Name: Haptique / Réhabilitation graphique: Intégration dun robot dans un environnement virtuel Bibliothèque et en lappliquant à la thérapie des maladies (Vidéo) | JoVE Journal
Uploaded: 2011-08-08T13:00:00.000+00:00
Duration: 13 min 44 s
Description: Découvrez comment intégrer un robot dans un environnement virtuel pour la thérapie des accidents vasculaires cérébraux. Cette méthode utilise des classes wrapper et l'API H 3D pour créer un cadre logiciel réutilisable améliorant la rééducation.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Je tiens à souligner l&#39;aide technique de Brian Zenowich, Daniel Evestedt et Winsean Lin.

Présentation Il ya un besoin croissant dans l'ensemble de l'interaction homme-machine (IHM) intuitives et efficaces pour les environnements interactifs. De nombreuses industries continuent à dépendre plus fortement des IHM, tels que: la robotique de réhabilitation, l'industrie automobile, la fabrication des métaux, des machines d'emballage, les produits pharmaceutiques, alimentaires, de boissons, et les utilitaires. Technologies employées dans ces industries incluent: terminaux d'affichage, des ordinateurs personnels et logiciels IHM. Ces technologies peuvent être combinés ensemble pour exécuter des fonctions illimitées. Les robots peuvent être utilisés pour faciliter l'interaction directe avec les utilisateurs, tels que de servir comme un professeur de musique. Par exemple, des chercheurs à l'Université Waseda ont créé un robot qui joue du saxophone pour enseigner aux gens comment jouer et à comprendre l'interaction entre l'élève et l'enseignant 1. Autres chercheurs en robotique ont fait un robot basé sur la vision voler afin de déterminer comment l'intelligence artificielle peut évoluer vers des interactions intelligentes avec l'environnement 2. La concentration particulière de cet article réside dans la robotique de réhabilitation. Dans le domaine de la recherche et l'industrie, le rythme rapide de changement pour les nouveaux produits et les exigences des utilisateurs continue de croître. Ces exigences imposent plus de difficultés à l'évolutivité. Ainsi la conception de code est devenu essentiel dans la satisfaction des besoins de ces entités dans les meilleurs délais. Ainsi, la qualité d'un candidat solide architecture comprendrait facilement interchangeables graphiques-robot des systèmes qui incluent le soutien du conducteur. L'architecture H3DAPI répond à ces besoins et donc une classe wrapper a été créé. Par ailleurs, H3D est conçu pour les environnements de réalité virtuelle, tels que ceux qui sont nécessaires dans la robotique de réhabilitation. Neural rééducation robotique cherche à utiliser des robots dans le but d'aider les professionnels de la réadaptation. L'aide que fournissent ces robots se présente sous la forme d'un champ de force. Passé chercheurs commande moteur tels que Shadmehr et Mussa-Ivaldi, utilisé des champs de force pour favoriser l'adaptation du moteur, et avons trouvé 1) l'adaptation à un champ de force externe appliquée se produit avec différentes classes de mouvements, y compris mais non limité à des mouvements atteignant, et 2) l'adaptation généralise à travers les différents mouvements qui visitent les mêmes régions des 3 champ externe. Recherche d'ingénieurs en biomécanique de la performance basée sur Progressive thérapie assistée par robot montre que répétitives, les tâches spécifiques, orientés vers un but, robot-assistée thérapie est efficace dans la réduction des déficiences moteur dans le bras affecté après un AVC 4, mais les effets exacts thérapeutiques et des paramètres continuera d'être un domaine de recherche. Rétroaction sensorielle affecte l'apprentissage et d'adaptation. Donc la question logique suivante serait de demander si oui ou non augmenter artificiellement l'ampleur de ces réactions seraient promotion plus rapide ou plus complet d'apprentissage / adaptation. Certains chercheurs ont constaté que l'application de forces plus grandes réactions sensorielles ou des indices visuels pour améliorer erreurs peuvent fournir un stimulus neurologique adéquat pour promouvoir des niveaux plus élevés d'adaptation / apprentissage 5,6. Ceci est connu comme "l'augmentation d'erreur". Ce phénomène peut être dû au fait que les résultats une fois d'une action de contrôle moteur s'écarter de l'idéal, notre modèle interne d'auto-ajuste en fonction de l'ampleur de l'erreur. En conséquence, comme notre modèle interne des approches de l'environnement externe, erreur dans l'exécution d'une tâche diminue. La recherche continue de soutenir la pratique prolongée de fonctionnellement les activités pertinentes pour la restauration de la fonction, bien que de nombreux courants politiques de soins de santé limiter la quantité de temps que les patients peuvent passer du temps avec les thérapeutes. La question est de savoir si convaincant ces nouvelles applications de la technologie peut aller plus loin que de simplement donner une dose plus élevée de l'état actuel des soins. Des études d'interaction homme-machine ont révélé de nouvelles perspectives dans les domaines de l'apprentissage moteur, et peut dans certains cas, offrir une valeur ajoutée au processus thérapeutique. Spécialisé dispositifs robotiques combiné avec l'ordinateur affiche peut augmenter rétroaction d'erreur dans le but d'accélérer, améliorer, ou de déclencher le réapprentissage moteur. Ce document présente une méthodologie d'utilisation d'un système développé pour une intervention clinique comme un exemple de telles de l'application de cette technologie. 1. L'établissement classe wrapper HAPI pour un robot <ol><li> Créer un wrapper pour HAPI la bibliothèque haptique en créant votre propre. Cpp et fichier d'entête. Par exemple nous allons utiliser le nom et HAPIWAM.cpp HAPIWAM.h. </li><li> HAPIWAM.cpp placer dans le répertoire source: HAPI / src </li><li> HAPIWAM.h placer dans le répertoire du fichier en-tête: HAPI / include / HAPI </li><li> Au sommet de HAPIWAM.h, inclure le fichier d'entête principale (s) de votre robot, dans le cas de la MAO Barrett, qui serait: </li></ol> &lt;em&gt; extern "C" { # Include &lt;include/btwam.h&gt; } # Include &lt;HAPI/HAPIHapticsDevice.h&gt; Remarque: extern "C" est nécessaire pour résoudre mangling compilateur, parce que la bibliothèque incluse est écrit dans 'C' et l'H3DAPI est écrit en C + +. <ol start="5"><li> En HAPIWAM.h, créez votre classe et comprennent les 4 fonctions suivantes </li></ol> bool initHapticsDevice (int); bool releaseHapticsDevice (); updateDeviceValues ​​void (DeviceValues ​​&amp; DV, HAPITime dt); nulle sendOutput (HAPIHapticsDevice:: DeviceOutput &amp; D, HAPITime t); <ol start="6"><li> Assurez-vous que votre classe hérite publiquement de la classe HAPIhapticsdevice. </li><li> Créer un garde-tête pour votre classe. </li><li> Créer DeviceOutput statique et attributs HapticsDeviceRegistration statique sous la classe HAPIWAM. </li><li> Créez vos fonctions de membre statique pour les rappels. </li><li> Définissez votre constructeur et destructeur de HAPIWAM.cpp. </li><li> Enregistrez votre appareil dans HAPIWAM.cpp. </li><li> Définissez vos 4 fonctions héritées et les rappels dans HAPIWAM.cpp. </li></ol> 2. HAPI bibliothèque de la création <ol><li> Maintenant que nous avons créé la classe wrapper HAPI, nous avons besoin pour construire votre enveloppe dans la bibliothèque HAPI. Le WAM dépend de certaines bibliothèques qui H3DAPI ne dépend pas dans sa forme brute, par conséquent, ces bibliothèques devront être ajoutés à HAPI. Aller à la HAPI / HAPI / construire et modifier CMakeLists.txt. Ajoutez les bibliothèques dépendantes, après la ligne qui indique "SET (OptionalLibs). </li><li> Ouvrez une console de commande et accédez à: HAPI / HAPI / construire et tapez les 3 commandes suivantes dans cet ordre: </li></ol> cmake. sudo make sudo make install 3. Classe wrapper H3D <ol><li> Pour créer la classe wrapper pour la bibliothèque H3D avec votre HAPIWAM, créez d'abord WAMDevice.cpp dans le répertoire source: H3DAPI/src </li><li> WAMDevice.h placer dans le répertoire du fichier en-tête: H3DAPI/include/H3D </li><li> WAMDevice.h doit contenir le fichier d'entête standard pour tous les appareils H3DAPI, avec le nom remplacé à ce que vous voulez. </li><li> WAMDevice.cpp devrait mentionner la source standard pour tous les appareils H3DAPI, avec le nom remplacé à ce que vous voulez. </li><li> Maintenant que la classe wrapper a été créé, de reconstruire la bibliothèque H3DAPI. Faites cela en éditant CMakeLists.txt de la même manière qui a été effectuée à l'étape 2.1, que sous le répertoire: H3DAPI/build. </li><li> Reconstruire la bibliothèque H3DAPI sous le répertoire H3DAPI/build </li></ol> cmake. sudo make sudo make install 4. Machine à états finis <ol><li> Chaque programme ciblé d'atteindre nécessite la création d'une machine à états finis pour contrôler le protocole expérimental ou d'un régime pratique. Machines d'état typiques incluent: Début du procès, Lancement, contacter la cible, et fin du procès. Un exemple de la fonction de chaque Etat, et les critères de transfert entre les Etats est ci-dessous. </li><li> Le début du procès nécessite l'attribution d'une cible. Endroits objectifs peuvent être fixés de façon aléatoire pour chaque essai ou peut être réglée à partir d'un fichier. Le début du procès se termine une fois que l'utilisateur a lancé vers la cible au dessus du seuil de vitesse, généralement 0,06 mètres par seconde. </li><li> L'Etat de lancement a lieu après le début du procès. Cet état se termine soit lorsque l'utilisateur touche la cible ou le reste à l'intérieur de la cible pour une période de temps. Une fois que la cible est touchée, cela permet à l'Etat de contact cible. </li><li> Contactez-cible se produit pendant l'état de lancement. Il peut prendre fin dès que la cible est touchée ou après que le sujet réside dans la cible pour une période de temps spécifique. Une fois ce temps écoulé, la fin de l'état de première instance est activé. </li><li> La fin de l'état du signal d'essai doit le logiciel de collecte de données pour marquer le fichier de données, quelle qu'en soit l'analyse du développeur de logiciels a utilisé, pour délimiter la fin de l'essai chacun. Moins que l'essai final a été terminé, la fin de la fin de l'état d'essai permet à l'Etat Début du procès. </li></ol> 5. Application: la réhabilitation du patient course <ol><li> L'interface robotique a été conçu pour faire participer l'expertise thérapeute tout en utilisant le robot pour permettre à quelque chose qui ne pourraient autrement être fait. L'application de la technologie a permis (décrits plus en détail ci-dessous) de l'augmentation d'erreur, ce qui a amplifié les erreurs perçues par le patient, qui pour plusieurs raisons bien connues améliore le processus de réapprentissage (fig 1). </li><li> Un haptique en trois dimensions / système graphique appelé la Réalité Virtuelle robotique et optique machine Opérations (VRROOM). Ce système, présenté précédemment 6, une chaîne stéréo combinée projetée, chef-rendu suivi sur un écran semi-argenté miroir de superposition avec un système robotique qui a enregistré la position du poignet et a généré un vecteur de force (figure 2). </li><li> A di qualité cinématographiquegital projecteur (Christie Mirage 3000 DLP) s'affichent les images qui s'étend sur un écran de cinq pieds de large pixels 1280x1024, résultant en un angle de vision 110 ° de large. Émetteurs infrarouges synchronisées images distinctes œil gauche et à droite par Liquid Crystal Display (LCD) lunettes à obturation (stéréographique, Inc). Ascension Flock of Birds éléments magnétiques ont suivi le mouvement de la tête de sorte que l'affichage visuel a été rendu à la tête appropriée perspective centrée. </li><li> Lors de qualification pour l'étude, la capacité fonctionnelle de chaque participant a été évaluée par un évaluateur aveugle au départ et l'arrivée de chaque paradigme de traitement avec une semaine de suivi après chaque et un ensemble de 45 jours de suivi évaluation. Chaque évaluation se composait d'une amplitude de mouvement (ROM) l'évaluation réalisée dans le VRROOM ainsi que des mesures cliniques, notamment: l'évaluation Box et de blocs, Wolf Motor Function Test (WMFT), la section du moteur du bras de l'Fugl-Meyer (AMFM), et Évaluation de la portée fonctionnelle simple (TFA). </li><li> Un gant de exotendon avec une attelle au poignet a été utilisé pour aider à neutre du poignet et de l'alignement à la main. Le centre de la poignée de robot a été attaché à l'avant-bras a été placé postérieure de l'articulation radiocarpienne sorte que ses forces ont agi au niveau du poignet, mais a accueilli la requête à la main. </li><li> Poids du bras du patient a été amoindri par un ressort-alimenté Wilmington robotique exosquelette (WREX) gravité équilibré orthèse. Objectif chargé le patient était de chasser un curseur présenté devant eux en transitant par un dispositif de surveillance dans la main du thérapeute (téléopération thérapeute). </li><li> Les patients la pratique de trois jours par semaine pendant environ 40-60 minutes, avec le patient, le thérapeute, et le robot de travailler ensemble dans un trio. Objet et thérapeute assis côte à côte, et le sujet a été connecté au robot au niveau du poignet. </li><li> Chaque session a commencé avec cinq minutes de la plage de passif d'exercices de mouvement (PROM) avec le thérapeute, suivie par environ dix minutes pour situer le patient dans la machine. Le sujet a ensuite complété six blocs de formation le mouvement a duré cinq minutes chacune avec des périodes de repos de deux minutes entre chaque bloc. </li><li> Pendant la formation, les participants ont vu deux curseurs sur l'écran stéréo. Le thérapeute traitant manipulé un curseur tout en participant contrôlée de l'autre. Les patients ont été invités à suivre le chemin exact du curseur du thérapeute pendant qu'il se déplaçait à travers l'espace de travail. </li><li> Augmentation erreur a été fournie à la fois visuellement et par les forces générées par le robot. Lorsque les participants dévié à partir du curseur thérapeute, une erreur e instantanée vecteur a été établi comme la différence de position entre le curseur du thérapeute et de la main du participant. Erreur était visuellement magnifié par un facteur de 1,5 E (M) dans le cadre de l'augmentation d'erreur. De plus, une force d'erreur augmentant de 100 e (N / m) a également été appliquée, ce qui a été programmé pour saturer à un maximum de 4 N pour des raisons de sécurité. </li><li> Chaque bloc de traitement était constitué de particuliers, des mouvements normalisés qui ont été les mêmes pour chaque session. Les autres blocs a permis au thérapeute de personnaliser la formation à des domaines spécifiques de la faiblesse repose sur l'expertise thérapeute et leurs observations. Le protocole de traitement inclus la pratique de mouvements spécifiques pour tous les participants, y compris avant et latéraux atteignant, à l'épaule-coude d'accouplement, et en diagonale pour atteindre à travers le corps. </li><li> Tout en pratiquant, au jour le jour erreur médiane a été mesurée comme un résultat de la pratique. Une attention particulière a été donnée à des blocs de mouvements normalisés qui ont été les mêmes pour chaque session. Ils ont été comparés aux jours précédents pour déterminer si des améliorations supplémentaires pourraient être observées sur une base de jour en jour, qui peuvent être communiqués au patient, le thérapeute et les soignants (figure 3). </li><li> Les mesures primaires de résultats ont été mesurés par semaine, 1 semaine après la fin du traitement, et 45 jours après pour déterminer la conservation des avantages. Les principaux résultats ont été le score de Fugl-Meyer capacité de moteur et de notre test personnalisé portée de main qui a mesuré l'amplitude de mouvement. </li></ol> 6. Les résultats représentatifs: Lorsque le protocole est fait correctement, puis une fois le nœud &lt;AnyDevice&gt; est chargé dans le H3DViewer ou H3DLoad, le dispositif de WAM devrait être reconnu et lancé. Si le WAM ont été remplacés par un autre robot, le code lui-même n'aurait pas besoin d'être changé. <img src="/files/ftp_upload/3007/3007fig1.jpg" alt="Figure 1" data-altupdatedat="1787634011000" data-alt="Figure 1"> Figure 1. Sujet assis à l'haptique / appareil graphique. <img src="/files/ftp_upload/3007/3007fig2.jpg" alt="Figure 2" data-altupdatedat="1787634011000" data-alt="Figure 2"> Figure 2. Sujet assis à l'haptique / appareil graphique avec un physiothérapeute. <img src="/files/ftp_upload/3007/3007fig3.jpg" alt="Figure 3" data-altupdatedat="1787634011000" data-alt="Figure 3"> Figure 3. Configuration pour la réhabilitation of le patient d'AVC. A) sous réserve et thérapeute travaillent ensemble, assis et en utilisant l'haptique grande espace de travail / affichage graphique pour la pratique du mouvement. Le thérapeute fournit un repère pour le sujet, et peut conditionné l'adapter aux besoins du patient. Le robot donne des forces qui poussent les membres de la cible et le système de feedback visuel améliore l'erreur du curseur. B) typiques d'amélioration des patients chroniques course au jour le jour. Chaque point représente l'erreur médiane mesurée pour un bloc de 2 minutes de mouvement fonctionnelle stéréotypées. Alors que le patient montre des progrès à travers la période de 2 semaines et de bénéficier d'ensemble, cette personne n'a pas toujours d'améliorer chaque jour.

<ol><li>Solis, J., Takeshi, N., Petersen, K., Takeuchi, M., Takanishi, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+the+anthropomorphic+saxophonist+robot+WAS-1%3A+Mechanical+design+of+the+simulated+organs+and+implementation+of+air+pressure%5BTitle%5D)+AND+%22Advanced+Robotics+Journal%22%5BJournal%5D)">Development of the anthropomorphic saxophonist robot WAS-1: Mechanical design of the simulated organs and implementation of air pressure.</a> Advanced Robotics Journal. 24, 629-650 (2010).</li>
<li>Evolving Won-Based Flying Robots. Zufferey, J. C., Floreano, D. Proceedings of the 2nd International Workshop on Biologically Motivated Computer Vision, 2002 November, Berlin, , Springer-Verlag. 592-600 (2002).</li>
<li>Conditt, M. A., Gandolfo, F., Mussa-Ivaldi, F. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+motor+system+does+not+learn+the+dynamics+of+the+arm+by+rote+memorization+of+past+experience%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">The motor system does not learn the dynamics of the arm by rote memorization of past experience.</a> Journal of Neurophysiology. 78, 554-554 (1997).</li>
<li>Krebs, H. I., Palazzolo, J. J., Dipietro, L., Ferraro, M., Krol, J., Rannekleiv, K., Volpe, B. T., Hogan, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rehabilitation+robotics%3A+Performance-based+progressive+robot-assisted+therapy%5BTitle%5D)+AND+%22Autonomous+Robots%22%5BJournal%5D)">Rehabilitation robotics: Performance-based progressive robot-assisted therapy.</a> Autonomous Robots. 15, 7-20 (2003).</li>
<li>Wei, K., Kording, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Relevance+of+error%3A+what+drives+motor+adaptation%5BTitle%5D)+AND+%22Journal+of+neurophysiology%22%5BJournal%5D)">Relevance of error: what drives motor adaptation.</a> Journal of neurophysiology. 101, 655-65 (2009).</li>
<li>Wei, Y., Bajaj, P., Scheidt, R., Patton, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+error+augmentation+for+enhancing+motor+learning+and+rehabilitative+relearning%5BTitle%5D)+AND+%22IEEE+International+Conference+on+Rehabilitation+Robotics%22%5BJournal%5D)">Visual error augmentation for enhancing motor learning and rehabilitative relearning.</a> IEEE International Conference on Rehabilitation Robotics. , 505-510 (2005).</li>
</ol>

Les classes wrapper dans ce tutoriel sont sous copyright par Ian Sharp.

Cette méthode de mise en œuvre classe wrapper permet de robots différents à être utilisé, sans modifier le code source, lorsque vous utilisez le H3DAPI. Plus précisément, les chercheurs qui ont écrit leur haptique / environnement graphique de H3D et testé leur expérience avec un robot fantôme serait en mesure de réaliser la même expérience ou similaire utilisant le WAM Barrett, et vice versa. Ce type de dispositif croisés indépendants de la communication a des implications pour la recherche en robotique de réhabilitation internationale. Ces implications de faciliter haptique rapide / développement graphique, la collaboration de recherche internationaux, et la communication inter-laboratoire de recherche. Réhabilitation de la robotique n&#39;a pas encore de découvrir les nombreux paramètres impliqués dans l&#39;apprentissage moteur. Une des étapes de temps au cours haptique / développement graphique inclut le temps de compilation. Avec la réhabilitation de nombreux paramètres, aggravée par le temps de compilation pour chaque programme, le cycle de vie de développement pour tester toutes les permutations possibles du groupe augmente rapidement. H3D, avec son absence d&#39;exigences de la compilation, permet un développement rapide de nombreuses scènes de réalité virtuelle. Cela vient comme un avantage pour les chercheurs qui aspirent à sonder les effets des scénarios de formation différents. Limitations de cette «codées en dur &#39;approche d&#39;intégration wrapper de classe, notamment le fait que cette procédure doit être répétée chaque fois qu&#39;il ya une nouvelle répartition de la H3DAPI. Modifications possibles à l&#39;intégration de la classe wrapper dans votre dernière distribution de l&#39;H3DAPI serait de créer la classe wrapper séparément de la H3DAPI. Vous pouvez ensuite mettre votre classe wrapper dans un fichier *. bibliothèque ainsi. Ce serait d&#39;isoler votre classe de la distribution originale H3DAPI.

<ol><li> L&#39;affichage appelé Paris (personnels système augmenté immersion en réalité), peut être trouvée au <a href="http://www.evl.uic.edu">www.evl.uic.edu</a> </li><li> Le robot est la grande taille grise Barrett WAM: <a href="http://www.barrett.com">www.barrett.com</a> </li><li> Le plus petit, maigre robots noir est le Fantôme: <a href="http://www.sensable.com">www.sensable.com</a> </li><li> Le montage du bras est le T-WREX, développé à l&#39;RIC: <a href="http://www.ric.org/research/centers/mars2/Projects/development/d3.aspx">http://www.ric.org/research/centers/mars2/Projects/development/d3.aspx</a> </li><li> Les lunettes 3D Vision pour: <a href="http://www.vrlogic.com">www.vrlogic.com</a> </li><li> Chef du logiciel de suivi. <a href="http://www.mechdyne.com">www.mechdyne.com</a> </li><li> Le H3DAPI lui-même: <a href="http://www.h3dapi.org">www.h3dapi.org</a> </li></ol>

haptique / réhabilitation graphique: intégration d&#39;un robot dans un environnement virtuel bibliothèque et en l&#39;appliquant à la thérapie des maladies

Haptic/Graphic Rehabilitation: Integrating a Robot into a Virtual Environment Library and Applying it to Stroke Therapy

Des recherches récentes que les tests de dispositifs interactifs pour pratiquer la thérapie prolongée a révélé de nouvelles perspectives pour la robotique combinée avec des formes graphiques et d&#39;autres du biofeedback. Précédente homme-robot systèmes interactifs ont exigé des commandes de différents logiciels à mettre en œuvre pour chaque robot conduit à une surcharge inutile de temps de développement à chaque fois qu&#39;un nouveau système sera disponible. Par exemple, quand une haptique / graphique environnement de réalité virtuelle a été codé pour un robot spécifique pour fournir une rétroaction haptique, ce robot spécifique ne serait pas en mesure d&#39;être échangé pour un autre robot sans recodage du programme. Toutefois, les récents efforts de la communauté open source ont proposé une approche classe wrapper qui peut susciter des réponses presque identiques quel que soit le robot utilisé. Le résultat peut conduire les chercheurs à travers le monde pour réaliser des expériences similaires en utilisant le code partagé. Par conséquent modulaire &quot;commutation out&quot; d&#39;un robot pour une autre n&#39;affecterait pas le temps de développement. Dans cet article, nous décrivons la création réussie et la mise en œuvre d&#39;une classe wrapper pour un robot dans le H3DAPI open-source, qui intègre le logiciel de commandes les plus couramment utilisés par tous les robots.

Récemment, une grande quantité de perspectives se sont disponibles pour les systèmes homme-robot interactif. Dans ce papier, nous présentons l&#39;intégration d&#39;un nouvel appareil robotisé avec le logiciel open source qui peut rapidement rendre possible une bibliothèque de fonctionnalités interactives. Nous avons alors aperçu une application clinique pour une application neuroréadaptation.

Haptique / Réhabilitation graphique: Intégration d&#39;un robot dans un environnement virtuel Bibliothèque et en l&#39;appliquant à la thérapie des maladies

Des recherches récentes testant des dispositifs interactifs pour une pratique thérapeutique prolongée ont révélé de nouvelles perspectives pour la robotique associée à des éléments graphiques et d'autres...

L'objectif général de cette procédure est d'intégrer un robot dans une bibliothèque d'environnement virtuel, puis d'utiliser le robot pour une thérapie post-accident vasculaire cérébral. Cela est réalisé en créant d'abord une classe enveloppe pour étendre la bibliothèque de haptique, puis en intégrant cette classe enveloppe dans la bibliothèque de haptique. L'étape suivante consiste à créer une classe enveloppe pour étendre la bibliothèque graphique, puis à intégrer cette classe enveloppe dans la bibliothèque graphique une fois les classes enveloppe terminées.L'interface API H 3D est utilisée pour configurer une machine à états finis afin de tester des patients victimes d'AVC. Le robot intégré est ensuite utilisé pour aider à la rééducation des patients victimes d'AVC. Le principal avantage de cette technique est que vous n'avez plus à écrire une application logicielle différente pour chaque robot.En outre, ces applications peuvent être utilisées par des scientifiques du monde entier, indépendamment du robot utilisé dans leur laboratoire. Cette méthode peut aider à répondre à des questions clés dans les domaines de la rééducation, de la robotique et du contrôle moteur, telles que le degré auquel notre système nerveux pourrait bénéficier d'une augmentation des erreurs. Cette méthode peut fournir des informations sur les déficits post-accident vasculaire cérébral ainsi que renforcer notre compréhension du fonctionnement normal.En général, les patients victimes d'un accident vasculaire cérébral et nouveaux dans la rééducation robotisée doivent surmonter certains obstacles, comme apprendre à tenir la poignée. Nous avons eu l'idée de cette méthode en réalisant que nous avions besoin d'un robot doté d'un vaste espace de travail opérationnel en compensation de la gravité. Nous souhaitions également minimiser la réécriture de logiciels afin que les futurs étudiants diplômés puissent bénéficier du travail de leurs prédécesseurs sans avoir à refaire les mêmes tâches.Ce vidéo donne des instructions pour intégrer un robot à manipulation de tout le bras (WHAM) avec le code source ouvert disponible sur www.hthreedpi.org. Pour intégrer un nouveau robot dans la bibliothèque d'haptique, la première étape consiste à écrire une classe enveloppe pour HAP, le moteur de rendu haptique, utilisé pour contrôler les mouvements du robot WHAM. Commencez par créer un fichier CPP et un fichier d'en-tête.Les noms de fichiers utilisés pour cet exemple sont happy, wham, cpp et happy wham h. Placez le fichier happy wham cpp dans le répertoire source. Happy slash source, puis placez happy.Placez wham h dans le répertoire des fichiers d'en-tête. Happy barre oblique include barre oblique happy. En haut de happy wham h, incluez les fichiers d'en-tête principaux du robot.Remarquez que extern C est nécessaire pour résoudre le changement de nom par le compilateur, car la bibliothèque incluse est écrite en C et l'API H 3D est écrite en c plus plus. Dans happy wham h, créez la classe pour le robot et incluez-y les quatre fonctions suivantes : libération du dispositif háptique, dispositif háptique, mise à jour des valeurs du dispositif et envoi de la sortie. Assurez-vous que la classe hérite publiquement de la classe happy haptics device.Ensuite, créez une protection d'en-tête pour la classe. Puis, créez les attributs statiques de sortie du dispositif et d'enregistrement du dispositif haptique dans la classe WHAM happy. Ensuite, créez les fonctions membres statiques pour les rappels spécifiques à votre robot.Pour un robot WHAM, la fonction de rappel est utilisée dans la fonction d'appareil hapto-mécanique bull. Maintenant que les prototypes sont définis dans le fichier d'en-tête, ouvrez happy wham dot cpp, et incluez les fichiers d'en-tête et l'espace de noms appropriés. Ensuite, définissez le constructeur et le destructeur dans Happy Wam cpp.Ensuite, enregistrez le dispositif dans Happy Wam cpp. Définissez maintenant les quatre fonctions héritées et les fonctions de rappel dans happy Wam cpp. La fonction de mise à jour des valeurs du dispositif indique à l'ordinateur la position du bras du robot et la force que le robot exerce sur l'environnement.Après avoir créé la classe Happy Wrapper, l'étape suivante consiste à intégrer un enrobage dans la bibliothèque Happy. L'API WAM dépend de certaines bibliothèques que l'API H 3D ne dépend pas dans sa forme brute. Par conséquent, ces bibliothèques doivent être ajoutées à happy.Accédez au répertoire H 3D 2.1/happy/build et modifiez le fichier CMakeLists.txt. Ajoutez les bibliothèques dépendantes après la ligne indiquant « Set optional libs ». Ouvrez une console de commandes, accédez au répertoire H 3D 2.1/happy/build, puis saisissez successivement les commandes suivantes : cmake ., make et make install, afin de terminer l'intégration du nouveau robot au code source ouvert H 3D.Écrivez une deuxième classe d'habillage pour le graphe de scène. API appelée H 3D API. Cet exemple utilise une classe d'habillage appelée wam device.Accédez au répertoire source, H 3D AP I slash source, et créez le fichier source du dispositif WAM, CPP et wam device.Cpp. Ajoutez la source standard destinée à tous les dispositifs H 3D PI. Ensuite, placez Wam device H dans le répertoire des fichiers d'en-tête.L'appareil Wam H doit contenir le fichier d'en-tête standard pour tous les appareils H 3D API. Maintenant que la classe enveloppe a été créée, reconstruisez la bibliothèque H 3D PI en modifiant le texte des listes C make dans le répertoire H three DPI slash build. Enfin, dans le répertoire H 3D PI slash build.Reconstruisez la bibliothèque H 3D API à l'aide des commandes CMake dot pseudo make et pseudo make install. Les nouvelles classes enveloppantes sont désormais prêtes à être utilisées avec un robot. Une fois les classes enveloppantes appropriées installées, une machine à états finis est créée pour contrôler le protocole expérimental de la tâche de pointage ciblé utilisée avec le robot Barrett WHAM. Les états de la machine à états sont : début de l'essai, lancement, contact avec la cible et fin de l'essai.Le début de l'état d'essai commence par l'attribution d'une cible. Les emplacements des cibles peuvent être définis aléatoirement pour chaque essai ou provenir d'un fichier. La fin de l'état d'essai intervient et l'état de lancement commence.Dès que la main du sujet a entamé son mouvement vers la cible à une vitesse supérieure au seuil, généralement 0,06 mètre par seconde, l'état de lancement prend fin et l'état de contact avec la cible commence lorsque le curseur du patient touche la cible. Une fois le contact établi, la cible disparaît, l'état de contact avec la cible se termine et l'état de fin d'essai commence.L'état de fin d'essai signale au logiciel de collecte de données de marquer le fichier de données avec un délimiteur indiquant la fin de l'essai. À moins que le dernier essai n'ait été complété, la fin de l'état de fin d'essai active l'état de début d'essai et une nouvelle cible est attribuée. Cette section présente un robot différent appelé le Phantom, utilisé dans la rééducation des patients victimes d'AVC.En substituant le code de classe d'emballage du fantôme dans les bibliothèques appropriées, le nouveau robot peut être intégré à l'environnement virtuel ; un système graphique haptique tridimensionnel appelé machine virtuelle de robotique et d'opérations optiques, ou ROOM, est utilisé ici. Ce système combine un rendu stéréo projeté avec suivi de tête sur un afficheur superposé à miroir semi-argenté et un système robotique capable d'enregistrer la position du poignet et de générer un vecteur de force. Un projecteur numérique de qualité cinéma affiche des images couvrant un écran de cinq pieds de large, offrant ainsi un angle de vision de 110 degrés.Les émetteurs infrarouges synchronisent les images distinctes pour l'œil gauche et l'œil droit à l'aide de lunettes à obturateur LCD. Le mouvement de la tête est suivi grâce aux éléments magnétiques Ascension Flock of Birds, de sorte que l'affichage visuel est rendu avec la perspective centrée sur la tête appropriée. Un gant à tendon externe muni d'une attelle de poignet aide à l'alignement neutre du poignet et de la main.Le centre de la poignée du robot est placé sur l'avant-bras, en arrière de l'articulation radio-carpienne. Cela permet aux forces de s'appliquer au niveau du poignet, tout en autorisant un mouvement libre de la main. Le poids du bras du patient est réduit à l'aide d'une orthèse exosquelette robotisée de type Wilmington, équilibrée en gravité et actionnée par ressort.Le thérapeute assis à côté du patient utilise un dispositif de suivi pour déplacer un curseur sur l'écran. Devant lui, le patient reçoit l'instruction d'utiliser la poignée robotique pour poursuivre le curseur. Une augmentation de l'erreur est fournie à la fois visuellement et par des forces générées par le robot.Lorsque le curseur du patient s'écarte du curseur du thérapeute, un vecteur d'erreur instantanée E est établi comme la différence de position entre le curseur du thérapeute et la main du patient. L'erreur est amplifiée visuellement par un facteur de 1,5 E dans le cadre de l'augmentation de l'erreur. En outre, une force d'augmentation de l'erreur de 100 E est appliquée au bras du patient, programmée pour saturer à un maximum de quatre newtons.Pour des raisons de sécurité, l'augmentation de l'erreur amplifie les erreurs perçues par le patient, ce qui renforce le processus de réapprentissage. Le protocole de traitement prévoit que le patient s'entraîne à plusieurs mouvements spécifiques, notamment des mouvements de portée vers l'avant et sur le côté impliquant le couplage épaule-coude, ainsi que des mouvements diagonaux traversant le corps. Pour la prochaine démonstration, le code de la classe supérieure est remplacé et le robot Barrett WHAM est utilisé.Le but de cette tâche suivante consiste, pour des sujets sains ou des patients victimes d'un accident vasculaire cérébral, à attraper un projectile virtuel à l'intérieur de la sphère verte semi-transparente. Si les mains du patient s'éloignent de l'intérieur de la sphère, celle-ci devient rouge et le bras du patient reçoit une rétroaction de type augmentation d'erreur provenant du robot. Lorsque le patient attrape avec succès le projectile à l'intérieur de l'espace défini, la sphère reste verte.Cette figure montre l'erreur médiane de saisie. Chaque point représente l'erreur médiane mesurée pour un bloc de deux minutes de mouvements fonctionnels stéréotypés. Bien que les patients montrent des progrès au cours de la période de deux semaines, l'amélioration n'était pas toujours constatée chaque jour.Cette figure illustre le bénéfice résultant de l'augmentation des erreurs pour réduire de façon sélective la variabilité d'un mouvement à l'autre. Les graphiques du haut montrent les données du groupe témoin, tandis que les graphiques du bas présentent les données du groupe traité. Chaque couleur représente un sujet différent.Les deux lignes horizontales affichent l'emplacement des limites pour la tâche. Le but du sujet était d'intercepter le projectile virtuel à l'intérieur de ces limites. L'emplacement d'un point indique l'endroit où un sujet donné s'est approché le plus près du contact.Dans le projectile, les histogrammes bleus semi-transparents superposés aux données brutes affichent la distribution des mouvements du groupe. Le long de l'axe antérieur, les patients ont effectué 600 essais de la tâche de saisie : lors des 200 premiers essais, aucune rétroaction par amplification d'erreur n'était fournie, tandis que pour les 200 derniers essais, une rétroaction par amplification d'erreur a été fournie aux essais 201 à 400. Le robot a fourni une rétroaction par amplification d'erreur au patient, entraînant une amélioration significative de la capacité du patient à saisir la cible dans les limites spécifiées.Après avoir suivi cette procédure, les méthodes traditionnelles de rééducation peuvent toujours être appliquées, mais avec le robot, nous pouvons quantifier à tout moment la position de la main du patient au cours de nombreux essais répétés. Cette technique a ouvert la voie à de nouvelles recherches dans le domaine du génie neural, où nous pouvons explorer des mouvements de pointage simulés dans une région comportant de nombreuses solutions possibles. Après avoir visionné cette vidéo, vous devriez être en mesure de comprendre comment étendre la bibliothèque d'API H 3D à un robot de rééducation de votre choix et d'appliquer diverses interfaces haptiques graphiques pour l'évaluation et le traitement des patients victimes d'AVC.Travailler avec des robots peut donc être potentiellement dangereux, c'est pourquoi un examen attentif doit être mené lors du choix d'un robot destiné à interagir avec des humains. Nous avons choisi le Barrett WHAM pour notre projet le plus récent, car il est plus puissant et réversible. Réversible signifie qu'il peut offrir une résistance quasi nulle si nous le programmons ainsi, tout en étant l'une des options les plus sûres disponibles pour l'interaction homme-machine.Il s'agit d'un ordinateur de surveillance indépendant qui surveille l'ordinateur principal et peut désactiver le système si quelque chose ne fonctionne pas correctement, tandis que le freinage dynamique garantit que le système agit comme un amortisseur chaque fois qu'il est inactif. Bien que de nombreux robots aient des comportements différents, plusieurs de leurs fonctions se recoupent. Ainsi, la portabilité de nos techniques entre robots pourrait favoriser un nouveau partage entre laboratoires.Ce qui est clair, c'est que les traitements d'entraînement tels que ceux démontrés dans cette étude fournissent des preuves encourageantes quant à la restauration de la fonction chez les patients, ainsi qu'à l'amélioration de l'entraînement dans les sports, la téléopération, l'interprétation musicale, les techniques chirurgicales et toute autre tâche nécessitant une pratique répétée.

hapticgraphic-rehabilitation-integrating-robot-into-virtual

Research

Recherche

JoVE Journal

Bioengineering

Bioingénierie

Nous avons développé un système de robot de miroir en temps réel pour la récupération fonctionnelle des armes hémiplégiques en utilisant la technologie de contrôle automatique, mené une étude clinique sur des sujets sains et des tâches déterminées grâce à la rétroaction des médecins de réadaptation. Ce robot simple miroir peut être appliquée efficacement à l'ergothérapie chez les patients victimes d'AVC avec un bras hémiplégique.

Système de thérapie robotique Miroir pour la récupération fonctionnelle des bras hémiplégique

Les auteurs décrivent une nouvelle configuration basée réalité virtuelle qui exploite le contrôle volontaire de la main pour améliorer les performances du moteur dans l’autre main (non formés). Ceci est réalisé en fournissant la rétroaction sensorielle axée sur la circulation en temps réel, comme si la main non formés se déplace. Cette nouvelle approche peut servir à améliorer la réadaptation des patients présentant une hémiparésie unilatérale.

Utilisant la réalité virtuelle à transférer les connaissances de la motricité d’une main à l’autre

Nous présentons ici un protocole visant à développer et appliquer un programme mobile axée sur le jeu de réalité virtuelle pour la récupération de la dysfonction du membre supérieur chez les patients atteints d’accident vasculaire cérébral. La présente étude montre que le programme mobile est faisable et efficace favorise la récupération du membre supérieur chez les patients d’AVC.

Programme mobile axée sur le jeu de réalité virtuelle pour rééducation membre supérieur

L’utilisation combinée de la stimulation transcrânienne courant continu et robotique thérapie comme un Add-on pour la thérapie de réadaptation conventionnelle peut entraîner des résultats thérapeutiques améliorées en raison de la modulation de la plasticité du cerveau. Dans cet article, nous décrivons les méthodes combinées utilisées dans notre Institut pour améliorer la performance du moteur après l’accident vasculaire cérébral.

L’utilisation combinée de Transcranial Direct Current Stimulation et thérapie robotique pour le membre supérieur

Le protocole actuel décrit comment le système de formation professionnelle numérique basé sur la RV améliore la réadaptation des patients atteints de troubles cognitifs et de dysfonctionnement des membres supérieurs après un AVC.

Entraînement de la fonction cognitive et de la rééducation des membres supérieurs après un AVC à l’aide d’un système numérique d’entraînement professionnel

On estime qu'1 personne sur 6 dans le monde aura un accident vasculaire cérébral au cours de sa vie, entraînant une invalidité à long terme, dont les mécanismes de rééducation sont encore mal connus. Cette étude propose un protocole pour évaluer l’activation cérébrale par spectroscopie fonctionnelle proche infrarouge (fNIRS) lors d’une séance de thérapie robotique des membres inférieurs.

Une expérience utilisant la spectroscopie fonctionnelle proche infrarouge et les mouvements de pointage multi-articulaires assistés par robot du membre inférieur

Ce protocole décrit un robot de rééducation des membres supérieurs qui fournit un retour d’information intelligent à travers quatre modes. Ces modes améliorent la fonction et la flexibilité des membres supérieurs, améliorant ainsi la qualité de vie des patients.

Amélioration de la fonction et de la motricité des membres supérieurs après un AVC grâce à un robot de rééducation des membres supérieurs

Ce protocole expérimental décrit l’utilisation d’un système robotique à double membre supérieur orienté tâche pour les patients victimes d’un AVC présentant un dysfonctionnement des membres supérieurs. Les résultats indiquent que ce système peut améliorer considérablement la fonction des membres supérieurs et les activités de la vie quotidienne des patients victimes d’un AVC.

Application d’un système robotique à deux membres supérieurs pour la récupération fonctionnelle du membre supérieur chez les patients victimes d’un AVC

L’efficacité de la combinaison d’un entraînement sur tapis roulant assisté par exosquelette et soutenu par le poids du corps avec la réalité virtuelle basée sur le jeu sur la capacité de double tâche chez les survivants d’un AVC n’a pas encore été étudiée. Par conséquent, ce programme de réadaptation vise à étudier les fonctions et les avantages potentiels de cette combinaison dans l’amélioration de la capacité de marche pendant la récupération après un AVC.

Un programme de réadaptation d’entraînement sur tapis roulant assisté par exosquelette et soutenu par le poids du corps avec réalité virtuelle non immersive pour les patients victimes d’un AVC

Cette étude explore les effets d’un robot pneumatique souple configurable sur l’amélioration de la topologie du réseau cérébral entier après un AVC. L’analyse de la théorie des graphes indique des améliorations significatives du coefficient de clustering, de la longueur du chemin et de l’efficacité globale. Les résultats mettent en évidence le potentiel des protocoles robotiques programmables pour moduler la neuroplasticité et optimiser la récupération fonctionnelle dans la réadaptation...

Un robot pneumatique souple module les métriques de la théorie des graphes du réseau cérébral pour la rééducation de la main après un AVC

Ce protocole vise à évaluer l’efficacité clinique et le confort du patient de l’utilisation de robots de rééducation des membres inférieurs au chevet pour la rééducation hémiplégie post-AVC, en comparant les résultats avec ceux de la thérapie manuelle traditionnelle via des essais contrôlés randomisés.

Application de robots de rééducation des membres inférieurs au chevet dans la rééducation après AVC : un essai contrôlé randomisé

Découvrez comment intégrer un robot dans un environnement virtuel pour la thérapie des accidents vasculaires cérébraux. Cette méthode utilise des classes wrapper et l'API H 3D pour créer un cadre logiciel réutilisable améliorant la rééducation.

Haptique / Réhabilitation graphique: Intégration dun robot dans un environnement virtuel Bibliothèque et en lappliquant à la thérapie des maladies (Vidéo) | JoVE Journal

Haptique / Réhabilitation graphique: Intégration d'un robot dans un environnement virtuel Bibliothèque et en l'appliquant à la thérapie des maladies

Explorer plus de vidéos