硅橡胶柔性手功能康复机器人光纤编织感知与气动正负压驱动技术研究

Many stroke survivors suffer from hand dysfunction limiting participation in functional activities. Robotic devices have been introduced as tools in hand rehabilitation. Soft rehabilitation robots have drawn more and more attention because they are considered to be safer and more comfortable than conventional rigid robots. However, the sensing ability and dexterity of soft robots for hand rehabilitation need to be further improved. In this application, we propose to conduct research on the integration of actuation and sensing of soft robots for hand rehabilitation. Pneumatic and vacuum actuation will be used to activate finger joints individually. Not only the flexion and extension of the fingers but also the abduction and adduction movements will be controllable. Pose and force sensing will be integrated with the actuation design using macrobend optical fiber embedded in the structure. Kinematics of the robot finger for hand rehabilitation will also be examined. This project will provide theoretical methods and technologies leading towards the practical application of soft robots for hand rehabilitation.

脑卒中幸存者手功能运动障碍呼唤康复机器人的研究，安全考量使得柔性成为手功能康复机器人的发展趋势，然而现阶段柔性手功能康复机器人的驱动灵活度需要提升，而且精确监测运动姿态和驱动力是柔性康复机器人的挑战。本申请拟通过开展柔性手功能康复机器人驱动感知一体化研究来解决上述问题：将多根光纤编织到驱动执行器结构里，当光纤弯道曲率随驱动执行器发生变化时，利用光纤光强宏弯损耗特性获取其变形量，从而得到手指关节运动状态和驱动力；结合人手结构和关节运动特点以及柔性手功能康复机器人的结构特点，建立柔性手功能康复机器人手指运动学模型；构建正负压气动手指关节独立驱动方法，实现手指远端和近端指关节弯曲伸直运动驱动以及掌指关节处的多自由度驱动控制。项目研究为柔性手功能康复机器人手指运动的精确监测和控制提供理论方法和使能技术支撑，推动柔性手功能康复机器人的实用化进程，同时带来更大的经济和社会效益。

为解决脑卒中幸存者的手功能运动障碍康复问题，本项目重点进行了柔性手功能康复机器人的多自由度驱动和力位感知关键技术研究。本项目设计了3D打印整体制造的柔性手康复外骨骼执行器，采用正负压驱动屈曲和伸展运动，实现了DIP关节/PIP关节以及MCP关节的单独控制，增加对手指外展运动的辅助，实现了对手部复杂动作的辅助功能。此外，提出了刚柔一体结构的外骨骼手功能康复机器人设计，建立了等厚多段连续通用型刚柔一体手部外骨骼结构设计方法和电磁变刚度控制方法，提出了非等厚多段连续定制型刚柔一体手部外骨骼结构设计方法，并且根据非等厚多段连续定制型刚柔一体结构的驱动器具有结构决定轨迹的特点，提出了Tau-jerk引导策略的手指运动轨迹规划方法和基于最小做功和最小结构的外骨骼定制化流程。为了提高传感器穿戴性、和康复机器人结构紧密结合，降低传感器成本，基于双光纤反射和光纤宏弯损耗光强调制原理，提出了肘、腕、手指关节角度监测方法，设计了紧贴皮肤的人体关节运动角度和结合康复机器人结构的姿态传感器样机。柔性手康复机器人驱动力监测采用了光纤交错叠加编织的方式，设计了一维力光纤压力传感器和三维力光纤压力传感器。在手指康复机器人脑机接口控制方面，针对脑电采集设备成本较高，不利于脑控的康复应用的问题，提出采用Brainlink Lite低成本脑电采集设备，用注意力水平作为运动意图的替代，建立了基于注意力水平的手康复外骨骼脑机接口控制方法，同时采用视频动作引导的方式提高患者注意力集中程度。对于视觉诱发脑机接口，研究了基于视觉噪声的稳态视觉诱发电位可塑性增强技术，为手指康复机器人脑机接口控制提供另一种选择。为了提高脑卒中病人运动康复的安全性，提出了基于体感信息的人体摔倒预警及跟随防护技术，提高了预测裕量时间，为康复训练过程中的安全保护赢得了更多时间。本项目已申请发明专利4项，发表论文6篇，其中SCI收录3篇， EI收录3篇；培养博士研究生1名，硕士研究生7名，已毕业硕士生3名。