全局坐标系,采用估计投影法将人体关节约束引入扩展卡尔曼滤波算法模型中(如图5),实现人体动作监测的多关节约束滤波模型的构建。
S2,动态评估的数据源获取及处理方法:根据所需的生物力学信息,采用基于加速度计、陀螺仪和地磁强度计等传感器采集人体关节点的动作数据,应用多源传感信息融合技术,对传感器采集的数据信息进行扩展卡尔曼滤波融合,并转变成为评估模型输入所需的部分主要输入参数。
实施例3:
本发明实施例提供一种上肢可穿戴康复装置,由若干个无线节点构成,每个节点内置触觉致动器和IMU传感器;该装置可以与安装在智能电视上的互动游戏任务进行数据交互,实现康复训练的视觉、听觉和触觉反馈,同时使患者及时获取康复训练情况和质量的评估结果。
康复训练任务的设计:基于本体感觉神经肌肉促进术(ProprioceptiveNeuromuscular Facilitation, PNF)设计康复训练任务和对应动作。本实施例主要设计研究作为PNF治疗技术精髓和日常生活动作主要形式的对角线螺旋运动模式的康复动作的训练任务,融合矢量触觉反馈,引导患者完成对角线螺旋运动模式训练,并实现训练的动态量化评估,进而验证本课题在任务完成效率,完成质量,动作规范程度和参与感受上的优势。
综上所述,本发明至少具有以下技术优势:
(1)本发明提出了新的矢量力触觉反馈结构构型及其合成控制理论。通过独特的正四面体构型设计,可以采用完全相同的6个低成本LRA实现3维空间力矢量和3维空间扭矩矢量的6自由度力触觉合成,可在较大程度上实现昂贵的桌面式力反馈设备的丰富触觉感受;本项目研究了基于设计构型的矢量力触觉合成控制理论,为触觉致动器更广泛的应用提供理论控制基础;
(2)本发明提出了面向康复过程的动态量化评估方法。结合已有研究文献的量化评估指标的基础上,提出路径偏差和动作符合度指标,用于判断患者康复训练任务的动态训练质量和上肢功能状态评估。建立局部多关节约束的EKF算法模型,用于人体动态动作监测并实现自定义评估指标的获取。
因此,本发明可以突破肢体运动康复的检测评估、反馈控制技术瓶颈以显著提升康复效能,并通过可穿戴康复系统的开发,建立与人体生理及生物力学特征相匹配的运动康复训练模式,建立面向康复训练过程及运动表现特征的运动康复体系,实现居家康复训练智能辅助决策,进而达到康复的智能化、自适应化,极大的减轻患者居家康复的难度和成本,提升康复的效果。
以上描述旨在是说明性的而不是限制性的。例如,上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外,在上述具体实施方式中,各种特征可以被分组在一起以简单化本发明。这不应解释为一种不要求保护的发明的特征对于任一权利要求是必要的意图。相反,本发明的主题可以少于特定的发明的实施例的全部特征。从而,以下权利要求书作为示例或实施例在此并入具体实施方式中,其中每个权利要求独立地作为单独的实施例,并且考虑这些实施例可以以各种组合或排列彼此组合。本发明的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。
Claims (10)
1.一种振动触觉致动器,其特征在于,包括多个LRA致动器,多个LRA致动器采用机械隔离的方式单独布置形成空间四面体结构,所述空间四面体结构用于合成产生任意方向的触觉力矢量。
2.根据权利要求1所述的振动触觉致动器,其特征在于,通过设计计算和数值仿真确立三维线性力矢量和三维扭矩矢量的矢量力触觉致动器的空间阵列布置构型和机械解耦隔振形式。
3.根据权利要求1所述的振动触觉致动器,其特征在于,所述LRA致动器设置为6个。
4.一种如权利要求1至3中任一项所述的振动触觉致动器的控制方法,其特征在于,所述方法包括:
当LRA致动器在控制周期内输出冲量为0的情况下,通过控制LRA质量块往返的时间差,获得在力脉冲幅值更高方向上的更大的皮肤变形;
通过对空间阵列的多个LRA致动器的有序非对称控制来合成实现指定方向上的选择性振动,形成以三维空间力矢量和三维空间扭矩矢量合成的六维的矢量力触觉反馈。
5.根据权利要求4所述的方法,其特征在于,基于所述振动触觉致动器的LRA致动器布置构型及频响特性,建立输出任意指定矢量力和矢量扭矩的矩阵方程,并以各LRA致动器的共振频率点为控制输出信号频率,获得最优的矢量力触觉合成控制效果。
6.一种康复过程的动态量化评估方法,其特征在于,所述方法包括:
建立多关节约束滤波模型,以监测人体动态动作并获取自定义评估指标,所述自定义评估指标包括运动速度、路径比、加速度变化率、终点偏差、触觉力、路径偏差和动作符合度中的一种及其组合;
根据所述自定义评估指标判断康复训练任务的动态训练质量和上肢功能状态评估。
7.根据权利要求6所述的方法,其特征在于,通过如下方法建立多关节约束滤波模型:
以加速度计和磁强计计算静止时的初始姿态角;
以陀螺仪测量模型建立系统状态方程,以加速度计和磁强计测量值建立系统观测方程,建立基于扩展卡尔曼滤波算法人体运动时的姿态最优估计模型;
将人体多个关节建立全局坐标系,采用估计投影法将人体关节约束引入扩展卡尔曼滤波算法模型中,实现多关节约束滤波模型的构建。
8.一种康复过程的动态量化评估装置,其特征在于,所述装置包括:
构建模块,被配置为建立多关节约束滤波模型,以监测人体动态动作并获取自定义评估指标,所述自定义评估指标包括运动速度、路径比、加速度变化率、终点偏差、触觉力、路径偏差和动作符合度中的一种及其组合;
评估模块,被配置为根据所述自定义评估指标判断康复训练任务的动态训练质量和上肢功能状态评估。
9.根据权利要求8所述的装置,其特征在于,所述构建模块被进一步配置为:
以加速度计和磁强计计算静止时的初始姿态角;
以陀螺仪测量模型建立系统状态方程,以加速度计和磁强计测量值建立系统观测方程,建立基于扩展卡尔曼滤波算法人体运动时的姿态最优估计模型;
将人体多个关节建立全局坐标系,采用估计投影法将人体关节约束引入扩展卡尔曼滤波算法模型中,实现多关节约束滤波模型的构建。
10.一种上肢可穿戴康复装置,其特征在于,包括若干个节点,每个节点内设置有如权利要求1至3中任一项所述的振动触觉致动器、IMU传感器以及如权利要求8至9中任一项所述的动态量化评估装置,所述上肢可穿戴康复装置用于实现对角线螺旋运动模式的康复动作的训练任务,融合矢量触觉反馈,引导患者完成对角线螺旋运动模式训练,并通过所述动态量化评估装置实现训练的动态量化评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410025213.3A CN117519489B (zh) | 2024-01-08 | 2024-01-08 | 振动触觉致动器及控制方法、评估方法和可穿戴康复装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410025213.3A CN117519489B (zh) | 2024-01-08 | 2024-01-08 | 振动触觉致动器及控制方法、评估方法和可穿戴康复装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117519489A true CN117519489A (zh) | 2024-02-06 |
CN117519489B CN117519489B (zh) | 2024-03-19 |
Family
ID=89766908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410025213.3A Active CN117519489B (zh) | 2024-01-08 | 2024-01-08 | 振动触觉致动器及控制方法、评估方法和可穿戴康复装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117519489B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202010001485U1 (de) * | 2010-01-20 | 2010-06-02 | Gehm, Jürgen | Therapeutisches Spielgerät |
CN104916184A (zh) * | 2015-06-16 | 2015-09-16 | 中国科学院自动化研究所 | 一种面向术前培训的虚拟手术模拟训练系统及其训练方法 |
CN105668508A (zh) * | 2016-01-25 | 2016-06-15 | 南京航空航天大学 | 利用线性振动实现受控微纳沟道刻蚀及纳米切割的超声装置及其工作方法 |
CN106420254A (zh) * | 2016-09-14 | 2017-02-22 | 中国科学院苏州生物医学工程技术研究所 | 多人交互虚拟现实康复训练与评估系统 |
KR20170119583A (ko) * | 2016-04-19 | 2017-10-27 | 한국과학기술연구원 | 촉각 자극 생성 장치 및 방법 |
CN107688720A (zh) * | 2017-09-21 | 2018-02-13 | 北京众绘虚拟现实技术研究院有限公司 | 一种基于位置动力学和生物热传导方程的实时软组织灼烧仿真方法 |
WO2019067590A1 (en) * | 2017-09-26 | 2019-04-04 | Georgia Tech Research Corporation | DEVICE AND METHOD FOR PASSIVE TACTILE STIMULATION GENERATION |
CN110147161A (zh) * | 2019-03-29 | 2019-08-20 | 东南大学 | 基于超声波相控阵的多指绳索力触觉反馈装置及其反馈方法 |
CN111063416A (zh) * | 2019-11-16 | 2020-04-24 | 嘉兴赛科威信息技术有限公司 | 一种基于虚拟现实的阿尔兹海默症康复训练及能力评估系统 |
DE102018219773A1 (de) * | 2018-11-19 | 2020-05-20 | Audi Ag | Verfahren zum Kartographieren einer örtlichen Verteilung von Ereignissen eines vorbestimmten Ereignistyps in einem vorbestimmten Umgebungsbereich eines Kraftfahrzeugs sowie dazu ausgelegtes Steuergerät und Kraftfahrzeug |
CN112334803A (zh) * | 2018-06-18 | 2021-02-05 | 杜比实验室特许公司 | 模式噪声缓解器以及相关联的方法 |
CN114082158A (zh) * | 2021-11-18 | 2022-02-25 | 南京医科大学 | 一种脑卒中患者上肢康复训练系统 |
CN116027891A (zh) * | 2021-10-25 | 2023-04-28 | 原子能与替代能源委员会 | 具有柔性铰接件的触觉界面 |
CN116175585A (zh) * | 2023-03-15 | 2023-05-30 | 华南理工大学 | 具有输入饱和与输出约束的多关节机械臂ude控制方法 |
US20230237725A1 (en) * | 2022-01-26 | 2023-07-27 | Disney Enterprises, Inc. | Data-driven physics-based models with implicit actuations |
CN116841396A (zh) * | 2023-07-05 | 2023-10-03 | 吉林大学 | 基于振动和皮肤位移控制的触觉手套装置及渲染方法 |
CN117134643A (zh) * | 2023-07-20 | 2023-11-28 | 东北大学秦皇岛分校 | 四桥臂逆变器占空比优化电压预测控制方法 |
-
2024
- 2024-01-08 CN CN202410025213.3A patent/CN117519489B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202010001485U1 (de) * | 2010-01-20 | 2010-06-02 | Gehm, Jürgen | Therapeutisches Spielgerät |
CN104916184A (zh) * | 2015-06-16 | 2015-09-16 | 中国科学院自动化研究所 | 一种面向术前培训的虚拟手术模拟训练系统及其训练方法 |
CN105668508A (zh) * | 2016-01-25 | 2016-06-15 | 南京航空航天大学 | 利用线性振动实现受控微纳沟道刻蚀及纳米切割的超声装置及其工作方法 |
KR20170119583A (ko) * | 2016-04-19 | 2017-10-27 | 한국과학기술연구원 | 촉각 자극 생성 장치 및 방법 |
CN106420254A (zh) * | 2016-09-14 | 2017-02-22 | 中国科学院苏州生物医学工程技术研究所 | 多人交互虚拟现实康复训练与评估系统 |
CN107688720A (zh) * | 2017-09-21 | 2018-02-13 | 北京众绘虚拟现实技术研究院有限公司 | 一种基于位置动力学和生物热传导方程的实时软组织灼烧仿真方法 |
WO2019067590A1 (en) * | 2017-09-26 | 2019-04-04 | Georgia Tech Research Corporation | DEVICE AND METHOD FOR PASSIVE TACTILE STIMULATION GENERATION |
CN112334803A (zh) * | 2018-06-18 | 2021-02-05 | 杜比实验室特许公司 | 模式噪声缓解器以及相关联的方法 |
DE102018219773A1 (de) * | 2018-11-19 | 2020-05-20 | Audi Ag | Verfahren zum Kartographieren einer örtlichen Verteilung von Ereignissen eines vorbestimmten Ereignistyps in einem vorbestimmten Umgebungsbereich eines Kraftfahrzeugs sowie dazu ausgelegtes Steuergerät und Kraftfahrzeug |
CN110147161A (zh) * | 2019-03-29 | 2019-08-20 | 东南大学 | 基于超声波相控阵的多指绳索力触觉反馈装置及其反馈方法 |
CN111063416A (zh) * | 2019-11-16 | 2020-04-24 | 嘉兴赛科威信息技术有限公司 | 一种基于虚拟现实的阿尔兹海默症康复训练及能力评估系统 |
CN116027891A (zh) * | 2021-10-25 | 2023-04-28 | 原子能与替代能源委员会 | 具有柔性铰接件的触觉界面 |
CN114082158A (zh) * | 2021-11-18 | 2022-02-25 | 南京医科大学 | 一种脑卒中患者上肢康复训练系统 |
US20230237725A1 (en) * | 2022-01-26 | 2023-07-27 | Disney Enterprises, Inc. | Data-driven physics-based models with implicit actuations |
CN116175585A (zh) * | 2023-03-15 | 2023-05-30 | 华南理工大学 | 具有输入饱和与输出约束的多关节机械臂ude控制方法 |
CN116841396A (zh) * | 2023-07-05 | 2023-10-03 | 吉林大学 | 基于振动和皮肤位移控制的触觉手套装置及渲染方法 |
CN117134643A (zh) * | 2023-07-20 | 2023-11-28 | 东北大学秦皇岛分校 | 四桥臂逆变器占空比优化电压预测控制方法 |
Non-Patent Citations (2)
Title |
---|
GE YAN等: "Tetrahedron structure with nonlinear stiffness and inertia modulation for enhanced low frequency vibration isolation", 《JOURNAL OF SOUND AND VIBRATION 》, 27 July 2023 (2023-07-27) * |
张小栋;陈江城;尹贵;: "下肢康复机器人肌电感知与人机交互控制方法", 振动.测试与诊断, no. 04, 15 August 2018 (2018-08-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117519489B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baldi et al. | GESTO: A glove for enhanced sensing and touching based on inertial and magnetic sensors for hand tracking and cutaneous feedback | |
Chinello et al. | A three revolute-revolute-spherical wearable fingertip cutaneous device for stiffness rendering | |
Liu et al. | High-fidelity grasping in virtual reality using a glove-based system | |
CN105437209B (zh) | 一种具有人机交互动力学模型的外骨骼式上肢康复机器人 | |
Talvas et al. | A survey on bimanual haptic interaction | |
CN110262664A (zh) | 一种具有认知能力的智能交互手套 | |
Luces et al. | A phantom-sensation based paradigm for continuous vibrotactile wrist guidance in two-dimensional space | |
Adnan et al. | Measurement of the flexible bending force of the index and middle fingers for virtual interaction | |
Chophuk et al. | Hand postures for evaluating trigger finger using leap motion controller | |
Sergi et al. | Forearm orientation guidance with a vibrotactile feedback bracelet: On the directionality of tactile motor communication | |
JP2015112453A (ja) | 運動解析装置、運動解析方法及び運動解析プログラム | |
Luo et al. | An interactive therapy system for arm and hand rehabilitation | |
Yang et al. | A study of the human-robot synchronous control system based on skeletal tracking technology | |
Shigapov et al. | Design of digital gloves with feedback for VR | |
Müezzinoğlu et al. | Wearable glove based approach for human-UAV interaction | |
CN117519489B (zh) | 振动触觉致动器及控制方法、评估方法和可穿戴康复装置 | |
CN111716334A (zh) | 一种基于滑模阻抗的上肢外骨骼控制方法 | |
KR20120048106A (ko) | 로봇의 동작 제어 시스템 및 동작 제어 방법 | |
Zhang et al. | A human-robot interaction modeling approach for hand rehabilitation exoskeleton using biomechanical technique | |
Chen et al. | Development of an augmented reality force feedback virtual surgery training platform | |
Luo et al. | A virtual reality system for arm and hand rehabilitation | |
Luo | Intelligent Textiles for Physical Human-Environment Interactions | |
Sagardia et al. | Ultrapiano: A novel human-machine interface applied to virtual reality | |
Wang et al. | Multi-step prediction of physiological tremor with random quaternion neurons for surgical robotics applications | |
Hazra | Inducing vibro-tactile sensation at mesoscale |
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 |