Запечатлевая движение,
Создавая истории

С учетом старения населения наблюдается увеличение случаев моторной дисфункции. Традиционное лечение подразумевает использование реабилитационных терапевтов, но соотношение реабилитационных врачей к населению в Китае составляет 0,4 на каждые 100 000 человек, что не позволяет охватить всех пациентов.

С развитием роботизированных систем и инновациями в области биомедицинской инженерии экзоскелеты нижних конечностей стали потенциальным решением для многих пациентов. Эти экзоскелетные роботы симулируют движения ходьбы человека для реабилитационного обучения, тренируют мышцы и моторные нервы нижних конечностей и могут помочь пациентам без ухода с эффективным реабилитационным обучением.

В разработке экзоскелетных роботов цикл ходьбы оптимизируется и проектируется для гуманоидного контроллера и обучения в реальном времени. Таким образом, поиск эффективных способов обработки захваченных характеристик движения, проектирование гуманоидного контроллера и его применение в обучении роботов для реабилитации нижних конечностей в реальном времени стало актуальной темой исследований в этой области.

Исследователи из Университета технологий Чжуньюань провели研究 по динамическому моделированию роботов и проектированию систем управления экзоскелетов нижних конечностей после изучения механизмов человеческого движения. В области технологий реабилитации движений точное измерение процессов движения имеет решающее значение для оценки биомеханических моделей и анализа динамической информации о теле. Исследователи использовали систему захвата движения NOKOV и платформу для 3D измерения силы, чтобы собрать данные о цикле ходьбы и силе на подошве.

Данные о движении были собраны на площадке длиной 5 метров, шириной 4 метра и высотой 3 метра. Во время эксперимента испытуемый положил руки на грудь и шел с ногами, естественно, параллельно. Исследование было направлено на захват базового скелета движений испытуемого, поэтому всего к различным суставам ног было прикреплено 15 отражающих маркеров. 6 камер захвата движения Mars 2H собрали и обработали данные о положении и движении каждого маркера.

Поскольку данные не могли быть напрямую экспортированы в робота экзоскелета нижних конечностей в качестве идеального ориентира, была использована функция Фурье для генерации подходящей кривой, которая затем использовалась в качестве ориентира для желаемой траектории системы управления роботом экзоскелетом. Собранные данные также были проанализированы на предмет кинематических характеристик человека.

После анализа механизмов движения тела, исследователи разработали систему управления экзоскелетом для нижних конечностей и предложили три метода управления: линейное регуляторное управление для комфорта, адаптивное управление для комфорта и робустное адаптивное PD-управление, основанное на данных о цикле походки. Для оценки каждого из этих методов исследователи использовали характеристики движения нижних конечностей в качестве ориентира для желаемой траектории экзоскелета и провели симуляцию для проверки системы управления робота на основе экспериментальных данных.

Библиография:

[1] Ху Ниннин Дизайн системы управления экзоскелета нижних конечностей на основе механизма движения человека[D]. Чжуньюаньский технологический институт, 2020. DOI: 10.27774/d.cnki.gzygx.2020.000121.