體感控制的上肢外骨骼鏡像康復機器人系統

瞿 暢 吳 炳 陳厚軍 于陳陳 沈 芳

南通大學機械工程學院，南通，226019

0 引言

隨著機器人技術和人機一體化系統理論的發展，外骨骼機器人在中風患者運動康復領域得到了快速的發展和廣泛的應用。無論是傳統的人工康復訓練，還是機器人輔助康復訓練，都需要康復醫師采用醫患一對一方式進行，而且把注意力都集中在對患肢一側的功能恢復上，常常忽略了健肢的功能活動。大量的研究表明，雙側肢體功能訓練對中風患者的關節活動度、運動速度和準確度等運動功能具有更好的改善作用［1?4］。

目前，雙側機器人鏡像訓練大多采用以下方法實現：通過位置傳感器采集健肢運動信息，機器人用采集到的健肢運動信息控制患側肢體，使其產生“鏡像”從屬運動［5］；設計了主從外骨骼，鏡像訓練過程中，患者健肢穿戴主外骨骼，患肢穿戴從外骨骼，主外骨骼的運動傳遞至從外骨骼，輔助患肢復現健肢運動［6?7］。上述方法中，由于健肢需穿戴主動機器人或連接傳感裝置，因此康復訓練的舒適性受到一定的影響。SHAHBAZI等［8］構建的機器人輔助鏡像康復平臺采用雙用戶遙控方案，利用2臺主動機器人聯合控制1臺從動機器人，實現對患肢的鏡像康復訓練，但該機器人系統復雜，控制難度大。

為實時獲取患者的運動信息，及時調整訓練方案，簡化控制流程、提高舒適性，CLAUDIO等［9］研制了基于Kinect的上肢輔助機器人系統，根據Kinect檢測到的目標物的空間位置逆解機器人的運動路徑，帶動患者的上肢到達目標區域，以達到康復訓練的目的。DOWLING等［10］開發了一種可調節的家用上肢康復機械臂，通過Kinect追蹤控制者的肘關節運動，將關節運動轉化為氣缸動作，驅動上肢康復機械臂帶動患肢進行康復訓練，但該系統還處于原型驗證階段，未進行實際穿戴實驗。

將Kinect用于康復機器人的體感控制，控制精度可以滿足康復訓練的要求。為實現雙側肢體鏡像康復訓練，本文研制了基于Kinect體感控制的鏡像康復機器人系統，系統可由患者健側肢體動作體感控制機器人帶動患肢動作，實現健肢與患肢雙側協調同步運動的鏡像康復訓練，也可由理療師通過肢體動作控制機器人帶動患者的同側患肢體進行同步康復訓練。

1 系統結構

體感控制上肢外骨骼鏡像康復機器人系統包括Kinect傳感器、主控計算機、三自由度的外骨骼穿戴式機械臂和機械臂的體感控制系統。Kinect負責采集健側上肢的關節角度信息。穿戴式機械臂包括肩部外展/內收、肩部前屈/后伸、肘部屈/伸3個自由度，并安裝有伺服電機、行星減速器、錐齒輪、前臂和上臂長度調節機構。機械臂的體感控制系統包括網絡交換機、運動控制器和伺服驅動器，負責將Kinect獲取的健側上肢的關節角度轉化為控制信號，實時傳遞給康復機器人的控制器，控制伺服電機驅動外骨骼穿戴式機械手臂，帶動患側上肢執行與健側上肢相同的康復訓練動作。體感控制上肢外骨骼鏡像康復機器人系統結構如圖1所示。

圖1 系統結構Fig.1 Structure of system

2 系統開發關鍵技術

2.1 外骨骼穿戴式機械臂結構設計

本文研究的康復機器人本體為三自由度的外骨骼穿戴式機械臂，主要針對人體肩部外展/內收、肩部前屈/后伸和肘部屈/伸運動設計，其結構如圖2所示。電機及減速器1驅動肩部連桿，實現肩部外展/內收運動；電機及減速器2驅動上臂連桿，實現肩部前屈/后伸運動；電機及減速器3驅動前臂連桿，實現肘部屈/伸運動。肘部結構通過一對錐齒輪副，使肘部驅動電機和減速器的軸線平行于上臂，減小了占用空間，同時減小了因電機和減速器自重產生的力矩。從動錐齒輪回轉軸線與人體肘部屈/伸軸線共線，確保了人體肘部轉動角度與從動錐齒輪轉動角度一致，避免了體感控制時的角度轉化問題。

圖2 外骨骼穿戴式機械臂結構Fig.2 Structure scheme of exoskeleton wearable robotic arm

由于上肢外骨骼機器人的使用對象是胖瘦、高矮等眾多體征差異的偏癱患者，因此，穿戴式機械臂的前臂和上臂連桿都設計有相應的長度調節機構。根據人體前臂和上臂尺寸的統計數據，前臂長度調節范圍為180～295 mm，上臂長度調節范圍為245～360 mm。

為盡量減小外骨骼的質量，提高啟動和停止的響應速度，外骨骼機械臂的零件材料選用6061鋁合金，同時為提高穿戴舒適性，將肩部結構安裝在機架上，患者穿戴后不必承受任何部件的質量。根據外骨骼自重，結合成年人體重統計數據和臨床康復訓練經驗，選取各自由度所需動力參數，如表1所示。

表1 各自由度動力參數Tab.1 Power parameter of each DOF

2.2 上肢關節角度的采集與處理

利用肢體動作對上肢外骨骼康復機器人進行體感控制，關鍵是要獲得穩定的上肢關節角度，并將其轉化為控制信號。本文通過Kinect捕捉人體上肢關節骨架點，計算關節角度，將其映射為康復機械臂各軸的轉動角度，實現體感控制。

2.2.1 基于Kinect的骨架點數據提取

Kinect傳感器主要由VGA攝像頭、紅外發射器和紅外接收器組成，還配備了一組線性麥克風陣列以及可調節俯仰角度的馬達。Kinect最主要的特點是具有場景深度信息獲取和人體骨架追蹤功能。Kinect通過骨架追蹤可以得到人體各關節點的位置，形成骨架圖像。正常情況下，Kinect可跟蹤人體的20多個關節骨架點獲取動作信息，通過程序設計將動作轉換成控制指令，用肢體動作替代鍵盤、鼠標等操作設備，實現自然人體交互。外骨骼康復機器人只為上肢康復訓練設計，并不需要全部的骨架點信息，本文在Kinect坐標系下提取人體肩部中心SC、髖部中心HC、健側肢體肩關節Sj、肘關節E和腕關節W以及患側肢體肩關節Sh這6個關節的三維坐標，獲得上肢運動數據。

2.2.2 基于人體坐標系的關節角度計算

Kinect獲取的人體骨架點的三維坐標不能直接作為驅動上肢外骨骼的控制變量，只有將骨架點信息轉換為外骨骼各個軸的轉動角度才可以驅動機器人旋轉關節運動。

為盡量減少或避免因關節相互遮擋而引發數據不穩定的現象，建立圖3所示的人體坐標系，其中，平面n為人體的冠狀面（將人體分為前后兩部分的平面），平面m′平行于人體矢狀面（將人體分為左右兩部分的平面），平面h同時垂直于冠狀面n和平面m′。根據Kinect坐標系下獲取的6個骨架點數據，在人體坐標系下構建空間向量，計算關節角度。關節角度包括肘關節屈/伸角度α、肩關節分解角度β及γ，其中，β為上臂在冠狀面上的投影與脊柱線的夾角，γ為上臂與冠狀面的夾角。

圖3 骨架點數據提取Fig.3 Extract data of skeleton points

以肩關節分解角度β為例說明關節角度計算方法：過冠狀面n內的髖部中心點HC和肩關節點Sj、Sh，構建向量HCSj和HCSh，冠狀面 n的法向量為

SjE在nf上的投影為

SjE在平面n中的投影向量為

通過髖部中心點HC和肩關節中間點SC，構建向量SCHC，則有

按上述方法計算的關節角度與外骨骼各軸轉動角度的映射關系為：肘關節屈/伸角度的補角對應于外骨骼肘關節轉軸的轉動角度θ3，肩關節分解角度β對應于外骨骼肩關節外展/內收轉軸的轉動角度θ1，肩關節分解角度γ對應于肩關節前屈/后伸轉軸的轉動角度θ2。

2.2.3 關節角度的平滑與安全限制

按上述方法獲得的某個時間段內的關節角度曲線存在許多噪聲點，直接用于外骨骼的控制會造成運動不平穩，需要對角度數據作進一步的平滑處理。平滑處理算法的選擇既要考慮平滑效果，又要盡量避免平滑處理造成的延遲。本文對各關節角度曲線分別采用5階滑動平均濾波和卡爾曼濾波算法進行處理，結果顯示，2種濾波算法都可以進行有效的平滑，滑動平均濾波的數據比原數據滯后，產生動作延時，卡爾曼濾波后的數據比初始數據稍有提前，可以作為數據緩沖耗時的補償，提高響應能力。顯然，采用卡爾曼濾波算法對關節角度進行平滑處理可以更好地保證運動的平穩性和動作的同步性。

為確保患者訓練安全，需進一步限定上肢運動的角速度和關節運動角度范圍。如果t時刻的角位置Xt與前一時刻角位置Xt-1之間的角速度大于安全角速度ωset，則強制把當前時刻的角位置替換為X′t，以保證最大速度不超過設定的安全角速度ωset。每一幀的數據均按上述方法處理，當滿足安全角速度后，數據曲線再次與原數據重合。當關節運動角度在設定范圍外時，則將該角度強制賦值為極限值。以肘關節屈/伸運動為例，安全角速度ωset設為80 °/s，角度范圍設為60°～180°。

2.3 機械臂的體感控制系統開發

機械臂的體感控制系統硬件包括上位機（PC機）、下位機（運動控制器）、伺服驅動器、伺服電機、網絡交換機以及供電部分。上位機通過有線或無線網絡連接到網絡交換機，通過IP地址連接網絡中的運動控制器進行數據傳輸與交換，運動控制的控制信號經由伺服驅動器驅動伺服電機，帶動外骨骼機械臂完成相應的康復動作。

控制系統軟件采用C#語言編程，通過Kinect采集健側上肢的運動數據，由上位機對健側上肢的關節角度數據進行處理，生成相應的脈沖頻率和脈沖當量，采用絕對運動模式對伺服電機的位置進行控制，避免轉換角度“增量”的過程及“增量”轉化為脈沖當量產生的累計誤差。上肢外骨骼康復機器人的姿態需要根據健側肢體運動實時更新，進行隨動控制。此處使用動態修改的方式更新當前時間段內的電機角速度：

式中，θti為當前體感獲取的上肢角度；θbi為當前電機編碼器的位置；Δt為運動控制命令刷新周期。

3 系統測試

3.1 實驗平臺搭建

為測試系統性能，研制了圖4所示的系統樣機實驗平臺，該平臺包含主控計算機、Kinect、穿戴式機械臂、供電部分等，其中，控制部分的元器件安裝在機架后的托板上。

圖4 系統樣機Fig.4 The prototype of system

上肢外骨骼鏡像康復機器人系統的體感控制分為被動訓練與半主動訓練兩種工作模式。被動訓練是指外骨骼穿戴式機械臂在健康手臂的動作指引下帶動患肢進行康復運動，這里的健康手臂可以是理療師的，也可以是偏癱患者健康一側的上肢。理療師選擇使用與患肢同側的肢體進行康復訓練指導，即“同步控制”；患者運用健肢對患肢進行康復訓練指導，形成“鏡像控制”。對于有一定自主動作意識的患者，可以運用半主動訓練模式進行康復訓練。該模式通過Kinect捕捉理療師的手掌位置，通過逆運動學求解穿戴式機械臂末端運動到理療師手掌位置時各關節所需轉動的角度，驅動伺服電機使上肢外骨骼機械臂帶動患肢運動，完成患者手掌與理療師手掌“觸碰”的動作。半主動訓練模式充分考慮了患者的主觀意識，有利于病情較輕的患者較快提高運動能力，促進腦部神經重構。

3.2 單關節鏡像控制實驗

由于鏡像控制與同步控制僅在運動控制方式上有所不同，而上肢運動數據處理、轉化過程基本類似，此處僅對單關節體感鏡像控制進行實驗分析。實驗者右臂（患肢）穿戴外骨骼機械臂，在距離Kinect 2.0～2.5 m處站立，面對Kinect，左臂（健肢）進行慢速的肩部外展、前屈和肘部屈曲單關節動作，Kinect采集左臂關節角度，經上位機處理程序轉化為控制信號，體感控制外骨骼機械臂帶動右臂進行鏡像運動。如圖5所示，患肢與健肢達到了較好的鏡像效果。

圖5 鏡像控制Fig.5 Mirror control

為進一步研究鏡像模式下各軸的“隨動”性能，對15 s內的上肢運動數據與電機實際位置進行提?。ㄌ崛☆l率為30 Hz），并繪制出變化曲線，如圖6所示。

運動開始時，控制手臂的關節角度與外骨骼機械臂的關節角度誤差較大，這是由于Kinect獲取的體感數據計算出的第一組角度往往并不為零，而各軸驅動電機處于初始的零位置；運動一段時間后，兩者差異逐漸變小。曲線的波峰或波谷產生的水平直線是由于數據處理時對關節活動的范圍進行了限制，以保證系統運行安全。

某時間段內各關節的平均角速度、單次屈伸各關節角度誤差平均值及動作最大延時如表2所示。

圖6 各關節運動角度曲線Fig.6 Angle curve of each joints

表2 各關節隨動性能Tab.2 The servo performance of each joints

由表2看出，健肢關節運動的角速度越大，體感獲取的角度與外骨骼機械臂關節的實際位置誤差越大，這是由于Kinect獲取關節角度的刷新頻率是每秒30幀，而電機在有負載的情況下位置更新速度滯后。關節運動速度減小，位置誤差和最大延時隨之減小，隨動性能提高。通常情況下，康復訓練的關節角速度都在30°/s以下的低速進行，上肢外骨骼康復機器人的各軸隨動性能，基本滿足康復訓練要求。

3.3 多軸聯動控制實驗

多軸聯動控制即通過上肢動作對上肢外骨骼機械臂的多個關節同時控制，該種控制模式可以模仿飲食等多關節組合動作，通過多軸聯動控制可以較好地訓練患者肢體協調能力。圖7所示為分別在同步和鏡像控制模式下進行的三軸聯動控制實驗，外骨骼機械臂的姿態與健肢姿態具有較好的一致性或對稱性，而當人體上臂進行內/外旋動作時，由于上肢外骨骼機械臂不具備該自由度，所以患肢和健肢的姿態位置會產生一定的差異。

圖7 三軸聯動控制Fig.7 Three-axis coordinated control

對15 s內的上肢運動數據與電機實際位置進行提取，并繪制出變化曲線，如圖8所示。實驗表明，在多軸聯動控制模式下各軸的“隨動”性能良好。健肢抖動加劇時，患肢和健肢的關節位置誤差隨之加大，但患肢仍可在機械臂的帶動下進行較為平穩的運動。

4 結論

本文開發的基于體感技術的康復機器人結構簡單、控制方式新穎，理療師或患者可以直接通過肢體動作控制上肢外骨骼康復機器人運動，其體感控制方式更加直觀、自然、簡單，且無需穿戴任何傳感裝置；能實現多關節的實時聯動控制，便于復雜動作的訓練。由患者健側肢體動作體感控制機器人輔助患肢進行康復訓練，可以喚醒患者的自我訓練意識，實現健肢與患肢雙側協調同步運動的鏡像康復訓練，使鏡像療法與運動療法相得益彰。

經測試，該機器人系統工作正常，安全可靠。體感控制的動作延時最大不超過0.8 s，上肢外骨骼康復機器人各關節的隨動性能基本滿足康復訓練要求。為更全面地評價系統康復訓練效果，還有待更多的實驗加以驗證。

圖8 多軸聯動控制各關節運動角度曲線Fig.8 Angle curve of each joints in three-axis coordinated control