康復(fù)輔助機(jī)器人及其物理人機(jī)交互方法

彭亮 侯增廣 王晨 羅林聰 王衛(wèi)群

隨著自動(dòng)化和人工智能技術(shù)的發(fā)展,智能機(jī)器人應(yīng)用不再局限于傳統(tǒng)的工業(yè)和制造業(yè),而被廣泛應(yīng)用到醫(yī)療健康、教育服務(wù)、軍事和空間探索等領(lǐng)域.其中,隨著計(jì)算機(jī)、傳感器、神經(jīng)工程、信息處理等技術(shù)的飛速發(fā)展,康復(fù)與輔助機(jī)器人的廣泛研究也已經(jīng)有近30年的歷史.康復(fù)與輔助機(jī)器人的發(fā)展不僅為神經(jīng)科學(xué)和康復(fù)醫(yī)學(xué)帶來(lái)了極大的技術(shù)進(jìn)步和觀念變革,而且作為一種高新技術(shù)產(chǎn)業(yè)已經(jīng)成為世界經(jīng)濟(jì)新的增長(zhǎng)點(diǎn),相關(guān)研究得到世界各國(guó)的重視,成為技術(shù)競(jìng)爭(zhēng)的重要領(lǐng)域之一[1].同時(shí),隨著全球特別是中國(guó)社會(huì)老齡化的加劇,對(duì)康復(fù)輔助機(jī)器人的需求也在不斷增加,為該領(lǐng)域的發(fā)展提供了更廣闊的市場(chǎng)空間和難得的發(fā)展機(jī)遇.

中國(guó)人口老齡化形勢(shì)嚴(yán)峻,已經(jīng)成為世界上老年人最多的國(guó)家.截止到2014年底,我國(guó)60歲以上老齡人口已達(dá)2.12億,并且將在2025年達(dá)到3億.同時(shí),由腦卒中、脊髓損傷、腦外傷等原因造成的殘障人口數(shù)量迅速增長(zhǎng),我國(guó)肢體殘疾人口逾2400萬(wàn),每年新增腦卒中患者約200萬(wàn),大多數(shù)患者都具有一定程度的功能障礙.傳統(tǒng)的康復(fù)訓(xùn)練基于人工手段,而我國(guó)專業(yè)治療師非常緊缺,美國(guó)康復(fù)治療師數(shù)量為70人/10萬(wàn)人,而我國(guó)目前僅為0.4人/10萬(wàn)人,且專業(yè)水平低,無(wú)法滿足日益增長(zhǎng)的需求.康復(fù)輔助機(jī)器人的使用能夠提高康復(fù)效率,降低治療成本,減少人員需求和體力消耗,同時(shí)可以提高康復(fù)效果,其研究進(jìn)展為神經(jīng)損傷患者、殘疾人、老年人的功能康復(fù)和生活輔助帶來(lái)了希望.

康復(fù)輔助機(jī)器人涉及神經(jīng)科學(xué)、生物力學(xué)、人因工程、機(jī)器人自動(dòng)控制等領(lǐng)域知識(shí),是典型的多學(xué)科交叉的復(fù)雜系統(tǒng),其研究具有較高的挑戰(zhàn)性.其中機(jī)器人自動(dòng)控制起著非常關(guān)鍵的作用,在充分理解臨床實(shí)際需求的基礎(chǔ)上,需要利用控制理論的建模、分析與綜合工具,并結(jié)合其他學(xué)科理論和技術(shù),最終實(shí)現(xiàn)臨床目標(biāo).

與其他機(jī)器人相比,康復(fù)輔助機(jī)器人有其不同特點(diǎn)和控制要求.康復(fù)輔助機(jī)器人的作業(yè)對(duì)象是人,其性能必須滿足對(duì)個(gè)體差異和環(huán)境變化的適應(yīng)性,人機(jī)交互的柔順性,面對(duì)異常情況的安全性,以及對(duì)人體生理心理的適應(yīng)性等要求,從而對(duì)控制系統(tǒng)的準(zhǔn)確性、可靠性、智能化水平等都提出更高的要求.

在康復(fù)輔助機(jī)器人應(yīng)用中,由人和機(jī)器人兩個(gè)具有一定自主性的個(gè)體共同完成目標(biāo),兩者之間的雙向信息交流非常重要.另一方面,對(duì)于康復(fù)輔助機(jī)器人,人和機(jī)器人耦合在一起,存在物理人機(jī)交互(Physical human-robot interaction,pHRI),兩者之間的角色分配和能量交互控制非常關(guān)鍵[2].首先,機(jī)器人需要了解人的意圖,配合其完成期望的運(yùn)動(dòng),即意圖識(shí)別過(guò)程;然后,人和機(jī)器人在交互中的角色和作用在動(dòng)態(tài)改變,人機(jī)之間的能量交互過(guò)程隨之進(jìn)行動(dòng)態(tài)調(diào)整,以滿足康復(fù)或輔助的目標(biāo),即交互控制策略[3].除此之外,機(jī)器人需要將其當(dāng)前的狀態(tài)及時(shí)反饋給人,同時(shí)保證人在交互過(guò)程中的安全[4].

本文以神經(jīng)康復(fù)機(jī)器人、穿戴式外骨骼、智能假肢等應(yīng)用為例,介紹當(dāng)前的研究現(xiàn)狀,并重點(diǎn)探討人體運(yùn)動(dòng)意圖檢測(cè)方法和交互控制方法等研究重點(diǎn)和難點(diǎn).最后展望該領(lǐng)域的未來(lái)技術(shù)發(fā)展方向.

1 康復(fù)輔助機(jī)器人的發(fā)展現(xiàn)狀

康復(fù)輔助機(jī)器人的廣泛研究開(kāi)始于20世紀(jì)90年代,最早是以工業(yè)機(jī)器人作為研究平臺(tái),隨著研究的深入,逐漸成為獨(dú)立的機(jī)器人大類,包括神經(jīng)康復(fù)機(jī)器人、穿戴式外骨骼、智能假肢、智能輪椅等.以神經(jīng)康復(fù)機(jī)器人為例,按照不同的訓(xùn)練部位劃分,有上肢、下肢、手指、手腕、踝關(guān)節(jié)等不同種類,根據(jù)文獻(xiàn)[5]統(tǒng)計(jì),目前處于研究階段的各類上肢康復(fù)機(jī)器人已經(jīng)超過(guò)100種.

1.1 神經(jīng)康復(fù)機(jī)器人

按照機(jī)器人的結(jié)構(gòu)特點(diǎn),神經(jīng)康復(fù)機(jī)器人可以分為末端牽引式和外骨骼式兩大類,前者主要采用多連桿機(jī)構(gòu),通過(guò)末端執(zhí)行器與患者肢體末端接觸;后者仿照人體結(jié)構(gòu)進(jìn)行設(shè)計(jì),實(shí)現(xiàn)與患者各關(guān)節(jié)運(yùn)動(dòng)的對(duì)應(yīng).

早期上肢康復(fù)機(jī)器人以美國(guó)麻省理工學(xué)院的MIT-Manus[6]機(jī)器人為代表,屬于末端牽引式,主體結(jié)構(gòu)采用平面五連桿,共兩個(gè)自由度,主要用于中風(fēng)患者肩、肘關(guān)節(jié)的康復(fù)運(yùn)動(dòng)訓(xùn)練(圖1(a)).該機(jī)器人采用阻抗控制方法,根據(jù)不同患者設(shè)計(jì)不同的力場(chǎng),患者借助機(jī)器人的輔助學(xué)習(xí)運(yùn)動(dòng)技巧,實(shí)現(xiàn)功能康復(fù)[7].由蘇黎世聯(lián)邦理工大學(xué)研發(fā)的ARMin[8]上肢康復(fù)機(jī)器人,是外骨骼式上肢康復(fù)機(jī)器人的典型代表,共5個(gè)自由度(肩部3個(gè)、肘部1個(gè)、前臂1個(gè)),能夠?qū)崿F(xiàn)肩關(guān)節(jié)內(nèi)收/外展、旋內(nèi)/旋外、前屈/后伸,肘關(guān)節(jié)屈/伸,前臂旋前/旋后等動(dòng)作,手部設(shè)計(jì)了用以輔助抓握訓(xùn)練的模塊,并配有力傳感器,提供主動(dòng)訓(xùn)練模式.該機(jī)器人還集成了虛擬現(xiàn)實(shí)訓(xùn)練環(huán)境,可以模擬做飯、打掃等日常動(dòng)作.多中心隨機(jī)對(duì)照臨床試驗(yàn)結(jié)果證明,ARMin對(duì)于患者的康復(fù)能夠取得較好效果[9].瑞士Hocoma公司已經(jīng)將ARMin機(jī)器人成功商業(yè)化,并在其基礎(chǔ)上開(kāi)發(fā)出Armeo Power系列康復(fù)機(jī)器人(圖1(b)).

圖1 MIT-Manus與Armeo Power上肢康復(fù)機(jī)器人Fig.1 MIT-Manus and Armeo Power upper limb rehabilitation robots

下肢康復(fù)機(jī)器人所需扭矩較大,同時(shí)需要考慮支撐人體部分甚至全部重量,以懸吊減重式為主要形式.國(guó)際上最具影響力的是由瑞士蘇黎世大學(xué)醫(yī)學(xué)院、蘇黎世聯(lián)邦理工學(xué)院、蘇黎世大學(xué)、Hocoma公司和德國(guó)Woodway公司聯(lián)合研發(fā),由Hocoma公司商業(yè)化的Lokomat[10]下肢康復(fù)機(jī)器人(圖2).它主要由一對(duì)腿部外骨骼、跑步機(jī)和懸吊減重系統(tǒng)構(gòu)成,其中每條腿部外骨骼有兩個(gè)自由度,控制髖膝關(guān)節(jié)在矢狀面屈伸運(yùn)動(dòng),同時(shí)與跑步機(jī)和虛擬現(xiàn)實(shí)訓(xùn)練界面同步配合,實(shí)現(xiàn)下肢的模擬步態(tài)訓(xùn)練.為滿足不同患者的康復(fù)需求,Lokomat實(shí)現(xiàn)了多種主被動(dòng)訓(xùn)練策略[11],根據(jù)患者在訓(xùn)練過(guò)程中的實(shí)際表現(xiàn)對(duì)輔助力進(jìn)行調(diào)整.

圖2 瑞士Hocoma公司的Lokomat下肢康復(fù)機(jī)器Fig.2 Lokomat lower limb rehabilitation robot

1.2 穿戴式外骨骼機(jī)器人

穿戴式外骨骼機(jī)器人是近些年發(fā)展起來(lái)的一種新型機(jī)器人,具有極大的靈活性和空間拓展性,其穿戴于患者身上,對(duì)人體運(yùn)動(dòng)能力具有一定的的延伸、補(bǔ)償甚至超越的功能[12].具有代表性的是美國(guó)加州大學(xué)伯克利分校研發(fā)的BLEEX[13]助力型下肢外骨骼機(jī)器人,由液壓驅(qū)動(dòng),采用仿生設(shè)計(jì),每條腿有7個(gè)自由度,包含30多個(gè)傳感器,可在負(fù)重75kg下以0.9m/s速度行走,主要應(yīng)用于士兵野外作戰(zhàn).繼BLEEX研制成功后,其技術(shù)由軍用轉(zhuǎn)向民用,研發(fā)出了Ekso[14]系列下肢外骨骼,主要用于幫助下肢失去行動(dòng)能力的截癱患者或下肢肌無(wú)力患者重新站立起來(lái).日本筑波大學(xué)研發(fā)的HAL[15]系列外骨骼機(jī)器人(圖3(a)),定位于康復(fù)醫(yī)療、殘疾人助力以及救災(zāi)等場(chǎng)合,采用電機(jī)驅(qū)動(dòng),并創(chuàng)新使用肌電信號(hào)獲取人的運(yùn)動(dòng)意圖.由以色列科學(xué)家研制成功的Rewalk[16]外骨骼機(jī)器人(圖3(b))包含兩類產(chǎn)品,分別是個(gè)人版和康復(fù)版.個(gè)人版能夠讓截癱患者重新站立起來(lái),因此強(qiáng)調(diào)針對(duì)單一病人量身設(shè)計(jì),適合于在家庭和社區(qū)使用,康復(fù)版面向康復(fù)中心設(shè)計(jì),能夠提供步態(tài)康復(fù)訓(xùn)練.

圖3 外骨骼機(jī)器人Fig.3 Exoskeletal robots

上述外骨骼機(jī)器人普遍采用剛性結(jié)構(gòu)和電機(jī)驅(qū)動(dòng),存在體積大、重量高、剛性強(qiáng)、穿戴不便等缺點(diǎn),從而催生了柔性驅(qū)動(dòng)的軟體外骨骼機(jī)器人的出現(xiàn).軟體外骨骼通常采用氣動(dòng)驅(qū)動(dòng)方式,重量輕,而氣動(dòng)驅(qū)動(dòng)器本身可壓縮,具有較高的柔順性.哈佛大學(xué)Walsh團(tuán)隊(duì)[17],將氣動(dòng)人工肌肉固定在特制的外套上,對(duì)髖、膝、踝關(guān)節(jié)進(jìn)行運(yùn)動(dòng)輔助,整個(gè)設(shè)備包含氣源只有7.1kg,相比于電機(jī)驅(qū)動(dòng)的剛性外骨骼要輕得多,并能夠在驅(qū)動(dòng)情況下顯著減小人的平均代謝能量.在此研究基礎(chǔ)上,該團(tuán)隊(duì)研制了一款新型的軟性外骨骼Soft Exosuit[18],通過(guò)繩傳動(dòng)方式,將位于腰部的電機(jī)驅(qū)動(dòng)沿著特殊編織而成的軟性外衣傳遞到足跟,實(shí)現(xiàn)對(duì)用戶的輔助(圖4).其創(chuàng)新之處還在于設(shè)計(jì)了一種基于碳纖維織物的具有彈性的力傳感器[19].與傳統(tǒng)的剛性外骨骼相比,該設(shè)計(jì)的優(yōu)勢(shì)在于用戶的關(guān)節(jié)活動(dòng)不會(huì)受到外部剛性結(jié)構(gòu)的限制,且整個(gè)設(shè)備質(zhì)量很輕,從而減少外骨骼對(duì)用戶的干涉,有助于實(shí)現(xiàn)更加自由靈活的交互.

圖4 美國(guó)哈佛大學(xué)研制的Soft Exosuits外骨骼機(jī)器人Fig.4 Soft Exosuits from Harvard University

1.3 智能假肢

圖5 基于TMR手術(shù)和表面肌電信號(hào)控制的動(dòng)力型假肢Fig.5 Power prothesis controlled by sEMG signal via targeted muscle reinnervation

對(duì)于截肢患者,主要通過(guò)安裝假肢完成其喪失的功能,實(shí)現(xiàn)生活自理.傳統(tǒng)的機(jī)械式假肢舒適性差、自由度少、使用不便,影響患者的使用體驗(yàn),且實(shí)現(xiàn)的功能有限.與之相比,動(dòng)力型假肢具有較高的集成度,以及與人體類似的自由度和靈活性,但多自由度假肢的控制具有非常高的挑戰(zhàn)性.目前,由肌電信號(hào)驅(qū)動(dòng)的智能假肢控制方案是最有前景的解決方案,肌電信號(hào)與肢體的運(yùn)動(dòng)具有較高的相關(guān)性,早在1948年,德國(guó)的Reiter[20]研制成功了世界上第一只肌電控制的假手,利用殘余肢體的肌電信號(hào)信息控制假手的開(kāi)合.隨著患者截肢程度越高,所需要代償?shù)淖杂啥仍蕉?其控制所需的信息越多,而殘肢可供利用的控制信號(hào)也越少,因此傳統(tǒng)的肌電假肢控制方法很難實(shí)現(xiàn)多自由度假肢的意念控制.

目前,結(jié)合肌肉神經(jīng)功能重建手術(shù)和模式識(shí)別方法,有望解決多自由度假肢控制難題.靶向肌肉神經(jīng)功能重建(Targeted muscle reinnervation,TMR)手術(shù)將殘存神經(jīng)轉(zhuǎn)接到特定靶向肌肉中,從而重建因截肢失去的運(yùn)動(dòng)神經(jīng)信息源.美國(guó)芝加哥康復(fù)研究中心Kuiken等[21]采用TMR手術(shù),將上肢截肢者的殘余臂叢神經(jīng)植入同側(cè)胸大肌,然后利用陣列電極實(shí)現(xiàn)對(duì)肌電信號(hào)的采集,最后通過(guò)特征提取、模式識(shí)別方法,實(shí)現(xiàn)對(duì)患者期望動(dòng)作的識(shí)別,并控制假肢完成動(dòng)作,首次實(shí)現(xiàn)了經(jīng)肱骨截肢者以直覺(jué)控制多功能肌電假肢.中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院李光林團(tuán)隊(duì)[22]對(duì)TMR進(jìn)行優(yōu)化和改良,提出一種新的神經(jīng)功能重建方法—目標(biāo)神經(jīng)功能替代術(shù)(Targeted nerve functional replacement,TNFR),并采用TMR方法與TNFR方法相結(jié)合的方式,首次在國(guó)內(nèi)對(duì)經(jīng)肱骨截肢者成功實(shí)施了神經(jīng)功能重建術(shù),建立了經(jīng)肱骨截肢者神經(jīng)功能重建模型,利用高密度電極采集因截肢而喪失的肌電信息,并通過(guò)LDA(Linear discriminant analysis)分類器對(duì)7類手部動(dòng)作進(jìn)行識(shí)別,分類精度達(dá)到95%以上,實(shí)現(xiàn)意念控制多功能肌電假肢的目的.

圖6 仿生假肢與動(dòng)力假肢Fig.6 Bionic prostheis and powered prosthesis

2006年,德國(guó)Otto Bock公司研發(fā)了世界上首款仿生智能假肢C-Leg[23](圖6(a)),集成了控制器、電源模塊、傳感器、無(wú)線收發(fā)裝置等,根據(jù)力矩傳感器信息判斷步態(tài)的支撐期與擺動(dòng)期,通過(guò)控制器調(diào)節(jié)液壓缸關(guān)節(jié)阻尼,保證穩(wěn)定的行走,并實(shí)現(xiàn)能量的儲(chǔ)存與釋放.2014年,美國(guó)范德堡大學(xué)[24]研制了一款電動(dòng)膝上假肢(圖6(b)),安裝有6軸IMU慣性傳感器、編碼器、膝關(guān)節(jié)力傳感器等,膝關(guān)節(jié)和踝關(guān)節(jié)都有較強(qiáng)的反向驅(qū)動(dòng)能力,通過(guò)對(duì)電機(jī)扭矩的控制,實(shí)現(xiàn)對(duì)不同剛度和阻尼特性的模擬.該假肢通過(guò)24V鋰電池供電,能夠以4.5km/h的速度連續(xù)行走6.75km.

2 康復(fù)輔助機(jī)器人的人體運(yùn)動(dòng)意圖識(shí)別方法

意圖識(shí)別,即機(jī)器人通過(guò)人體生理信息采集和分析,了解人的運(yùn)動(dòng)規(guī)劃,進(jìn)而更好地輔助其完成目標(biāo)動(dòng)作,包含意圖測(cè)量和意圖理解兩個(gè)過(guò)程.

2.1 運(yùn)動(dòng)意圖測(cè)量

人體運(yùn)動(dòng)控制(Human motor control)是一個(gè)非常復(fù)雜的過(guò)程,從運(yùn)動(dòng)規(guī)劃到運(yùn)動(dòng)指令的下發(fā),再到肌肉收縮,最后到關(guān)節(jié)運(yùn)動(dòng)和感覺(jué)反傳,涉及到中樞神經(jīng)系統(tǒng)、外周神經(jīng)系統(tǒng)、肌肉骨骼系統(tǒng)等多個(gè)復(fù)雜子系統(tǒng).人的運(yùn)動(dòng)意圖產(chǎn)生于大腦,卻貫穿于整個(gè)運(yùn)動(dòng)過(guò)程,隱含在不同的子系統(tǒng)中,因此可以在不同層面使用不同的手段進(jìn)行測(cè)量.

人的運(yùn)動(dòng)意圖與特定任務(wù)相關(guān),尚無(wú)明確和統(tǒng)一的定義.最簡(jiǎn)單的意圖可以是單個(gè)動(dòng)作的開(kāi)關(guān)或多個(gè)離散動(dòng)作的切換,例如殘疾人可以控制假手抓起水杯喝水,而假手的張合動(dòng)作本身則由其控制器來(lái)自動(dòng)完成[25];通過(guò)腦機(jī)接口(Brain machine interface,BMI)控制輪椅的前進(jìn)、后退、左轉(zhuǎn)、右轉(zhuǎn)等動(dòng)作[26];通過(guò)肌電假肢可以實(shí)現(xiàn)多自由度的復(fù)雜操作[27];穿戴式外骨骼機(jī)器人的控制也是根據(jù)用戶運(yùn)動(dòng)意圖,在站立、坐下、行走等不同種類的動(dòng)作中進(jìn)行選擇[28].

人的運(yùn)動(dòng)意圖也可以是連續(xù)信息,例如期望的運(yùn)動(dòng)軌跡、關(guān)節(jié)力或力矩等.例如人的上肢夠取運(yùn)動(dòng)(Reaching motion)滿足“最小急動(dòng)度(Minimal jerk)”條件[29],最終得到一條空間中的直線路徑和鐘形速度曲線,則可以根據(jù)當(dāng)前的位置和速度預(yù)測(cè)其期望的位移;而外骨骼機(jī)器人普遍將人機(jī)交互力或力矩作為人的運(yùn)動(dòng)意圖,控制機(jī)器人運(yùn)動(dòng).

如前所述,人的運(yùn)動(dòng)意圖包含在不同的層面,因此有不同的體現(xiàn)形式,需要采用不同的手段進(jìn)行檢測(cè).在中樞神經(jīng)系統(tǒng)層面,可以采集腦電信號(hào)(Electroencephalogram,EEG),包括頭皮腦電和植入式腦電兩種;而在肌肉層面,可以采集肌電信號(hào)(Electromyography,EMG),根據(jù)電極侵入人體與否,分為表面肌電(Surface EMG,sEMG)和肌內(nèi)肌電(Intramuscular EMG)兩種[30?31],通過(guò)檢測(cè)肌肉內(nèi)部運(yùn)動(dòng)單元(Motor unit)的電勢(shì)變化,可以反映肌肉激活程度,而且其時(shí)頻信息與肌肉產(chǎn)生的力有較高的相關(guān)性.在骨骼關(guān)節(jié)層面,可以通過(guò)多自由度力/力矩傳感器進(jìn)行測(cè)量,包括3軸的交互力和3軸的交互扭矩,實(shí)現(xiàn)比較高的測(cè)量精度,但是成本比較高.目前比較流行的一種間接測(cè)量交互力/力矩的方式是串聯(lián)彈性驅(qū)動(dòng)(Serial elastic actuator,SEA)[32],將彈性元件與電機(jī)及減速器等驅(qū)動(dòng)元件串聯(lián)在一起,通過(guò)檢測(cè)彈性元件的形變,計(jì)算得到關(guān)節(jié)扭矩或力.SEA設(shè)計(jì)能夠以較低成本實(shí)現(xiàn)關(guān)節(jié)力或力矩的檢測(cè),并且由于彈性元件的加入,提高了關(guān)節(jié)本身的柔順性和交互的安全性[33],因此在康復(fù)輔助機(jī)器人研究中受到越來(lái)越多的關(guān)注.

上述各種不同的測(cè)量手段有其各自不同的特點(diǎn),需要根據(jù)實(shí)際情況選擇合適的方案.頭皮腦電可以通過(guò)用戶佩戴電極帽,以非侵入的形式采集,對(duì)于截癱、截肢等患者也適用,但是腦電信號(hào)容易受到噪聲干擾[34],采集和處理過(guò)程對(duì)環(huán)境要求較高;而肌電信號(hào)的信噪比要高于腦電信號(hào),但是仍然容易受到皮膚表面情況(汗液、毛發(fā)等)、運(yùn)動(dòng)偽差(Motion artifacts)、皮膚肌肉位移等因素的干擾[35?36];相對(duì)而言,力/力矩傳感器信號(hào)的可靠性和精度更高,實(shí)際系統(tǒng)中應(yīng)用也最多.但是,運(yùn)動(dòng)和力信息是人體運(yùn)動(dòng)意圖的執(zhí)行結(jié)果,缺少人體運(yùn)動(dòng)規(guī)劃信息,而且在時(shí)間上相對(duì)腦電和肌電信號(hào)滯后,存在數(shù)十毫秒到數(shù)百毫秒的電機(jī)械延遲(Electromechanical delay)[37].因此,在設(shè)計(jì)實(shí)際系統(tǒng)時(shí),需要根據(jù)這些檢測(cè)手段各自的特點(diǎn)進(jìn)行權(quán)衡,也可以將多種檢測(cè)手段結(jié)合起來(lái)使用,提高檢測(cè)精度和可靠性.

2.2 運(yùn)動(dòng)意圖理解

在對(duì)人的生理信號(hào)進(jìn)行采集之后,需要運(yùn)用建模方法對(duì)信號(hào)進(jìn)行處理,提取其中所包含的人體運(yùn)動(dòng)意圖信息.如前所述,目前BMI應(yīng)用以機(jī)器人的離散動(dòng)作控制為主,根據(jù)腦電處理結(jié)果從若干種運(yùn)動(dòng)類型中進(jìn)行選擇,進(jìn)而觸發(fā)假肢、輪椅、外骨骼相應(yīng)的動(dòng)作,常用的動(dòng)作分類方法包括LDA,SVM(Support vector machines)等.肌電信號(hào)與肌肉收縮產(chǎn)生的力有較高的相關(guān)性,并通過(guò)肢體的動(dòng)力學(xué)影響最終的運(yùn)動(dòng),所以肌電信號(hào)的建模方法通常有模式分類和連續(xù)模型兩種,前者通過(guò)多通道肌電信號(hào)的特征提取和模式分類,實(shí)現(xiàn)對(duì)假肢不同動(dòng)作的控制,常用的特征包括時(shí)頻特征、小波變換、AR模型等[38?39],分類方法包括LDA,SVM,神經(jīng)網(wǎng)絡(luò)等[40].通過(guò)模式識(shí)別的方法,肌電信號(hào)只用于區(qū)分有限種類的離散動(dòng)作,而每個(gè)動(dòng)作的執(zhí)行可以由機(jī)器人自動(dòng)完成,從而減小了噪聲對(duì)最終控制結(jié)果的影響,在智能假肢控制中得到廣泛應(yīng)用.

康復(fù)機(jī)器人等應(yīng)用通常要求對(duì)整個(gè)人機(jī)交互過(guò)程進(jìn)行調(diào)節(jié),因此將肌電信號(hào)與連續(xù)的運(yùn)動(dòng)或力/力矩進(jìn)行對(duì)應(yīng)更加適用,即要建立兩者之間的動(dòng)態(tài)模型.一種方法被稱作EMG驅(qū)動(dòng)的神經(jīng)肌肉骨骼模型(EMG-driven musculoskeletal model)[41],將肌電信號(hào)作為神經(jīng)激活度的表征,輸入到Hill肌肉模型,結(jié)合肌肉動(dòng)力學(xué)、肌腱模型、肌肉力臂幾何關(guān)系等,計(jì)算得到輸出關(guān)節(jié)力矩.而當(dāng)運(yùn)動(dòng)涉及到多塊肌肉時(shí),該方法得到的模型非常復(fù)雜,而且存在很多與個(gè)體相關(guān)的未知參數(shù).Buchanan等[42]首先根據(jù)人體測(cè)量學(xué)統(tǒng)計(jì)信息對(duì)未知參數(shù)進(jìn)行估計(jì),得到一個(gè)近似模型,然后根據(jù)實(shí)際樣本在近似模型的基礎(chǔ)上進(jìn)行參數(shù)的辨識(shí).而由于肢體慣量和關(guān)節(jié)彈性等因素的影響,人在隨意運(yùn)動(dòng)下的關(guān)節(jié)力矩?zé)o法直接測(cè)量,從而無(wú)法得到用于參數(shù)辨識(shí)的訓(xùn)練樣本.Lloyd等[43]在實(shí)驗(yàn)中,結(jié)合運(yùn)動(dòng)學(xué)信息(位置、速度、角速度)和肢體逆動(dòng)力學(xué)模型,估計(jì)得到關(guān)節(jié)扭矩訓(xùn)練樣本,然后使用最小二乘法對(duì)模型參數(shù)進(jìn)行辨識(shí).另一種方法是黑箱模型,只考慮輸入輸出關(guān)系,如Kiguchi等[44]采用自適應(yīng)神經(jīng)模糊控制器建立EMG幅值信號(hào)與患者估計(jì)力矩之間的關(guān)系,使用誤差反傳學(xué)習(xí)算法調(diào)整權(quán)值矩陣,同時(shí)考慮到肢體姿態(tài)對(duì)于EMG采集的影響,將關(guān)節(jié)角度也作為控制器的輸入.在HAL機(jī)器人[45]控制中,為得到人體髖關(guān)節(jié)和膝關(guān)節(jié)的主動(dòng)關(guān)節(jié)扭矩,通過(guò)將收縮肌和拮抗肌的肌電信號(hào)加權(quán)相減來(lái)估計(jì),而權(quán)值則利用最小二乘法根據(jù)實(shí)際關(guān)節(jié)扭矩來(lái)進(jìn)行辨識(shí).文獻(xiàn)[46]使用自適應(yīng)振蕩器算法從節(jié)律性變化的肌電信號(hào)中獲取人重復(fù)運(yùn)動(dòng)的頻率和相位變化,然后結(jié)合最小急動(dòng)度條件,在線生成與人運(yùn)動(dòng)意圖同步的機(jī)器人參考軌跡.

3 康復(fù)輔助機(jī)器人的人機(jī)交互控制方法

在獲取人的運(yùn)動(dòng)意圖之后,需要根據(jù)人的運(yùn)動(dòng)意圖進(jìn)行機(jī)器人控制.在康復(fù)輔助機(jī)器人應(yīng)用領(lǐng)域,根據(jù)人與機(jī)器人在人機(jī)交互中角色的不同,主要有主從控制模式和協(xié)作學(xué)習(xí)模式兩類不同交互模式.在主從控制模式下,由人來(lái)完成運(yùn)動(dòng)的規(guī)劃和指令的下達(dá),而由機(jī)器人完成運(yùn)動(dòng)任務(wù)的執(zhí)行,機(jī)器人相當(dāng)于人體運(yùn)動(dòng)功能的代償或增強(qiáng).而在協(xié)作學(xué)習(xí)模式下,人機(jī)協(xié)作完成目標(biāo)任務(wù),機(jī)器人負(fù)責(zé)減小由人引起的控制誤差,同時(shí)還要盡量鼓勵(lì)人的參與,起到引導(dǎo)學(xué)習(xí)的目的.而隨著人的運(yùn)動(dòng)能力的提高,機(jī)器人逐步減少對(duì)人的干預(yù),讓人更大程度地獨(dú)立完成任務(wù),實(shí)現(xiàn)運(yùn)動(dòng)學(xué)習(xí)和功能康復(fù)的目標(biāo).

3.1 主從控制模式的人機(jī)交互控制

主從控制模式適用于智能假肢、穿戴式外骨骼、智能輪椅等應(yīng)用.如前所述,通過(guò)采集肌電信號(hào)和運(yùn)用模式識(shí)別方法,可以對(duì)期望的動(dòng)作類型進(jìn)行識(shí)別,然后由機(jī)器人執(zhí)行相應(yīng)的動(dòng)作.機(jī)器人的運(yùn)動(dòng)模式可以通過(guò)編程事先確定,以固定的速度軌跡完成動(dòng)作.而為了讓動(dòng)作執(zhí)行過(guò)程更加自然平滑,并能夠接受人的控制,Yatsenko等[47]在假肢執(zhí)行某類動(dòng)作時(shí),采用比例控制的方式,根據(jù)肌電信號(hào)的幅值大小,調(diào)節(jié)假肢的運(yùn)動(dòng)速度.得益于人腦的自適應(yīng)學(xué)習(xí)能力,用戶可以較快地學(xué)會(huì)對(duì)機(jī)器人的控制[48],但是對(duì)人來(lái)說(shuō),這種簡(jiǎn)單的比例控制方法顯然不夠自然,并影響其正常的運(yùn)動(dòng)控制.

對(duì)于穿戴式外骨骼等應(yīng)用,機(jī)器人控制變量通常是位置,在測(cè)量或估計(jì)得到人機(jī)交互力后,可以將其轉(zhuǎn)化為期望的運(yùn)動(dòng)軌跡.Ge等[49]將人的運(yùn)動(dòng)控制策略假設(shè)成質(zhì)量–彈簧–阻尼形式的線性阻抗,則人的目標(biāo)位置為彈簧的平衡位置.阻抗控制在機(jī)器人中的應(yīng)用首先由Hogan[50]提出,是機(jī)器人剛度控制的擴(kuò)展.阻抗控制方法針對(duì)機(jī)器人與環(huán)境交互任務(wù),使用質(zhì)量、阻尼、彈簧等阻抗模型來(lái)刻畫交互接口的作用力和運(yùn)動(dòng)結(jié)果之間的動(dòng)態(tài)特性.阻抗控制有兩種實(shí)現(xiàn)形式,一種根據(jù)運(yùn)動(dòng)偏差檢測(cè)來(lái)控制機(jī)器人輸出力,適用于具有較強(qiáng)反向驅(qū)動(dòng)能力的機(jī)構(gòu),廣泛應(yīng)用于力反饋設(shè)備中,MIT-Manus上肢康復(fù)機(jī)器人也是采用的阻抗控制方法;另一種實(shí)現(xiàn)形式是檢測(cè)交互力來(lái)控制機(jī)器人位置與彈簧平衡位置之間的偏差,也被稱作導(dǎo)納控制或基于位置的阻抗控制.對(duì)于大多數(shù)機(jī)器人,位置伺服更容易實(shí)現(xiàn),因此基于位置的阻抗控制得到廣泛應(yīng)用.

動(dòng)力型膝上假肢控制中常用一種稱為有限狀態(tài)阻抗(Finite state impedance,FSI)控制[51]的方法.FSI控制基于當(dāng)前的步態(tài)相位調(diào)整假肢關(guān)節(jié)的阻抗,以模擬正常人體膝關(guān)節(jié)在運(yùn)動(dòng)中的動(dòng)力學(xué)特性.一個(gè)完整的步態(tài)周期可以劃分為不同的步態(tài)的相位,用有限狀態(tài)機(jī)來(lái)進(jìn)行描述,而電動(dòng)膝關(guān)節(jié)的動(dòng)力學(xué)特性通常使用彈簧–阻尼系統(tǒng)進(jìn)行建模,其阻抗參數(shù)隨著步態(tài)相位而變化.在控制中,步態(tài)相位狀態(tài)的切換通常根據(jù)足底壓力和最大膝關(guān)節(jié)角度等來(lái)確定.

在增強(qiáng)型外骨骼等應(yīng)用場(chǎng)合,用戶與機(jī)器人共同完成任務(wù),用戶也有能量輸出,希望通過(guò)控制外骨骼最大程度地節(jié)省人的體力.Modares等[52]提出一種新的人機(jī)交互策略,采用最優(yōu)控制框架,將目標(biāo)任務(wù)轉(zhuǎn)化為尋找機(jī)器人最優(yōu)阻抗參數(shù)的LQR問(wèn)題,其中性能指標(biāo)定義為關(guān)于跟蹤誤差和患者主動(dòng)力的二次型,通過(guò)強(qiáng)化學(xué)習(xí)方法,最小化人的主動(dòng)力和跟蹤誤差.在下假肢控制上,Wen等[53]提出一種基于自適應(yīng)動(dòng)態(tài)規(guī)劃的控制框架,動(dòng)態(tài)地自動(dòng)調(diào)整膝關(guān)節(jié)的阻抗參數(shù),實(shí)現(xiàn)平衡步態(tài).

3.2 協(xié)作學(xué)習(xí)模式的人機(jī)交互控制

對(duì)于神經(jīng)康復(fù)應(yīng)用,機(jī)器人協(xié)助患者完成目標(biāo)任務(wù),同時(shí)引導(dǎo)患者重新學(xué)習(xí)正常的運(yùn)動(dòng)模式,實(shí)現(xiàn)神經(jīng)康復(fù)的目標(biāo),人與機(jī)器人之間是一種協(xié)作學(xué)習(xí)關(guān)系.

機(jī)器人輔助神經(jīng)康復(fù)的作用機(jī)理是基于腦可塑性[54]和人體的運(yùn)動(dòng)學(xué)習(xí)[55]理論,通過(guò)重復(fù)運(yùn)動(dòng)和反饋刺激,使患者重新學(xué)會(huì)前饋和反饋運(yùn)動(dòng)控制,促進(jìn)腦功能重組和代償,實(shí)現(xiàn)運(yùn)動(dòng)功能的改善和恢復(fù)[56].因此,康復(fù)機(jī)器人需要提供對(duì)運(yùn)動(dòng)回路的重復(fù)刺激和增強(qiáng)反饋,同時(shí)引導(dǎo)患者的主動(dòng)參與和積極訓(xùn)練.由于沉浸感、趣味性、可編程等優(yōu)勢(shì),虛擬現(xiàn)實(shí)系統(tǒng)已經(jīng)成為康復(fù)機(jī)器人的重要組成部分,結(jié)合機(jī)器人的運(yùn)動(dòng)輔助功能實(shí)現(xiàn)康復(fù)訓(xùn)練的目標(biāo)[57].

機(jī)器人輔助訓(xùn)練的目標(biāo)是實(shí)現(xiàn)最大程度的神經(jīng)康復(fù),因此訓(xùn)練策略和機(jī)器人控制方法是最受關(guān)注的焦點(diǎn).總體來(lái)說(shuō),康復(fù)訓(xùn)練策略分為主動(dòng)和被動(dòng)兩種[58?59],被動(dòng)訓(xùn)練針對(duì)卒中早期以及重癥患者,由機(jī)器人帶動(dòng)患者進(jìn)行重復(fù)運(yùn)動(dòng),實(shí)現(xiàn)保持關(guān)節(jié)活動(dòng)度、促進(jìn)血液循環(huán)、防止肌肉萎縮等目的,而對(duì)其自身運(yùn)動(dòng)控制功能的提升作用較小.目前臨床上使用較多的CPM(Continuous passive motion)設(shè)備,就工作在被動(dòng)訓(xùn)練模式.主動(dòng)訓(xùn)練則強(qiáng)調(diào)由患者主導(dǎo)康復(fù)訓(xùn)練過(guò)程,機(jī)器人根據(jù)患者的運(yùn)動(dòng)意圖和實(shí)際表現(xiàn)實(shí)時(shí)調(diào)整輔助力或運(yùn)動(dòng)軌跡.一方面通過(guò)機(jī)器人引導(dǎo)來(lái)糾正其錯(cuò)誤的運(yùn)動(dòng)模式,另一方面通過(guò)機(jī)器人輔助來(lái)補(bǔ)償其運(yùn)動(dòng)能力的不足,完成訓(xùn)練任務(wù).由于主動(dòng)訓(xùn)練由患者主動(dòng)觸發(fā)和調(diào)整,對(duì)運(yùn)動(dòng)神經(jīng)系統(tǒng)具有更強(qiáng)的刺激,因此主動(dòng)訓(xùn)練比康復(fù)訓(xùn)練對(duì)于神經(jīng)康復(fù)具有更好的效果,臨床研究也證明了這一點(diǎn)[60].

對(duì)于機(jī)器人來(lái)說(shuō),被動(dòng)康復(fù)訓(xùn)練是典型的軌跡跟蹤任務(wù),實(shí)現(xiàn)起來(lái)比較容易,無(wú)論是通過(guò)簡(jiǎn)單的重力補(bǔ)償?shù)腜D控制,還是基于模型的自適應(yīng)控制,都與普通機(jī)械臂控制類似.同時(shí)為了保證安全性,需要增加痙攣檢測(cè)和緊急制動(dòng)等機(jī)制.相對(duì)而言,主動(dòng)康復(fù)實(shí)現(xiàn)起來(lái)難度比較大,一方面在于如何準(zhǔn)確獲取患者的主動(dòng)運(yùn)動(dòng)意圖,另一方面在于如何提供適當(dāng)?shù)妮o助力.

如果機(jī)器人輔助過(guò)多,則患者過(guò)度依賴機(jī)器人,產(chǎn)生懈怠;而如果機(jī)器人輔助不足,則對(duì)患者的挑戰(zhàn)性過(guò)大,甚至無(wú)法完成任務(wù),從而打擊患者訓(xùn)練的積極性.因此,機(jī)器人的輔助策略應(yīng)當(dāng)符合按需輔助(Assist-as-needed)的原則,即盡可能讓患者利用其參與能力完成任務(wù),而機(jī)器人僅在必要時(shí)間提供必要的輔助力[61].由于個(gè)體以及病情差異,人體肌肉骨骼系統(tǒng)的復(fù)雜性和人體主動(dòng)輸出的隨機(jī)性導(dǎo)致很難對(duì)人體的運(yùn)動(dòng)能力和動(dòng)力學(xué)進(jìn)行準(zhǔn)確的建模,難以實(shí)現(xiàn)最優(yōu)的輔助.

為實(shí)現(xiàn)按需輔助的目標(biāo),避免機(jī)器人的過(guò)度干預(yù),很多研究都采用虛擬通道(Virtual tunnel)[11,62?63]技術(shù).Cai等[62]利用阻抗控制,在期望運(yùn)動(dòng)軌跡不同方向上構(gòu)造不均勻的力場(chǎng).在法線方向上,設(shè)置偏移誤差的閾值,構(gòu)成一個(gè)沿期望運(yùn)動(dòng)軌跡的虛擬通道,患者在通道內(nèi)部可以自由運(yùn)動(dòng),而不受機(jī)器人的干預(yù),只有在偏移過(guò)大超出閾值接觸到“彈性墻”時(shí)才受到機(jī)器人的糾正力,而力的大小由“墻”的剛度決定;在前進(jìn)方向上,設(shè)置最小速度閾值[63],只有當(dāng)患者運(yùn)動(dòng)過(guò)慢時(shí),才由機(jī)器人根據(jù)運(yùn)動(dòng)誤差提供患者一定的助力.虛擬通道在空間和速度上設(shè)置閾值,只有觸發(fā)閾值時(shí)才由機(jī)器人進(jìn)行輔助,在一定程度上避免了機(jī)器人的過(guò)度干預(yù).但是由于缺乏對(duì)患者自身運(yùn)動(dòng)能力的考慮,并不是一種最優(yōu)的實(shí)現(xiàn)手段,而閾值本身的設(shè)置也是比較難以確定的.

為了更好地根據(jù)患者需求控制康復(fù)機(jī)器人的輔助力,需要對(duì)患者的實(shí)際運(yùn)動(dòng)能力進(jìn)行在線評(píng)估,僅由機(jī)器人提供必要的輔助力.Wolbrecht等[64]在基本的機(jī)器人自適應(yīng)控制器的基礎(chǔ)上,通過(guò)徑向基函數(shù)(Radial basis function,RBF)神經(jīng)網(wǎng)絡(luò)對(duì)患者的運(yùn)動(dòng)能力進(jìn)行建模,并且RBF神經(jīng)網(wǎng)絡(luò)只與空間位置相關(guān),均勻分布在機(jī)器人的工作空間,而RBF神經(jīng)網(wǎng)絡(luò)的幅值根據(jù)運(yùn)動(dòng)誤差進(jìn)行自適應(yīng)的調(diào)整.在標(biāo)準(zhǔn)的參數(shù)調(diào)節(jié)率基礎(chǔ)上,增加了一個(gè)包含遺忘因子的調(diào)節(jié)項(xiàng),即當(dāng)機(jī)器人輔助力較大而誤差較小時(shí),逐步減小機(jī)器人的輔助力,避免患者因?yàn)闄C(jī)器人的過(guò)度干預(yù)而懈怠,從而實(shí)現(xiàn)按需輔助的目標(biāo).該方法的優(yōu)勢(shì)是不需要對(duì)人機(jī)系統(tǒng)進(jìn)行建模,易于實(shí)現(xiàn),缺點(diǎn)是假設(shè)人的輸出只與位置相關(guān),因此只適用于特定軌跡的任務(wù).與之類似,Pehlivan等[65]也利用RBF神經(jīng)網(wǎng)絡(luò)對(duì)患者的運(yùn)動(dòng)能力進(jìn)行建模,不同之處在于其只采用標(biāo)準(zhǔn)的參數(shù)調(diào)節(jié)率.通過(guò)證明,該控制器能夠?qū)崿F(xiàn)跟蹤誤差一致最終有界,而誤差邊界與反饋增益矩陣成反比.因此,根據(jù)當(dāng)前誤差,設(shè)計(jì)反饋增益矩陣調(diào)節(jié)率,改變?nèi)菰S誤差閾值,從而避免機(jī)器人過(guò)度輔助,實(shí)現(xiàn)按需輔助的目標(biāo).該方法的優(yōu)勢(shì)在于其調(diào)節(jié)率直接影響最大跟蹤誤差,更加直觀和便于調(diào)節(jié).

4 康復(fù)輔助機(jī)器人未來(lái)趨勢(shì)展望

4.1 優(yōu)化機(jī)器人的柔順性設(shè)計(jì)

由于康復(fù)輔助機(jī)器人與人直接物理接觸,機(jī)器人的安全性和人的舒適體驗(yàn)非常重要.除了通過(guò)機(jī)器人柔順控制,機(jī)器人本體設(shè)計(jì)也要具有一定的柔順性,以保證人的絕對(duì)安全和柔順交互,提高人機(jī)相容性.受限于機(jī)器人結(jié)構(gòu)復(fù)雜度、重量要求、驅(qū)動(dòng)方式、控制難度、制造成本等因素影響,目前的康復(fù)輔助機(jī)器人自由度低、體積大、重量高、柔順性差,安全性和交互體驗(yàn)不盡如人意.未來(lái),一方面要在機(jī)器人的仿人設(shè)計(jì)上取得突破,模擬人體自由度,提高運(yùn)動(dòng)靈活性,發(fā)展串聯(lián)彈性驅(qū)動(dòng)、變剛度驅(qū)動(dòng)等柔順驅(qū)動(dòng)方式;另一方面,發(fā)展軟體材料、柔性結(jié)構(gòu)、氣動(dòng)驅(qū)動(dòng)等技術(shù)將具有廣闊的應(yīng)用前景,而由于具有較強(qiáng)的非線性,增加了控制器設(shè)計(jì)的難度,同時(shí)要解決氣源、噪聲等應(yīng)用中實(shí)際問(wèn)題.未來(lái)可仿照人體的肌肉骨骼系統(tǒng),結(jié)合剛性機(jī)器人和柔性機(jī)器人的優(yōu)勢(shì),實(shí)現(xiàn)剛?cè)岵?jì),提高人機(jī)相容性.

4.2 提高人體運(yùn)動(dòng)意圖識(shí)別效果

如前所述,人體運(yùn)動(dòng)意圖識(shí)別對(duì)于康復(fù)機(jī)器人主動(dòng)訓(xùn)練,輔助外骨骼和智能假肢的運(yùn)動(dòng)控制至關(guān)重要,直接影響用戶的自然操作感受和康復(fù)輔助效果,因此提高人體運(yùn)動(dòng)意圖識(shí)別精度和可靠性具有重要研究?jī)r(jià)值.提高人體運(yùn)動(dòng)意圖的識(shí)別效果一方面在于生理信息檢測(cè)技術(shù)的發(fā)展,另一方面在于意圖理解模型的創(chuàng)新.未來(lái),隨著生理信號(hào)傳感技術(shù)的不斷發(fā)展,腦電、肌電、近紅外光譜、肌肉超聲以及其他新型檢測(cè)技術(shù)將提供更高質(zhì)量的信號(hào),提供更豐富的人體生理信息.同時(shí),隨著信號(hào)處理、模式識(shí)別、機(jī)器學(xué)習(xí)、人工智能技術(shù)的不斷進(jìn)步,將逐步加深對(duì)隱含在生理信號(hào)中的人體運(yùn)動(dòng)意圖的理解,提高解碼精度和可靠性.未來(lái)人體運(yùn)動(dòng)意圖識(shí)別技術(shù)的突破將大幅提升康復(fù)輔助機(jī)器人的研究水平和應(yīng)用前景.

4.3 發(fā)展數(shù)據(jù)驅(qū)動(dòng)的機(jī)器人控制

目前,物理人機(jī)交互控制的一大挑戰(zhàn)來(lái)自對(duì)于人體運(yùn)動(dòng)能力和行為的準(zhǔn)確建模.首先,人的行為具有較強(qiáng)的隨機(jī)性,難以準(zhǔn)確建模和預(yù)測(cè),這一方面有望隨著人體運(yùn)動(dòng)意圖識(shí)別方法的突破而得到解決.隨著檢測(cè)技術(shù)和大數(shù)據(jù)分析技術(shù)的進(jìn)步,通過(guò)大量采集人的腦電信號(hào)、肌電信號(hào)、運(yùn)動(dòng)學(xué)及動(dòng)力學(xué)信號(hào)等多模態(tài)信息,并結(jié)合運(yùn)動(dòng)任務(wù)的自身特點(diǎn),利用大數(shù)據(jù)分析和深度學(xué)習(xí)等方法,實(shí)現(xiàn)對(duì)人體的運(yùn)動(dòng)模式進(jìn)行準(zhǔn)確建模和預(yù)測(cè).其次,人體神經(jīng)肌肉骨骼系統(tǒng)具有高度復(fù)雜性,現(xiàn)在普遍采用基于Hill肌肉模型的方法,模型精度有待提高,而且最終模型中大量與個(gè)體相關(guān)的生理參數(shù)難易獲得,而基于神經(jīng)網(wǎng)絡(luò)等黑箱模型的方法難以避免過(guò)擬合的風(fēng)險(xiǎn),可靠性差.未來(lái),需要對(duì)現(xiàn)有模型進(jìn)行改進(jìn),增加肌肉疲勞、共同收縮、關(guān)節(jié)黏彈性等特性,利用OpenSim等平臺(tái)對(duì)神經(jīng)肌肉骨骼系統(tǒng)進(jìn)行建模和模擬,并隨著數(shù)據(jù)的獲取不斷地優(yōu)化修正,最終提高模型的精度,并減小計(jì)算負(fù)擔(dān),以便于嵌入到機(jī)器人控制系統(tǒng)中.最后,人機(jī)交互是一種相互學(xué)習(xí)、相互適應(yīng)的過(guò)程,可以利用人機(jī)交互數(shù)據(jù)對(duì)人的學(xué)習(xí)過(guò)程進(jìn)行建模,預(yù)測(cè)機(jī)器人控制對(duì)于用戶行為的影響,設(shè)計(jì)機(jī)器人的控制方法,加快人與機(jī)器人的相互適應(yīng),提高交互效率和效果.

4.4 創(chuàng)新多模態(tài)的人體感覺(jué)反饋

人體運(yùn)動(dòng)控制離不開(kāi)感覺(jué)器官提供的反饋信息,最重要的如視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、本體感覺(jué)等,因此虛擬現(xiàn)實(shí)技術(shù)在人機(jī)交互中得到廣泛應(yīng)用.對(duì)于康復(fù)輔助機(jī)器人應(yīng)用,因?yàn)橛形锢砣藱C(jī)交互,存在力和運(yùn)動(dòng)的動(dòng)態(tài)因果關(guān)系,觸覺(jué)反饋的利用價(jià)值更大.感覺(jué)正常的人可以通過(guò)皮膚和肌肉觸力覺(jué)去感受與環(huán)境的交互特性,而對(duì)于殘疾人或肢體感覺(jué)損傷的患者,無(wú)法通過(guò)自身肢體去感受觸覺(jué)信息,影響人機(jī)交互的效果.目前通常更多的依靠增強(qiáng)視覺(jué)或聽(tīng)覺(jué)反饋,例如將肌電信號(hào)轉(zhuǎn)化為曲線圖像或聲音反饋給人,或?qū)?shí)際誤差進(jìn)行視覺(jué)放大或扭曲,實(shí)現(xiàn)對(duì)反饋過(guò)程的干預(yù),還有通過(guò)刺激身體其他部位來(lái)反饋觸覺(jué)信息.這些手段可以組合起來(lái)使用,讓使用者更好地感知自身以及機(jī)器人的運(yùn)動(dòng)狀態(tài),提高人機(jī)相容性.但是,這些感覺(jué)代償或轉(zhuǎn)移的方法永遠(yuǎn)無(wú)法代替人的自然感受,未來(lái)隨著神經(jīng)工程的發(fā)展,可以通過(guò)感覺(jué)神經(jīng)刺激實(shí)現(xiàn)對(duì)人體感覺(jué)反饋通路的干預(yù),將觸覺(jué)信息通過(guò)機(jī)器人傳遞到感覺(jué)神經(jīng),或直接刺激大腦模擬觸覺(jué)感受.總之,未來(lái)多模態(tài)人體感覺(jué)反饋的進(jìn)步,將大幅提高康復(fù)輔助機(jī)器人的臨床實(shí)用性和使用效果.

5 結(jié)束語(yǔ)

綜上所述,康復(fù)輔助機(jī)器人在輔助神經(jīng)損傷患者、老年人、殘疾人進(jìn)行神經(jīng)康復(fù)和日常輔助中具有廣闊的應(yīng)用前景,也是最有挑戰(zhàn)性的機(jī)器人研究領(lǐng)域之一.近30年來(lái),康復(fù)輔助機(jī)器人逐步從實(shí)驗(yàn)室研究走向臨床應(yīng)用,產(chǎn)生了一大批各具特色的神經(jīng)康復(fù)機(jī)器人、穿戴式外骨骼、智能假肢等康復(fù)輔助系統(tǒng),極大促進(jìn)了該領(lǐng)域的研究水平和應(yīng)用水平.由于人與機(jī)器人存在直接物理接觸,機(jī)器人與人之間的物理人機(jī)交互控制是影響交互性能的關(guān)鍵,而人體運(yùn)動(dòng)意圖識(shí)別和人機(jī)交互控制策略是兩項(xiàng)研究重點(diǎn)和核心技術(shù).未來(lái)研究將朝著優(yōu)化機(jī)器人的柔順性設(shè)計(jì)、提高人體運(yùn)動(dòng)意圖識(shí)別效果、發(fā)展數(shù)據(jù)驅(qū)動(dòng)的機(jī)器人控制以及創(chuàng)新多模態(tài)的人體感覺(jué)反饋技術(shù)等方向發(fā)展,最終提升機(jī)器人的康復(fù)服務(wù)水平.