摘要:本文主要阐述了康复机器人的发展现状以及发展趋势等。近年来,国内外的一些学者对康复机器人进行了大量的研究,并取得了一些显著的成果。为了读者更方便的了解康复机器人及其研究成果,本文将从康复机器人的发展历程,分类,关键技术和发展趋势等方面进行综述。
关键词:康复机器人;机器人手臂技术;人机接口技术;移动机器人技术;机器人系统的集成及通讯技术;智能化
Abstract: this paper mainly describes the development status and trend of rehabilitation robot. In recent years, some scholars at home and abroad have done a lot of research on rehabilitation robot, and achieved some remarkable results. In order to make it more convenient for readers to understand rehabilitation robots and their research results, this paper will summarize the development process, classification, key technologies and development trends of rehabilitation robots.
Key words: rehabilitation robot; robot arm technology; man-machine interface technology; mobile robot technology; robot system integration and communication technology; intelligence
1.引言
目前,我国有2.7亿慢性病患者和1亿多慢性疼痛患者,其中80%的慢性病患者需要康复治疗。截至2011年12月底,全国60岁以上人口约1.9亿人,其中需要康复服务的患者约7000万人。2020年,60岁以上人口达到了2.43亿人,占总人口的16%~17%[1]。随着老龄化的日益加重,对疾患部位进行康复治疗的需求急剧增加,传统的一对一指导、手把手训练已经不能满足社会需求,人们的目光逐渐转移到以康复机器人产品为代表的智能康复理念上来,智能康复理念逐渐成为康复医疗器械行业的主流思想。
2.康复机器人发展历程
康复机器人是工业机器人和医用机器人的结合。1980年,各国对康复机器人开始研究,其中美国、英国和加拿大在对康复机器人的研究方面处于领先地位。1990 年以前全球的56 个研究中心分布在5 个工业区内:北美、英联邦、加拿大、欧洲大陆和斯堪的纳维亚半岛及日本。1990年以后康复机器人的研究进入到全面发展时期。目前,康复机器人的研究主要集中在康复机械手、医院机器人系统、智能轮椅、假肢和康复治疗机器人等几个方面[2]。
3.康复机器人分类
目前对于康复机器人还没有较为细致的划分。按照功能目的可粗略的分为:辅助/替代型和训练/治疗型等。按照其针对的躯体部位,可分为上肢机器人、下肢机器人和手部机器人;按照人机结合的方式,可分为外骨骼式和嵌合式;按照其移动方式,可分为固定式和移动式[3]。
3.1辅助/代替型机器人
辅助型机器人主要负责帮助患者代偿失去的功能,补偿减弱的功能,恢复和改善功能,其功能覆盖十分广泛,包括进食、饮水、个人卫生,工作和娱乐,行动,够物等。帮助残疾人恢复独立生活,学习,工作,回归社会,和参与社会活动的能力,按照其载体的不同又可以分为:固定式机器人、移动式机器人以及智能假肢和支具[4]。
3.2训练/治疗型机器人
随着传统的"一对一""手把手"康复训练不能满足社会所需,智能康复机器人辅助下的康复训练在康复领域中慢慢得到重视。训练型康复机器人的代表有镜像运动能动系统(Mirror Image Movement Enabler,MIME)[5],InMotion Arm机器人[6]、ARMEO系列康复系统[7]、ReoGo上肢康复机器人[8]等。代表性的产品包括Walkaround系统[9],WHERE Ⅰ和WHERE Ⅱ[10],Lokomat[11],LOPES(Lower extremity Powered ExoSkeleton,下肢动力外骨骼)[12],AutoAmbulator,HuRE(Human-inspired robotic exoskeleton,人体触发式机器人外骨骼)[13],KineAssist[14],WalkTrainer,HapticWalker[15],以 及 Tibion 仿 生 腿 [16]等。
4.康复机器人关键技术
目前的康复机器人核心技术主要为:机器人手臂技术,人机接口技术,移动机器人技术,机器人系统的集成及通讯技术。
4.1机器人手臂技术
目前市场上的康复机器人手臂主要是4~8个自由度结构。以旋转自由度为主,有的为了满足活动范围的要求,还带有可伸缩的基座。目前,为了使康复机器人结构更加简单,更加节能并且使康复机器人与皮肤衔接更加紧凑,出现了气动肌肉手臂。目前,设计者还在手臂上配置了编码器、力觉和视觉等多种传感器,可以实现运动反馈,提高自主运动性能。
4.2人机接口技术
为了满足人机接口对灵活性、高效运行等要求,目前最常用的接口形式是操纵杆和功能键盘。此外,语音接口虽然可以弥补老年等人群对平板显示器和触摸屏的功能不熟悉的缺陷,但是成本较高并且有语言功能障碍者无法使用,目前暂未推广使用。除了这些普通接口,还有一些特殊接口,比如针对有语言障碍者而设计的摄像机监测接口[17],用户还可以通过移动头部或眼睛来移动屏幕上的光标选择操作项目[ 18]。
4.3移动机器人技术
传感器技术及导航技术的迅速发展为康复机器人的可移动性奠定了基础。移动康复机器人内置各种环境传感器以及导航系统方便移动康复机器人对数据做出更准确的融合和综合分析,提高机器人的运动能力,为患者规划出更加安全的运动路径。此外,近年兴起的传感器融合算法[19],也较好的提高了康复机器人的运动能力和精度。
4.4机器人系统的集成及通讯技术
康复机器人自身系统十分复杂,内含很多执行器和各种传感器。所以,安全可靠,扩容性高的集成系统必不可少。目前,主要有CNA总线和TIDE项目研究的M3S。另外。随着智能家居的兴起,未来的康复机器人将会与其他设备进行通信,所以机器人通讯技术也十分重要。
5.康复机器人发展趋势
随着新型材料的不断发现,人们观念的不断进步,机器人核心技术的不断发展,康复机器人诸如成本高,结构化和模块化不强等的传统问题一定会被解决。康复机器人的发展将会越来越智能化,人性化,舒适化。
6.对于康复机器人的总结与展望
对于康复机器人的几点思考:在假肢方面,如何更好的做到假肢与皮肤的舒适接触?在成本方面,合适的新型材料在哪里发现?在核心技术方面,如何更好的解决模块化和结构化不强的问题?我相信,在未来,随着问题的逐步解决,康复机器人逐渐优化升级,康复机器人最终必然会走进千家万户,为人民提供更好更方便有效的康复服务。
主要参考文献
[1]顾捷,国产康复医疗器械行业的大变革与新趋势,【J】,张江科技评论,2020,51-53,51-53
[2]杨振辉,下肢康复机器人的应用,【J】,现代职业安全,2012,11,115-117
[3]周媛,王宁华,康复机器人概述,【J】,中国康复医学杂志,2015,30-4,400-403
[4] der Loos Mv RD. Chapter 54:Health Care and Rehabilitation Robotics[M]. Springer Handbook of robotics, 1st. ed. Siciliano B K O, Berlin:Springer-Verlag, 2008.1223—1251.
[5] Lum PS, Burgar CG, Van der Loos M, et al. MIME robot ic device for upper- limb neurorehabilitation in subacute stroke subjects:A follow- up study[J]. J Rehabil Res Dev, 2006,43(5):631—642.
[6] Krebs HI, Volpe BT, Williams D, et al. Robot-aided neurorehabilitation: a robot for wrist rehabilitation[J]. IEEE Trans
Neural Syst Rehabil Eng,2007,15(3):327—335.
[7] Gijbels D,Lamers I, Kerkhofs L, et al. The Armeo Spring as training tool to improve upper limb functionality in multiple sclerosis:a pilot study[J]. Journal of neuroengineering and rehabilitation,2011,8(5):5.
[8] Faran S, Einav O, Yoeli D, et al. Reo assessment to guide the ReoGo Therapy:Reliability and validity of novel robotic scores[C]. Virtual Rehabilitation International Conference.Haifa.2009.
[9] Veg A, Popovic DB. Walkaround:mobile balance support for therapy of walking[J]. Neural Systems and Rehabilitation Engineering, IEEE Transactions on,2008,16(3):264—269.
[10] Seo KH, Lee JJ. The development of two mobile gait rehabilitation systems[J]. Neural Systems and Rehabilitation Engineering, IEEE Transactions on,2009,17(2):156—166.
[11] Hidler J, Nichols D, Pelliccio M, et al. Multicenter randomized clinical trial evaluating the effectiveness of the Lokomat in subacute stroke[J]. Neurorehabilitation and Neural Repair,2009,23(1):5—13.
[12] Veneman JF, Kruidhof R, Hekman EE, et al. Design and evaluation of the LOPES exoskeleton robot for interactive gait rehabilitation[J]. IEEE Trans Neural Syst Rehabil Eng,2007,15(3):379—386.
[13] Mcdaid A, Kora K, Xie S, et al. Human-inspired robotic exoskeleton (HuREx) for lower limb rehabilitation[C]. Mechatronics and Automation (ICMA), 2013 IEEE International Conference on.Takamatsu.2013.
[14]Patton J, Brown DA, Peshkin M, et al. KineAssist:design and development of a robotic overground gait and balance therapy device[J]. Topics in Stroke Rehabilitation,2008,15(2):131—139.
[15] Hussein S, Schmidt H, Hesse S, et al. Effect of different training modes on ground reaction forces during robot assisted floor walking and stair climbing[C]. Rehabilitation Robotics, 2009. ICORR 2009. IEEE International Conference on.Kyoto International Conference Center.2009.
[16] Patil S, Mcguirk T, Patten C. Effect of Wearable Robotic Leg Orthosis on the Weight Bearing Symmetry during Sitto- Stand in Individuals Post- stroke[M]. Converging Clinical and Engineering Research on Neurorehabilitation, Springer,2013.103—107.
[17]Bien Z ChungM J Chang PH etal Integration of a rehab ilitation robotic systen(KA RES II)with hun an friend ly m anm ach inein teraction un its[J.Au onam ous Robots200416(2):165-191
[18]Holly A JanesG.Preliminary investigation of a sen i au tonon ousrobotic w heelchair directed th rough e lectrodes[A].P ceed ings ofthe RESNA Annu al Conference[C].Pitsburgh RESNA1997414-416.
[19]刘国良,强文义.移动机器人信息融合技术研究[J.哈尔滨工业大学学报,200335(7):802-805.