面向兒童外骨骼機器人優化設計的人機系統運動分析

王紫荊，王藝霖，王紅偉，周林，邱靜，黃璞玉

( 1.電子科技大學 機械與電氣工程學院，成都 611731；2.電子科技大學 自動化工程學院，成都 611731；3.北京航天測控技術有限公司，北京 100041)

1 引言

康復機器人是醫用機器人的重要分支，是康復醫學領域的一個研究熱點[1]。近些年來康復機器人在成人康復治療中取得了很大發展，而在兒童康復領域的研究還處于初級階段。目前的兒童康復機器人主要針對自閉癥和腦癱患兒，如Made for Movement 開發的NF-Walker 機器人，是一種針對腦癱兒童設計的混合型輔助機器人[2]；Lokomat 是由Hocoma AG 公司研究生產的步態輔助型機器人目前已被許多醫療機構廣泛引進使用[3]；針對腦癱兒童設計的機器人輔助步態訓練運動系統Gait Trainer GT-1RehaStim旨在通過重復訓練改善患兒行走步態[4-5]；ATALS 是具有6 自由度且專為四肢癱瘓兒童設計的一款下肢康復機器人[6]；可穿戴踝膝外骨骼機器人WAKE-up[7-8]是一多關節下肢康復機器人；CPWalker[9]是一種基于跑步機的康復型機器人外骨骼，旨在為患有腦癱的兒童進行康復訓練。國內市場有法國Nao機器人、英國Kasper機器人，德國兒童康復機器人系統-LokoHelp系統等[10]。由于兒童大腦神經系統較成人來說可塑性程度更高，成長空間更大，研究結果顯示下肢外骨骼機器人在兒童康復訓練中的運動能力改善效果更優[11]。但目前有關機器人輔助患兒步態訓練的相關臨床研究還很初步，對于外骨骼機器人是否能夠有效改善腦癱患兒步行能力問題上，仍然存在爭議。本文針對該問題，對AIDER兒童外骨骼機器人步行狀態下的運動功能及步態影響進行了研究，為后續外骨骼機器人在患病兒童的步態訓練應用提供一定的研究基礎和參考資料。

2 方法

2.1 受試者

在本實驗中有14名研究對象，7位女性兒童，7位男性兒童，認知正常，身體健康無殘疾，實驗已獲得受試兒童監護人同意并簽署知情同意并由電子科技大學倫理委員會批準。14名受試兒童的基本生理參數如表1所示。

表1 受試兒童的基本生理參數信息

2.2 儀器設備

實驗基于AIDER兒童外骨骼機器人實際系統進行驗證，圖1為AIDER兒童外骨骼機器人示意圖，整機具有4個電機、4個絕對編碼器、1個主控板和1個電源以及多組傳感器等；髖、膝關節具有主動驅動力，踝關節有一個被動驅動器，整個系統具有8個自由度。AIDER兒童外骨骼機器人在腰部和腿部為可以進行尺寸調節的伸縮桿，因此能夠根據不同身高體型穿戴兒童的身體生理參數適時的對臀部寬度、大腿長度、小腿長度以及足部大小進行調節，適合年齡在5-12歲，身高在105 cm-150 cm，體重在19-45 kg的兒童使用。

本次實驗采用8個OML公司開發的Vicon MX紅外高速運動捕捉攝像頭、2塊美國生產的AMTI三維測力臺進行數據的測量與采集。由于實驗主要針對人體步行運動數據進行采集，因此選取攝像頭采樣頻率為100Hz，測力臺采樣頻率為1000Hz。

圖1 AIDER 兒童外骨骼機器人

2.3 實驗過程

本次實驗過程采用自身對照，在相同實驗環境、實驗路段下，同一實驗研究對象需要在未穿戴條件下進行10次10MWT(10-Meter Walk Test)測試，穿戴外骨骼機器人條件下進行7次10MWT測試，實驗中，考慮到穿戴外骨骼機器人行走時實驗對象上肢需要使用拐杖用力支撐地面，兒童上肢力量較弱，在反復行走中容易產生肌肉疲勞和不適，易發生摔倒等損傷，對數據的有效采集產生不利影響，所以在執行任務時減少了行走次數，僅完成7次10MWT測試。記錄每次執行步行任務時的角力穩定值、步態對稱性參數以及行走時長，對兩次采集到的數據分別進行分析與計算，在此基礎上再進行穿戴與未穿戴數據的對比分析，10米實驗路段的具體標記點與計時點如圖2所示，實驗數據采集步驟如圖3所示。

圖2 10MWT實驗過程示意圖

圖3 實驗數據采集步驟示意圖

2.4 實驗模型

實驗選擇PlugInGait Lowerbody模型，用于Vicon動作捕捉系統對人體下半身進行實驗數據采集，實驗對象下半身黏貼點共計16個，穿戴和未穿戴條件下16個黏貼點位置相同，具體位置如圖4所示。

圖4 下半身16個黏貼點位置標記示意

2.5 數據收集與處理

使用Vicon Nexus 3.3.9系統軟件對采集到的運動數據進行預處理，完成實驗對象未穿戴與穿戴外骨骼機器人兩種條件下下肢髖、膝、踝關節角度、關節力等數據的分析與計算；使用Matlab R2017a對采集的運動數據進行處理，完成下肢髖、膝、踝關節三維運動角度、關節力及運動軌跡等的制圖；使用Python 3.6.8對采集的所有步態數據進行處理，完成歸一化力角穩定值、步態對稱參數的分析與計算；使用Excel 2016軟件對實驗中采集到的數據進行完整周期的拾取以及時相統計并進行步態時間參數及時相等參數的繪圖；采用SPSS 25.0對大量實驗數據進行數理統計與分析，根據不同的分析目的運用均值分析、單個樣本t檢驗以及方差檢驗對實驗數據進行計算以及統計學繪圖，其中若P<0.05，認為差異有統計學意義。

3 結果

(1)人機運動穩定性

圖5是同一實驗研究對象穿戴兒童外骨骼機器人在三種不同速度下執行行走任務時的歸一化力角穩定值曲線圖，從曲線變化趨勢上看，三條曲線變化特點相近，在外骨骼機器人行走中均呈現出穩定的周期性，在半個步態周期內，力角穩定值先呈增加趨勢，在約1/2步態周期處出現極值，后逐漸下降。由于隨著實驗對象對兒童外骨骼機器人使用熟悉度的提升，實驗對象在穿戴外骨骼機器人條件下的行走速度逐漸變快，從而引起兒童穿戴外骨骼行走時下肢擺動速度增加，相應的外骨骼機器人的行走運動穩定性變差，但整個行走過程中力角穩定值時刻大于0，說明外骨骼機器人在平地行走過程中，一直處于穩定狀態。

圖5 穿戴兒童外骨骼機器人條件下步行運動歸一化力角穩定值

(2)步態對稱性

從圖6中可知，受試者在不穿戴外骨骼機器人行走狀態下左右雙腿的步態時相對稱性參數IDps>0.9，對稱性較高，而穿戴條件下實驗對象左右雙腿的步態時相對稱性參數0

圖6 兒童未穿戴與穿戴AIDER兒童外骨骼機器人時相對稱指標 分析圖

由圖7可知，實驗對象在穿戴兒童外骨骼機器人條件下的步長、跨步長對稱指標IDsd、IDsp與未穿戴條件下的步長、跨步長對稱指標有明顯差異，但穿戴條件下步長對稱性指標IDsd和跨步長對稱指標IDsp接近或大于0.8，說明此時實驗對象左右雙腿步態有良好的對稱表現。

圖7 兒童未穿戴與穿戴AIDER兒童外骨骼機器人步長、跨步長對稱指標分析圖

4 討論

本文從外骨骼人機穩定性和步態對稱性參數指標來對AIDER兒童外骨骼機器人的步行狀態下的運動功能進行評估，選取的指標有限，評估并不完全全面。此外，實驗設備、實驗人員也存在一定的限制，仍有可以改進的空間，具體改進方向有：

(1)擴展外骨骼系統穩定性、平衡性方面的評估參數，如利用ZMP穩定性判據等參數來對兒童穿戴外骨骼機器人前后的行走平衡進行評估。

(2)本文對兒童外骨骼步行功能的評估僅從步態這一小方面進行了分析與研究，實際在醫療場景中，步態評估除步態之外，還包括患兒心率、耗氧量、肌電特征等方面，通過這些評估層面拓展可以得到更全面的評估結果。

(3)實驗受試人群僅為健康兒童，雖包括了不同年齡、性別、身高及體重的受試人群，但整體實驗對象單一，條件限制未能對腦癱兒童進行穿戴條件下的步態評估。因此，后續可對腦癱患兒進行AIDER兒童外骨骼機器人臨床數據的采集與分析工作，可能會對后期腦癱康復機器人的研究提供更有參考價值的數據資料和研究基礎。

5 結論

(1)人機運動穩定性

利用力角判據和整個行走中穿戴者摔倒次數來對AIDER兒童外骨骼機器人系統的穩定性進行評估。實驗對象穿戴AIDER兒童外骨骼機器人在較為平整的路面行走時，步速對外骨骼運動穩定性會產生一定的影響，隨步速的增加穩定性會稍變弱但不同速度下的力角穩定值在整個過程中均時刻大于0，說明外骨骼機器人在平地行走過程中，一直處于穩定狀態。

(2)步態對稱性

結合步態對稱性參數的分析結果可以得出，兒童穿戴AIDER兒童外骨骼機器人條件下的左右雙腿步態對稱，雖與不穿戴外骨骼機器人自然行走狀態下的三種對稱性指標有一定差異，但兒童外骨骼機器人步態對稱性較好。

綜上所述，兒童外骨骼機器人在不同速度下一直處于穩定狀態且步態對稱性較好，初步實現兒童在行走過程的輔助作用，能對不良步態進行糾正。