下肢康復(fù)設(shè)備的用戶定制設(shè)計(jì)方法研究

孫 勇，朱留憲，冷真龍

（四川省高溫合金切削工藝技術(shù)工程實(shí)驗(yàn)室，四川 德陽 618000）

1 引言

老年人、下肢殘障人士的出行、自理與康復(fù)一直是人們比較關(guān)注的社會(huì)問題。人工護(hù)理與物理治療給家庭和國(guó)家醫(yī)療保健系統(tǒng)帶來了巨大的經(jīng)濟(jì)負(fù)擔(dān)，此還面臨著專業(yè)保健人員的短缺以及對(duì)更高質(zhì)量的護(hù)理需求的困難。坐立（STS）是老年人及殘障人士康復(fù)訓(xùn)練的主要活動(dòng)，在康復(fù)機(jī)器人輔助下實(shí)現(xiàn)站立與自由活動(dòng)將會(huì)極大提高他們的生活獨(dú)立性與康復(fù)質(zhì)量。為此，研發(fā)出一款經(jīng)濟(jì)實(shí)用，能為更多的用戶提供更長(zhǎng)時(shí)間的助行和輔助站立的機(jī)器人，是研發(fā)人員和用戶的共同愿望。

由于坐立運(yùn)動(dòng)對(duì)老年人與下肢殘障人士的重要性，相關(guān)研究人員針對(duì)機(jī)器人輔助用戶實(shí)現(xiàn)坐立運(yùn)動(dòng)做了大量研究工作。文獻(xiàn)［1］提出了一種基于非線性彈性元件的鋼絲驅(qū)動(dòng)髖關(guān)節(jié)輔助坐立機(jī)器人，根據(jù)非線性彈簧的特性，確定出驅(qū)動(dòng)導(dǎo)線的電機(jī)位置輪廓，能為用戶坐立運(yùn)動(dòng)提供18%的輔助，但該機(jī)構(gòu)不適合長(zhǎng)時(shí)間使用。文獻(xiàn)［2］提出了一種用于在站立階段輔助肌肉動(dòng)作的實(shí)驗(yàn)系統(tǒng)Helper-KH，膝關(guān)節(jié)和髖關(guān)節(jié)支撐力矩由用戶的姿態(tài)來控制，但該機(jī)器人的控制算法復(fù)雜，造價(jià)成本高，舒適性也欠佳。文獻(xiàn)［3］提出了一種4-4的拉索系統(tǒng)，該系統(tǒng)基于拉索的機(jī)械臂具有非常好的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)特性，它們還表現(xiàn)出了良好的可運(yùn)輸性和低成本的結(jié)構(gòu)特性，這使得它們也適合于醫(yī)療應(yīng)用和康復(fù)，但該系統(tǒng)體積龐大，只適合在室內(nèi)使用。文獻(xiàn)［4］提出了一種行走和坐立支撐系統(tǒng)-智能移動(dòng)步行（SMW）機(jī)器人，它具有包括驅(qū)動(dòng)和轉(zhuǎn)向功能的移動(dòng)平臺(tái)。其中，6個(gè)線性執(zhí)行器的坐立支撐機(jī)構(gòu)，用于支撐元件的軌跡生成，6軸力∕扭矩傳感器系統(tǒng)，用于行走和坐立支撐過程中的力反饋，缺點(diǎn)仍然是對(duì)用戶上肢力量有一定的要求。

上述機(jī)器人普遍存在用戶執(zhí)行坐立運(yùn)動(dòng)需要使用一定的上肢力量，長(zhǎng)時(shí)間使用會(huì)給用戶帶來疲勞感，體積過大搬運(yùn)困難等問題。針對(duì)這些問題，又考慮到STS運(yùn)動(dòng)的舒適性，希望用戶在執(zhí)行坐立運(yùn)動(dòng)過程能通過自然的軌跡被抬起。因此提出了一種康復(fù)輔助輪椅的定制設(shè)計(jì)方法，設(shè)計(jì)了一種康復(fù)輔助輪椅，通過直線電機(jī)驅(qū)動(dòng)的CSC機(jī)構(gòu)被用于跟蹤STS運(yùn)動(dòng)期間髖關(guān)節(jié)的自然軌跡。CSC機(jī)構(gòu)是通過將多桿串聯(lián)機(jī)構(gòu)關(guān)節(jié)的旋轉(zhuǎn)通過齒輪或帶傳動(dòng)耦合而形成的，可用于跟蹤人體髖關(guān)節(jié)的自然軌跡，從而減少所需的關(guān)節(jié)∕肌力量，使用戶感到舒適。

第二節(jié)將介紹該康復(fù)輔助輪椅定制設(shè)計(jì)的整體流程。為定制設(shè)計(jì)出適合不同用戶的康復(fù)輔助輪椅，獲取用戶髖關(guān)節(jié)的坐立過程運(yùn)動(dòng)軌跡顯得尤為重要，第三節(jié)將針對(duì)如何獲取用戶坐立運(yùn)動(dòng)的髖關(guān)節(jié)運(yùn)動(dòng)軌跡展開描述。為了優(yōu)化第三節(jié)采集到的用戶坐立過程髖關(guān)節(jié)運(yùn)動(dòng)軌跡，第四節(jié)利用UKF數(shù)據(jù)融合算法對(duì)軌跡進(jìn)行優(yōu)化。第五節(jié)將根據(jù)得到的優(yōu)化軌跡詳細(xì)描述CSC機(jī)構(gòu)的設(shè)計(jì)過程。最后制造了物理樣機(jī)，做了軌跡相容性實(shí)驗(yàn)，實(shí)驗(yàn)表明該方法設(shè)計(jì)的物理樣機(jī)運(yùn)動(dòng)軌跡能較好的與用戶髖關(guān)節(jié)運(yùn)動(dòng)軌跡重合，表明了我們的設(shè)計(jì)方法的有效性。

2 整體流程的設(shè)計(jì)

下肢康復(fù)設(shè)備的個(gè)性化定制設(shè)計(jì)是一個(gè)多步驟的過程，每個(gè)流程之間相互關(guān)聯(lián)。在下達(dá)訂單之后，用戶將收到標(biāo)志點(diǎn)、慣性動(dòng)作捕捉系統(tǒng)和智能手機(jī)程序。通過智能手機(jī)程序內(nèi)內(nèi)置的教程，獲得符合標(biāo)準(zhǔn)的數(shù)據(jù)。手機(jī)獲得的視頻序列作為跟蹤算法的輸入，將在工廠終端輸出可視化的軌跡數(shù)據(jù)。這些軌跡數(shù)據(jù)和加速度傳感器獲得的加速度數(shù)據(jù)將一起作為UKF 的軌跡融合算法的輸入，輸出優(yōu)化后的髖關(guān)節(jié)運(yùn)動(dòng)軌跡又將作為軌跡綜合算法的輸入，最終在工廠終端輸出生產(chǎn)所需的桿長(zhǎng)和齒輪數(shù)據(jù)，工廠利用獲得的機(jī)構(gòu)參數(shù)進(jìn)行生產(chǎn)和裝配。系統(tǒng)流程圖，如圖1所示。

圖1 系統(tǒng)流程圖Fig.1 System Flowchart

3 目標(biāo)跟蹤和軌跡生成

為了定制設(shè)計(jì)出適合不同用戶的下肢康復(fù)設(shè)備，用戶坐立運(yùn)動(dòng)髖關(guān)節(jié)運(yùn)動(dòng)軌跡的準(zhǔn)確獲得就顯得尤為重要，因此利用計(jì)算機(jī)視覺跟蹤技術(shù)與運(yùn)動(dòng)捕捉技術(shù)相結(jié)合的辦法。視覺跟蹤方面首先需要選擇一個(gè)可靠的算法，并且針對(duì)具體問題選擇特殊的解決方案，同時(shí)結(jié)合算法在不同的坐標(biāo)系之間進(jìn)行轉(zhuǎn)化。運(yùn)動(dòng)捕捉方面，需要對(duì)傳感器進(jìn)行標(biāo)定。利用運(yùn)動(dòng)捕捉系統(tǒng)自帶軟件進(jìn)行標(biāo)定，消除了由于傳感器自身固有因素導(dǎo)致的誤差。

3.1 關(guān)節(jié)標(biāo)志點(diǎn)的追蹤

首先從理論上來說，meanshift濾波是不需要標(biāo)志點(diǎn)就能夠追蹤的，但是無標(biāo)志點(diǎn)的前提是追蹤目標(biāo)與背景比較明顯或者有檢測(cè)算法進(jìn)行輔助。在該研究的系統(tǒng)中，需要追蹤的是用戶髖關(guān)節(jié)的運(yùn)動(dòng)軌跡。在用戶使用過程中，即使預(yù)先人為或者利用檢測(cè)算法在視頻第一幀進(jìn)行標(biāo)定，依舊很難精確追蹤目標(biāo)關(guān)節(jié)的軌跡。因此額外引入一個(gè)標(biāo)志點(diǎn)，用于提高追蹤的穩(wěn)定性和準(zhǔn)確性。標(biāo)志點(diǎn)需要人為粘貼到髖關(guān)節(jié)處，人為粘貼相對(duì)于利用檢測(cè)算法得出的關(guān)節(jié)點(diǎn)而言有更高的精度。標(biāo)志點(diǎn)示意圖，如圖2 所示。

圖2 標(biāo)志點(diǎn)Fig.2 Marker

3.2 單目視覺系統(tǒng)下的測(cè)量

利用手機(jī)拍攝用戶從坐到站的過程，通過算法提取出視頻中用戶髖關(guān)節(jié)運(yùn)動(dòng)軌跡數(shù)據(jù)，該軌跡數(shù)據(jù)是像素坐標(biāo)系下的二維軌跡數(shù)據(jù)，為了得到在世界坐標(biāo)系下的真實(shí)二維軌跡數(shù)據(jù)，需要將得到的像素坐標(biāo)系下的軌跡數(shù)據(jù)轉(zhuǎn)換到世界坐標(biāo)系下。本研究主要依據(jù)文獻(xiàn)［5］提出的單視測(cè)量理論，基于交比不變性，利用視頻拍攝可控的特點(diǎn)，在視頻序列中加入?yún)⒄瘴飦韺?shí)現(xiàn)像素坐標(biāo)系與世界坐標(biāo)系的空間轉(zhuǎn)換。交比是射影變換過程中的不變量，通過尋找消失點(diǎn)，便能獲得交比，進(jìn)一步就能獲得兩個(gè)平行平面物體之間的長(zhǎng)度的比例［6］。具體交比推導(dǎo)示意圖，如圖3所示。圖中：C—相機(jī)成像點(diǎn)；v—消失點(diǎn)；l—消失線，上方為像平面，下方為地平面；H0F—參照物高度；HF—未知高度；h0，h，f—H0，H，F(xiàn)在像平面的投影。根據(jù)交比定義，設(shè)D為兩點(diǎn)間距離，可得：

圖3 交比推導(dǎo)示意圖Fig.3 Schematic Diagram of Cross-Ratio Derivation

3.3 傳感器的靜態(tài)標(biāo)定

隨著微電子和傳感器相關(guān)技術(shù)的發(fā)展，高度集成的小型IMU 慣性傳感器廣泛應(yīng)用于基于慣性傳感器的人體運(yùn)動(dòng)跟蹤。相較于光學(xué)式的運(yùn)動(dòng)跟蹤系統(tǒng)，慣性式的系統(tǒng)具有輕便小巧、成本低廉、實(shí)時(shí)性強(qiáng)等優(yōu)點(diǎn)，在眾多領(lǐng)域都得到運(yùn)用。在醫(yī)療領(lǐng)域，慣性式運(yùn)動(dòng)跟蹤技術(shù)對(duì)于醫(yī)療機(jī)械設(shè)備的設(shè)計(jì)制作、臨床康復(fù)治療、輔助監(jiān)測(cè)病患狀態(tài)等都具有重要作用［7-9］。

通常傳感器都存在誤差，為了能使測(cè)量數(shù)據(jù)更準(zhǔn)確，前期的傳感器標(biāo)定必不可少。因所使用的慣性運(yùn)動(dòng)捕捉系統(tǒng)有生產(chǎn)廠商規(guī)范的標(biāo)定方法，于是利用其系統(tǒng)自帶軟件進(jìn)行標(biāo)定。標(biāo)定方法是各個(gè)軸向360°旋轉(zhuǎn)傳感器，軟件校準(zhǔn)進(jìn)度會(huì)持續(xù)增加，繼續(xù)旋轉(zhuǎn)傳感器，直到進(jìn)度為100%。

圖4 傳感器標(biāo)定流程Fig.4 Sensor Calibration Process

3.4 視覺軌跡數(shù)據(jù)的處理

算法的最終目標(biāo)是輸出一條世界坐標(biāo)系下的2D 軌跡數(shù)據(jù)點(diǎn)，因此在跟蹤算法完成之后，需要提取每一幀中跟蹤框的質(zhì)心，將所有質(zhì)心放到同一個(gè)坐標(biāo)下，便得到了在像素坐標(biāo)下的運(yùn)動(dòng)軌跡。根據(jù)未標(biāo)定視頻的測(cè)量原理，像素坐標(biāo)系下的長(zhǎng)度和世界坐標(biāo)系下的長(zhǎng)度換算關(guān)系是：

因?yàn)楸鞠到y(tǒng)采用了結(jié)合硬件和控制拍攝條件的手法對(duì)交比算法進(jìn)行簡(jiǎn)化，無需計(jì)算消失點(diǎn)，所以坐標(biāo)系下的長(zhǎng)度換算關(guān)系簡(jiǎn)化為：

獲得轉(zhuǎn)化關(guān)系后，在視頻中尋找到標(biāo)志物，便能通過轉(zhuǎn)換關(guān)系得到世界坐標(biāo)系下的運(yùn)動(dòng)軌跡。首先，采用canny邊緣檢測(cè)獲得視頻序列中的圖像輪廓，因?yàn)槭褂脴?biāo)志物為圓形的標(biāo)志點(diǎn)，因此只需要對(duì)視頻中的閉合輪廓進(jìn)行篩選，限制閉合輪廓的面積，即可篩選出標(biāo)志物。用矩形框來外切圓形輪廓，可得到在像素坐標(biāo)系中標(biāo)志點(diǎn)的直徑，帶入世界坐標(biāo)系下的標(biāo)志點(diǎn)的直徑，即得到單位長(zhǎng)度下的像素?cái)?shù)量，完成了像素坐標(biāo)系與實(shí)際坐標(biāo)系的轉(zhuǎn)換。實(shí)驗(yàn)中用戶髖關(guān)節(jié)的運(yùn)動(dòng)軌跡，如圖5所示。

圖5 軌跡可視化Fig.5 Trajectory Visualization

3.5 慣性跟蹤數(shù)據(jù)的采集

基于慣性傳感器的運(yùn)動(dòng)捕捉系統(tǒng)通常具有數(shù)據(jù)采集、通信、處理和運(yùn)動(dòng)還原［10］四個(gè)功能。主要用到數(shù)據(jù)采集和通信功能。傳感器部分用于實(shí)現(xiàn)髖關(guān)節(jié)運(yùn)動(dòng)數(shù)據(jù)的實(shí)時(shí)采集，并通過無線藍(lán)牙將數(shù)據(jù)實(shí)時(shí)傳輸給處理器進(jìn)行處理。為方便數(shù)據(jù)處理算法的構(gòu)建，此處的處理器為個(gè)人電腦。根據(jù)要求，傳感器采集的數(shù)據(jù)主要用到的是X方向和Y方向的加速度。

圖6 傳感器坐標(biāo)系Fig.6 Sensor Coordinate System

4 目標(biāo)跟蹤軌跡的融合

由于用視覺跟蹤技術(shù)采集到的軌跡數(shù)據(jù)包含一些誤差，引起誤差的原因如患者在視頻拍攝過程中身上的柔性織物或者其他人遮擋。但為了精確定制出適合不同用戶的下肢康復(fù)設(shè)備，用戶坐立運(yùn)動(dòng)的髖關(guān)節(jié)軌跡的準(zhǔn)確獲得尤為重要。

當(dāng)前主流數(shù)據(jù)融合處理算法是卡爾曼濾波，在動(dòng)態(tài)定位［11］控制系統(tǒng)［12］衛(wèi)星導(dǎo)航［13］狀態(tài)預(yù)測(cè)［14］中具有廣泛的應(yīng)用。由于KF只適用于線性系統(tǒng)，后來又出現(xiàn)了擴(kuò)展卡爾曼濾波（EKF）和無跡卡爾曼濾波（UKF）。其中，UKF不僅能夠處理非線性系統(tǒng)，且無需計(jì)算雅可比矩陣。它能有效地克服EKF估計(jì)精度低、穩(wěn)定性差的問題，對(duì)于非線性系統(tǒng)具有更高的計(jì)算精度［15］。由于UKF具有以上優(yōu)點(diǎn)，因此使用UKF作為加速度數(shù)據(jù)與視覺軌跡數(shù)據(jù)的融合算法。

因此，在獲得用視覺跟蹤技術(shù)采集到的軌跡數(shù)據(jù)后，利用IMU加速度傳感器模塊采集的加速度數(shù)據(jù)與視覺軌跡數(shù)據(jù)進(jìn)行數(shù)據(jù)融合來優(yōu)化這些軌跡數(shù)據(jù)，進(jìn)而定制設(shè)計(jì)出適合用戶的優(yōu)質(zhì)康復(fù)設(shè)備。

4.1 運(yùn)動(dòng)模型的建立

數(shù)據(jù)融合前首先需要建立檢測(cè)點(diǎn)的運(yùn)動(dòng)模型，之后再利用UKF技術(shù)將檢測(cè)點(diǎn)的加速度數(shù)據(jù)與軌跡數(shù)據(jù)融合在一起。

IMU模塊可以輸出測(cè)量點(diǎn)的絕對(duì)加速度，因此，可以得到觀測(cè)點(diǎn)傳感器的運(yùn)動(dòng)差分方程為：

4.2 基于UKF的軌跡融合

利用觀測(cè)點(diǎn)的運(yùn)動(dòng)差分方程，再考慮系統(tǒng)過程噪聲wn-1和系統(tǒng)觀測(cè)噪聲εn-1和觀測(cè)函數(shù)h，測(cè)量點(diǎn)的差分方程可以表示為：

利用UKF算法，系統(tǒng)的初始化狀態(tài)與協(xié)方差為：

利用UT變換預(yù)測(cè)下一狀態(tài)以及誤差：

其中，λ=α2(n+κ)-n。Sigma點(diǎn)集通過算子f的傳播結(jié)果為：

時(shí)域更新以及協(xié)方差矩陣預(yù)測(cè)：

其中，

Sigma 點(diǎn)集通過觀測(cè)函數(shù)h的傳播結(jié)果為：

更新觀測(cè)值：

濾波增益為：

狀態(tài)與協(xié)方差更新為：

式中：—視覺算法觀測(cè)到的數(shù)據(jù)；xk—第k步的融合后的值。

5 康復(fù)設(shè)備的設(shè)計(jì)和實(shí)現(xiàn)

根據(jù)基于UKF的軌跡數(shù)據(jù)融合獲得的軌跡，計(jì)算出耦合串聯(lián)機(jī)構(gòu)參數(shù)及運(yùn)動(dòng)軌跡，通過GUI將機(jī)構(gòu)運(yùn)動(dòng)動(dòng)態(tài)展示出來，工廠根據(jù)得到的耦合串聯(lián)桿長(zhǎng)參數(shù)進(jìn)行實(shí)物生產(chǎn)。

5.1 用戶站立過程髖關(guān)節(jié)軌跡數(shù)據(jù)的獲取

實(shí)驗(yàn)步驟如下：（1）用戶將慣性傳感器穿戴于髖關(guān)節(jié)處，并將圓形標(biāo)記貼在慣性傳感器上；（2）通過軟件MotionVenus完成用戶骨骼長(zhǎng)度確定及傳感器標(biāo)定；（3）利用手機(jī)拍攝用戶在凳子上從坐到站的過程。濾波后的軌跡，如圖7所示。獲取用戶髖關(guān)節(jié)軌跡實(shí)驗(yàn)，如圖8所示。

圖7 濾波后的軌跡Fig.7 The Trajectory after Filtering

圖8 獲取用戶髖關(guān)節(jié)軌跡實(shí)驗(yàn)Fig.8 Get the User Hip Joint Trajectory Experiment

5.2 機(jī)構(gòu)的設(shè)計(jì)

當(dāng)前耦合串聯(lián)機(jī)構(gòu)設(shè)計(jì)最新的方法通過離散傅里葉變換的方式［16-17］，下面對(duì)機(jī)構(gòu)綜合運(yùn)用到的傅里葉變換的方法進(jìn)行簡(jiǎn)要闡述。首先提取出基于UKF的軌跡數(shù)據(jù)融合獲得軌跡數(shù)據(jù)點(diǎn)坐標(biāo)，這些數(shù)據(jù)點(diǎn)坐標(biāo)用（xk，yk）表示，k為軌跡數(shù)據(jù)點(diǎn)中第k個(gè)點(diǎn)。為了利用離散傅里葉變換得到這些軌跡點(diǎn)對(duì)應(yīng)的傅里葉系數(shù)，把笛卡爾直角坐標(biāo)系下的軌跡數(shù)據(jù)點(diǎn)坐標(biāo)對(duì)應(yīng)到復(fù)平面上，于是利用復(fù)數(shù)傅里葉變換的共軛對(duì)稱性，得到復(fù)平面軌跡數(shù)據(jù)點(diǎn)坐標(biāo)為：zk=xk+jyk，其中，j為復(fù)數(shù)單位。通過離散傅里葉變換得到的這些軌跡數(shù)據(jù)點(diǎn)對(duì)應(yīng)的傅里葉系數(shù)表示如下：

于是可以通過這些傅里葉系數(shù)和對(duì)應(yīng)的傅里葉基函數(shù)來表示這些軌跡點(diǎn)，表示形式如下：

實(shí)際上，允許在一定誤差的條件下僅由幾項(xiàng)傅里葉基函數(shù)來擬合髖關(guān)節(jié)運(yùn)動(dòng)軌跡，這些軌跡點(diǎn)又可以有如下表示形式：

式中：Di—用來近似髖關(guān)節(jié)運(yùn)動(dòng)軌跡的基函數(shù)對(duì)應(yīng)的傅里葉系數(shù)，其中，i—傅里葉系數(shù)的項(xiàng)。

在這里主要采用了文獻(xiàn)［19］的軌跡綜合算法，并對(duì)算法做了一些修改以更好適合終端程序。假設(shè)i分別為0，1，2，于是可以通過0項(xiàng)，1項(xiàng)和2項(xiàng)傅里葉函數(shù)來擬合髖關(guān)節(jié)運(yùn)動(dòng)軌跡。由于耦合串聯(lián)機(jī)構(gòu)其末端桿端點(diǎn)軌跡的傅里葉表示與機(jī)構(gòu)本身的固定鉸鏈點(diǎn)位置、各桿桿長(zhǎng)及轉(zhuǎn)速有嚴(yán)格的對(duì)應(yīng)關(guān)系，所以只要求解出髖關(guān)節(jié)運(yùn)動(dòng)軌跡擬合結(jié)果對(duì)應(yīng)的傅里葉系數(shù)D0，D1，D2，我們就能知道耦合串聯(lián)機(jī)構(gòu)在復(fù)平面中的位置信息，求解出耦合串聯(lián)機(jī)構(gòu)各桿桿長(zhǎng)。其中，D0在復(fù)平面中的位置就是耦合串聯(lián)機(jī)構(gòu)的固定鉸鏈點(diǎn)的位置，D1的幅值和相位角對(duì)應(yīng)了耦合串聯(lián)機(jī)構(gòu)中轉(zhuǎn)速為1*ω0和初始角度為Arg(D1（)與實(shí)軸正方向夾角）的一根桿，D2的幅值和相位角對(duì)應(yīng)了耦合串聯(lián)機(jī)構(gòu)中轉(zhuǎn)速為2*ω0和初始角度為Arg(D2)的另一根桿。桿長(zhǎng)參數(shù)，如表1所示。機(jī)構(gòu)軌跡與髖關(guān)節(jié)軌跡對(duì)比，如圖9所示。設(shè)計(jì)結(jié)果的GUI呈現(xiàn)，如圖10所示。

圖10 設(shè)計(jì)結(jié)果的GUI呈現(xiàn)Fig.10 GUI Presence of Design Results

表1 機(jī)構(gòu)參數(shù)Tab.1 Mechanism Parameters

圖9 機(jī)構(gòu)軌跡與髖關(guān)節(jié)軌跡Fig.9 Trajectory of Mechanism and Hip Joint

工廠利用得到的耦合串聯(lián)桿長(zhǎng)參數(shù)，生成的虛擬樣機(jī)，如圖11所示。基于虛擬樣機(jī)制造了物理樣機(jī)，如圖12所示。為了驗(yàn)證物理樣機(jī)機(jī)構(gòu)的運(yùn)動(dòng)軌跡與用戶站立髖關(guān)節(jié)運(yùn)動(dòng)軌跡重合的精確性，我們做了軌跡相容性實(shí)驗(yàn)，如圖13所示。實(shí)驗(yàn)表明該方法設(shè)計(jì)的物理樣機(jī)運(yùn)動(dòng)軌跡能較好的與用戶髖關(guān)節(jié)運(yùn)動(dòng)軌跡重合，表明了設(shè)計(jì)方法的有效性。

圖11 下肢康復(fù)機(jī)構(gòu)的三維模型Fig.11 Three-Dimensional Model of Lower Limb Rehabilitation Mechanism

圖12 下肢康復(fù)輪椅實(shí)物樣機(jī)Fig.12 Physical Prototype of Lower Limb Rehabilitation Wheelchair

圖13 軌跡相容性實(shí)驗(yàn)Fig.13 Trajectory Compatibility Experiment

6 結(jié)論

針對(duì)不同下肢功能患者的自主康復(fù)訓(xùn)練與輔助站立過程中，對(duì)下肢康復(fù)機(jī)器人的差異化需求，研究了一種基于視覺技術(shù)和運(yùn)動(dòng)捕捉技術(shù)的少自由度下肢通用型康復(fù)設(shè)備定制設(shè)計(jì)方法。

首先通過計(jì)算機(jī)視覺方法追蹤手動(dòng)標(biāo)定的關(guān)節(jié)點(diǎn)位，以智能手機(jī)作為終端，獲取了髖關(guān)節(jié)的運(yùn)動(dòng)軌跡，并且利用UKF數(shù)據(jù)融合算法對(duì)軌跡進(jìn)行了優(yōu)化。其次工廠終端利用這些優(yōu)化后的軌跡信息實(shí)現(xiàn)了下肢康復(fù)設(shè)備的設(shè)計(jì)，且已制造出物理樣機(jī)，該樣機(jī)滿足康復(fù)機(jī)器人的要求，結(jié)構(gòu)簡(jiǎn)單生產(chǎn)成本較低，且操作方便易于普及。最后通過受試者的坐立運(yùn)動(dòng)（STS）軌跡相容性實(shí)驗(yàn)，實(shí)驗(yàn)表明該方法設(shè)計(jì)的物理樣機(jī)運(yùn)動(dòng)軌跡能較好的與用戶髖關(guān)節(jié)運(yùn)動(dòng)軌跡重合，驗(yàn)證了設(shè)計(jì)方法的有效性，該方法可用于其它類似康復(fù)機(jī)器人的結(jié)構(gòu)設(shè)計(jì)。

后續(xù)的研究工作主要為提高視覺跟蹤算法的準(zhǔn)確性及魯棒性，并在更多的受試者身上進(jìn)行測(cè)試以驗(yàn)證其康復(fù)與輔助站立效果。