Methodenartikel

Ein flexibles, tragbares, überzähliges Roboterglied für Patienten mit chronischem Schlaganfall

2.8K Ansichten

⸱

DOI:

10.3791/65917

⸱

27. Oktober 2023

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Key Laboratory for Image Processing and Intelligent Control of Education Ministry of China, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, 2School of Mechanical Science and Engineering, Huazhong University of Science and Technology, 3Wuhan Union Hospital, Huazhong University of Science and Technology Tongji Medical College First Clinical College Union Hospital

In diesem Artikel

Zusammenfassung

Dieses Protokoll führt eine flexible, tragbare, überzählige Robotergliedmaße ein, die auf die Unterstützung der Fingerrehabilitation von Schlaganfallpatienten zugeschnitten ist. Das Design enthält einen Biegesensor, um eine nahtlose Mensch-Roboter-Interaktion zu ermöglichen. Die Validierung durch Experimente sowohl mit gesunden Probanden als auch mit Schlaganfallpatienten unterstreicht die Wirksamkeit und Zuverlässigkeit der vorgeschlagenen Studie.

Zusammenfassung

In dieser Studie stellen wir ein flexibles, tragbares, überzähliges Roboterglied vor, das chronischen Schlaganfallpatienten bei der Rehabilitation von Fingern und Greifbewegungen hilft. Das Design dieses innovativen Gliedes ist inspiriert von der Beugung pneumatischer Muskeln und den einzigartigen Eigenschaften der Rüsselspitze eines Elefanten. Es legt großen Wert auf entscheidende Faktoren wie Leichtbau, Sicherheit, Konformität, Wasserdichtigkeit und das Erreichen eines hohen Leistungs-Gewichts-Druck-Verhältnisses. Die vorgeschlagene Struktur ermöglicht es der Robotergliedmaße, sowohl die Hülle als auch die Fingerspitze zu greifen. Die Mensch-Roboter-Interaktion wird durch einen flexiblen Biegesensor erleichtert, der die Fingerbewegungen des Trägers erkennt und sie über eine Schwellensegmentierungsmethode mit der Bewegungssteuerung verbindet. Darüber hinaus ist das System tragbar für den vielseitigen täglichen Einsatz. Um die Wirksamkeit dieser Innovation zu validieren, wurden reale Experimente mit sechs chronischen Schlaganfallpatienten und drei gesunden Probanden durchgeführt. Die Rückmeldungen, die über Fragebögen eingegangen sind, deuten darauf hin, dass der entwickelte Mechanismus ein immenses Potenzial für die Unterstützung von Patienten mit chronischem Schlaganfall bei ihren täglichen Greifaktivitäten darstellt und möglicherweise ihre Lebensqualität und ihre Rehabilitationsergebnisse verbessert.

Einleitung

Nach früheren Untersuchungen1 gab es im Jahr 2019 weltweit mehr als 100 Millionen Schlaganfallfälle. Etwa zwei Drittel dieser Fälle führten zu halbseitig gelähmten Folgeerkrankungen, und über 80 % der Patienten mit schwerem hemiplegischem Schlaganfall konnten die Hand- und Armfunktion nicht vollständig wiederherstellen2. Darüber hinaus wird erwartet, dass die alternde Bevölkerung in den kommenden Jahrzehnten weiter zunehmen wird, was zu einem deutlichen Anstieg der Zahl potenzieller Schlaganfallopfer führen wird. Die anhaltenden Beeinträchtigungen der oberen Extremitäten nach einem Schlaganfall können die Aktivitäten des täglichen Lebens erheblich beeinträchtigen, und die Handrehabilitation wurde klinisch als kritisches Ziel für die Verbesserung der Aktivität und Beteiligung von Patienten mit chronischem Schlaganfall anerkannt3.

Herkömmliche motorbetriebene Roboter für die oberen Gliedmaßen können eine erhebliche Antriebskraft liefern, aber ihre starren Strukturen führen oft zu großen Abmessungen und hohen Gewichten. Darüber hinaus bergen sie das Risiko, den menschlichen Körper irreversibel zu schädigen, wenn sie nicht richtig funktionieren. Im Gegensatz dazu haben weiche pneumatische Aktuatoren ein erhebliches Potenzial in der Rehabilitation4, der Assistenz5 und der chirurgischen Anwendung6 gezeigt. Zu ihren Vorteilen gehören Sicherheit, Leichtbau und inhärente Nachgiebigkeit.

In den letzten Jahren sind zahlreiche flexible tragbare Roboter entstanden, die um weiche pneumatische Aktuatoren herum entworfen und entwickelt wurden. Diese Roboter sind für die Rehabilitation und Nachsorge der oberen Gliedmaßen von Schlaganfallpatienten vorgesehen. Sie umfassen in erster Linie Hand-Exoskelette7,8 und überzählige Gliedmaßen 9,10. Obwohl beide in den Bereichen tragbare Robotik und Rehabilitation eingesetzt werden, interagiert erstere direkt mit dem menschlichen Körper und schränkt möglicherweise Muskeln oder Gelenke ein, während letztere den menschlichen Arbeitsbereich oder die Bewegung ohne direkte Einschränkung ergänzt11,12. Tragbare, überzählige Roboterfinger, die auf Servomotoren basieren, wurden entwickelt, um Ergotherapeuten bei Aktivitäten des täglichen Lebens (ADLs) zu unterstützen9. Ein ähnlicher Ansatz findet sich in anderen Untersuchungen10. Diese beiden Kategorien von Roboterfingern haben neue Möglichkeiten für den Einsatz solcher Roboter in der Rehabilitationshilfe von hemiparetischen Patienten eröffnet. Nichtsdestotrotz ist es erwähnenswert, dass die starre Struktur, die in diesen Roboterdesigns verwendet wird, potenzielle Überlegungen in Bezug auf Benutzerkomfort und -sicherheit mit sich bringen kann. Das Design, die Herstellung und die Evaluierung eines weichen, tragbaren Roboterhandschuhswurden vorgestellt 13, der für die Handrehabilitation und das aufgabenspezifische Training während der funktionellen Magnetresonanztomographie (fMRT) verwendet werden kann. Der Handschuh verwendet weiche pneumatische Aktuatoren aus Silikonelastomeren, um eine Fingergelenkbewegung zu erzeugen, und das Gerät ist MR-kompatibel, ohne Artefakte in fMRT-Bildern zu verursachen. Yun et al. stellten den Exo-Glove PM vor, einen anpassbaren weichen, pneumatischen Hilfshandschuh, der einen montagebasierten Ansatz verwendet14. Dieses innovative Design zeichnet sich durch kleine Module und einstellbare Abstände zwischen ihnen aus, die es dem Benutzer ermöglichen, den Handschuh mithilfe von Abstandshaltern an seine Phalangelänge anzupassen. Dieser Ansatz maximiert Komfort und Leistung, ohne dass eine kundenspezifische Fertigung erforderlich ist. Die Forscher präsentierten weiche Aktuatoren, die aus elastomeren Materialien mit integrierten Kanälen bestehen, die als pneumatische Netzwerke fungieren15. Diese Aktuatoren erzeugen Biegebewegungen, die sich den menschlichen Fingerbewegungen sicher anpassen. Darüber hinaus stellten die Forscher den AirExGlove vor, ein leichtes und anpassungsfähiges aufblasbares, weiches Exoskelett-Gerät16. Dieses System ist kostengünstig, kann an verschiedene Handgrößen angepasst werden und hat erfolgreich Patienten mit unterschiedlichen Graden an Muskelspastik aufgenommen. Es bietet eine ergonomischere und flexiblere Lösung im Vergleich zu starr gekoppelten Robotersystemen. Während diese Studien einen bedeutenden Beitrag zur Entwicklung flexibler tragbarer Handrehabilitations- und Assistenzroboter geleistet haben, ist es erwähnenswert, dass keine von ihnen eine vollständige Portabilität und Steuerung der Mensch-Roboter-Interaktion erreicht hat.

Zahlreiche Studien haben den Zusammenhang zwischen biologischen Signalen, wie z. B. Elektroenzephalogramm (EEG)17 oder Elektromyogramm (EMG)-Signalen18, und menschlicher Intention untersucht. Beide Ansätze haben jedoch gewisse Einschränkungen innerhalb der Einschränkungen bestehender Geräte und technologischer Bedingungen. Invasive Elektroden erfordern chirurgische Eingriffe am menschlichen Körper, während nicht-invasive Elektroden unter Problemen wie hohem Rauschpegel und Unzuverlässigkeit bei der Signalerfassung leiden. Ausführliche Erörterungen dieser Einschränkungen finden sich in der Literatur19,20. Daher bleibt die Erforschung der Portabilität und der benutzerfreundlichen Mensch-Maschine-Interaktionsfähigkeiten von flexiblen, tragbaren, überzähligen Robotergliedmaßen von großer Bedeutung.

In dieser Studie wurde eine einzigartige, flexible, tragbare, überzählige Robotergliedmaße entworfen und hergestellt, um Patienten mit chronischem Schlaganfall bei der Rehabilitation der Finger und der Unterstützung beim Greifen zu unterstützen. Dieses Roboterglied zeichnet sich durch sein geringes Gewicht, seine Sicherheit, seine Nachgiebigkeit, seine Wasserdichtigkeit und sein beeindruckendes Verhältnis von Leistung zu Gewicht/Druck aus. Zwei Greifmodi, Hüllkurve und Fingerspitzengreifen, wurden erreicht, während die Portabilität erhalten bleibt und eine benutzerfreundliche Mensch-Roboter-Interaktion gewährleistet ist. Das Protokoll beschreibt den Konstruktions- und Herstellungsprozess des pneumatischen Greifers und des Wearable-Schemas. Darüber hinaus wurde eine Mensch-Roboter-Interaktionsmethode vorgeschlagen, die auf flexiblen Biegesensoren basiert und eine bequeme und benutzerfreundliche Steuerung durch Schwellwertsegmentierung ermöglicht. All diese Aspekte wurden durch praktische Experimente validiert.

Die Hauptbeiträge dieser Studie sind wie folgt zusammengefasst: (1) Ein leichtes, freundliches und tragbares, flexibles, überzähliges Roboterglied für chronische Schlaganfallpatienten wurde entworfen und hergestellt. (2) Es wurde eine zuverlässige Methode der Mensch-Roboter-Interaktion auf Basis flexibler Biegesensoren realisiert. (3) Es wurden Experimente unter realen Bedingungen durchgeführt, um die Wirksamkeit und Zuverlässigkeit des vorgeschlagenen Mechanismus und der vorgeschlagenen Methode zu überprüfen, die Leistungskrafttests umfassen und an denen sechs Patienten mit chronischem Schlaganfall beteiligt sind.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Dieses Protokoll wurde vom Ethikausschuss des Union Hospital, Tongji Medical College, Huazhong University of Science and Technology genehmigt. Als Teilnehmer wurden Patienten mit Funktionsstörungen der oberen Extremitäten ausgewählt, die die diagnostischen Kriterien erfüllten und in der Rehabilitationsabteilung, den ambulanten und stationären Abteilungen des Krankenhauses des Autors behandelt wurden. Die Wiederherstellung der motorischen Funktion der Patienten wurde gemäß den Brunnstrom-Erholungsstadien21 beurteilt, und Patienten in den Stadien 3-5 wurden ausgewählt, um an den Experimenten teilzunehmen. Von den Patienten, die an der Studie teilnahmen, wurde eine schriftliche Einverständniserklärung eingeholt. Das Verfahren umfasst das Werkzeugdesign für den pneumatischen Greifer, den Herstellungsprozess des pneumatischen Greifers auf Basis von ausgehärtetem Silikonkautschuk, die Integration tragbarer Geräte sowie die Implementierung von Software und Hardware für die Erkennung der Greifabsicht. Mit Ausnahme von Silikonkautschuk und gängigen Stoffen werden alle tragbaren Komponenten im 3D-Druckverfahren hergestellt (siehe Ergänzende Codierungsdateien 1-5).

1. Konstruktion und Herstellung des pneumatischen Greifers

  1. Montieren Sie die vorgefertigte Form22 wie in Abbildung 1A, B gezeigt. Verwenden Sie dann Schmelzkleber, um die Glasfasern an den vorgesehenen Stellen in der Form zu befestigen, wie in Abbildung 1C dargestellt. Stellen Sie sicher, dass Sie Schmelzkleber verwenden, um alle potenziellen Bereiche abzudichten, die zum Austreten von Silikon führen können.
  2. Wiegen Sie eine angemessene Menge der Komponenten A und B des Silikonelastomers (9:1 nach Gewicht) (siehe Materialtabelle) und mischen Sie sie im angegebenen Verhältnis. Verwenden Sie nach dem Mischen eine Vakuummisch- und Entgasungsmaschine mit einer variablen Zentrifugalkraft, die durch das interne voreingestellte Programm der Maschine bestimmt wird. Sobald die Mischung fertig ist, spritzen Sie sie umgehend in die montierte Form, wie in Abbildung 1D dargestellt.
    HINWEIS: Die variable Zentrifugalkraft wird von der Vakuummisch- und Entgasungsmaschine über ihr internes voreingestelltes Programm gesteuert (siehe Materialtabelle). Die Zentrifugalkraft muss schrittweise erhöht werden, um eine gründliche Durchmischung des Silikonkautschuks und die Entfernung eingeschlossener Luftblasen zu gewährleisten.
  3. Lassen Sie die Form ca. 30 s stehen und legen Sie sie dann für ca. 1 min in einen Vakuumtrockner, damit kleine Luftblasen im Silikonkautschuk entweichen können. Nehmen Sie die Form aus dem Trockner und stellen Sie sie als Ganzes 12 Stunden lang in eine Thermostatkammer, die auf 30 °C eingestellt ist, damit der Silikonkautschuk aushärten kann.
  4. Wiederholen Sie die im zweiten Schritt beschriebenen Schritte, indem Sie den gemischten Silikonkautschuk in die in Abbildung 1E gezeigte Form spritzen. Legen Sie als Nächstes den in Abbildung 1F gezeigten entformten Gummikörper in die mit Silikonkautschuk gefüllte Form. Stellen Sie die gesamte Baugruppe 12 Stunden lang in eine Thermostatkammer, die auf 30 °C eingestellt ist, damit der Silikonkautschuk aushärten kann.
  5. Nehmen Sie den ausgehärteten Silikonkautschukkörper aus der Form und schneiden Sie überschüssigen Silikonkautschuk ab. Die Fertigung des flexiblen Greifers ist nun abgeschlossen.
    HINWEIS: Die Kavität besteht aus zwei Sätzen von pneumatischen Gittern, die unabhängig voneinander sind. Aufgrund des signifikanten Unterschieds im Elastizitätsmodul zwischen den Glasfasern und der gewellten Struktur biegt sich der pneumatische Greifer beim Aufblasen nach innen, was das Greifen der Hülle ermöglicht. Die Fingerkuppe ist mit einem Vorsprung versehen, der einem Elefantenrüssel ähnelt und ein Greifen mit der Fingerspitze ermöglicht.

2. Zusammenbau der tragbaren, flexiblen, überzähligen Robotergliedmaße

HINWEIS: Das tragbare, überzählige Roboterglied umfasst eine Mini-Luftpumpe, Luftventile, einen Ein-Chip-Mikrocomputer, einen pneumatischen Greifer, ein Netzteil, flexible Biegesensoren, einen tragbaren Handschuh und Zubehör für pneumatische und elektrische Anschlüsse (siehe Materialtabelle), wie in Abbildung 2 dargestellt.

  1. Fertigen Sie den tragbaren Handschuh mit Hilfe eines Schneiders in akribischer Handarbeit. Stellen Sie sicher, dass es mehrere Iterationen und Verbesserungen auf der Grundlage des Feedbacks des Trägers und der Erfahrung des Schneiders durchläuft.
  2. Befestigen Sie den pneumatischen Greifer mit 3D-gedruckten Teilen und befestigen Sie ihn mit Klebeband an der entsprechenden Stelle am Handschuh.
  3. Betten Sie drei flexible Biegesensoren (siehe Materialtabelle) wie in Abbildung 3 dargestellt in den Handschuh ein. Lege sie auf den Zeige-, Mittel- und Ringfinger und richte sie an der Rückseite der Finger aus. Verwenden Sie eine Datenerfassungskarte, um die Signale der Sensoren aufzuzeichnen.
  4. Verstärken Sie die Sensorsignale und leiten Sie sie auf einen Arduino (siehe Materialtabelle). Verarbeiten Sie diese Signale mit Hilfe eines gleitenden Fensters und der Filterung der kleinsten Quadrate innerhalb des Arduino23. Verwenden Sie diese geschätzten Werte als Basisdaten für die Absichtserkennung.
  5. Platzieren Sie Komponenten wie die Luftpumpe, die Luftventile, die Steuerplatine und das Netzteil in einem Rucksack, um sie zu transportieren. Abbildung 4 zeigt eine visuelle Darstellung des Trageeffekts.

3. Erkennen der Greifabsicht

HINWEIS: Wenn die Finger des Trägers eine Bewegung erzeugen, ändert sich das Sensor-Feedback-Signal entsprechend. Es funktioniert, indem es den Widerstand in der Schaltung erhöht, wenn sich das Bauteil stärker biegt. Abbildung 5 zeigt die aufgezeichneten Signalwerte des flexiblen Biegesensors während der Fingerbewegung eines Probanden. Die drei Kurven entsprechen den Signalen, die von Sensoren an den drei Fingern erhalten werden. Patienten mit Hemiparese haben oft eine eingeschränkte Fingerbeweglichkeit, aber der Sensor ist in der Lage, signifikante Veränderungen zu erkennen.

  1. Sammeln Sie Daten über die Reichweite und das Muster von Sensoränderungen während Fingerbewegungen. Wählen Sie geeignete Schwellenwerte basierend auf der erkannten Sensoramplitude aus, um die Pumpenaktivierung zu steuern. Weisen Sie die Teilnehmer an, ihre Finger innerhalb ihres Leistungsbereichs frei zu bewegen. Bestimmen Sie die Schwellwerte als Mittelwerte der Spitzen- und Talwerte der Sensorrückmeldung.
    HINWEIS: Wenn das Sensorsignal den eingestellten Schwellenwert überschreitet, beginnt die Pumpe zu arbeiten. Der Luftdruck steigt, wenn sich die Finger weiter beugen. Umgekehrt, wenn der Biegewinkel der Finger abnimmt und der Sensor ein Signal unterhalb des Schwellenwerts erkennt, gibt das Luftventil den Druck auf Null ab und der pneumatische Greifer löst sich.
  2. Bitten Sie den Benutzer, den Zustand des pneumatischen Greifers zu beobachten und den geeigneten Zeitpunkt zu bestimmen, um das Aufblasen der Luft zu stoppen und das weitere Biegen der Finger zu beenden.
  3. Wiederholen Sie die obigen Tests, um einen angemessenen Schwellenwert festzulegen und sich mit der Verwendung dieses Geräts vertraut zu machen.

4. Testen des Geräts mit gesunden Probanden

  1. Gewinnen Sie drei gesunde Freiwillige mit normalen motorischen Fähigkeiten der oberen Gliedmaßen für die Studie, um die Verschleiß- und Greifeffekte des Prototyps zu bestätigen.
  2. Stellen Sie den maximalen Luftdruck für den pneumatischen Greifer auf 100 kPa ein. Weisen Sie die Teilnehmer an, ihre Finger zu beugen und zu strecken. Lassen Sie die Teilnehmer den Prototyp tragen und Greifen- und Loslassexperimente an Objekten verschiedener Formen mit der zuvor erwähnten Methode durchführen.
  3. Holen Sie Feedback von den Trägern zu ihren Erfahrungen ein und passen Sie das Trageschema auf der Grundlage ihrer Vorschläge an.
    HINWEIS: Wie in Abbildung 6 dargestellt, haben die Teilnehmer mit dem Prototyp erfolgreich zylindrische Objekte unterschiedlicher Größe umhüllt und gegriffen. Darüber hinaus führten sie auch Fingerspitzen-Greifaufgaben an rechteckigen blockförmigen Objekten durch.

5. Rehabilitation und Greifhilfe für Patienten

  1. Beurteilen Sie die motorische Wiederherstellung der Patienten gemäß den Brunnström-Genesungsstufen21 durch medizinisches Fachpersonal. Lassen Sie Patienten in den Stadien 3-5 nur an den Experimenten für Rehabilitationstraining oder tägliche Unterstützung teilnehmen.
  2. Ziehen Sie sechs Patienten mit chronischer Hemiparese hinzu, um die Zuverlässigkeit und Wirksamkeit des Prototyps zu validieren. Weisen Sie die Patienten an, den Handschuh (mit Ausnahme des Rucksacks) selbstständig zu tragen und ihre Finger innerhalb ihres Bereichs zu bewegen, um die Schwellenwerte zu kalibrieren.
  3. Ermutigen Sie die Patienten während der Rehabilitationsphase, sich mit verschiedenen Greifaufgaben zu beschäftigen, um ihre Fingermuskeln zu trainieren. Lassen Sie die Patienten an der Kante eines Tisches sitzen und verwenden Sie den Prototyp, um eine Reihe von Greifaktivitäten auszuführen, einschließlich des Greifens einer Wasserflasche, einer Banane, eines Würfels und einer Zahnbürste.
  4. Bitten Sie die Patienten, relevante Fragebögen (Ergänzungsdatei 1) auszufüllen, die auf ihren persönlichen Erfahrungen nach dem Experiment basieren. Bewerten Sie die folgenden sechs subjektiven Gefühle: Vertrauen in die Funktion des Systems; Benutzerfreundlichkeit; Bequemlichkeit und Komfort des Tragens; Wirksamkeit und Nützlichkeit für die Rehabilitation; Wirksamkeit und Nützlichkeit im täglichen Leben; Bereiche, die noch verbessert werden müssen.
  5. Bewerten Sie ihre Antworten auf einer Skala von 1 bis 5, wobei 1 für "stimme überhaupt nicht zu" und 5 für "stimme voll und ganz zu" steht. Erfassen Sie die Daten und analysieren Sie die Probleme mit dem Prototyp und mögliche Verbesserungsbereiche auf der Grundlage des Fragebogens.
    HINWEIS: Dies erhöht nicht nur das Interesse am Rehabilitationstraining, sondern erhöht auch die Bereitschaft des Patienten, sich am Genesungsprozess zu beteiligen. In Fällen, in denen Patienten einen stabilen Zustand erreicht haben, aber immer noch Schwierigkeiten haben, Greifaufgaben mit ihren Fingern auszuführen, kann der Einsatz der Robotergliedmaße bei der Durchführung bestimmter täglicher Greifhandlungen helfen, die für das tägliche Leben erforderlich sind.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Experimente mit Ausgangskräften
Abbildung 7 zeigt anschaulich den konstruktiven Aufbau und die Abmessungen unseres Aktuators und bietet eine Querschnittsveranschaulichung. Dieser Antrieb besteht aus zwei unterschiedlichen Kammern, die jeweils fünf elegant gekrümmte Luftkammern enthalten. Bemerkenswert ist, dass wir am Ende des Aktuators eine hervorstehende Struktur integriert haben, die an die Rüsselspitze eines Elefanten erinnert und den Greifradius des Aktuators deutlic...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

In dieser Studie wird eine innovative, flexible, tragbare überzählige Robotergliedmaße vorgestellt, die entwickelt wurde, um Patienten mit chronischem Schlaganfall bei der Rehabilitation von Fingern und Greifaufgaben zu unterstützen. Dieses Robotersystem legt Wert auf Portabilität und bietet sowohl Funktionen zum Greifen des Umschlags als auch zum Greifen der Fingerspitzen. Es verfügt über einen flexiblen Biegesensor für eine benutzerfreundliche Steuerung der Mensch-Maschine-Interaktion. Statische Greifexperimente validi...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren haben nichts zu verraten.

Danksagungen

Diese Arbeit wird von der National Natural Science Foundation of China im Rahmen von Grant U1913207 und vom Program for HUST Academic Frontier Youth Team unterstützt. Die Autoren bedanken sich für die Unterstützung durch diese Stiftungen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
LuftkompressorXinweichengF35L-JJ-24VStellen Sie die Luftzufuhr für den pneumatischen Greifer
Arduino bereit EmakefunMega 2560Single-Chip-Mikrocomputer/Datenerfassungskarte
BackpackMujinIntegration externer Geräte
Flex SensorSpectra SymbolFlex Sensor 2.2Flexible Biegesensoren
NetzteilYisennengYSN-37019200Stromversorgung
PU-SchnellsteckerElecallPU-6Steckverbinder für PU Rohr
PU-RohrBaishehuiZDmJKJJyLuftleitungsanschluss
SilikonelastomerWackerELASTOSIL M4601 A/BMaterial des pneumatischen Greifers
ThermostatkammerRuyi101-00AKonstante Temperatur zur Beschleunigung der Aushärtung von Silikon
VakuumtrocknerFujiwaraPC-3Weitere Entschäumung
Vakuummischen und EntgasungsmaschineSmidaTMV-200TSilikon gründlich mischen und entschäumen
lassen VentilSMCNTV1030-312CLLuftdruck kontrollieren

Referenzen

  1. Feigin, V. L., et al. Global, regional, and national burden of stroke and its risk factors, 1990-2019: A systematic analysis for the global burden of disease study 2019. The Lancet Neurology. 20 (10), 795-820 (2021).
  2. Nakayma, H., Jørgensen, H. S., Raaschou, H. O., Olsen, T. S. Compensation in recovery of upper extremity function after stroke: The copenhagen stroke study. Archives of Physical Medicine and Rehabilitation. 75 (8), 852-857 (1994).
  3. Faria-Fortini, I., Michaelsen, S. M., Cassiano, J. G., Teixeira-Salmela, L. F. Upper extremity function in stroke subjects: Relationships between the international classification of functioning, disability, and health domains. Journal of Hand Therapy. 24 (3), 257-265 (2011).
  4. Al-Fahaam, H., Davis, S., Nefti-Meziani, S., Theodoridis, T. Novel soft bending actuator-based power augmentation hand exoskeleton controlled by human intention. Intelligent Service Robotics. 11, 247-268 (2018).
  5. IEEE International Conference on Robotics and Automation (ICRA). Thalman, C. M., Hsu, J., Snyder, L., Polygerinos, P. 2019 International Conference on Robotics and Automation (ICRA), , IEEE. 8436-8442 (2019).
  6. Miron, G., Plante, J. S. Design principles for improved fatigue life of high-strain pneumatic artificial muscles. Soft Robotics. 3 (4), 177-185 (2016).
  7. IEEE International Conference on Robotics and Automation (ICRA). Yun, Y., et al. 2017 IEEE International Conference on Robotics and Automation (ICRA), , IEEE. 2904-2910 (2017).
  8. Tran, P., Jeong, S., Herrin, K. R., Desai, J. P. Hand exoskeleton systems, clinical rehabilitation practices, and future prospects. IEEE Transactions on Medical Robotics and Bionics. 3 (3), 606-622 (2021).
  9. Dynamic Systems and Control Conference. Ort, T., Wu, F., Hensel, N. C., Asada, H. H. Dynamic Systems and Control Conference, , V002T027A010 American Society of Mechanical Engineers. (2023).
  10. Hussain, I., et al. A soft supernumerary robotic finger and mobile arm support for grasping compensation and hemiparetic upper limb rehabilitation. Robotics and Autonomous Systems. 93, 1-12 (2017).
  11. Yang, B., Huang, J., Chen, X., Xiong, C., Hasegawa, Y. Supernumerary robotic limbs: A review and future outlook. IEEE Transactions on Medical Robotics and Bionics. 3 (3), 623-639 (2021).
  12. Tong, Y., Liu, J. Review of research and development of supernumerary robotic limbs. IEEE/CAA Journal of Automatica Sinica. 8 (5), 929-952 (2021).
  13. Yap, H. K., et al. A magnetic resonance compatible soft wearable robotic glove for hand rehabilitation and brain imaging. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 25 (6), 782-793 (2016).
  14. Yun, S. S., Kang, B. B., Cho, K. J. Exo-glove pm: An easily customizable modularized pneumatic assistive glove. IEEE Robotics and Automation Letters. 2 (3), 1725-1732 (2017).
  15. IEEE International Workshop on Intelligent Robots and Systems (IROS). Polygerinos, P., et al. 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems, , IEEE. 1512-1517 (2013).
  16. IEEE International Conference on Soft Robotics (RoboSoft). Stilli, A., et al. 2018 IEEE International Conference on Soft Robotics (RoboSoft), , IEEE. 579-584 (2018).
  17. Zhang, D., et al. Making sense of spatio-temporal preserving representations for eeg-based human intention recognition. IEEE Transactions on Cybernetics. 50 (7), 3033-3044 (2019).
  18. IEEE International Workshop on Robot and Human Communication (ROMAN). Sirintuna, D., Ozdamar, I., Aydin, Y., Basdogan, C. 2020 29th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN), , IEEE. 1280-1287 (2020).
  19. 2020 10th Annual Computing and Communincation Workshop and Conferenece (CCWC). Mahmud, S., Lin, X., Kim, J. H. 2020 10th Annual Computing and Communication Workshop and Conference (CCWC), , IEEE. 0768-0773 (2020).
  20. Asghar, A., et al. Review on electromyography based intention for upper limb control using pattern recognition for human-machine interaction. Proceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine. 236 (5), 628-645 (2022).
  21. Naghdi, S., Ansari, N. N., Mansouri, K., Hasson, S. A neurophysiological and clinical study of brunnstrom recovery stages in the upper limb following stroke. Brain Injury. 24 (11), 1372-1378 (2010).
  22. Ru, H., Huang, J., Chen, W., Xiong, C. Modeling and identification of rate-dependent and asymmetric hysteresis of soft bending pneumatic actuator based on evolutionary firefly algorithm. Mechanism and Machine Theory. 181, 105169(2023).
  23. Qin, L., Wu, W., Tian, Y., Xu, W. Lidar filtering of urban areas with region growing based on moving-window weighted iterative least-squares fitting. IEEE Geoscience and Remote Sensing Letters. 14 (6), 841-845 (2017).
  24. Liu, S., et al. A two-finger soft-robotic gripper with enveloping and pinching grasping modes. IEEE/ASME Transactions on Mechatronics. 26 (1), 146-155 (2020).
  25. Tawk, C., Sariyildiz, E., Alici, G. Force control of a 3D printed soft gripper with built-in pneumatic touch sensing chambers. Soft Robotics. 9 (5), 970-980 (2022).
  26. Zuo, W., Song, G., Chen, Z. Grasping force control of robotic gripper with high stiffness. IEEE/ASME Transactions on Mechatronics. 27 (2), 1105-1116 (2021).
  27. Watanabe, T., Morino, K., Asama, Y., Nishitani, S., Toshima, R. Variable-grasping-mode gripper with different finger structures for grasping small-sized items. IEEE Robotics and Automation Letters. 6 (3), 5673-5680 (2021).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

Tragbare Robotergliedma eFingerrehabilitationGreifbewegungenflexibler Biegesensorpneumatischer GreiferMensch Roboter InteraktionSilikonelastomerhemiplegische Patienten

Verwandte Artikel