Summary
このプロトコルは、脳卒中患者の指のリハビリテーションを支援するために調整された柔軟なウェアラブルな超過数ロボット四肢を導入します。このデザインには、人間とロボットのシームレスな相互作用を容易にする曲げセンサーが組み込まれています。健康なボランティアと脳卒中患者の両方が参加する実験による検証は、提案された研究の有効性と信頼性を強調しています。
Abstract
本研究では、慢性脳卒中患者の指のリハビリテーションと把持動作を支援する柔軟なウェアラブル超過多ロボット四肢について紹介する。この革新的な手足のデザインは、曲がる空気圧の筋肉と象の胴体先端のユニークな特性からインスピレーションを得ています。軽量構造、安全性、コンプライアンス、防水性、高い生産重量/圧力比の達成などの重要な要素に重点を置いています。提案された構造により、ロボットの手足はエンベロープと指先の両方の把持を行うことができます。人間とロボットの相互作用は、柔軟な曲げセンサーによって促進され、着用者の指の動きを検出し、しきい値セグメンテーション法を介してモーションコントロールに接続します。さらに、このシステムは持ち運びが可能で、日常の用途にも適しています。このイノベーションの有効性を検証するために、6人の慢性脳卒中患者と3人の健康なボランティアを対象とした実際の実験が行われました。アンケートを通じて寄せられたフィードバックは、設計されたメカニズムが慢性脳卒中患者の日常的な把持活動を支援し、生活の質とリハビリテーションの結果を改善する可能性を秘めていることを示しています。
Introduction
先行研究1によると、2019年現在、世界で脳卒中の患者数は1億人を超えています。これらの症例の約3分の2は片麻痺性の後遺症を呈し、重度の片麻痺性脳卒中患者の80%以上が手と腕の機能を完全に回復させることができませんでした2。さらに、今後数十年は高齢化が進み、脳卒中の潜在的な患者数が大幅に増加すると予想されています。脳卒中後の持続的な上肢障害は、日常生活動作(ADL)に大きな影響を与える可能性があり、手のリハビリテーションは、慢性脳卒中患者の活動と参加を強化するための重要な目的として臨床的に認識されています3。
従来のモーター駆動のロボット上肢デバイスは、かなりの駆動力を提供できますが、その剛性の高い構造は、多くの場合、大きなサイズと大きな重量につながります。さらに、誤動作した場合、人体に不可逆的な害を及ぼすリスクがあります。対照的に、軟質空気圧アクチュエータは、リハビリテーション4、補助5、外科的用途6において大きな可能性を秘めている。その利点には、安全性、軽量構造、および固有のコンプライアンスが含まれます。
近年、軟質空気圧アクチュエータを中心に、数多くの柔軟なウェアラブルロボットが登場し、設計・開発されています。これらのロボットは、脳卒中患者の上肢のリハビリテーションおよびリハビリテーション後の支援を目的としています。それらは主に手の外骨格7,8と過剰な肢9,10を包含する。どちらもウェアラブルロボットとリハビリテーションの分野で使用されていますが、前者は人体と直接相互作用し、筋肉や関節を潜在的に拘束しますが、後者は直接的な制約なしに人間のワークスペースまたは動きを補完します11,12。サーボモーターをベースとしたウェアラブルな超過ロボットフィンガーは、作業療法士の日常生活動作(ADL)トレーニングを支援するために開発されました9。同様のアプローチは、他の研究でも見つけることができます10。これら2つのカテゴリーのロボットフィンガーは、片麻痺患者のリハビリテーション支援におけるロボットの応用に新たな可能性をもたらしました。それにもかかわらず、これらのロボット設計に採用されている剛性の高い構造は、ユーザーの快適性と安全性に関する潜在的な考慮事項をもたらす可能性があることは注目に値します。機能的磁気共鳴画像法(fMRI)中の手のリハビリテーションやタスク固有のトレーニングに使用できるソフトウェアラブルロボットグローブの設計、製造、および評価が発表されました13。この手袋は、シリコーンエラストマー製の軟質空気圧アクチュエーターを使用して指関節の動きを生成し、デバイスはfMRI画像にアーチファクトを引き起こすことなくMR互換です。Yunらは、組み立てベースのアプローチを利用するカスタマイズ可能なソフト空気圧補助手袋であるExo-Glove PMを導入しました14。この革新的なデザインは、小さなモジュールとモジュール間の距離を調整できることを特徴としており、ユーザーはスペーサーを使用して指骨の長さに基づいてグローブをカスタマイズできます。このアプローチにより、カスタム製造を必要とせずに快適性とパフォーマンスを最大化できます。研究者らは、空気圧ネットワークとして機能する統合されたチャネルを備えたエラストマー材料で構成されたソフトアクチュエータを発表しました15。これらのアクチュエータは、人間の指の動きに安全に適合する曲げ動作を生成します。さらに、研究者らは、軽量で適応性のあるインフレータブルソフト外骨格デバイスであるAirExGloveを導入しました16。このシステムは費用対効果が高く、さまざまな手のサイズに合わせてカスタマイズでき、さまざまなレベルの筋肉痙縮の患者にうまく対応しています。リジッドリンクロボットシステムと比較して、より人間工学に基づいた柔軟なソリューションを提供します。これらの研究は、柔軟なウェアラブルハンドリハビリテーションや支援ロボットの開発に大きく貢献してきましたが、完全な携帯性と人間とロボットの相互作用制御を実現したものはどれもなかったことは注目に値します。
脳波(EEG)17や筋電図(EMG)信号18などの生体信号と人間の意図との相関関係については、多くの研究が行われている。ただし、どちらのアプローチにも、既存のデバイスや技術的条件の制約内で一定の制限があります。侵襲性電極は人体への外科的処置を必要としますが、非侵襲性電極はノイズレベルが高く、信号取得の信頼性が低いなどの問題に悩まされています。これらの制限の詳細な議論は、文献19,20にあります。したがって、柔軟なウェアラブル超過ロボット四肢の携帯性とユーザーフレンドリーなヒューマンマシンインタラクション機能に関する研究の追求は、依然として非常に関連性があります。
この研究では、慢性脳卒中患者の指のリハビリテーションと把持支援を支援するために、独自の柔軟なウェアラブル超過ロボット肢を設計および製造しました。このロボットリムは、軽量、安全性、コンプライアンス、防水性、優れた出力重量/圧力比を特徴としています。エンベロープと指先把持の2つの把持モードは、携帯性を維持しながら、ユーザーフレンドリーなヒューマンロボットインタラクションを確保しながら実現しました。このプロトコルは、空気圧グリッパーとウェアラブルスキームの設計と製造プロセスを詳細に説明しています。さらに、柔軟な曲げセンサに基づく人間とロボットの相互作用方法が提案されており、しきい値セグメンテーションによる便利でユーザーフレンドリーな制御が可能です。これらの側面はすべて、実際の実験を通じて検証されています。
本研究の主な貢献は、(1)慢性脳卒中患者のための軽量でフレンドリーでウェアラブルで柔軟な超過数ロボット四肢を設計および製造した。(2)フレキシブルな曲げセンサによる信頼性の高い人間とロボットのインタラクションを実現した。(3)提案されたメカニズムと方法の有効性と信頼性を検証するために、6人の慢性脳卒中患者を対象とした出力力試験を含む実際の実験が行われました。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
このプロトコルは、華中科技大学同済医科大学連合病院の倫理審査委員会によって承認されています。診断基準を満たし、著者の病院のリハビリテーション部門、外来および入院ユニットで治療を受けている上肢機能障害のある患者が参加者として選択されました。患者の運動機能の回復は、Brunnstrom回復ステージ21に従って評価され、ステージ3〜5の患者が実験に参加するように選択されました。書面によるインフォームドコンセントは、研究に参加した患者から得られました。この手順には、空気圧グリッパーの金型設計、硬化したシリコーンゴムに基づく空気圧グリッパーの製造プロセス、ポータブルデバイスの統合、および把持意図検出のためのソフトウェアとハードウェアの実装が含まれます。シリコーンゴムと一般的な布地を除いて、すべてのウェアラブルコンポーネントは3D印刷技術を使用して製造されています( 補足コーディングファイル1〜5を参照)。
1. 空気のグリッパーの設計そして製作
- 図1A、Bに示すように、事前に設計された金型22を組み立てます。次に、図1Cに示すように、ホットメルト接着剤を使用して、金型内の指定された位置にガラス繊維を固定します。必ずホットメルト接着剤を使用して、シリコンの漏れを引き起こす可能性のある領域を密閉してください。
- シリコーンエラストマーの成分Aと成分Bを適量(9:1重量)( 材料表参照)秤量し、規定の比率で混合する。混合後、機械の内部プリセットプログラムによって決定される可変遠心力を備えた真空混合および脱気機を利用します。混合物の準備ができたら、 図1Dに示すように、組み立てられた金型にすぐに注入します。
注:可変遠心力は、真空混合および脱気機によって内部プリセットプログラムを介して制御されます( 材料表を参照)。シリコーンゴムを完全に混合し、閉じ込められた気泡を除去するために、遠心力を段階的に増加させる必要があります。 - 金型を約30秒間放置してから、真空乾燥機に約1分間入れて、シリコーンゴム内の小さな気泡を逃がします。金型を乾燥機から取り出し、30°Cに設定された恒温室に12時間置き、シリコーンゴムを硬化させます。
- 図1Eに示す金型に混合シリコーンゴムを射出することにより、2番目のステップで概説したステップを繰り返します。次に、図1(f)に示す離型ゴム体をシリコーンゴムを充填した金型に入れる。アセンブリ全体を30°Cに設定された恒温チャンバーに12時間入れて、シリコーンゴムを硬化させます。
- 硬化したシリコーンゴム本体を金型から取り出し、余分なシリコーンゴムを切り取ります。これでフレキシブルグリッパーの製作は完了です。
注:キャビティは、互いに独立した2組の空気圧グリッドで構成されています。ガラス繊維と波形構造の弾性率の大きな違いにより、空気圧グリッパーは膨らませると内側に曲がり、封筒をつかむ動作が可能になります。指先は象の鼻に見立てた突起が設計されており、指先を掴む動作が可能です。
2. ウェアラブルで柔軟な超過ロボット四肢の組み立て
注:ウェアラブル超過ロボット四肢には、図2に示すように、ミニエアポンプ、エアバルブ、シングルチップマイクロコンピュータ、空気圧グリッパー、電源、フレキシブル曲げセンサー、ウェアラブルグローブ、および空気圧および電気接続用のアクセサリが含まれています(材料表を参照)。
- テーラーの助けを借りて、ウェアラブルグローブを細心の注意を払って手作りします。着用者のフィードバックとテーラーの経験に基づいて、複数回の反復と改善を確実に行います。
- 空気圧グリッパーを3Dプリントされた部品で固定し、粘着テープを使用して手袋の適切な位置に取り付けます。
- 図3に示すように、3つの柔軟な曲げセンサー(材料表を参照)を手袋に埋め込みます。それぞれ人差し指、中指、薬指に置き、指の裏側に合わせます。データ収集カードを使用して、センサーからの信号を記録します。
- センサー信号を増幅し、Arduinoにルーティングします( 材料表を参照)。Arduino23内のスライディングウィンドウと最小二乗フィルタリングを使用して、これらの信号を処理します。これらの推定値を、意図検出のベースライン データとして利用します。
- エアポンプ、エアバルブ、コントロールボード、電源などのコンポーネントをバックパックに入れて持ち運びに便利です。摩耗効果を視覚的に表現した図 4 を参照してください。
3. 把持意図の検知
注意: 着用者の指が動きを発生させると、それに応じてセンサーフィードバック信号が変化します。これは、コンポーネントがより曲がるにつれて回路内の抵抗を増加させることによって機能します。 図5 は、1人のボランティアの指の動き中にフレキシブルベンディングセンサーが記録した信号値を示しています。3 つの曲線は、3 本の指に配置されたセンサーから得られる信号に対応しています。片麻痺の患者は指の可動性が制限されていることがよくありますが、センサーは大きな変化を検出することができます。
- 指の動きによるセンサーの変化の範囲とパターンに関するデータを収集します。検出されたセンサーの振幅に基づいて適切なしきい値を選択し、ポンプの作動を制御します。参加者に、自分の能力の範囲内で指を自由に動かすように指示します。しきい値は、センサー フィードバックのピーク値と谷値の平均として決定します。
注意: センサー信号が設定されたしきい値を超えると、ポンプが動作を開始します。指がさらに曲がると空気圧が上がります。逆に、指の曲げ角度が小さくなり、センサーがしきい値を下回る信号を検出すると、エアバルブは圧力をゼロに解放し、空気圧グリッパーは解放します。 - 空気圧グリッパーの状態を観察し、空気の膨張を停止し、それ以上のフィンガーの曲げを停止する適切な時間を決定するようにユーザーに依頼します。
- 上記のテストを繰り返して、妥当なしきい値を確立し、このデバイスの使用に慣れてください。
4. 健康なボランティアによるデバイスのテスト
- 上肢の運動能力が正常な 3 人の健康なボランティアを研究に参加させて、プロトタイプの装着と把持の効果を確認します。
- 空圧グリッパーの最大空気圧を 100 kPa に設定します。参加者に指を曲げたり伸ばしたりするように指示します。試作品を装着してもらい、前述の方法で様々な形状の物体を把持・離す実験を行ってもらいます。
- 着用者からの経験に関するフィードバックを求め、その提案に基づいて着用スキームを調整します。
注: 図6に示すように、参加者はプロトタイプを使用して、さまざまなサイズの円筒形の物体を包み込み、つかむことに成功しました。さらに、長方形のブロック状の物体を指先でつかむ作業も完了しました。
5. リハビリテーション・把握支援
- 医療専門家によるブルンストローム回復ステージ21 に従って患者の運動機能回復を評価します。ステージ3〜5の患者のみが、リハビリテーショントレーニングまたは日常の支援のために実験に参加できるようにします。
- 6人の慢性片麻痺患者に参加して、プロトタイプの信頼性と有効性を検証します。患者に、手袋(バックパックを除く)を独立して着用し、しきい値を校正する能力の範囲内で指を動かすように指示します。.
- リハビリテーション段階では、指の筋肉を鍛えるために、さまざまな把持作業に取り組むように患者に促します。患者をテーブルの端に座らせ、プロトタイプを使用して、水筒、バナナ、立方体、歯ブラシをつかむなど、一連のつかむ活動を行います。
- 実験後の個人的な経験に基づいて、関連する調査アンケート(補足ファイル1)に記入するよう患者に依頼します。次の6つの主観的感情を評価します。 システムの機能に対する信頼。使いやすさ;それを身に着けることの便利さと快適さ。リハビリテーションの有効性と有用性日常生活における有効性と有用性まだ改善が必要な領域。
- 1から5のスケールで回答を評価し、1は強く同意しないことを表し、5は強く同意することを表します。データを記録し、アンケートをもとにプロトタイプの課題や改善点を分析します。
注:これにより、リハビリテーショントレーニングへの関心が高まるだけでなく、回復プロセスに参加する患者の意欲も高まります。患者が安定した状態に達しているにもかかわらず、指でつかむ作業を行うのに苦労している場合、ロボット手足の使用は、日常生活に必要な特定の日常的な把持動作の実行を支援することができます。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
出力力の実験
図7は、アクチュエータの構造設計と寸法を鮮やかに示し、断面図を提供します。このアクチュエーターは、2つの異なるチャンバーセットで構成されており、それぞれに5つのエレガントに湾曲した空気チャンバーが含まれています。驚くべきことに、アクチュエーターの末端には、象の鼻の先端を連想させる突起構造を巧みに組み込んでおり、アクチュエーターの把持半径を大幅に拡大しています。
軟質空気圧アクチュエータの出力力を評価するために、一連の静的把持実験を実施しました。重量は、それぞれ20g、50g、100g、200g、500gを選択しました。アクチュエーターを適切に配置して膨らませた後、おもりを曲げて包み込んだ後、アクチュエーターを上方に持ち上げて、滑りを評価しました。実験結果を図8に示し、図8A-Cは指先把持の実験結果、図8D-Fはエンベロープ把持の実験結果を示しています。
前述の6つの把持条件において、アクチュエータへの入力空気圧は0.62MPaから0.94MPaの範囲であった。異なるアクチュエータ間の製造プロセスと拘束層の構造の違いにより、この数値範囲はアクチュエータによって異なる場合があります。アクチュエータ自体の重量がわずか63gであることを考えると、そのようなアクチュエータはかなりの出力力対重量/空気圧比を示すことを実証することができます。さらに、 図8Fに示すように、負荷が増加すると、把持プロセス中にアクチュエータが大きな変形を受けることが観察できます。これは、ソフトアクチュエータ自体の剛性が限られていることに起因します。
患者からの主観的評価
図9 は、6人の患者からのアンケート調査の結果を示しています。設計されたウェアラブルシステムの快適性と使いやすさに関して、参加者の大多数の間でコンセンサスが存在することは明らかです。それにもかかわらず、明確な外れ値である参加者 5 は、全体的に不利な評価を提供し、デバイスに関する重大な懸念を引き起こします。特に、最初の質問に対する回答は、参加者間でかなりのばらつきを示しており、これは手の回復状態と機械の使用に関連する学習曲線の違いに起因している可能性があります。さらに、ほとんどの参加者の間では、日常生活におけるシステムの機能に関して懐疑的な見方が広まっており、デバイスの大幅な強化の余地があることが浮き彫りになっています。
図1:アクチュエータの製造と組み立て。 (A-C)は、アクチュエータ製造工程で用いる金型構造及び組立手順を示す。(d)はシリコーンゴムを流し込んだ後の状態を示しており、その結果、2組のチャンバーができた。(E)と(F)は、底部をシールするための金型と、それに対応する組み立て結果を示しています。この図の拡大版をご覧になるには、ここをクリックしてください。
図2:余剰数のロボット手足。 この図は、ポータブルバックパックを除く、余分なロボットの手足に含まれるすべてのハードウェアコンポーネントを示しています。 この図の拡大版をご覧になるには、ここをクリックしてください。
図3:フレックスセンサー。 グローブに埋め込まれたフレキシブルベンディングセンサーの概要。 この図の拡大版をご覧になるには、ここをクリックしてください。
図4:試作品の装着効果 この図は、プロトタイプの全体的な摩耗効果を示しています。アームウェア部分の総質量は300g未満です。 この図の拡大版を見るには、ここをクリックしてください。
図5:フレキシブルな曲げセンサ信号。 この図は、患者が手袋を着用し、指を自由に動かしたときに記録されたセンサー値の一部を示しています。3 つの曲線は、3 本の指に配置されたセンサーから得られる信号に対応しています。 この図の拡大版をご覧になるには、ここをクリックしてください。
図6:健常者による把持実験 (A-C)は、3つの異なるサイズのシリンダーを把持する空気圧グリッパーの効果を示しています。(d)は、矩形のブロック状の物体を把持する効果を示す。(A)および(C)では、動作モードは封筒把持です。(B)と(D)では、動作モードは指先で握る状態です。この図の拡大版をご覧になるには、ここをクリックしてください。
図7:柔軟な曲げセンサの寸法と構造。 この画像は、フレキシブル曲げセンサの主要な寸法と構造に注釈を付けています。アクチュエータの構造の断面図を含む、アクチュエータの肉厚、外形寸法、チャンバーサイズに関する情報を提供します。 この図の拡大版をご覧になるには、ここをクリックしてください。
図8:出力力の実験結果。 (A-C)は、それぞれ20g、50g、100gの荷重重量での指先把持結果を示しています。(D-F)は、2つの把持モードで、それぞれ200g、500g、700gの荷重重量で、包み込む把持結果を示します。この図の拡大版をご覧になるには、ここをクリックしてください。
図9:アンケート調査結果 6名の患者様からのアンケート調査の結果を公表する。評価の範囲は 1 から 5 で、1 は「完全に同意しない」を意味し、5 は「完全に同意する」を意味します。 この図の拡大版をご覧になるには、ここをクリックしてください。
補足ファイル1:実験後の個人的な経験に基づく患者への質問。このファイルをダウンロードするには、ここをクリックしてください。
補足コーディングファイル1-5:3Dプリンティング技術を使用してウェアラブルコンポーネントを製造するための設計。このファイルをダウンロードするには、ここをクリックしてください。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
この研究は、慢性脳卒中患者の指のリハビリテーションと把持作業を支援するために設計された、革新的で柔軟なウェアラブルな超過数ロボット手足を提示します。このロボットシステムは、携帯性を優先し、封筒把持と指先把持の両方の機能を提供します。柔軟な曲げセンサーを内蔵し、ユーザーフレンドリーなヒューマンマシンインタラクション制御を実現します。静的把持実験では、2つの異なる把持モードで設計されたメカニズムの把持能力を検証します。この研究では、片麻痺患者を対象に把持機能を確認し、ユーザーエクスペリエンスを評価する実験を行い、慢性脳卒中患者のリハビリテーションや把持活動を支援するこのロボットの可能性を示しています。
この研究の文脈では、重要な手順を次のように簡潔に要約できます:(1)金型へのシリコーン射出プロセス中、最適な射出速度を維持することが不可欠です。注入を速すぎると気泡が過剰になる可能性があり、注入が遅すぎるとシリコーンの流動性が損なわれる可能性があります。(2)シリコーン注入後、真空ポンプによりシリコーン内部の微小な気泡を除去することができます。ただし、真空ポンプに長時間さらされると、シリコンがオーバーフローする可能性があるため、注意が必要です。(3)作製したアクチュエータの動きを均一にするためには、ガラス繊維を固定する際に高度な対称性を維持することが最も重要です。(4)実験前には、アクチュエータの気密性やエアポンプを含む関連機器の安全性を綿密に検証する必要があります。この予防措置により、回路が短絡のリスクから解放されます。(5)病状のばらつきが大きいことや、男女格差による手の寸法の大きな違いを考えると、個々のニーズに応えるためには、さまざまなサイズの手袋の生産が不可欠です。
アクチュエータ製造の分野では、構造の一貫性を確保することが大きな課題となります。柔軟な材料成形と不正確な限られた層の位置決めの固有の制限により、一貫性のないアクチュエータ性能や非対称性などの問題が発生する可能性があります24。さらに、これらのアクチュエータは自然なコンプライアンスを示しますが、剛性が低いため、さらなる開発を妨げる制限があります。この研究で設計された構造の文脈では、アクチュエータは0.7kgの荷重を受けると大きな変形を受け、重い把持作業を処理する能力を妨げます。さらに、アクチュエータと負荷の間の正確な力制御は、依然として困難な問題です25,26。人間の手は、動作能力と高い外部環境知覚能力を併せ持つのに対し、連続変形構造、柔軟な力感知、触覚センシングは、関連する応用において継続的な課題となっています。
機能面では、現在の空気圧グリッパでは、さまざまな把持動作を実現する能力が限られています。対照的に、人間の手は、さまざまな複雑な形状の物体をつかみ、引き裂く、はじく、にじくなどの複雑な動作を実行するのに優れています24,27。把持機能の範囲を拡大することは、空気圧グリッパーにとって大きな課題です。さらに、本研究では可搬構造を提案しているが、小型エアポンプは比較的高い騒音レベルを発生し、出力ガス流量が小さいため、既存の弾性変形効果を悪化させる。そのため、静かで高効率な小型空気源の開発も課題となっています。
患者の実験中、研究者は参加者が指のけいれんを経験する傾向があることを観察しました。具体的には、患者は指の可動性が徐々に低下し、実験により多くの時間を費やすにつれて、指の伸展と屈曲の動きを完了することができませんでした。したがって、患者の異常な指の状態を検出し、適切なサポートや注意喚起を提供するには、さらなる調査が必要です。また、片麻痺の患者は健常者のように上肢の姿勢を自在に調整できないため、ほとんどの患者は腕を前傾姿勢に保ちます。その結果、現在の装着スキームと患者の患肢の状態との間に部分的なミスマッチが生じ、アクチュエーターと患者の腕の間に干渉が生じます。
この研究では、私たちが設計したヒューマンマシンインタラクション戦略は、ステージ3〜5の患者にのみ適しています。これは、初期段階の患者は指の筋肉の緊張が高く、指の伸展と屈曲の動きを行うことができないためです。したがって、指の動きに基づく人間と機械の相互作用戦略には、まだ大きな制限があります。
以上をまとめると、ウェアラブルロボット四肢の構造設計、知覚モデリング、相互作用力制御、ウェアラブルロボット四肢のヒューマンマシンインタラクション戦略、ウェアラブルスキーム設計など、ウェアラブル超過ロボット四肢の研究には取り組むべき課題が数多くあります。これらの課題は、ウェアラブルロボット分野の研究者による継続的な探求を必要としています。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者は何も開示していません。
Acknowledgments
この研究は、助成金U1913207の下で中国国家自然科学基金会とHUSTアカデミックフロンティアユースチームプログラムによって支援されています。著者は、これらの財団からの支援に感謝したいと思います。
Materials
| Name | Company | Catalog Number | Comments |
| Air Compressor | Xinweicheng | F35L-JJ-24V | Provide air supply for the pneumatic gripper |
| Arduino | Emakefun | Mega 2560 | Single-chip microcomputer/data acquisition card |
| Backpack | Mujin | Integrating external devices | |
| Flex Sensor | Spectra Symbol | Flex Sensor 2.2 | Flexible bending sensors |
| Power supply | Yisenneng | YSN-37019200 | Provide power |
| PU quick-plug connector | Elecall | PU-6 | Connector for PU tube |
| PU tube | Baishehui | ZDmJKJJy | Air line connection |
| Silicone elastomer | Wacker | ELASTOSIL M4601 A/B | Material of the pneumatic gripper |
| Thermostatic chamber | Ruyi | 101-00A | Constant temperature to accelerate the curing of silicone |
| Vacuum dryer | Fujiwara | PC-3 | Further defoaming |
| Vacuum mixing and degassing machine | Smida | TMV-200T | Mix silicone thoroughly and get it defoamed |
| Valve | SMC | NTV1030-312CL | Control the air pressure |
References
- 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).
- 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).
- 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).
- 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).
- 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).
- Miron, G., Plante, J. S. Design principles for improved fatigue life of high-strain pneumatic artificial muscles. Soft Robotics. 3 (4), 177-185 (2016).
- 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).
- 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).
- 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).
- 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).
- 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).
- Tong, Y., Liu, J. Review of research and development of supernumerary robotic limbs. IEEE/CAA Journal of Automatica Sinica. 8 (5), 929-952 (2021).
- 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).
- 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).
- 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).
- IEEE International Conference on Soft Robotics (RoboSoft). Stilli, A., et al. 2018 IEEE International Conference on Soft Robotics (RoboSoft), , IEEE. 579-584 (2018).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
