• 机器人21日xx

导航:EXPO21XX>机器人21 xx>H01:机器人世界外骨骼和软体机器人
外骨骼和软体机器人
视频
加载播放器…
  • 提供配置文件
  • 柔软的可穿戴机器人,使用创新的纺织品,提供更保形,不突兀和顺从的手段,以接口到人体。这些机器人将增强健康人的能力(例如提高行走效率),除了帮助肌肉无力或患有身体或神经疾病的患者外。
产品组合
  • 哈佛生物设计实验室

      • 软Exosuits

      • 我们正在开发下一代柔软可穿戴机器人,使用创新的纺织品提供更适形,不突兀和顺从的方式来连接人体。这些机器人将增强健康人的能力(例如提高行走效率),除了帮助肌肉无力或患有身体或神经疾病的患者外。与传统的外骨骼相比,这些系统有几个优点:穿戴者的关节不受外部刚性结构的约束,穿着的部分非常轻。这些特性最大限度地减少了宇航服对人体自然生物力学的无意干扰,并允许与穿着者进行更多的协同互动。
          • 结构功能性纺织品

          • 我们正在创造创新的纺织品,灵感来自对人类生物力学和解剖学的理解。这些可穿戴的服装提供了传递辅助扭矩到穿戴者关节的手段,而不使用刚性的外部结构。为了获得高性能的软质外服,在设计过程中需要考虑一些因素。外服应该安全舒适地附着在身体上,并通过有益的途径将力传递到身体上,以便在关节处产生生物学上合适的力矩。此外,这些服装可以被设计成被动地(没有主动动力)产生辅助力,这是由于在特定任务中穿着的自然运动。外服的一个关键特征是,如果驱动部分延长,则可以增加服装长度,从而使整个服装松弛,此时穿着外服就像穿着一条裤子,并且不会对穿着者产生任何限制。
          • 轻便高效的驱动

          • 为了通过软界面提供主动辅助,我们正在开发一些驱动平台,可以通过附着在可穿戴服装的锚定点对穿戴者施加受控力。我们正在开发轻量化和全便携式系统,我们方法的一个关键特征是,我们通过更近端安装的驱动系统和将动力传输到关节的灵活变速箱,最大限度地减少附着在佩戴者身上的远端质量。虽然我们最近的大部分工作都是在电缆驱动的机电方法上,但我们也在追求基于气动的方法。2013年McKibbon执行器的早期工作首次证明了柔软的外服可以对机动性产生积极影响。
          • 可穿戴式传感器

          • 为了正确地控制和评估软外套,需要易于与纺织品和软组件集成的新型传感器系统。刚性外骨骼通常在机器人关节中包含编码器或电位器等传感器,可以准确跟踪关节角度,但这些技术与软结构不兼容。我们的方法是设计新的传感器来测量人体运动学和服装与人的交互作用力,这些传感器健壮、顺从、经济有效,并易于集成到可穿戴服装中。此外,我们使用其他现成的传感器技术(例如陀螺仪,压力传感器,IMU),可用于检测步态周期中的关键事件。这些可穿戴传感器可作为可穿戴机器人控制策略的一部分,也可用于监测和记录穿戴者的运动(当穿着外服或作为独立的传感器服时),以跟踪随时间的变化或确定他们正在进行的活动(例如步行vs跑步)。
          • 直观和鲁棒的控制

          • 我们还在快速开发可重构的多致动器系统,为基于实验室的研究提供更大的灵活性。这种方法使我们能够快速探索围绕人机交互的基础科学,然后可以用来指导我们的便携式系统的设计。健壮、直观和自适应的人机界面是可穿戴机器人与穿戴者协同交互的必要组成部分。我们的重点是以一种不破坏自然、被动动态的方式提供帮助,这种动态使行走或跑步如此高效。为了实现这一点,我们开发了非侵入性估计意图的方法,以便任何应用的驱动都能帮助适当的生物肌肉。我们的方法的一个关键特点是利用集成传感器来监测穿戴者与与身体接口的柔顺纺织品的相互作用,以及其他传感器来检测步态周期中的关键时刻。
          • 实验生物力学

          • 我们的动作捕捉实验室使用Vicon t系列9摄像头系统进行动作捕捉,以及Bertec全仪表分带跑步机来测量grf。通过比较三种情况下每个关节的平均轮廓和活动范围,我们可以确定软外服本身是如何影响步态的,以及外服施加的辅助是如何改变运动学的。我们的假设是,这种变化是最小的,在任何情况下都不破坏自然步态是可取的。我们通过分析步态动力学和动力学(关节力矩、功率、外服传递的力)来研究主动外服在多大程度上帮助了人类。逆动力学是一种有效的方法,可以确定外服在关节水平上增强身体功能的程度。通过比较关节力矩和服装辅助力,我们可以监测用户和机器人之间的同步程度。表面肌电图(表面肌电图)可用于选择性地监测肌肉活动,重点关注与所考虑的任务最相关的肌肉群。比较无动力、有活动和无套装条件下表面肌电活动的整体平均剖面,我们可以确定对每块肌肉传递的最大力(表面肌电峰值激活)和每块肌肉激活的能量消耗(积分表面肌电)的影响。我们使用行走的代谢成本作为一项整体生理测量,以确定该服装在多大程度上帮助了穿戴者,以及这种帮助是否抵消了该设备的重量。
          • 转化应用

          • 除了我们在基础研究和系统开发方面的工作外,我们对我们的软可穿戴机器人的应用非常感兴趣。通过DARPA资助的工作,我们对开发能够帮助士兵在携带重物时行走的外服感兴趣。我们相信,我们可以创造出被动和主动的系统,减轻腿部肌肉和肌腱的高压力,从而降低受伤的风险,提高佩戴者的行走效率。我们小组的另一个翻译重点是医疗应用中的步态辅助。我们预见柔软的外服能够恢复肌肉无力(如老年人)或患有神经系统疾病(如中风)的患者的活动能力。除了我们的主动系统之外,我们还设想了在体育和娱乐领域的转化潜力,在步行、徒步旅行、跑步和其他活动中,完全被动的功能性纺织品软服可以提供少量的辅助。
        • 柔软的机器人

            • 多材料流体驱动器

            • 由嵌入柔性材料(如布、纸、纤维、颗粒)的弹性矩阵组成的软流体执行器是机器人界特别感兴趣的,因为它们重量轻、价格合理,易于针对特定应用进行定制。这些执行器可以在多步成型过程中快速制造,并可以通过简单的控制输入(如加压流体)实现收缩、伸展、弯曲和扭转的组合。我们的方法是使用新的设计概念、制造方法和软材料来提高这些执行器的性能,与现有设计相比。特别是,我们使用激励应用程序(例如心脏辅助设备,软机器人手套)来定义运动和力剖面需求。然后,我们可以将机械智能嵌入到这些软执行器中,通过简单的控制输入来实现这些性能要求。
            • 软执行器建模

            • 由于超弹性材料和它们产生的大弯曲运动的非线性性质,表征和预测软多材料驱动器的行为是具有挑战性的。我们正在努力通过分析、数值和实验方法全面描述这些执行器的工作原理,并将其输出(运动和力)描述为输入压力以及几何和材料参数的函数。模型和实验都可以深入了解执行器的行为和影响它的设计参数。我们设想这项工作将导致改进的预测模型,使我们能够迅速收敛到这些软执行器的新的和创新的应用。
            • 传感与控制

            • 为了控制软执行器,我们需要监测它们的运动学、与环境中物体的相互作用力和内部压力的手段。我们通过使用与合作者开发的全软传感器和可在制造过程中纳入执行器设计的微型或柔性传感器来实现这一目标。在动力和控制方面,我们使用电子阀门、泵、调节器、传感器和控制板等现有组件,通过压力、运动和力的反馈控制,快速调节执行器腔室内的压力。此外,我们可以使用我们开发的分析模型来估计可能难以直接测量的状态变量。
            • 转化应用

            • 目前,美国约有400万慢性中风患者患有偏瘫,全球发达国家约有600万。此外,还有数百万人遭受着类似的痛苦。对于这些病例中的大多数,观察到手部运动能力的丧失,无论是部分的还是全部的,这都会极大地抑制日常生活活动(ADL),并会大大降低一个人的生活质量。为了应对这些挑战,我们正在开发一种模块化、安全、便携式、消耗性的家用手部康复和辅助设备,旨在以更低的成本大幅增加治疗的数量(即时间)和质量,从而改善患者的治疗结果,同时通过使慢性手部残疾患者能够进行日常生活活动,提高他们的独立性。

              在美国,心脏衰竭的终生风险约为20%。目前的临床标准治疗方法是植入与患者血液接触的心室辅助装置,该装置与血栓栓塞事件、溶血、免疫反应和感染有关。我们正在应用软机器人领域来开发一个台式心脏模拟器和一个直接心脏压缩(DCC)设备,该设备采用弹性矩阵中的软执行器。DCC是一种非血液接触的心脏辅助方法,用于治疗心力衰竭,包括植入一个环绕心脏的装置,并与本机心跳同步收缩,在心脏周期的喷射期(收缩期)和舒张期(舒张期)提供直接的机械辅助。
          • Université布鲁塞尔自由图书馆(ULB)

              • 便携式手臂外骨骼

              • 在许多具有力反馈的远程操作或虚拟活动中,与与地面或桌子相连的设备相比,使用完全便携式触觉设备将增加命令任务的便利性和性能。应用范围包括在恶劣环境(太空、核反应堆、深水等)中的机械臂遥操作。通过沉浸式洞穴或头戴式显示器在虚拟现实领域的大规模虚拟训练(如虚拟装配)或在中风患者康复领域的应用。由于操作人员不必连接到固定底座,或在有障碍物的环境中,而且由于多自由度便携式设备允许在几个接触点上进行力反馈,因此操作人员在操作过程中更容易沉浸在环境中。

                感觉手臂大师(SAM)被设计成一个可穿戴的触觉界面,具有一系列的运动学,与人的手臂同构。SAM包含7个驱动自由度,对应于人类手臂的关节(肩膀、肘关节和腕关节屈伸、肩膀和腕关节内收/外展、手臂和前臂旋前/旋后)和6个滑块,允许活动关节和人类关节之间的形态适应。这对应于操作员沉浸能力(最大化工作空间和无奇点)和机械复杂性之间的良好妥协。外骨骼的每个关节都有一个类似的概念,一个局部驱动器,一个位置和扭矩传感器,允许多种控制策略(阻抗,导纳控制)。驱动器选用了由有刷直流电动机、绞盘和齿轮箱组成的紧凑系统。
                  • 山姆外骨骼

                  • Sam接头设计

                • 加州大学圣克鲁兹分校

                    • 可穿戴机器人-外骨骼

                    • 外骨骼机器人由操作员佩戴,作为矫形装置。它的关节和链接与人体的关节和链接相对应。在不同模式下操作的同一系统可用于三个基本应用:与操作员共享部分外部负载的人工放大辅助设备、触觉设备和自动物理治疗。

                      目前关于上肢外骨骼的研究工作主要集中在神经肌肉水平上开发人机接口(生物接口),使用EMG(肌电图)信号作为系统的主要命令信号。下肢外骨骼的研究重点是开发一种半主动系统,以提高操作员携带有效载荷的能力。
                        • 外骨骼原型1 (EXO-UL1)

                        • 第一个外骨骼机构由两个连杆、两个关节装置组成,分别对应于人体的上臂和下臂以及肩关节和肘关节。该系统包括一个重量板(外部负载),可以连接到外骨骼前臂链接的尖端。该机构固定在壁上,并平行于操作者的矢状面。人/外骨骼机械接口包括位于上臂链接处的上臂手镯和一个由操作员抓住的手柄。通过将系统肩关节固定在0-180度的特定角度,该双关节机构被用作一个单自由度系统。肘关节在0-145度的角度范围内自由移动,并包含内置的机械约束,使外骨骼关节角度保持在人体测量的平均边界内。由于人的手臂和外骨骼是机械连接的,所以人的前臂和外骨骼的运动是相同的。
                          外骨骼系统作为辅助设备的基本目的是放大人体肌肉相对于肘关节产生的力矩,同时操纵负载。外骨骼肘关节由直流伺服电机(escapa - 35nt2r82)提供动力,失速扭矩为360 mNm,配备行星齿轮箱(escapa - r40),传动比为1:193,最大输出扭矩为40 Nm。一个光学增量轴编码器(HP HEDS 5500) 500线附在电机轴上。由于编码器的位置和高传动比,实际编码器测量关节角度的分辨率为0.0036度。该设置包含了当时商业市场上可用的最高转矩重量比的直流电机,其功耗可由电池提供。电源的高能量密度和具有高扭矩重量比的执行器是外骨骼系统作为残疾人社区独立移动医疗援助设备的两个关键特征。现有技术对这两个关键部件施加的限制,以及开发一种可能作为残疾人医疗辅助设备的紧凑系统的设计要求,将有效载荷限制在5公斤。然而,这种面向生物医学的设计并不限制外骨骼概念或其操作算法的通用性。使用其他驱动系统,如液压系统,可大大增加负载能力。
                          外骨骼前臂由一根带特殊连接器的杆延长,用于连接圆盘式重物(外部负载)。两个力传感器(TEDEA 1040)安装在外骨骼和携带外部负载的尖端之间以及外骨骼和人手之间的接口上。第一个测压元件,插入支撑外部载荷的杆和外骨骼前臂连杆之间,测量外部载荷施加于前臂轴的实际剪切力。第二测压元件安装在人手握持的手柄和外骨骼的前臂连接之间。这个测力元件测量操作员施加在手柄上的剪切力。将传感器的测量值乘以相应的力矩臂表示重物和人手相对于肘关节施加的力矩。

                          将表面肌电电极(8 mm Ag-AgCl BIOPAC - EL208S)用胶粘片贴在受试者皮肤上,测量肱二头肌和肱三头肌内侧头肌的肌电信号。信号由肌电图放大器(BIOPAC - EMG100A)获得,增益系数在2000-5000之间(取决于受试者)。肌电图信号和测压传感器信号由A/D对流器(Scientific Solution Lab Master 12位内部PC卡)采集,采样率为1 kHz,而编码器信号由定制硬件计数。同时记录并存储整个数据集,以供后续脱机分析和模拟。
                          一个专门的实时软件,用于操作系统,是用C语言编写的,并运行在基于pc的平台上。该软件由三个主要模块组成。第一个模块处理硬件/软件接口。它通过D/ a和a /D卡控制PC机与外部电机驱动器和传感器之间的交互。第二个模块包括MATLAB - Simulink实时工具箱生成的自动代码。第三个模块是用户界面模块,允许设置各种运行时操作参数。对所有模块进行编译和链接,生成一个高效的实时软件。

                        • 外骨骼原型2 (EXO-UL3)

                        • 第二个外骨骼机构由一个三连杆、两个关节装置组成,分别对应于人体的上臂和下臂以及肩关节和肘关节。该系统包括一个重量板(外部负载),可以连接到外骨骼前臂链接的尖端。该机构固定在壁上,并平行于操作者的矢状面。人/外骨骼机械接口包括位于上臂链接处的上臂手镯和一个由操作员抓住的手柄。该两关节机构被用作二自由度系统。肘关节和肩关节在其解剖运动范围内可自由活动。该机制包括内置的机械约束,使外骨骼关节角度保持在平均人体测量边界内。由于人类的手臂和外骨骼是机械连接的,所以人类和外骨骼的前臂和上臂的运动是相同的。
                          外骨骼系统作为辅助设备的基本目的是放大人体肌肉相对于肘关节产生的力矩,同时操纵负载。外骨骼的肘关节和肩关节由直流伺服电机(escapa - 35nt2r82)提供动力,失速扭矩为360 mNm,配备行星变速箱(escapa - r40),齿轮传动比为1:193,最大输出扭矩为40 Nm。一个光学增量轴编码器(HP HEDS 5500) 500线附在电机轴上。由于编码器的位置和高传动比,实际编码器测量关节角度的分辨率为0.0036度。该设置包含了当时商业市场上可用的最高转矩重量比的直流电机,其功耗可由电池提供。电源的高能量密度和具有高扭矩重量比的执行器是外骨骼系统作为残疾人社区独立移动医疗援助设备的两个关键特征。现有技术对这两个关键部件施加的限制,以及开发一种可能作为残疾人医疗辅助设备的紧凑系统的设计要求,将有效载荷限制在5公斤。然而,这种面向生物医学的设计并不限制外骨骼概念或其操作算法的通用性。使用其他驱动系统,如液压系统,可大大增加负载能力。
                          外骨骼前臂由一根带特殊连接器的杆延长,用于连接圆盘式重物(外部负载)。四个力传感器(TEDEA 1040)安装在外骨骼和操作员之间的接口上,一个在顶部携带外部负载,两个在外骨骼和人手之间,一个在上臂和外骨骼之间。第一个测压元件,插入支撑外部载荷的杆和外骨骼前臂连杆之间,测量外部载荷施加于前臂轴的实际剪切力。其他测压元件安装在人手握持的手柄与外骨骼前臂连杆之间,以及上臂手环与外骨骼上连杆之间。这些测压元件用来测量操作人员施加在机构上的剪切力。将传感器的测量值乘以相应的力矩臂,即重物和手臂相对于肘关节和肩关节施加的力矩。

                          将表面肌电电极(8 mm Ag-AgCl BIOPAC - EL208S)用胶粘片贴在受试者皮肤上,测量肱二头肌和肱三头肌内侧头肌的肌电信号。信号由肌电图放大器(BIOPAC - EMG100A)获得,增益系数在2000-5000之间(取决于受试者)。肌电图信号和测压传感器信号由A/D对流器(Scientific Solution Lab Master 12位内部PC卡)采集,采样率为1 kHz,而编码器信号由定制硬件计数。同时记录并存储整个数据集,以供后续脱机分析和模拟。
                          一个专门的实时软件,用于操作系统,是用C语言编写的,并运行在基于pc的平台上。该软件由三个主要模块组成。第一个模块处理硬件/软件接口。它通过D/ a和a /D卡控制PC机与外部电机驱动器和传感器之间的交互。第二个模块包括MATLAB - Simulink实时工具箱生成的自动代码。第三个模块是用户界面模块,允许设置各种运行时操作参数。对所有模块进行编译和链接,生成一个高效的实时软件。

                        • 外骨骼原型3 (EXO-UL3)

                        • 将人类和机器人整合到一个系统中,为为健康和残疾人创造新一代辅助技术提供了非凡的机会。人类拥有自然发展的控制运动的算法,但它们受到肌肉力量的限制。此外,肌肉无力是大多数患有神经肌肉疾病和中枢神经系统损伤的人致残的主要原因。相比之下,机器人操纵器可以执行需要大力量的任务;然而,他们的人工控制算法不能提供在大范围模糊条件下执行的灵活性,同时保持与人类相同的性能质量。因此,似乎将人类和机器人这两个实体结合到一个由人类控制的集成系统中,可能会产生一种解决方案,这种解决方案将受益于每个子系统所提供的优势。
                          外骨骼机器人作为一种辅助设备,由人体佩戴(矫形器),并发挥人体放大器的功能。它的关节和链接对应于人体的关节和链接,它的执行机构与操作员共享一部分外部负载。拟议研究的主要创新思想之一是将人体自身的神经命令信号作为外骨骼的主要命令信号之一,设置在人类生理层次的神经肌肉水平上的人机界面(HMI)。这些信号将以经过处理的表面肌电图(sEMG)信号的形式出现,由放置在操作者皮肤上的表面电极检测。所提出的HMI利用了肌肉骨骼系统中固有的电化学-机械延迟,在神经系统激活肌肉系统的时间和肌肉在关节周围产生力矩的时间之间。肌肉处理器是一个实时运行的人体肌肉模型,并与生理肌肉并行。在电化学-机械时间延迟期间,系统将根据处理后的表面肌电信号、关节位置和角速度收集有关生理肌肉神经激活水平的信息,并将使用肌处理器预测肌肉在生理收缩发生前将产生的力。当人体肌肉收缩时,外骨骼将以协同的方式与人体一起移动,使外骨骼作为操作员身体的延伸进行自然控制。
                          本研究的目标是设计、制造和研究由肌肉信号控制的动力外骨骼的集成。该研究将通过以下几个目标来实现这一目标:(i)开发一种8自由度的拟人外骨骼,包括抓取/释放;(ii)将处理后的表面肌电信号作为外骨骼系统的主要命令信号,将人机界面设置在神经肌肉水平;(iii)开发肌肉模型(肌肉处理器),用于预测人类手臂关节的扭矩;(iv)开发控制算法,融合来自多个传感器的信息,并保证稳定的外骨骼操作;(v)使用标准化的手臂/手功能测试评估集成系统的整体性能。这些目标将通过开发肌处理器和评估外骨骼性能的几个实验方案来实现。拟议的实验方案只包括健康的受试者,作为长期目标的第一步,旨在评估患有各种神经残疾(如中风、脊髓损伤、肌肉萎缩症和其他神经退行性疾病)的残疾受试者的外骨骼性能。

                          预计所提出的研究将推进目前在人体肌肉建模及其数学公式领域的知识。这些知识将被进一步用于创建一个新的人机界面,并将允许在神经层面上更好地理解人与机器人之间的交互。此外,拟议的研究将提供一个工具和基本的理解,为发展辅助技术,以提高残疾人社区的生活质量。拟议的科学活动将促进来自电气工程、机械工程、生物工程和康复医学领域的学生和教师之间的跨学科合作。