上肢康复机器人自动控制应用综述

河南大学 河南 开封 475004

健康在当今社会越来越受到关注,世界各国都在研究如何克服疾病困扰,世卫组织的某项报告表明,困扰全球人类的致死病中,脑卒中位列第二,而对于成人致残病而言,脑卒中已经位列第一[1]。我国存在数目较为庞大的脑卒中致残病患,其中有接近四分之三的患者存在运动功能障碍,尤其是对与老年患者而言,其生活自理和行动能力都存在较大的困难[2]。患者通常在患病后的几个月要进行康复训练,目前康复治疗技术主要以神经康复治疗技术为主。由于我国的专业康复治疗师数量与患者数量相比相差巨大,众多医院的康复床位紧缺,而康复机器人辅助治疗能够大大节约人力成本,因此成为当今神经康复治疗不可或缺的设备。

将机器人技术应用于康复医疗领域,是目前医疗设备领域研究的重点,康复机器人能够部分代替医疗人员实施康复治疗,并相对于康复治疗师还具有以下特点:机器人由于机械结构能够使康复运动动作持续且稳定、传感器及计算机技术的结合能够精确获取运动参数以及检测恢复情况、互联网以及VR等技术交叉运动则能够实现远程训练并提高训练乐趣。目前国际上已有众多康复机器人用于临床的神经康复治疗,上肢康复机器人则是根据人类上肢乃至肩部胸部的生物学运动规律结合机械串联并联结构而设计的机器人,能够帮助病患实现上肢的辅助运动治疗和康复性训练。目前针对上肢康复机器人的技术研究主要集中在本体机械结构设计和运动控制策略的研究。

一、上肢康复机器人机械结构

本体机械机构设计是机器人康复训练系统的根本,通过机械结构实现上肢运动,而根据对上肢的控制方式原理不同,上肢康复机器人的机械机构分为末端牵引式和外骨骼式。

(1)末端牵引式上肢康复机器人。

最初的上肢康复机器人机械结构采用的是末端牵引式,通过机器人末端与病患上肢连接带动上肢运动。1991年美国麻省理工学院的Krebs和Hogan等人研制完成的第一台上肢康复训练机器人MIT-MANUS,其为五连杆串联机械臂,设置了不同的运动模式,机器人根据模式的不同而控制病患的肩关节与肘关节的运动。并且机械人设置传感器收集机械臂运动参数,通过计算机显示其进行显示。末端牵引式康复机器人机械机构简单,对病患的使用性广。但是其多关节自由度低,无法还原关节的全部正常运动,存在一定安全隐患。

(2)外骨骼式康复机器人。

外骨骼式康复机器人将机械结构对病患上肢通过外包方式进行多点式接触固定,通过机械臂的移动带动上肢多个关节分别运动,由于机器人相似与上肢外骨骼而得名。著名的6-DOF上肢康复机器人系统——ARMin,可实现整机上下平动,肩旋内/外、大臂转动、肘屈/伸4个自由度的主动运动,以及肩部屈/伸和前臂转动2个自由度被动运动。

对于外骨骼式康复机器人的机械结构设计,目前主要集中于多个主动自由度的开发,通过机械串联、并联结构的设置,增加多自由度以及增强稳定性。

美国亚利桑那州立大学研制了RUPERTM1肢康复机器人。RUPERT有五个自由度,包括肩关节屈伸、内旋外旋、前臂内旋外旋和腕关节屈伸。采用了穿戴式人工气动肌肉驱动系。人工气动肌肉与病患上肢之间的耦合性更好,降低了控制系统的复杂程度。并且还可以避免患者康复训练过程中出现肌肉痉挛现象。

二、上肢康复机器人控制策略

对于临床的神经康复治疗而言,康复训练不应当是简单的被动带动上肢的活动,而应当结合解决病患心理问题的主动上肢活动,通过康复机器人结合病患的自主意识而进行辅助康复训练。基于这样的临床指导,目前上肢康复机器人的控制策略主要包括以下几种:经典控制策略,基于sEMG、EEG

以及MMG等的生物电信号的控制策略。

(1)经典控制策略是通过传统传感器与机械设备交互实现上肢康复机器人的康复训练运动,其最为典型的两种控制策略是阻抗控制策略和力/位混合控制策略,目前已经广泛应用于上肢康复机器人的工业制造中。

力/位混合控制特点,是将力与位置两者因素同时进行控制而又避免两者的互相干扰[3-4]。其具体工作原理是通过力控制系统单独控制部分力结构的力,通过位置系统单独控制部分位置结构的空间位置,两套系统控制互不干涉,最后集中反应在机器人的运动上,而收集机器人信息又反馈于力与位置控制系统。

对于力/位混合控制而言,其由于施用两套系统控制,对于机器人的实时性控制把握较为困难,并且对于人的上肢而言其也是力与位置等控制综合体,拆分控制机器人的力与位置也并不符合仿生学的原理。由此,Whitney、Salisbury、Hogan、Kazerooni、Seraji等人提出了阻抗控制策略[5-6]。

阻抗控制其基本为阻尼-弹簧-质量控制,因此根据其变量可以分为基于力和基于位置两种方式。基于力的阻抗控制原理为:根据位置关系设置初始期望力Fr,通过力控制器控制机器人运动并输出与环境实际作用力F与位移X,并通过对环境实际作用力F来反馈Fr。基于位置的阻抗控制的原理为:根据机器人与环境实际作用力F,通过阻抗控制得到实际位移偏差ΔX,将该偏差对初始位置Xr进行修正,得到位置控制量Xd,然后通过位置控制器控制机器人运动,并通过实际位置来反馈控制位置Xd。

经典控制策略对于机械机构简单的上肢康复机器人而言,容易实现力和位置的控制。但是对于实际的上肢神经康复治疗而言,由于人体上肢多个关节的多自由度以及治疗需求,实际需求的上肢康复机器人的任务复杂多变,不同病患以及不同康复程度带来的模型变化等影响,要求上肢康复机器人的自动控制更加精确。由此要求,在经典控制策略的基础上发展出来自适应和鲁棒性控制。自适应控制策略模糊环境或模型存在未知参数,不断修正以确定控制系统的刚度、阻抗。鲁棒控制综合结合于力/位混合控制和阻抗控制,以提高运算速度,改善机器人的实时性。

(2)基于sEMG控制策略是通过控制通过获取神经-肌肉运动产生的电信号对人体运动意图进行判断,从而调整机器人的运动。

人体肌电信号是运动中人体肌肉神经发出的电信号,能够反映出运动信息。上肢康复外骨骼机器人的康复训练的目的是实现病患对上肢的运动控制,而正常的上肢运动控制有赖于神经传递信息,采集肌电信号辅助控制上肢康复机器人运动,更贴近于真实的人体控制,被认为具有很好的临床实用性。

Motorika公司生产的Reo机器人是一款在全球进行临床使用的康复机器人,其主要通过基于sMEG和基于EEG的控制策略提高机器人的运动精度以改善病患上肢的动作,确保病患的主动参与和机器人运动有效结合,取得了良好的效果。

(3)基于EEG控制策略是通过获取大脑发出运动意图指令时产生的脑电信号对人体运动意图进行判断,从而调整机器人的运动。

大脑是人体的控制中枢,脑电信号能够体现大脑的控制,因此利用脑电信号对于康复训练有很好的应用前景。研究显示脑电信号的主要特点有:信号随机且复杂多边、难以分析与处理、信号幅值低噪音高、频率复杂。因此,基于EEG控制策略的难点在于脑电信号的采集与处理。

不同的运动产生不同的脑电信号,根据采集到的脑电信号就可以判断大脑具体下达的运动命令。目前通常采用脑电帽附着在大脑外侧,实时监控大脑不同区域的脑电信号。对脑电信号进行放大、滤波、去噪后,通过特定的算法捕捉不同特征的脑电信号,然后进行提取分析,判断运动意图,接着通过计算机等设置将运动意图转换为机器人驱动结构的驱动命令,对机器人进行控制,实现上肢康复机器人及时驱动上肢运动。此外,为了直观显示运动状态、提高病患的参与和控制程度,可以设置移动终端、人工智能语音控制等。

(4)基于MMG控制策略是通过获取肌肉进行不同动作时所产生的肌音信号对人体运动意图进行判断,从而调整机器人的运动。

肌音信号MMG是肌肉收缩产生肌力的过程中肌纤维由于分布不均匀等因素发生侧向振动而表现为宏观上的发出机械波的一种力学现象。相对于脑电信号来说,肌音信号更加稳定、幅值大、抗干扰,因此更便于采集与分析。肌音信号本质是机械振动信号,但同时也受到一些生理因素比如肌肉疲劳等因素的影响。因此,肌音信号在一定程度上也可以反应肌肉纤维分布、肌肉疲劳,可以部分表征康复程度。

三、讨论与展望

上肢康复治疗过程中,需要根据病患的不同疾病程度选择适当的训练康复项目,病患上肢难以运动则选择被动运动,身体部分好转后或者上肢局部运动障碍则可以选择助力运动,上肢损伤较轻则可以选择主动运动。被动运动能够辅助运动肌肉,促进上肢的血液流通,改善病患的肌肉能力。助力运动在一定程度上遵循病人自主运动意图又提供一定助力。主动运动则完全根据病患运动意图运动,主要是为了使病患逐渐适应真实的上肢运动模式。因此,上肢康复治疗整个治疗周期需要不同的控制要求,这对于自动控制策略提出了新的更高的要求,因此自动控制策略有以下新的发展:

(1)复合控制策略。单一的控制策略具备明显的优缺点,而复合控制策略则能够互相弥补不足,并且前文中也部分列举出了一些控制策略的符合应用。根据上肢康复治疗要求选择适应的康复机器人机械结构,根据机械结构和康复治疗临床需求选择适应的复合控制策略,已经成为当前上肢康复机器人设计的研究重点。

(2)临床使用控制。上肢康复治疗机器人是为康复治疗服务,其除了基本的运动学要求意外,更多的是需要根据临床治疗方案而调整控制。在康复治疗过程中选择适当的参数表征上肢运动情况以进行跟踪检测,反馈上肢康复治疗程度,是临床使用控制的新要求。传统的基于机械的空间位置、力、速度等测量方式已经难以满足临床需求,新的脑电信号等生物学相关指标被引入上肢康复治疗机器人。未来基于生物学的更多指标将会对上肢康复治疗机器人控制策略提出更高的精细化控制要求。