劉環(huán)宇, 王 鈺, 陳明祥, 高孟揚(yáng), 田啟磊

(青島大學(xué)機(jī)電工程學(xué)院, 山東 青島 266071)

隨著中國老齡化情況的加劇,腦中風(fēng)成為老年人第一大殺手[1],引起運(yùn)動功能障礙的患者人數(shù)也明顯增加[2-3]。人工康復(fù)和多次訓(xùn)練的差異性給卒中患者帶來了巨大的經(jīng)濟(jì)成本和恢復(fù)效果的低效性[4-6],再加上人工康復(fù)成本高、任務(wù)重、周期長[7-9],耽誤腦卒中患者康復(fù)的最佳時間,造成永久性偏癱。隨著輔助設(shè)備需求的增長,開發(fā)適合患者需求的輔助康復(fù)系統(tǒng)和康復(fù)設(shè)備[10-13]非常必要。因此,康復(fù)機(jī)器人與患者之間的交互控制至關(guān)重要,建立人機(jī)交互系統(tǒng)機(jī)制可以提高卒中患者的康復(fù)醫(yī)療效果[14-15]。張大林[16]提出了一種使用圖表示和分層注意機(jī)制上的基于腦電信號的意圖識別,通過注意狀態(tài)檢測模塊判斷上肢運(yùn)動實時的狀態(tài),然后運(yùn)動意圖識別模塊使用集中和分心狀態(tài)下建立的模型。Sirintuna研發(fā)了一種基于人工神經(jīng)網(wǎng)絡(luò)的分類器,通過從人體手臂肌肉獲得的肌電圖信號判斷人體的運(yùn)動意圖,并在一個導(dǎo)納控制體中使用該分類器約束手臂運(yùn)動,達(dá)到預(yù)期的方向[17]。但是由于生物電信號具有非線性、時變性、易受干擾等性質(zhì)[18],并且信號特征很大程度上依賴于患者,患者本身也因為卒中的影響導(dǎo)致信號識別成功率降低。因此,基于生物電信號的意圖檢測不僅在信號處理中比較復(fù)雜[19-20],而且還存在很大的誤判概率?；诖?本文提出了基于六維力傳感器進(jìn)行運(yùn)動意圖判斷的方法,通過外部六維力傳感器采集人機(jī)交互力,人體的運(yùn)動意圖可以基于該信號做進(jìn)一步分析,具有采集簡便、穩(wěn)定性高的優(yōu)點。相較于其他研發(fā)外骨骼式的力傳感器識別運(yùn)動意圖,本研究提出借助UR協(xié)作機(jī)器人作為一種非捆綁式輔助康復(fù)設(shè)備,依靠OptoForce六維力傳感器的靈敏性和穩(wěn)定性建立數(shù)據(jù)接收系統(tǒng),提高對運(yùn)動信號的準(zhǔn)確識別。

1 六維力傳感器數(shù)據(jù)的收集與處理

六維力傳感器采用的是OptoForce六維力傳感器,可用于測量3個相互垂直力(Fx,Fy,Fz)的大小和方向,以及繞3軸的力矩(Mx,My,Mz)的大小和方向。

1.1 六維力傳感器數(shù)據(jù)接收實現(xiàn)算法

數(shù)據(jù)接收算法主要用于獲取機(jī)器人運(yùn)動過程中詳細(xì)的狀態(tài)信息,如位置、速度、關(guān)節(jié)電流及力矩等,并將實時采集的數(shù)據(jù)通過網(wǎng)線傳輸通信的方式傳輸?shù)缴衔粰C(jī)。該算法程序是基于Visual studio 2019版平臺實現(xiàn),用C++匯編語言編寫,實現(xiàn)了實時采集力和力矩數(shù)據(jù)功能。程序流程如圖1所示。首先,對程序進(jìn)行系統(tǒng)的初始化操作,定義數(shù)組結(jié)構(gòu),便于對3個力分量和3個力矩分量進(jìn)行接收。在程序運(yùn)行的過程中,手動設(shè)置服務(wù)端與客戶端的IP和端口,然后運(yùn)行程序且采集機(jī)器人的實時運(yùn)動力數(shù)據(jù)?？蛻舳诉B接成功后,對采集的數(shù)據(jù)進(jìn)行相應(yīng)的轉(zhuǎn)換,把處理過的數(shù)據(jù)按照順序存儲到文本文檔。

圖1 程序流程

關(guān)于客戶端與服務(wù)端之間的網(wǎng)絡(luò)通信,采用的是套接字。在Winsock(windows socket)中,通過操作該句柄實現(xiàn)網(wǎng)絡(luò)通信和管理。套接字有3種,本文采用的是流式套接字,可提供雙向、有序、可靠的數(shù)據(jù)傳輸。socket通信方式的面向連接流分為4部分,分別是將套接字綁定(bind)到本地的地址和端口;服務(wù)端的監(jiān)聽(listen);服務(wù)端的接收(accept)連接及數(shù)據(jù)的互相傳輸。socket通訊框架如圖2所示。

上位機(jī)進(jìn)行數(shù)據(jù)傳輸需要設(shè)置IP和端口地址進(jìn)行連接。監(jiān)聽模塊用來檢查是否連接成功,當(dāng)連接成功時,顯示已監(jiān)聽,否則顯示監(jiān)聽失敗。

1.2 數(shù)據(jù)處理

當(dāng)患者在運(yùn)動過程中,除了手部抖動產(chǎn)生的誤差外,也可能會由于六維力傳感器本身和外部環(huán)境的影響,原始數(shù)據(jù)會產(chǎn)生隨機(jī)的噪音,對系統(tǒng)的穩(wěn)定性造成一定影響。因此,需要進(jìn)行濾波處理。該系統(tǒng)采用了二階低通濾波對數(shù)據(jù)進(jìn)行濾波處理。

二階低通濾波頻率傳遞函數(shù)Gs表達(dá)式為

(1)

式中,ωn為截止頻率;ξ為阻尼比;s為復(fù)變量。

通過收集一組力值數(shù)據(jù),采樣時間為0.008 s(機(jī)器人以125 Hz的頻率向用戶發(fā)一次數(shù)據(jù)),利用Matlab中的Curve Fitting工具箱對采集的數(shù)據(jù)進(jìn)行8項sum of sine擬合,傳感器數(shù)據(jù)擬合如圖3所示。得出8個擬合截止頻率,擬合曲線各階所對應(yīng)的頻率如表1所示。設(shè)阻尼比為1,將第一階、二階、三階頻率代入,比較濾波效果,截止頻率對比如圖4所示。

表1 擬合曲線各階所對應(yīng)的頻率

圖3 傳感器數(shù)據(jù)擬合

由圖4可以看出,當(dāng)取第一階對應(yīng)頻率作為截止頻率時,濾波數(shù)據(jù)具有較大的延時性,隨著各階頻率的增大,延時性減小,但是數(shù)據(jù)中所夾雜的噪音逐漸增多,其中第三階對應(yīng)頻率的濾波效果最佳,因此,將該頻率作為截止頻率。但是,低通濾波的截止頻率除了衰減高頻信號外,也會在一定程度上衰減角頻率臨近截止頻率的信號,因此最后截止頻率需要比第三階對應(yīng)的頻率稍大,即取截止頻率為ωn=2.90 rad/s。

選定截止頻率后,本文通過Matlab中的階躍響應(yīng)函數(shù)step確定阻尼比。分別取各阻尼比為0.5、0.7、0.8、1代入系統(tǒng)的傳遞函數(shù)中,進(jìn)行仿真,各阻尼比對應(yīng)的濾波如圖5所示,對比階躍響應(yīng)進(jìn)入穩(wěn)態(tài)范圍時所對應(yīng)的調(diào)整時間,選擇最佳阻尼比為0.7。二階低通濾波效果如圖6所示,濾波數(shù)據(jù)滯后性僅0.2 s,濾波效果滿足系統(tǒng)要求。

圖5 各阻尼比對應(yīng)的濾波

2 運(yùn)動意圖算法的建立

在主動運(yùn)動的控制過程中,運(yùn)動意圖判斷算法通過判斷患者手部對于六維力傳感器作用力的方向,決定UR10機(jī)器人對應(yīng)電機(jī)的運(yùn)動方向,即X的正負(fù)方向、Y的正負(fù)方向、Z的正負(fù)方向。

2.1 運(yùn)動意圖的識別

主動運(yùn)動的過程中,需要實時判斷患者的運(yùn)動意圖,即判斷往哪個方向運(yùn)動。初始狀態(tài)是當(dāng)UR10機(jī)器人啟動時,傳感器實時顯示力值的大小。機(jī)器人末端運(yùn)動意圖判斷公式為

kact=Fact-Fini

(2)

式中,Fact為傳感器實時的數(shù)據(jù);Fini為傳感器初始狀態(tài)數(shù)據(jù);kact為傳感器的相對變化。

由于外部環(huán)境以及人體顫動的干擾易使得系統(tǒng)對手部運(yùn)動意圖產(chǎn)生誤判,因此需要給系統(tǒng)加入容積偏差σ,六維力傳感器的相對變化如圖7所示。

圖7 六維力傳感器的相對變化

由圖7可以看出,在t=0.85以后,力值大小變化幅度增大,這是患者手部進(jìn)行運(yùn)動前抖動造成,在此之前,力值變化均勻。為了避免患者抖動對實驗產(chǎn)生的誤差,本文中的值在原來的基礎(chǔ)擴(kuò)大,取3 N為其容積偏差。當(dāng)-σ≤kact≤+σ時,表示患者手作用力處于容積偏差范圍內(nèi),患者手部處于靜止運(yùn)動狀態(tài);當(dāng)kact≥+σ時,表示患者手部朝著坐標(biāo)軸正方向運(yùn)動;當(dāng)kact≤-σ時,表示患者手部朝著坐標(biāo)軸負(fù)方向運(yùn)動。

其中,容積偏差的公式為

(3)

(4)

式中,N表示采樣點數(shù),xi表示采樣值,單位為牛頓。

2.2 主動運(yùn)動算法的建立

從六維力傳感器中收集UR10機(jī)器人末端執(zhí)行器所受到的患者給予施加的六個自由度的力和力矩,即[Fx,Fy,Fz,Mx,My,Mz]。沿x,y,z方向的力介紹,六維力傳感器坐標(biāo)如圖8所示。主動運(yùn)動算法是指系統(tǒng)判斷患者施加合力大小來判斷是否跟隨移動。運(yùn)動意圖識別算法如圖9所示。

圖8 六維力傳感器坐標(biāo)

首先系統(tǒng)判斷患者的運(yùn)動意圖,當(dāng)-σ≤kact≤+σ,患者手部處于靜止運(yùn)動趨勢,此時末端執(zhí)行器的速度為零。反之,設(shè)定阻抗力切換閥值Fres,Fres為主動運(yùn)動正常運(yùn)動時所需的主動力,不同患者其值是不同的。通過六維力傳感器獲取x、y、z方向的力Fax、Fay、Faz,合成實時狀態(tài)下患者施加在TCP末端的力Fact,如果Fact>Fres且小于20 N,那么末端執(zhí)行器會按照相應(yīng)的速度進(jìn)行康復(fù)運(yùn)動。

3 實驗與分析

3.1 六維力傳感器

OptoForce六維力傳感器基于光學(xué)原理,用光學(xué)傳感器測量物體對傳感器的力和扭矩,與UR10機(jī)器人搭配使用,實現(xiàn)更高級的自動化和控制功能。六維力傳感器如圖10所示。傳感器安裝在UR10機(jī)器人末端執(zhí)行器上,通過電纜連接到UR10控制器傳輸傳感器采集的數(shù)據(jù)。其內(nèi)置的數(shù)據(jù)處理軟件將原始傳感器數(shù)據(jù)轉(zhuǎn)化為物體的力和扭矩值,使機(jī)器人能夠理解物體與末端執(zhí)行器之間的相互作用。為保證其精度,使用傳感器之前,必須進(jìn)行校準(zhǔn),并對機(jī)器人進(jìn)行負(fù)載辨識,避免其本身的重量產(chǎn)生力信號的誤差。

圖10 六維力傳感器

3.2 實驗原理與分析

為了實現(xiàn)精確的空間運(yùn)動控制,本文采用的movel(pose,a,v)是一種笛卡爾運(yùn)動指令,用于控制機(jī)器人末端執(zhí)行器的空間運(yùn)動方向,pose參數(shù)表示機(jī)器人末端執(zhí)行器的目標(biāo)點的三維坐標(biāo);a表示運(yùn)動過程的TCP加速度;v表示運(yùn)動過程的TCP速度。運(yùn)動算法流程如圖11所示。

圖11 運(yùn)動算法流程

線程一通過對患者施加的力與容積偏差判斷識別患者是否有運(yùn)動意圖。如果判定成功,那線程二將會通過機(jī)器人內(nèi)部算法將合力Fact分解到x軸、y軸、z軸,并且通過合力與位置之間的函數(shù)關(guān)系式,從而獲取下一個位置點(Fact[0]為x軸方向的力大小,Fact[1]為y軸方向的力大小,Fact[2]為z軸方向的力大小,r值大小為患者小臂的長度)。

通過計算出的三維位置坐標(biāo)賦予到UR10機(jī)器人的movel指令中,UR10機(jī)器人則會根據(jù)運(yùn)動參數(shù)運(yùn)動到下一個目標(biāo)點。為了保護(hù)患者安全,設(shè)置UR10碰撞檢測墻,超過碰撞力最大值則緊急制停,建立速度與合力的關(guān)系式,限制機(jī)器人末端的速度。

在機(jī)器人末端運(yùn)動過程中,六維力傳感器實時監(jiān)測機(jī)器人末端受到的外力變化情況。根據(jù)合力大小與方向,動態(tài)計算施加的減速度,以調(diào)整機(jī)器人末端的運(yùn)動速度。具體地,當(dāng)外力與機(jī)器人的運(yùn)動方向相反時,系統(tǒng)會計算需要施加的正向減速度,以減緩機(jī)器人的運(yùn)動速度;而當(dāng)外力與機(jī)器人的運(yùn)動方向相同時,系統(tǒng)會計算需要施加的反向減速度,以避免機(jī)器人加速前進(jìn)。

3.3 實驗測試

為了更好地體現(xiàn)機(jī)器人能夠很好地識別患者的意圖方向,患者進(jìn)行了主動取杯實測,實驗測試如圖12所示?；颊邚某跏嘉恢贸霭l(fā),去抓遠(yuǎn)處取裝有水的杯子,然后患者把有水的杯子拿到眼前,最后,患者回到初始位置。機(jī)器人末端能夠跟隨患者的取水意而運(yùn)動,證明了運(yùn)動算法的準(zhǔn)確性。

圖12 實驗測試

4 結(jié)束語

本文為了提升人機(jī)交互中運(yùn)動意圖信號識別的穩(wěn)定性,提出了將六維力傳感器進(jìn)行數(shù)據(jù)的采集與運(yùn)動意圖的識別。與普通傳感器相比,六維力傳感器能夠更準(zhǔn)確、更穩(wěn)定的識別3個互相垂直的力的大小與方向。實驗測試結(jié)果表明,本設(shè)計的數(shù)據(jù)采集、處理與識別系統(tǒng),能夠很好地運(yùn)用在上肢康復(fù)運(yùn)動中,滿足患者的運(yùn)動需求,達(dá)到了預(yù)期的期望,為上肢主動康復(fù)的有效控制提供了新的解決方案。接下來將會在患者特定的運(yùn)動軌跡和運(yùn)動姿態(tài)上進(jìn)行進(jìn)一步研究。