动力性踝足矫形器对扰动站立平衡的影响外文翻译资料

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

动力性踝足矫形器对扰动站立平衡的影响

摘要

背景： 下肢外骨骼主要用于提供行走支撑，而使用者控制平衡。设计平衡控制器是外骨骼开发中的最大挑战之一。这项研究的目的是设计和评估动力踝足矫形器的平衡控制器，并评估其对健康受试者的站立平衡。

方法： 我们根据受试者的身体摆动设计并实施了一个平衡控制器。这个控制器是与简单的虚拟脚踝刚度和零阻抗控制器相比。十个健康的人戴着电动踝足矫形器在受到前后推力时必须保持站立平衡而不能移动。分析重心运动学，小腿的踝关节扭力和肌肉活动以评估用户的平衡性和外骨骼的表现。

结果： 不同的控制器对质心变化没有显著影响。但是，基于身体摆动的控制器在基于生人体踝关节的控制器和零阻抗相比降低了29％的转矩，与虚拟踝关节刚度相比降低了32％。此外，比目鱼肌的活动左腿和右腿比平均减少8％，而胫骨前肌活动与零阻抗相比增加47％。

结论： 基于人体摆动的控制器生成了类似人体产生的扭矩曲线，而虚拟踝关节刚度没有。结果，基于人体摆动控制器的动力型踝足矫形器有效地帮助健康的受试者保持平衡，尽管身体晃动没有明显改善，但通过受试者降低自身踝关节扭矩可减少这种晃动。这种改善是比减少目鱼肌活动和增加胫骨前肌活动而带来的综合作用。

关键词：站立平衡，踝足矫形器，平衡控制，外骨骼

背景 在行走时外骨骼过去会提供帮助。对于有下肢功能障碍的人来说，康复和行走训练通常是重点，同时外骨骼对于健康的人们来说旨在增强力量和耐力。外骨骼研究的一个特定目标是让人们更轻松的走路。一个关键的挑战是克服外骨骼重量增加带来的负面影响。当使用被动或主动脚踝脚时矫形器，它应尽可能减少肌肉活动脚踝屈肌。

健康的穿戴者可以穿上没有辅助装置的外骨骼走路，对于患有神经系统疾病的人，例如脊髓受伤，这很困难，只要让他们学会平衡，就不是不可能。可穿戴外骨骼“ REX”，商业上是用其他设备与拐杖结合，来保持平衡。这意味着用户在支撑自己的同时外骨骼也会保持直立，虽然看上去似乎能让外骨骼维持用户的平衡。不过，只有少数研究讨论了外骨骼在走路或站立时的平衡控制。这些研究主要专注于控制器的实现而不是对用户的效果。为了保持平衡，用户和外骨骼应该共同协作，因此整合有关人类平衡在控制器中的控制的知识是必不可少。

这里建议使用几种基于全状态反馈或质心（CoM）运动的模型来描述人类站立平衡控制的动力学。对于全状态反馈，人类是建模为多链接系统，状态向量通常由所有物体的角度和速度关节组成。通过将实验数据拟合到模型仿真中，可以获取每种状态对特定关节扭矩的贡献程度。结果表明，在线性化的双倒立摆模型中，全状态反馈模型能够较好地预测踝关节和髋部的力矩。对于CoM反馈，一般认为人的整个身体CoM就像一个倒立的单摆一样摆动。 实践证明，该模型足以描述称为“脚踝策略”的平衡策略，该策略在安静的姿势和其他简单的平衡任务中占主导地位。此外，先前的研究表明，CoM运动学可用于在踝部和髋部姿势反应期间重现肌肉活动模式。

我们的目标是使用外骨骼来平衡站立和行走，并评估外骨骼对用户的效果。第一步，我们测试了天平电动脚踝矫形器（pAFO）上的控制器并研究了矢状面的站立平衡。由于任务空间目标，例如控制CoM偏移，在保持平衡方面起着重要作用。根据单个倒立摆模型，从CoM运动学计算出pAFO必须提供的辅助扭矩。我们将这个控制律与踝关节周围的简单刚度进行比较，相当于在关节空间中控制单个倒立摆模型。此外，踝关节刚度与踝关节转矩的全状态反馈法则的最大反馈增益一致。这样，刚度控制者有可能对平衡产生积极影响，而不会引入任务空间的复杂性。这项研究的目的是双重的：1.评估受控pAFO对用户平衡性能的影响; 2. 基于踝关节动力学和脚踝及背屈肌的肌肉活动来评估受控的pAFO对人的力的影响。我们假设，施加的辅助扭矩类似于人类在受到扰动时产生的踝关节扭矩 ，平衡性能会提高，而人对平衡响应的贡献会减少。

方法

在这项研究中，测试了pAFO的辅助作用被实验，受试者必须保持平衡，不行走，同时接收外部扰动。实验的伦理批准是由代尔夫特人类研究伦理委员会给予

受试者

十名健康受试者（三名女性，体重71plusmn;6公斤，身高1.81plusmn;0.07 m，平均值plusmn;SD）在书面知情同意后参加了实验。基于pAFO的尺寸和刚度特性选择了高于1.65 m的参与者，重量不到84公斤，并且欧盟鞋码介于36和44。

实验装置

图1实验装置和曲线。a安装概述。除了所示的硬件，EMG传感器还放置在小腿。b推杆的参考扰动力曲线以及代表对象的所有产生的扰动力（实际）。产生的扰动力几乎没有变化

跟腱踝足矫形器

Achilles是可以提供背侧/足底屈曲扭矩，同时限制了内翻和外翻的pAFO。如图2所示，完整的设备由两个矫形器（每个1.5千克）和一个背包组成。每个矫形器均由马达和滚珠丝杠旋转驱动。 主轴与旋转关节通过板簧连结，这样，主轴的平移会导致弹簧变形和关节扭矩。为了测量电机冲程和旋转关节，设备在设备上配备了增量编码器在电机轴和旋转接头处的绝对编码器。由于已知弹簧刚度（410 Nm / rad），弹簧挠度取决于电机行程和关节旋转，由Achilles传递的扭矩可以估计。在零阻抗（ZI）条件下弹簧的挠度，因此，关节扭矩，被最小化。没有补偿惯性设备，但惯性影响很小。

Achilles背包包含一台PC（EtherCAT Master）与矫形器和其他硬体进行通讯固件模块（EtherCAT从站）。EtherLab（IgH，Essen，德国）用于编译MATLAB / Simulink。将模型建模可以在实时Linux EtherCAT上运行的可剪切对象主。在实验过程中，受试者没有佩戴背包，而是挂在双杠上。

扰动装置

被称为“推进器”的致动扰动装置被用来在骨盆处提供向前的扰动。它由一个电动机（SMH60，穆格，新约·凡纳普，荷兰）位于跑步机后部，通过杠杆固定在水平推杆（0.8 m）上臂（0.3米），在图1的右边，如图所示。1. 在推杆的末端安装了改良的通用髋关节外展支架（比利时Hoegaarden的Distrac Wellcare），被受试者紧紧地穿着。称重传感器（型号安装了QLA131，FUTEK，美国加利福尼亚州洛杉矶）在杠杆臂上用于扭矩感应。杆大约是水平的，因此电动机扭矩会导致对象向前或向后拉。电动机通过以太网进行导纳控制（用户数据报协议）在1000 Hz下，使用xPC-target（美国马萨诸塞州内蒂克市The Mathworks公司）。

测量仪器

为了测量对象的小腿，大腿和躯干的方向，使用了三个带有集成磁力计的Xsens MTx惯性测量单元（IMU）。 通过定义每个IMU的旋转轴来校准每个IMU，使其对应于受试者的中外侧轴。校准是通过让每个受试者在第一次试验开始时都下蹲运动来完成的。IMU的信号通过RS232-EtherCAT转换盒在EtherCAT主站上实时提供。

除了运动数据外，还使用定制的皮带式仪器跑步机（Y-Mill，Motek，Amsterdam，The Netherlands）收集地面反作用力和力矩，该跑步机的每条皮带下方都有力板。此外，Delsys Trigno Lab无线EMG系统（DelsysInc ，美国纳特克（Natick）曾在腓肠肌（GM），比目鱼（Sol）和胫骨前胫骨（TA）上记录EMG信号。EMG传感器配备了四阶Butterworth滤波器，可过滤450Hz以上的频率。

控制策略

身体摆动控制器

身体摆动控制器，PDcom，是一个比例微分控制器，使用CoM运动作为输入。PD com的控制规律如下：

其中tau;ach是Achilles应提供的理想支撑扭矩，K P和K D是成比例的和微分增益，theta;_sway是取决于CoM位置的身体摆动角度，下标d表示期望值。完整符号的列表由表1提供。

人体摆动角度是由人的四个刚性部分的模型所估计：脚，小腿，大腿和头臂-躯干部分（图3）。这部分的长度，惯性，质量和CoM通过Winter（2009）所描述的方法被估计。使用IMU获得这部分的方向，并相对于基线姿态进行表达。 第四个是基线姿势，要求受试者舒适地直立，然后将所有节段角和身体摆动角设置为零。在这个基线姿势中，受必须舒适地站着。然后将所有段角和人体摆动角设置为零。

期望的身体摆动角theta;_sway最初设置为零，与受试者在基线姿势时身体摆动角度的零值相一致。在实验过程中，将预期的身体摆动角调整到受试者在扰动时保持的稳定姿势的人体摆动角度，且允许自然的前倾倾斜。这是通过当受试者人体摆动速度保持接近零且超过3s时，更新受试者所期望的人体摆动来完成的。在一项初步测试中，此持续时间已足够长，以确保受试者采取了新的稳定姿势。 然后将所需的人体摆动角设置为这3s期间的平均人体摆动角。为防止所需的人体摆动角瞬时变化，信号通过了截止频率为0.5的二阶低通滤波器0.5 Hz。图4显示了一个示例，该示例显示了如何将所需的身体摆幅调整为新的稳定姿势。

表1符号列表

图3 基于刚性链接模型计算身体摆角theta;sway。变量phi;是关节角度，mn是段质量，M是位于CoM处的总车身质量。 左：基准姿势的模型，模型放置在右手坐标系中。 段的旋转和力矩在逆时针方向上为正。中：关节角度定义为段的角度n减去段n-1的角度。基线姿态中段的角度为零右：基于段角度和段质量可以计算出全身CoM的质量。类似于分段角，身体的摆动角在逆时针方向上为正。

为了获得人体摆动速度，需要对人体摆长进行微分，并使用截止频率为10Hz的二阶Butterworth滤波器进行低通滤波。将所需的摆动速度设置为零。将控制增益标准化为受试者的体重M和CoM高度

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[236116]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 彩色图像中的人脸检测与识别外文翻译资料
• 一种非线性离散奇异大规模控制系统的稳定性外文翻译资料
• 融合领域特定和可训练的特征，用于人脸图像的性别识别外文翻译资料
• ASP. NET概述外文翻译资料
• 基于深度卷积激活特性的地面云分类外文翻译资料
• at89s52单片机简介外文翻译资料
• 实时多手势识别人机交互系统外文翻译资料
• 基于DTW改进算法的语音识别外文翻译资料
• 研究区域自动气象站的后端实时数据质量控制方法外文翻译资料
• 电动汽车的智能前车灯控制器设计外文翻译资料