TWI836688B - 移動式多功能智能步態訓練機 - Google Patents
移動式多功能智能步態訓練機 Download PDFInfo
- Publication number
- TWI836688B TWI836688B TW111141434A TW111141434A TWI836688B TW I836688 B TWI836688 B TW I836688B TW 111141434 A TW111141434 A TW 111141434A TW 111141434 A TW111141434 A TW 111141434A TW I836688 B TWI836688 B TW I836688B
- Authority
- TW
- Taiwan
- Prior art keywords
- gait
- control
- processing unit
- unit
- sliding
- Prior art date
Links
- 230000005021 gait Effects 0.000 title claims abstract description 114
- 238000012549 training Methods 0.000 title claims abstract description 86
- 238000012545 processing Methods 0.000 claims abstract description 51
- 210000004556 brain Anatomy 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000007423 decrease Effects 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010977 unit operation Methods 0.000 claims 1
- 230000004580 weight loss Effects 0.000 abstract description 43
- 210000003141 lower extremity Anatomy 0.000 abstract description 31
- 239000013585 weight reducing agent Substances 0.000 abstract description 21
- 238000005303 weighing Methods 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 17
- 210000004197 pelvis Anatomy 0.000 description 15
- 238000000034 method Methods 0.000 description 14
- 230000005484 gravity Effects 0.000 description 13
- 230000003068 static effect Effects 0.000 description 10
- 239000003795 chemical substances by application Substances 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000037396 body weight Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 230000037230 mobility Effects 0.000 description 7
- 238000011084 recovery Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 239000000725 suspension Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 210000002683 foot Anatomy 0.000 description 3
- 210000004394 hip joint Anatomy 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 210000000629 knee joint Anatomy 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 210000001364 upper extremity Anatomy 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000003169 central nervous system Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000004064 dysfunction Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 210000001624 hip Anatomy 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- MFRCZYUUKMFJQJ-UHFFFAOYSA-N 1,4-dioxane-2,5-dione;1,3-dioxan-2-one Chemical class O=C1OCCCO1.O=C1COC(=O)CO1 MFRCZYUUKMFJQJ-UHFFFAOYSA-N 0.000 description 1
- 208000035657 Abasia Diseases 0.000 description 1
- 206010048744 Fear of falling Diseases 0.000 description 1
- 206010019468 Hemiplegia Diseases 0.000 description 1
- 206010061296 Motor dysfunction Diseases 0.000 description 1
- 208000016285 Movement disease Diseases 0.000 description 1
- 206010033892 Paraplegia Diseases 0.000 description 1
- 241001272996 Polyphylla fullo Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 210000000544 articulatio talocruralis Anatomy 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 210000004705 lumbosacral region Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 201000008482 osteoarthritis Diseases 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 210000000323 shoulder joint Anatomy 0.000 description 1
- 208000020431 spinal cord injury Diseases 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Abstract
本發明係提供一種移動式多功能智能步態訓練機,其包含:一座體,其底端設有至少一驅動輪,且該座體設有二連接部,其頂端分別設有一支撐部件;一升降座,其設有二滑移部件以對應滑移組接於所述支撐部件;第一線性推動元件,其係分別配置於所述支撐部件及所述滑移部件之間;測重單元,其係配置為量測該升降座之一負重值;步態控制裝置,其係配置於該鏤空部處,且該步態控制裝置設有一驅動控制元件;以及處理單元,其係依據該步態控制裝置之步態控制所述驅動輪,並依所述測重單元感測之所述負重值以控制所述第一線性推動元件調整所述滑移部件滑移於所述支撐部件之滑移量;藉此,本發明係可對患者進行減重支撐,並依據人體透過步態控制裝置之運動而自動進行跟隨支撐,以滿足患者逐漸適應行走過程下肢承受動態負荷的訓練需求,並且可在確保安全控制的基礎上提供準確之減重支撐力與骨盆的位置跟隨精度者。
Description
本發明係提供一種移動式多功能智能步態訓練機,尤指一種可對患者進行減重支撐,並可依據患者之步態而跟隨移動支撐,並且可依據步態而對骨盆位置進行精確地調整者。
按,人口老齡化是大多數國家在發展過程中不得不面臨的重大問題,能否應用科學解決,關係到未來整個社會及經濟的發展,根據聯合國報告指出,預估全世界於2050年時人口將達到98億之多,而其中每六人就會有一位65歲以上高齡人口;隨著人口老齡化的加劇,因身體機能衰退、疾病等因素造成下肢功能障礙或殘疾的患者日益增多,尤其是腦中風為高好發性疾病,容易造成偏癱,導致人體的運動功能障礙,年齡60歲以上患有退化性關節炎的男性比例為15%,女性為25%,超過75歲者患者比例更高達85%,且年齡80歲以上時,人體肌肉量與30歲時比較約減少30~40%,並以下肢肌肉組織為主,影響也最大;隨著復健醫學水平的發展與提高,相關臨床研究指出,腦中風或意外導致的下肢運動障礙患者,除了進行必要的手術及藥物治療外,透過復健訓練治療可以有效地幫助患者恢復其運動能力,因此下肢復健系統已成為熱門的研究議題。
就下肢復健而言,步態訓練及步態矯正為重要的恢復過程,目前許多的醫療院所仍採用物理治療師,以手動的方式固定患者進行步態訓練,此復健方式存在許多缺點及不足,其復健需要在一至二名治療師從旁協助患者進行訓練,以手動促進下肢的運動,模擬具有適當姿勢的行走方式,並且還須同時支撐受試者的體重並促進雙腿的前進,因此整個復健訓練都是勞動密集型的,如此一來治療師需大量耗費極大的體能,難以提供穩定且持續的訓練品質,並且近幾年來國內醫療人力逐漸短缺,如此一來將導致需要進行步態訓練的患者們錯過了復健的黃金時期。
因應復健師供不應求的情形發生,因此出現許多下肢復健系統設備,但這些訓練設備多以大型固定式機台為主,並且設置成本高,僅適合設置於大型醫療院所或是相關復健機構,因此普及率低,如此一來將無法滿足大多數下肢弱化患者,或是想在家庭環境中進行自主訓練的需求;除了醫療院所的固定式設備外,老年人及身障人士對於行動輔具的需求也是不可或缺的,但是市面上許多結構簡單且複雜度相對較低的傳統行動輔具,如:助行器與拐杖等,其施力方式也許會造成上肢的負擔,安全性有待確認;因此根據上述各優缺點,設計一台具備安全性、舒適性、方便性及智慧化的行動輔具,對於未來社會必有實質的幫助。
可移動式下肢復建輔具,具有相當的實際應用的價值,目前市面上的下肢復健訓練系統,其設備大致可分為外骨骼系統、減重支撐系統與跑步機等模組,最具代表性的設備為:瑞士Lokomat、荷蘭Lopes、德國Haptic Walker以及美國GBO;多項復健醫學研究證明,且臨床上應用最廣泛的步態訓練方式為減重支撐系統(Body-weight Support System,BWSS),其普遍受到醫學界認
可的復健訓練方式,主要原理為利用懸吊裝置以減輕復健者下肢的負荷,讓下肢支撐力不足之患者也能進行正常步態復健及助力行走訓練,並有研究表示重支撐系統可以使患者身體保持穩定並減少跌倒之恐懼感,另一方面則可減輕患者的膝關節負擔,有助於進行正常的步態訓練及增加協調性;因此,設計一套具有效率的移動式下肢步態訓練系統,可提升復健品質,同時又能減輕醫療資源的負擔。
關於移動式復健機器人之技術,美國Cambridge大學所開發一種智慧型手杖機器人PAMM(Personal Aid for Mobility and Monitoring),其可協助下肢不便患者執行步態運動,並藉由遠端監控確保操作安全,其位置是以航位推算以及環境信標來確認,操作者可以自行輸入指令,根據系統演算法進行軌跡規劃,即可使用引導的方式進行步態運動;而在2003年時,PAMM由H.Yu等人進行改良,其係由聲納陣列、視覺系統以及全向輪所組成,並透過把手上的力感測器與人機進行演算,來驅動底部的主動輪執行步態運動;2004年由S.Katsura及K.Ohnishi.開發Wheel Chair,此機器人為依照操作者的觸控力道進行演算,再由驅動輪提供平穩的輸出,並透過反應轉矩觀測器來檢測環境干擾;2005年由韓國H.M.Shim等人開發WAR(Walking Assistant Robot),此機器人適用於戶外操作,並為後輪驅動,透過觸覺式搖桿進行辨識操作者運動意圖,並透過GPS/GIS進行定位,具有導航及檢測障礙物等功能,其優點為能夠滿足於戶外環境的操作;2007年由Y.Hirata等人開發Walking Helper,此機器人與支撐架互相連結的力感測器,其控制參數根據操作者施力的變化來進行修正,並且透過操作者的運動意圖進行調整,使之在複雜環境中仍保持靈活性;2010年由T.Kikuchi等人開發i-Walker,其結構由輕型支架以及腳輪組成,此機器人可以控制
行走速度並且移動到目的地,並於前方設置一台攝像機,用於追蹤前方已規劃好的路徑,由於體積小並且攜帶方便,故適用於一般家庭或療養院中;2012年由J.Fasola及M.J Mataric開發Walbot,其係使用擾動觀測器降低電流產生的干擾,可使動向預測能力提高,此機器人具備呼叫模式的功能,可以讓機器人主動移至操作者身旁,除此之外也有引導模式,可以根據操作者的動作意圖,協助操作者移動到設定的目的地;2014年由N.Y.Chong等人開發JAIST,此機器人最大的特點在於整體構造為圓形形狀設計,此方法可以降低與障礙物或牆壁的碰撞,並在機器三側安裝紅外線感測器,可以即時回饋操作者與機器人之間的距離,進而調整行進的速度及方向;2017年由交通大學宋開泰教授開發之移動式復健機器人,此機器人上設有兩個光學雷達,一個安裝在機器前方,用於檢測前方障礙物,另一個則安裝在操作側進行步態估測,此設備還有一種特殊功能,可以固定機器人的雙臂形成穩固的扶手;2020年由中國科技技術大學徐崔超與李智軍教授開發隨動式外骨骼復健機器人,其設備由上肢外骨骼、下肢外骨骼、移動平台組成,移動平台又可分為三個部分,分別為懸吊系統、控制系統及驅動系統,懸吊系統主要懸掛外骨骼機器人,並承受機器人的自重減輕穿戴時的負擔,同時在懸掛處安裝彈簧,訓練過程中緩衝足底落地時的衝擊,使步態更加柔順,控制系統可以及時提供治療師目前的運形狀控,並且操作者可以根據自己的訓練狀況適時調整參數。
減重支撐系統(Body Weight Support System,BWSS)在步態復建系統中,扮演著不可或缺的腳色,其主要功能是減輕下肢功能障礙患者的部分體重,尤其是中風或脊隨神經損傷患者,使他們能夠將剩餘的運動能力集中在治療訓練上,有臨床研究指出,BWSS步態訓練治療有助於維持或恢復運動功
能,與傳統人工治療比較,基於機器人的系統具有較多的優勢,患者可以相對安全和方便的方式接受密集的步態訓練,進而達到恢復基本行走能力;現有之BWSS,如瑞士蘇黎世聯邦大學與Balgrist醫學康復中心在2003年時聯合開發之Lokomat,此為下肢步態訓練系統代表性設備之一,其設備由下肢外骨骼、減重支撐系統與跑步機組合而成,並有被動以及輔助兩種訓練模式可選擇,偏癱患者在前期無法自己行走的狀況下,使用被動模式時將開啟外骨骼帶動人體下肢進行運動,恢復期過後可依照復健狀況調整至輔助模式,根據患者狀況提供適當的助行力量,協助完成步態訓練,其主要缺點為價格昂貴、佔地面積大且須由專業指導人員從旁協助;2005年德國柏林自由大學開發Haptic Walker,該設備由減重支撐系統與跑步機組成,其系統在踏板上安裝力量感測器與軌跡感測器,能迴授操作者的步態,讓治療師能夠及時了解患者的使用狀況,機構由行星齒輪與連桿組成,使人體在垂直方向進行上下運動,並適時調整患者身上安全帶張力,以確保減重力正確的輸出;2005年由M.Peshkin等人開發KineAssist,其設備由減重支撐系統與移動平台組成,該減重系統能提供減重力,使軀幹獲得支撐及姿勢調整,也可讓骨盆等關節自由移動,最重要的是可避免操作時發生跌倒,在訓練的過程中,治療師會跟隨著患者的下肢移動,並隨時注意步態是否正確;維吉尼亞大學在2009年由M.Glauser等人開發減重支撐系統,此設備能夠提供操作者在不同的階段進行步態訓練,並提供持續以及即時性的回饋力,將操作者使用安全帶固定在支架下方進行訓練,利用拉力感測器獲得當下支撐力訊號,及時回傳進行減重控制,該設備在連接操作者與支架的纜繩上有安裝彈簧等裝置,主要目的在於緩衝作用,可避免操作者的上肢受到外力衝擊;2018年由Mobility Research公司開發LiteGait,其係由懸吊減重支撐系統及移動支
架組成,可在減少體重負荷下提供正確的步態訓練並保持平衡,可以使用在跑步機上或是地面行走操作,該設備的缺點在於需要治療師在旁協助下肢步態矯正;新加坡大學在2019年由G.A.Ollinger開發減重支撐系統,其設備由減重支撐系統與移動平台組成,與一般固定式步態復建訓練相比較,該系統最大特色就是由後方提供推進力給操作者使其前進,固定在操作者腰部的連桿,則可讓骨盆在行走時不受限制的運動。
目前國內外復健機器人,有使用骨盆輔助系統的應用並不多,但有研究指出,此輔助系統在復健中扮演著重要的腳色,並強調骨盆姿勢對於正常行走的重要性,而相關之技術,係2007年由D.Aoyagi等人開發PAM/POGO,此為PAM與POGO兩設備互相搭配使用,可以在治療師幫助下發揮作用,其設備由兩個三自由度氣動機器人所組成,並配戴調整皮帶,三個氣缸均透過球形接頭固定在支柱上,並透過中心線固定在皮帶上的旋轉接頭上,生成具五個自由度,另外搭配減重支撐系統減輕操作者的體重,達到有效的步態訓練;由M.Bouri等人開發之WalkTrainer,其系統主要由五個功能所組成,分別為移動平台、骨盆輔助系統、腿型矯正器、減重支撐系統及FES可即時控制系統,運動學結構使用並行結構,每個軸都配有一個直流馬達及一個力傳感器,其骨盆輔助系統在操作者行走時達到輔助的效果,在理想情況下,它將以與治療師相同的方式幫助操作者,操作者在使用此設備時足部與地面為直接接觸,相較於跑步機上的訓練,此種方式提供給下肢力的回饋最為直接也近於自然的步行;台南大學在2008年由蔡昆宏教授等人開發外骨骼步態復建系統,該設備由主體支架、骨盆重心平衡裝置及下肢外骨骼所組成,屬於主動式步態復健系統,主體支架最高乘載重量為120公斤,骨盆重心平衡裝置架於支架與外骨骼之間,由彈簧結合四
連桿機構組成,其裝置可進行模擬步態訓練時,身體重心的垂直方向震盪幅度,外骨骼採用FES功能性電刺激的方式進行復健,髖關節與膝關節使用步進馬達及齒輪來驅動關節角度,踝關節則是使用扭力彈簧及足底踏板所組成;2010年由T.Watanabe等人所開發被動式骨盆支撐機構,此設備由減重支撐系統與骨盆輔助統所組成,其減重系統為由下方減輕體重的方式,並可模組化應用於移動式復健平台上,此設備不僅可用於體重支撐,還可用於感知步態週期,透過骨盆旋轉和步態週期之間的對應關係來推算步態週期,連接在軸上的編碼器是平行連桿的旋轉中心,可以測量骨盆旋轉的角度,此外還利用直流馬達來進行控制骨盆的擺動運動;新加坡南洋理工在2014年由K.H.Low等人開發NaTUre-Gaits,此設備由四個功能所組成,分別為移動平台、減重支撐系統、外骨骼系統及骨盆輔助系統,透過支撐操作者的體重且控制骨盆的運動,其骨盆輔助系統由一對機械臂組成,固定在操作者骨盆的兩側,並透過特殊設計的安全帶將操作者固定在機械臂上,各手臂都包含一個子機構與橫向移位機構來達到骨盆位置的控制;2018年時由Chunbao W.等人開發仿手動復健機器人,此設備為基於仿生學設計的多功能復健機器人,模擬治療師輔助患者復健時的動作來進行設計,此機器人由支撐機械手、螺桿機構、減重支撐系統和跑步機所組成,支撐機械手又可分為肩關節、旋轉關節與肘關節三部分,並且根據髖關節的生理特性達到屈/伸、內收/外展和內旋/外旋等自由度;上海大學與上海市智能製造與機器人重點實驗室在2020年共同開發iReGo,其設備由移動平台、減重支撐系統及骨盆輔助系統所組成,人體在行進過程中,骨盆以一定的幅度擺動,透過安全帶將操作者的骨盆與其支撐機構相連,並在訓練過程中透過力傳感器判斷出運動意圖,使減重支撐系統跟隨操作者的骨盆在立柱進行上下運動,以保持恆定減重
力,為了預防過程發生跌倒等危險情況發生,在立柱上設有上下極限,當超出範圍值時機器立即停止運行,以保護操作者不受到傷害,其設備適合SCI患者恢復時期訓練,其設計輕巧、符合人體生理特性並且配合遊戲訓練模式可以提高操作者的參與感,能有效的改善患者的平衡與步行能力;惟前述者,皆未具有針對減重支撐系統與其行動輔具之整合性之安全設計。
有鑑於此,吾等發明人乃潛心進一步研究下肢外骨骼、減重支撐系統及骨盆輔助系統之整合式設計,並著手進行研發及改良,期以一較佳發明以解決上述問題,且在經過不斷試驗及修改後而有本發明之問世。
爰是,本發明之目的係為解決問題,為達致以上目的,吾等發明人提供一種移動式多功能智能步態訓練機,其包含:一座體,其底端設有至少一驅動輪,且該座體於一側分別設有二連接部,藉以於所述連接部間形成一鏤空部;所述連接部頂端分別設有一支撐部件;一升降座,其設有二對應於所述連接部之支撐部,且所述支撐部底端分別設置有一滑移部件,所述滑移部件係對應滑移組接於所述支撐部件;二第一線性推動元件,其係分別配置於所述支撐部件及所述滑移部件之間;至少一測重單元,其係配置為量測該升降座之一負重值;一步態控制裝置,其係配置於該鏤空部處,且該步態控制裝置設有一驅動控制元件;以及一處理單元,其係連結於所述驅動輪、所述測重單元、所述第一線性推動元件及該驅動控制元件,並依據該步態控制裝置之步態控制所述驅動輪,並依所述測重單元感測之所述負重值以控制所述第一線性推動元件調整所述滑移部件滑移於所述支撐部件之滑移量者。
據上所述之移動式多功能智能步態訓練機,更包含一骨盆輔助裝置,其包含二相對應之基座,所述基座係分別設置於該升降座之所述支撐部內緣處,所述基座分別設有至少一第二線性推動元件,且所述第二線性推動元件相對於該基座之末端,分別設有一抵推部件;且該骨盆輔助裝置係連結於該處理單元,且該處理單元係依據該步態控制裝置之步態控制所述第二線性推動元件推動所述抵推部件之推抵位置者。
據上所述之移動式多功能智能步態訓練機,其中,該升降座更設有至少一操作單元,所述操作單元係連接於該處理單元,且該處理單元係依據所述操作單元操作之指令,藉以對應傳動控制所述驅動輪者。
據上所述之移動式多功能智能步態訓練機,其中,該升降座底端更設有一對應於該鏤空部之承接座,該承接座設有至少一超音波感測裝置,其係連結於該處理單元;且該處理單元係依據所述超音波感測裝置感測之距離值,以對應控制所述驅動輪傳動之速度者。
據上所述之移動式多功能智能步態訓練機,更包含一控制單元,其係連結於該處理單元;且該控制單元係配置於該升降座,並連接於該步態控制裝置之該驅動控制元件。
據上所述之移動式多功能智能步態訓練機,更包含一測距裝置,其係設置於該座體前端,並耦接於該控制單元;且該控制單元係依據該測距裝置感測之距離值,以對應控制所述驅動輪傳動之速度者。
據上所述之移動式多功能智能步態訓練機,更包含一攝影單元,其係設置於該座體前端,並耦接於該處理單元,且該攝影單元係用以擷取該座體前端之影像,並對應回傳至該處理單元者。
據上所述之移動式多功能智能步態訓練機,其中,該處理單元係透過分數階微積分擴張觀測器之分數階微積分代理滑模控制(Fractional Order Extended State Observer Fractional Order Proxy-Based Sliding Mode Control,FOESO-FOPSMC),以藉由所述測重單元所量測之負重值,透過FOESO-FOPSMC控制並進行分數階虛擬耦合後,回饋控制所述第一線性推動元件之滑移量者。
據上所述之移動式多功能智能步態訓練機,更包含一腦波偵測裝置,其係連結於該處理單元,且該處理單元係依據該腦波偵測裝置偵測腦波alpha頻帶下降之程度,以評估步態復健訓練之合適度者。
是由上述說明及設置,顯見本發明主要具有下列數項優點及功效,茲逐一詳述如下:
1.本發明之設置,係可對患者進行地面自然步態之動態減重支撐,並依據人體透過步態控制裝置之運動而自動進行跟隨支撐,以滿足患者逐漸適應行走過程下肢承受動態負荷的訓練需求,並且可在確保安全控制的基礎上提供準確之減重支撐力與骨盆的位置跟隨精度者。
2.本發明藉由骨盆輔助裝置之設置,藉可輔以於步態復建中,輔以透過第二線性推動元件對抵推部件之推動,使輔助對應的進行骨盆之運動,以利於患者進行正確之行走步態,使顯著的提升患者下肢的步行能力。
3.本發明係透過FOESO-FOPSMC,使控制第一線性推動元件之滑移量,以對於本發明進行患者地面自然步態之動態減重支撐,使本發明可進一步提升於使用時之安全性及穩定性。
4.本發明更進一步透過腦波偵測裝置之設置,藉以依據該腦波偵測裝置偵測腦波下降之程度,以評估步態復健訓練之合適度,並於腦波下降程
度增加之趨勢,可予表示復健訓練對病患有效果,反之則須予進行調整,藉可提升本發明進行步態訓練之精確度,並可呈現每次復健訓練後大腦中樞神經恢復程度的資訊予病患,以有助於提升病患之長期復健意願者。
1:座體
11:驅動輪
12:輪體
13:連接部
14:鏤空部
15:支撐部件
2:升降座
21:支撐部
22:滑移部件
23:第一線性推動元件
24:承接座
3:測重單元
4:步態控制裝置
41:驅動控制元件
5:處理單元
51:操作單元
52:超音波感測裝置
53:攝影單元
6:控制單元
61:測距裝置
7:骨盆輔助裝置
71:基座
72:第二線性推動元件
73:抵推部件
8:腦波偵測裝置
第1圖係本發明之系統架構圖。
第2圖係本發明之立體示意圖。
第3圖係本發明於另一視角之立體示意圖。
第4圖係本發明配置骨盆輔助裝置之俯視示意圖。
第5圖係本發明於骨盆輔助裝置因應步態而進行輔助時之俯視示意圖。
第6圖係本發明之FOESO-FOPSMC控制流程圖。
第7圖(a)係本發明靜態減重控制於減重力137N之五階軌跡追蹤控制系統響應。
第7圖(b)係本發明靜態減重控制於減重力137N之五階軌跡追蹤控制追蹤誤差。
第7圖(c)係本發明靜態減重控制於減重力137N之五階軌跡追蹤控制PWM(脈衝寬度調變)控制訊號。
第8圖(a)係本發明靜態減重控制於減重力205N之五階軌跡追蹤控制系統響應。
第8圖(b)係本發明靜態減重控制於減重力205N之五階軌跡追蹤控制追蹤誤差。
第8圖(c)係本發明靜態減重控制於減重力205N之五階軌跡追蹤控制PWM控制訊號。
第9圖(a)係本發明動態減重控制中,男性受測者於減重力137N之五階軌跡追蹤控制系統響應。
第9圖(b)係本發明動態減重控制中,男性受測者於減重力137N之五階軌跡追蹤控制追蹤誤差。
第9圖(c)係本發明動態減重控制中,男性受測者於減重力137N之五階軌跡追蹤控制PWM控制訊號。
第10圖(a)係本發明動態減重控制中,男性受測者於減重力205N之五階軌跡追蹤控制系統響應。
第10圖(b)係本發明動態減重控制中,男性受測者於減重力205N之五階軌跡追蹤控制追蹤誤差。
第10圖(c)係本發明動態減重控制中,男性受測者於減重力205N之五階軌跡追蹤控制PWM控制訊號。
第11圖(a)係本發明動態減重控制中,女性受測者於減重力113N之五階軌跡追蹤控制系統響應。
第11圖(b)係本發明動態減重控制中,女性受測者於減重力113N之五階軌跡追蹤控制追蹤誤差。
第11圖(c)係本發明動態減重控制中,女性受測者於減重力113N之五階軌跡追蹤控制PWM控制訊號。
第12圖(a)係本發明動態減重控制中,女性受測者於減重力170N之五階軌跡追蹤控制系統響應。
第12圖(b)係本發明動態減重控制中,女性受測者於減重力170N之五階軌跡追蹤控制追蹤誤差。
第12圖(c)係本發明動態減重控制中,女性受測者於減重力170N之五階軌跡追蹤控制PWM控制訊號。
第13圖(a)係本發明於進行非適合之步態復健訓練時,病患之腦波alpha頻帶分析結果圖。
第13圖(b)係本發明於進行適合之步態復健訓練時,病患之腦波alpha頻帶分析結果圖。
關於吾等發明人之技術手段,茲舉數種較佳實施例配合圖式於下文進行詳細說明,俾供 鈞上深入了解並認同本發明。
請先參閱第1圖至第3圖所示,本發明係一種移動式多功能智能步態訓練機,其包含:一座體1,其底端設有至少一驅動輪11,在一實施例中,該座體1係於其底端之前端處設置所述驅動輪11,並於其後端處設置至少一輪體12;而驅動輪11之動力來源,係可透過一驅動馬達作為動力來源,並藉由差速的原理進行驅動;該座體1於一側分別設有二連接部13,藉以於所述連接部13間形成一鏤空部14,以供使用者係可站立於該鏤空部14以進行步態之復健訓練;所述連接部13頂端分別設有一支撐部件15;一升降座2,其設有二對應於所述連接部13之支撐部21,且所述支撐部21底端分別設置有一滑移部件22,所述滑移部件22係對應滑移組接於所述支撐部件15;對於升降座2之升降調整而言,係透過配置二第一線性推動元件23,其係分別配置於所述支撐部件15及所述滑移部件22之間;而第一線性推動元件23,在一實施例中,係可為線性推桿,且根據衛福部國民健康署研究計畫之國民營養健康狀況變遷調查,十九歲以上成年男性平均體重約為70.4公斤,十
九歲以上成年女性平均體重約為58公斤,經整理後得知,成年男女平均體重範圍在58公斤至70.4公斤區間,體重普遍在100公斤以下,故第一線性推動元件23須承載40公斤,以安全係數1.5倍計算後得知所需減重支撐力為60公斤,而升降座2整體儀器搭載後之重量假設約80公斤,故第一線性推動元件23單側至少需承載700N的推力,故在一具體之實施例中,第一線性推動元件23係由MOTECK公司所生產的線性推桿,其內部主要係透過節距4.23mm之螺桿進行其動力之傳遞。
至少一測重單元3,其係配置為量測該升降座2之一負重值;由於為令第一線性推動元件23可提供穩定且有效之減重力,必須先得知患者於使用本發明時所需之減重力,故在一實施例中,測重單元3使用JIHSENSE公司所研製之拉力感測器,並透過連接類比信號放大器,使測重單元3量測之電壓變化,可藉由由類比信號放大器將訊號輸出;且在一實施例中,測重單元3係可連接一現有之醫療級支撐腰帶,其係可供使用者予以乘坐,並可據以令測重單元3量測其負重值者;一步態控制裝置4,其係配置於該鏤空部14處,且該步態控制裝置4設有一驅動控制元件41;步態控制裝置4在一實施例中,係可配置為下肢外骨骼,而依據衛福部國民健康署研究計畫之國民營養健康狀況變遷調查,十九歲以上成年男性平均身高為167.1公分,女性為155.3公分,再依據勞動部職業安全衛生研究所之研究指出,我國人體肢段各部位與身高之比例,推算出人體平均大腿長度介於38至41公分、小腿腿長介於38.2至41.1公分、腳踝長度介於6至6.5公分以及兩腿腿寬29至32公分,而步態控制裝置4之具體結構設置係屬習知技術,故在此不予贅述,而該步態控制裝置4之致動器,係可使用Maxon公司的Exoskeleton Joint Actuator直流馬達,藉以進行驅動髖關節及膝關節的屈伸運動,
並內建角速度感測器,可以進行感知各關節之角度位移量,藉以利於擷取其於移動時之步態資訊;就其訊號之控制而言,驅動控制元件41採用CANOPEN介面卡進行被動軌跡之訊號擷取與控制;以及一處理單元5,其在一實施例中係可為嵌入式控制系統(Embedded System),於本實施例中,係使用由美商國家儀器股份有限公司(National Instruments,NI)所製造之myRIO-1900作為主要控制核心,其係透過LabVIEW做為開發平台,利用模組圖塊方式進行內部程式編寫,再藉由輸出及輸入腳位通道,將所擷取的訊號進行邏輯運算後輸出;而其系統具備Real-Time的架構,故本實施係透過現場可程式化邏輯閘陣列(Field Programmable Gate Array,FPGA)進行處理;該處理單元5其係連結於所述驅動輪11、所述測重單元3、所述第一線性推動元件23及該驅動控制元件41,並依據該步態控制裝置4之步態控制所述驅動輪11,並依所述測重單元3感測之所述負重值以控制所述第一線性推動元件23調整所述滑移部件22滑移於所述支撐部件15之滑移量。
首先就本發明之功能性配置而言,其中,對於本發明整體之移動,主要係透過驅動輪11以帶動座體1而進行整之位移,而對於其位移之主動性控制方面,在一實施例中,係透過於該升降座2設有至少一操作單元51,其係可配置於該升降座2利於患者操作之適處,如:升降座2頂面,藉以利於患者使用本發明操作時,可利於其手部可予操控之,在一具體之實施例中,由於升降座2之支撐部21係對應於連接部13,故其之間將形成供患者站立之空間,故支撐部21之配置,係可供患者之手部可予攙扶之,是以,操作單元51係可分別配置於升降座2頂面對應於所述支撐部21之前端處,以利患者於攙扶之同時可予操作之,惟其僅係舉例說明,並不以此作為限定;所述操作單元51係連接於該處理
單元5,且該處理單元5係依據所述操作單元51操作之指令,藉以對應傳動控制所述驅動輪11,而在一具體之實施例中,操作單元51係可為無段按鈕開關,並設定於按壓時為真(True),放鬆時為假(False),並使用步林邏輯判斷,設計左邊為真時行動輔具向左轉,右邊為真時向右轉,而左右邊同時為真則行動輔具為直行,藉由此設計,患者於手動模式時,可以依照其行動意圖而對驅動輪11進行控制。
為提升患者操作本發明之安全性,故該升降座2底端更設有一對應於該鏤空部14之承接座24,該承接座24設有至少一超音波感測裝置52,超音波感測裝置52係連結於該處理單元5,該處理單元5係依據所述超音波感測裝置52感測之距離值,以對應微調控制所述驅動輪11傳動之速度;在一具體之實施例中,超音波感測裝置52係使用飛時測距法(TOF),以偵測人體與升降座2間之距離,以判斷患者是否於本發明之安全範圍內使用,防止患者與本發明產生碰撞,並可透過配置複數之超音波感測裝置52,使可全方面分析患者相對於本發明之距離,且其感測資訊係傳輸至處理單元5,令處理單元5對驅動輪11進行其速度之控制。
為利於系統之架設、功能性之擴充,以及提供使用者介面之操作,在一實施例中,本發明係透過於升降座2配置一控制單元6,其係連結於該處理單元5,且為利於其進行輔助之運算,故該步態控制裝置4之該驅動控制元件41係連接於該控制單元6,以透過控制單元6與處理單元5進行資料傳輸;其中,由於患者操作本發明之環境,亦可能位於充斥障礙物之環境中使用,為利於本發明可自動進行障礙物之迴避,故在一實施例中,係更配置一測距裝置61,其係可為雷射測距儀,並設置於該座體1前端,且耦接於該控制單元6,測距裝
置61係可透過飛時測距法以量測前方障礙物位置以及相對距離;該控制單元6係依據該測距裝置61感測之距離值,以對應控制所述驅動輪11傳動之速度,藉以當具有障礙物時,對驅動輪11進行減速或緊急停止,以維本發明於使用時之安全性;而由於雷射測距儀於單位取樣時間內資料量相對龐大,為防止對處理單元5之運算資源造成負荷,故本發明係透過控制單元6進行輔助運算,並將運算後之結果傳至處理單元5,以利進行驅動輪11之速度控制。
而為達致雲端照護之功能,並利於監測患者進行復健時之位置及環境,故在一實施例中,係更包含一攝影單元53,其係設置於該座體1前端,並耦接於該處理單元5,且該攝影單元53係用以擷取該座體1前端之影像,並對應回傳至該處理單元5,藉以利於透過Wi-Fi與無線基地台進行其影像資料之傳輸,以利於使用者可透過其電腦或智慧型手機對應連接之,以遠端進行監控,以實現本發明整體之安全性者。
就本發明骨盆輔助系統之配置,由於步態復健訓練系統主要目的為恢復人體行走功能,人體的骨盆上為連接腰椎,下則連接雙腿,是運動過程中一個重要的環節,故骨盆運動的協調是掌握正確步態的關鍵,臨床實驗亦證明透過骨盆訓練能夠顯著的提高患者下肢的步行能力,因此在步態訓練過程中對於骨盆進行一定的輔助,對於患者恢復將有良好的助益,故本發明係更進一步配置一骨盆輔助裝置7,其包含二相對應之基座71,所述基座71係分別設置於該升降座2之所述支撐部21內緣處,所述基座71分別設有至少一第二線性推動元件72,且所述第二線性推動元件72相對於該基座71之末端,分別設有一抵推部件73;且該骨盆輔助裝置7係連結於該處理單元5,且該處理單元5係依據該步態控制裝置4之步態控制所述第二線性推動元件72推動所述抵推部件73之推抵位
置;在一具體之實施例中,第二線性推動元件72係可為MOTECK公司所生產之線性推桿,其內部結構採用節距16mm螺桿,而為利於對使用者之骨盆進行完整之包覆及推抵,故較佳者,每一基座71係分別前後設置有一第二線性推動元件72,而每一第二線性推動元件72揭設置略呈L型之抵推部件73,藉以令抵推部件73係可圍繞形成一推抵空間,並可對應的包覆於患者之骨盆處;藉此,於初始時,如第4圖所示者,係可透過其配置將其預設至患者骨盆適當之位置,再於處理單元5輸入患者之腰寬之寬度,以利其運算第二線性推動元件72之推移量;並如第5圖所示者,當使用者透過步態控制裝置4進行行走復健時,處理單元5將依據步態控制裝置4之步態位置,進而對應的令對應之第二線性推動元件72進行伸縮,以利於依據患者之步態以推抵其骨盆,使患者可施以正確之步態行走,以提升復健訓練之效益。
而就本發明減重支撐(Body Weight Support,BWS)系統之配置,如前述者,係透過令患者乘坐於醫療級支撐腰帶,使測重單元3可予量測其負重值,進而令處理單元5依據所述負重值以控制所述第一線性推動元件23調整所述滑移部件22滑移於所述支撐部件15之滑移量,以達致減重支撐之功效;而除基本之復健功能外,安全性為主要的重點之一,由於人體行走時可能會有不可預期之突發狀況發生而使追蹤誤差變大,此時若仍提供過大的控制力有造成患者二次傷害之虞,其中,代理滑模控制(Proxy-Based Sliding Mode Control,PSMC)可在精確控制的前提下,使大誤差時安全平緩地回到理想軌跡上,但其缺乏穩定性證明,而基於模型的代理滑模控制(Model Based Proxy-Based Sliding Mode Control,MPSMC)雖可解決缺乏穩定性證明的問題然而在實際應用上基於系統模型進行設計的控制方式難以實現,現有之新型代理滑模控制器
(Novel-Proxy-Based Sliding Mode Controller,NPSMC),係於MPSMC的基礎上導入線性擴張觀測器,來估測未知系統狀態與總干擾,以更利於實際應用;而於本實施例中,為提高致動器的控制性能,故更進一步將分數階微積分導入NPSMC,提出基於分數階擴張觀測器之分數階代理滑模控制(Fractional Order Extended State Observer Fractional Order-Proxy-Based Sliding Mode Control,FOESO-FOPSMC),以藉由所述測重單元3所量測之負重值,透過分數階滑模控制並進行分數階虛擬耦合後,回饋控制所述第一線性推動元件23之滑移量,藉可更準確估測出系統的未知狀態、內外部與未模式化不確定性、總干擾,提高對於系統的控制性能、安全性與降低能量消耗。
本發明為更好地估測出氣動系統的未知狀態與總干擾,係將分數階微積分導入擴張狀態觀測器(Linear Extended State Observer,LESO),以設計分數階微積分擴張觀測器(Fractional Order Extended State Observer,FOESO),並在代理與被控對象間提出一種分數階虛擬耦合,其流程圖如第6圖所示;於本實施例中,先定義x d 為理想減重,D α x d 為理想減重微分α次,x p 為代理對象之位置與D α x p 代理對象減重微分α次,並設計兩個分數階滑模平面Sp、Sq,如下數學式1所示:
由於f fosmc 與f focou 同時作用於代理對象上,因此可以在虛擬耦合力與滑模控制力同時作用於代理上,且虛擬代理對象為一個假想的狀態,因此可以將其M p 認定為0,並假設控制代理對象的控制輸出和控制真實被控對象的控制輸出相等,如下數學式4所示:
而將數學式1代入數學式6,並透過下數學式7之符號函數Y與飽和函數之等價轉換經重新整理,可得下數學式8。
其中,y(k)為D α (μ)的輸出,數學式10為N=3階之分數階微積分算子近似轉移函數使用Tustin生成函數進行離散化所得之函式,其係基於Oustaluop法,是當近似的階次選擇的越大近似的折線就會越貼近於直線,其係可作為一種濾波器,先設定所要近似的頻率範圍[ω b ,ω h ]帶入數學式12所示:
其中,K=(ω h ) α ;N為濾波器階次;k=2N+1;;;;α為微積分次數,當α>0時為微分,α<0時為積分;採用N=3階去做分數階微積分算子的近似,如下數學式13所示,其可得三階近似轉移函數。
而後,再利用用傳統控制理論對上數學式13之近似轉移函數進行離散化,即可得數學式10所示者。
本發明靜態減重控制之實驗例,確認其減重支撐系統之控制器性能,為了避免線性推桿快速的向上移動導致操作者的不適,故採用五階軌跡進行減重力規劃,五階軌跡規劃方程式如下數學式15所示:【數學式15】y d (t)=a 0+a 1 t+a 2 t 2+a 3 t 3+a 4 t 4+a 5 t 5
於、及為初始時間減重力的位置、速度及加速度,時間t為0,t f 為抵達目標位置所需的時間,、、則是目標減重力的位置、速度及加速度,在動態減重系統的控制實驗中,、、及均設為零,故數學式15可改寫為下數學式16所示:
其中,h為目標減重力,l 0為初始減重力,t f 為抵達終端的時間。
本實驗例為受測者身穿醫療級腰帶,並保持靜止狀態站於地面上,透過處理單元5下達目標減重力以及目標完成時間,當啟動系統後,第一線性推動元件23會根據嵌入式系統的控制指令,並搭配測重單元3迴授實際重量,即時補償輸出力與位置,完成一個閉迴路的控制架構;於本實驗例中,實驗對象為32歲體重70kg男性,並以體重百分比20%(14kg,約137N)及30%(21kg,約205N)為減重力目標,進行靜態減重控制實驗,實驗結果如第7圖及第8圖所示,靜態減重誤差對比下表1所示,實驗結果顯示,利用本發明之FESO-FOPSMC於減重支撐系統靜態減重針對不同百分比狀況下,其誤差穩定保持在正負7N以內,五階軌跡至穩態時間於10秒即可達成;
本發明之動態減重控制,係可於步態訓練過程中提供適當的減重支撐力,可以獲得更佳的訓練效果;下肢弱化患者因下肢的支撐力不同,而會有不同程度的助行力需求,本發明動態減重之實驗例,係令前述實驗對象向前行走,而第9圖及第10圖為分別以體重百分比20%(14kg,約137N)及30%(21kg,約205N)為減重力目標之實驗結果;而第11圖及第12圖則係以另一實驗對象,23歲體重58kg女性受測者,分別以體重百分比20%(11.6kg,約113N)及30%(17.4kg,約170N)為減重力目標之實驗結果;下表2為兩位受測者之動態減重誤差對比;由實驗結果顯示,於10秒後進入穩定後受測者開始行走,實際減重力也開始波動,控制器也隨之開始進行減重力補償,由實驗結果可知,本發明透過
FOESO-FOPSMC之控制,可面對不同減重目標的需求,及使用者在步態訓練時所產生的外部干擾,皆能有效的將減重誤差控制在有效的範圍內,顯見本發明之FOESO-FOPSMC於動態減重時能廣泛應用不同的減重力。
在另一較佳之實施例中,如第1圖所示者,本發明係可配置一腦波偵測裝置8,其係連結於該處理單元5,且該處理單元5係依據該腦波偵測裝置8偵測腦波alpha頻帶下降之程度,以評估步態復健訓練之合適度;故於一實驗例中,係令病患配戴腦波偵測裝置8以紀錄其腦波,並令病患進行三次之腦波量測(T1至T3),其分別係第1次、第10次及第20次使用本發明進行步態復健訓練時予以偵測其腦波,當配置為非適合及適合於病患之步態復健訓練時,其偵測結果分別如第13圖(a)、第13圖(b)所示,無論係主動(active)或被動(passive)之動作,皆可從病患腦波alpha頻帶下降程度(即神經活化恢復狀況)反應出病患是否有在積極進行復健訓練及訓練運動量是否足夠,第13圖(b)所示者,其腦波alpha頻帶下降程度有越來越大的成長趨勢,表示此復健訓練對病患有效果;第13圖(a)之腦波alpha頻帶下降程度增加不大,且於最後一次較為減少,表示此復健訓練強度可能不適合病患,需予調整之;藉此,病患運動腦區的alpha頻帶下降程度可作為輔助病患步態復健訓練的腦波特徵,亦可提供病患每次步態復健訓練後大腦中樞神經恢復程度之資訊,使病患願意持續長期復健訓練。
綜上所述,本發明所揭露之技術手段確能有效解決習知等問題,並達致預期之目的與功效,且申請前未見諸於刊物、未曾公開使用且具長遠進步性,誠屬專利法所稱之發明無誤,爰依法提出申請,懇祈 鈞上惠予詳審並賜准發明專利,至感德馨。
惟以上所述者,僅為本發明之數種較佳實施例,當不能以此限定本發明實施之範圍,即大凡依本發明申請專利範圍及發明說明書內容所作之等效變化與修飾,皆應仍屬本發明專利涵蓋之範圍內。
1:座體
11:驅動輪
12:輪體
13:連接部
14:鏤空部
15:支撐部件
2:升降座
21:支撐部
22:滑移部件
24:承接座
51:操作單元
52:超音波感測裝置
53:攝影單元
6:控制單元
61:測距裝置
7:骨盆輔助裝置
71:基座
72:第二線性推動元件
73:抵推部件
Claims (8)
- 一種移動式多功能智能步態訓練機,其包含:一座體,其底端設有至少一驅動輪,且該座體於一側分別設有二連接部,藉以於所述連接部間形成一鏤空部;所述連接部頂端分別設有一支撐部件;一升降座,其設有二對應於所述連接部之支撐部,且所述支撐部底端分別設置有一滑移部件,所述滑移部件係對應滑移組接於所述支撐部件;二第一線性推動元件,其係分別配置於所述支撐部件及所述滑移部件之間;至少一測重單元,其係配置為量測該升降座之一負重值;一步態控制裝置,其係配置於該鏤空部處,且該步態控制裝置設有一驅動控制元件;以及一處理單元,其係連結於所述驅動輪、所述測重單元、所述第一線性推動元件及該驅動控制元件,並依據該步態控制裝置之步態控制所述驅動輪,並依所述測重單元感測之所述負重值以控制所述第一線性推動元件調整所述滑移部件滑移於所述支撐部件之滑移量,且該處理單元係透過基於分數階擴張觀測器之分數階代理滑模控制(Fractional Order Extended State Observer Fractional Order-Proxy-Based Sliding Mode Control,FOESO-FOPSMC),以藉由所述測重單元所量測之負重值,透過FOESO-FOPSMC並進行分數階虛擬耦合後,回饋控制所述第一線性推動元件之滑移量者。
- 如請求項1所述之移動式多功能智能步態訓練機,更包含一骨盆輔助裝置,其包含二相對應之基座,所述基座係分別設置於該升降座之所述支撐部內緣處,所述基座分別設有至少一第二線性推動元件,且所述第二線性推動元件相對於該基座之末端,分別設有一抵推部件;且該骨盆輔助裝置係連結 於該處理單元,且該處理單元係依據該步態控制裝置之步態控制所述第二線性推動元件推動所述抵推部件之推抵位置者。
- 如請求項1所述之移動式多功能智能步態訓練機,其中,該升降座更設有至少一操作單元,所述操作單元係連接於該處理單元,且該處理單元係依據所述操作單元操作之指令,藉以對應傳動控制所述驅動輪者。
- 如請求項1所述之移動式多功能智能步態訓練機,其中,該升降座底端更設有一對應於該鏤空部之承接座,該承接座設有至少一超音波感測裝置,其係連結於該處理單元;且該處理單元係依據所述超音波感測裝置感測之距離值,以對應控制所述驅動輪傳動之速度者。
- 如請求項1所述之移動式多功能智能步態訓練機,更包含一控制單元,其係連結於該處理單元;且該控制單元係配置於該升降座,並連接於該步態控制裝置之該驅動控制元件。
- 如請求項5所述之移動式多功能智能步態訓練機,更包含一測距裝置,其係設置於該座體前端,並耦接於該控制單元;且該控制單元係依據該測距裝置感測之距離值,以對應控制所述驅動輪傳動之速度者。
- 如請求項1所述之移動式多功能智能步態訓練機,更包含一攝影單元,其係設置於該座體前端,並耦接於該處理單元,且該攝影單元係用以擷取該座體前端之影像,並對應回傳至該處理單元者。
- 如請求項1所述之移動式多功能智能步態訓練機,更包含一腦波偵測裝置,其係連結於該處理單元,且該處理單元係依據該腦波偵測裝置偵測腦波alpha頻帶下降之程度,以評估步態復健訓練之合適度者。
Publications (2)
Publication Number | Publication Date |
---|---|
TWI836688B true TWI836688B (zh) | 2024-03-21 |
TW202419131A TW202419131A (zh) | 2024-05-16 |
Family
ID=
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112137846A (zh) | 2019-06-28 | 2020-12-29 | 丰田自动车株式会社 | 学习系统、步行训练系统、系统、方法、程序及学习完毕模型 |
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112137846A (zh) | 2019-06-28 | 2020-12-29 | 丰田自动车株式会社 | 学习系统、步行训练系统、系统、方法、程序及学习完毕模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI584801B (zh) | 氣壓肌肉驅動兼具上肢助力與復健訓練功能之外骨骼裝置 | |
US10292892B2 (en) | Pneumatic lower extremity gait rehabilitation training system | |
US8359123B2 (en) | Robotic system and training method for rehabilitation using EMG signals to provide mechanical help | |
Wu et al. | The effects of gait training using powered lower limb exoskeleton robot on individuals with complete spinal cord injury | |
US20180289579A1 (en) | Powered Walking Assistant and Associated Systems and Methods | |
Li et al. | Review on lower extremity exoskeleton robot | |
Joel et al. | Review on Gait Rehabilitation Training Using Human Adaptive Mechatronics System in Biomedical Engineering | |
Luu et al. | Hardware development and locomotion control strategy for an over-ground gait trainer: NaTUre-Gaits | |
CN106859928B (zh) | 步态康复训练机器人及用于该机器人的力反馈控制方法 | |
TWI555555B (zh) | 多功能下肢步態復健與助走機器裝置 | |
Chen et al. | Sit-to-stand and stand-to-sit assistance for paraplegic patients with CUHK-EXO exoskeleton | |
Chen et al. | Design of a lower extremity exoskeleton for motion assistance in paralyzed individuals | |
Morbi et al. | GaitEnable: An omnidirectional robotic system for gait rehabilitation | |
Divekar et al. | A potential energy shaping controller with ground reaction force feedback for a multi-activity knee-ankle exoskeleton | |
Jiang et al. | Recent advances on lower limb exoskeleton rehabilitation robot | |
Nakamura et al. | Realizing model-based wearable antigravity muscles support with dynamics terms | |
TWI836688B (zh) | 移動式多功能智能步態訓練機 | |
Yap et al. | Gait-assist wearable robot using interactive rhythmic stimulation to the upper limbs | |
Mahdi et al. | Maintaining mobility in older age-design and initial evaluation of the robot SkyWalker for walking & sit-to-stand assistance | |
Cao et al. | Development and evaluation of a rehabilitation wheelchair with multiposture transformation and smart control | |
Tageldeen et al. | Motion control for a multiple input rehabilitation wearable exoskeleton using fuzzy logic and PID | |
Ye et al. | An adaptive shared control of a novel robotic walker for gait rehabilitation of stroke patients | |
Hojjati Najafabadi et al. | Mechanical design and simulation of a saddle-assistive device for sit-to-stand transfer in healthy subjects | |
CN112932862B (zh) | 一种站立及转移辅助机器人及使用方法 | |
Stramel et al. | Assessing Changes in Human Gait with a Mobile Tethered Pelvic Assist Device (mTPAD) in Transparent Mode with Hand Holding Conditions |