Summary
مؤخرا ، قد تأتي على قدر هائل من التوقعات المتاحة للنظم البشرية الروبوت التفاعلي. نحن في هذه الورقة الخطوط العريضة للتكامل جهاز روبوت جديد مع برمجيات المصدر المفتوح التي يمكن أن تجعل من الممكن إجراء سريعا من وظائف المكتبة التفاعلية. نحن مخطط ثم التطبيق السريري للتطبيق neurorehabilitation.
Abstract
وقد كشفت الأبحاث الحديثة أن أجهزة الاختبارات التفاعلية للممارسة العلاج لفترات طويلة آفاق جديدة للالروبوتات جنبا إلى جنب مع الأشكال الرسومية وغيرها من الارتجاع البيولوجي. وقد تطلبت السابقة البشرية الروبوت النظم التفاعلية أوامر البرامج المختلفة التي سيتم تنفيذها من أجل كل إنسان مما يؤدي إلى الحمل غير الضرورية مرة التنموية في كل مرة النظام الجديد تصبح متوفرة. على سبيل المثال ، عندما تم ترميز لمسي / الرسم بيئة الواقع الافتراضي لأحد الروبوت محددة لتوفير التغذية الراجعة لمسي ، فإن هذا الروبوت محددة لا تكون قادرة على أن تكون الأسهم المتداولة لآخر دون إعادة ترميز الروبوت البرنامج. ومع ذلك ، فقد اقترح الجهود التي بذلت مؤخرا في مجتمع المصدر المفتوح نهج فئة المجمع التي يمكن الحصول على ردود مماثلة تقريبا بغض النظر عن استخدام الروبوت. يمكن أن تؤدي نتيجة الباحثين في جميع أنحاء العالم لإجراء تجارب مماثلة باستخدام الرمز المشترك. ولذلك وحدات "التحول الى" واحد الروبوت لآخر لن يؤثر على تطوير الوقت. في هذه الورقة ، ونحن الخطوط العريضة لإنشاء وتنفيذ ناجح لفئة المجمع لمدة الروبوت في H3DAPI مفتوح المصدر ، الذي يدمج البرنامج الأوامر الأكثر استخداما من قبل جميع الروبوتات.
Protocol
مقدمة
هناك حاجة متزايدة في كل من تفاعل الإنسان والآلة (HMI) لبيئات تفاعلية سهلة الاستخدام وفعالة. العديد من الصناعات لا تزال تعتمد بشكل كبير على HMI ، مثل : إعادة التأهيل الروبوتات ، وصناعة السيارات وتصنيع المعادن وآلات التعبئة والتغليف والمواد الصيدلانية والمواد الغذائية والمشروبات ، والمرافق العامة. التقنيات المستخدمة في هذه الصناعات ما يلي : عرض المحطات ، والحواسيب الشخصية ، والبرامج HMI. ويمكن الجمع بين هذه التقنيات معا لأداء وظائف محدودة.
ويمكن استخدام الروبوت لتسهيل التفاعل المباشر مع المستخدمين ، مثل بمثابة معلم الموسيقى. على سبيل المثال ، قد خلقت الباحثين في جامعة واسيدا الروبوت أن يلعب ساكسفون لتعليم الناس كيفية قراءة وفهم التفاعل بين الطالب والمعلم 1. جعلت الروبوتات الأخرى الباحثون الروبوت الرؤية المستندة تحلق من أجل تحديد كيفية الذكاء الاصطناعي قد تتطور إلى التفاعلات مع البيئة ذكي 2. تركيز خاص من هذه الورقة موجودة داخل الروبوتات التأهيل.
ضمن نطاق البحوث والصناعة ، والوتيرة السريعة لتغيير بالنسبة للمنتجات الجديدة ومتطلبات المستخدمين في ازدياد مستمر. هذه المطالب فرض مزيد من التحديات في تطويره. ولذلك أصبح أساسيا في تصميم رمز تلبية احتياجات هذه الجهات في الوقت المناسب. وبالتالي ، فإن نوعية المرشحين معمارية قوية تشمل تبادل بسهولة على الرسومات نظم الروبوت التي تشمل دعم برنامج التشغيل. بنية H3DAPI تجتمع هذه الاحتياجات ، وبالتالي فقد تم إنشاء فئة المجمع. وعلاوة على ذلك ، تم تصميم H3D لبيئات الواقع الافتراضي ، مثل تلك المطلوبة في مجال الروبوتات التأهيل.
التأهيل العصبي الروبوتات تسعى للاستفادة من الروبوتات لغرض مساعدة المهنيين التأهيل. المساعدة التي تقدم هذه الروبوتات تأتي في شكل حقل القوة. أقر الباحثون الأوامر الحركية مثل موسى وشادمهر Ivaldi ، استخدام القوة ، لتعزيز مجالات التكيف الحركي ، ولقد وجدت 1) التكيف مع حقل القوة المطبقة خارجيا يحدث مع فئات مختلفة من الحركات ، ومنها على سبيل المثال لا الحصر حركات المدى ، و 2) التكيف يعمم عبر حركات مختلفة أن زيارة المناطق نفسها من 3 الحقل الخارجي. البحوث من المهندسين في النشاط الحيوي القائم على الأداء العلاج بمساعدة الروبوت التقدمي يدل على ان التكرار ، مهمة محددة ، والهدف الموجه ، بمساعدة الروبوت العلاج فعال في الحد من العاهات الحركية في الذراع المصابة بعد السكتة الدماغية 4 ، ولكن الآثار العلاجية الدقيقة والمعلمات الاستمرار في حقل البحث.
ردود الفعل الحسي يؤثر على التعلم والتكيف. لذا فإن السؤال المنطقي التالي هو أن تطلب من عدمه زيادة مصطنعة حجم ردود الفعل من هذا القبيل من شأنه أن يعزز أسرع أو أكثر اكتمالا التعلم / التكيف. وقد وجد بعض الباحثين أن تطبيق مزيد من القوات أو ردود فعل حسية لتعزيز الإشارات البصرية أخطاء يمكن أن توفر حافزا لتعزيز عصبية كافية مستويات أعلى من التكيف / 5،6 التعلم. هذا هو المعروف باسم "تكبير الخطأ". هذه الظاهرة قد يكون راجعا إلى حقيقة أن نتائج العمل مرة واحدة لمراقبة السيارات تنحرف عن المثالية ، نموذجنا الذاتي الداخلي يعدل وفقا لحجم الخطأ. وبالتالي ، ونموذجنا الداخلية تقترب من البيئة الخارجية ، والخطأ في التنفيذ من الانخفاضات المهمة.
يستمر البحث لدعم الممارسة لفترة طويلة من الأنشطة ذات الصلة وظيفيا لاستعادة وظيفة ، على الرغم من أن العديد من سياسات الرعاية الصحية الحالية تحديد مقدار الوقت من المرضى يمكن قضاء بعض الوقت مع المعالجين. والسؤال هو ما إذا كانت مقنعة هذه التطبيقات الجديدة للتكنولوجيا يمكن أن تذهب أبعد من مجرد إعطاء أعلى جرعة من الحالة الراهنة للرعاية. وقد كشفت دراسات التفاعل بين الإنسان والآلة آفاق جديدة في مجالات التعلم الحركي ، ويمكن في بعض الحالات تقدم قيمة مضافة للعملية العلاجية. يمكن للأجهزة الآلية المتخصصة جنبا إلى جنب مع زيادة العرض على شاشات الكمبيوتر للخطأ في ردود الفعل من أجل تسريع وتحسين وإعادة التعلم الحركية أو المشغل. وسوف تقدم هذه الورقة منهجية باستخدام نظام متطور لتدخل السريرية كأحد الأمثلة على ذلك لتطبيق هذه التكنولوجيا.
1. إنشاء فئة المجمع حابى للروبوت
- إنشاء مجمع لحابى اللمس عن طريق إنشاء مكتبة خاصة بك. CPP وملف رأس. على سبيل المثال سوف نستخدم HAPIWAM.cpp اسم وHAPIWAM.h.
- HAPIWAM.cpp مكان في الدليل المصدر : حابى / SRC
- HAPIWAM.h مكان في رأس ملف الدليل : حابى / وتشمل / حابى
- في الجزء العلوي من HAPIWAM.h ، تضمين الملف رأس الرئيسي (ق) من الروبوت الخاص بك ، في حالة وام باريت ، من شأنه أن يكون :
<م> EXTERN "C" {
# تشمل <include/btwam.h>
}
# تشمل <HAPI/HAPIHapticsDevice.h>
ملاحظة : EXTERN "C" مطلوب لحل تغيير اسم المترجم ، لأنه مكتوب المكتبة المدرجة في 'ج' ويتم كتابة H3DAPI في C + +.
- في HAPIWAM.h ، وإنشاء الفصول الدراسية ، وتشمل ما يلي 4 وظائف
BOOL initHapticsDevice (الباحث) ؛
BOOL releaseHapticsDevice () ؛
updateDeviceValues باطلة (DeviceValues والعنف المنزلي ، HAPITime DT) ؛
الفراغ sendOutput (HAPIHapticsDevice : DeviceOutput والتطوير ، وHAPITime ر) ؛
- تأكد صفك علنا يرث من فئة HAPIhapticsdevice.
- إنشاء الحرس رأس لصفك.
- خلق وسمات ثابتة DeviceOutput HapticsDeviceRegistration ثابت تحت الطبقة HAPIWAM.
- خلق وظائف ثابتة لعضويتك الاسترجاعات.
- تعريف منشئ الخاص ومدمر في HAPIWAM.cpp.
- سجل الجهاز في HAPIWAM.cpp.
- 4 تحديد مهام الخاص الموروثة والاسترجاعات في HAPIWAM.cpp.
2. حابى إنشاء مكتبة
- ان لدينا الآن خلق طبقة الغلاف حابى ، ونحن بحاجة لبناء المجمع الخاص في المكتبة حابى. وام ويعتمد على بعض المكتبات التي H3DAPI لا تعتمد على بشكله الخام ، وبالتالي سوف تحتاج إلى هذه المكتبات يمكن ان تضاف الى حابى. انتقل إلى حابى / حابى / بناء وتحرير CMakeLists.txt. إضافة المكتبات تعتمد بعد السطر الذي يقول "SET (OptionalLibs)'.
- فتح وحدة القيادة وانتقل إلى : حابى / حابى / بناء واكتب ما يلي 3 أوامر في هذا النظام :
cmake.
جعل سودو
سودو جعل تثبيت
3. المجمع فئة H3D
- لإنشاء فئة مجمع لمكتبة H3D مع HAPIWAM الخاص بك ، أولا إنشاء WAMDevice.cpp في الدليل المصدر : H3DAPI/src
- WAMDevice.h مكان في رأس ملف الدليل : H3DAPI/include/H3D
- وينبغي أن تحتوي على ملف WAMDevice.h رأس موحد لجميع الأجهزة H3DAPI ، مع استبدال اسم على كل ما تريده.
- وينبغي أن تتضمن WAMDevice.cpp مصدر موحد لجميع الأجهزة H3DAPI ، مع استبدال اسم على كل ما تريده.
- والآن وقد تم إنشاء فئة المجمع ، وإعادة بناء مكتبة H3DAPI. القيام بذلك عن طريق تحرير CMakeLists.txt بنفس الطريقة التي تم تنفيذها في الخطوة 2.1 ، فقط تحت الدليل : H3DAPI/build.
- إعادة بناء مكتبة H3DAPI تحت H3DAPI/build الدليل
cmake.
جعل سودو
سودو جعل تثبيت
4. آلة الدولة المحدودة
- كل برنامج يستهدف الوصول يتطلب إنشاء جهاز الدولة محدودة للسيطرة على بروتوكول التجريبية أو نظام الممارسة. آلات دولة نموذجية تشمل : بدء محاكمة ، والتشغيل ، اتصل الهدف ، والانتهاء من المحاكمة. يتم سرد مثال على وظيفة في كل ولاية ، ومعايير للنقل بين الدول أدناه.
- بدء محاكمة يتطلب تخصيص هدفا. قد تكون أهدافا المواقع عشوائيا لكل محاكمة أو قد يتم تعيين من ملف. بدء محاكمة ينتهي مرة واحدة للمستخدم أطلقت باتجاه الهدف أعلاه عتبة السرعة ، وعادة 0.06 متر في الثانية الواحدة.
- الدولة إطلاق يحدث بعد بدء المحاكمة. هذه الحالة تنتهي إما مرة واحدة للمستخدم اللمسات الهدف أو يبقى داخل المستهدف لفترة من الزمن. بمجرد لمس الهدف ، وهذا يتيح للدولة راسل الهدف.
- راسل الهدف يحدث أثناء حالة التشغيل. قد يكون في نهاية بمجرد لمس الهدف أو بعد هذا الموضوع تكمن في استهداف لفترة محددة من الزمن. مرة واحدة هذا الوقت قد انقضى ، وتمكين الدولة من نهاية المحاكمة.
- ينبغي للدولة نهاية المحاكمة إشارة برنامج جمع البيانات لوضع علامة على ملف البيانات ، في أي تحليل للمطور برامج واستخدامها ، لتحديد نهاية المحاكمة لكل منهما. ما لم يكن قد تم الانتهاء من المحاكمة النهائية ، ونهاية لانتهاء ولاية بدء المحاكمة تمكن الدولة الابتدائية.
5. التطبيق : إعادة تأهيل المريض السكتة الدماغية
- تم تصميم واجهة الروبوتية لإشراك الخبرات المعالج أثناء استخدام الروبوت لتمكين شيء خلاف ذلك لا يمكن القيام به. تطبيق التكنولوجيا تمكين (وصفها في مزيد من التفاصيل أدناه) للتكبير الخطأ ، الذي ينظر إلى تضخيم الأخطاء من قبل المريض ، والذي لأسباب عدة معروفة من شأنه أن يعزز عملية إعادة التعلم (الشكل 1).
- ودعا اللمس ثلاثي الأبعاد / نظام الرسومات في الواقع الافتراضي الروبوتية والبصرية عمليات آلة (VRROOM). هذا النظام ، والتي سبق عرضها 6 ، مجتمعة ستيريو المتوقعة ، وجها لتقديم مجنزرة على شاشة مرآة تراكب شبه بالفضة مع نظام الروبوتية التي سجلت موقف المعصم ولدت متجه القوة (الشكل 2).
- A دي السينما الجودةعرض gital الإسقاط (كريستي ميراج 3000 DLP) الصور التي امتدت 1280x1024 بكسل خمسة أقدام على نطاق العرض ، مما أدى إلى زاوية عرض 110 درجة واسعة. بواعث الأشعة تحت الحمراء مزامنة الصور منفصلة العين اليمنى واليسرى من خلال عرض الكريستال السائل (LCD) نظارات المصراع (Stereographics ، المؤتمر الوطني العراقي). قطيع من طيور صعود العناصر المغناطيسية تتبع حركة الرأس بحيث تم تقديم عرض مرئي مع وجهة نظر رئيس محورها المناسبة.
- بناء على التأهل للدراسة ، وقد تم تقييم كل مشارك القدرة الوظيفية من قبل التصنيفات المكفوفين في البدء والانتهاء من كل معاملة مع نموذج واحد في الأسبوع للمتابعة بعد كل وشاملة لمدة 45 يوما متابعة التقييم. وتألفت كل من مجموعة التقييم التقييم (ROM) الحركة التي تؤدى في VRROOM فضلا عن التدابير السريرية تشمل ما يلي : تقييم صندوق وكتل ، وولف فحص وظائف المحرك (WMFT) ، ذراع موتور قسم من Fugl ماير (AMFM) ، و تقييم الوصول الوظيفي البسيط (ASFR).
- وقد استخدمت في قفاز exotendon مع جبيرة الرسغ للمساعدة في معصم اليد محايدة والمحاذاة. وقد أرفق مركز معالجة الروبوت إلى الساعد وضعت الخلفي للمشترك بحيث الكعبري قواتها تصرفت في المعصم لكنها سمحت في حركة اليد.
- وقلل وزن المريض باستخدام ذراع ربيع بالطاقة ويلمنجتون الروبوتية الهيكل الخارجي (WREX) الجاذبية مقوام متوازنة. وكان هدف المريض تعليمات لمطاردة المؤشر عرضت أمامهم انتقلت عن طريق جهاز التتبع في يد المعالج (teleoperation المعالج).
- المرضى ممارسة ثلاثة أيام في الأسبوع لمدة 40-60 دقيقة تقريبا ، مع المريض ، الطبيب المعالج ، والروبوت العمل معا في الثلاثي. سبت الموضوع والمعالج جنبا إلى جنب ، وكان على علاقة هذا الموضوع إلى الروبوت في المعصم.
- بدأ كل دورة قبل خمس دقائق من مجموعة من التمارين المنفعلة الحركة (بروم) مع الطبيب المعالج ، تليها ما يقرب من عشر دقائق لتوضيع المريض في الجهاز. هذا الموضوع ثم أكملت ست كتل حركة دائمة للتدريب في كل خمس دقائق مع فترات راحة لمدة دقيقة بين كل كتلة.
- خلال التدريب ، وينظر المشاركون two المؤشرات التي تظهر على الشاشة ستيريو. المعالج معالجة التلاعب one المؤشر بينما يسيطر على المشاركين الآخرين. وصدرت تعليمات للمرضى لمتابعة المسار الدقيق من الطبيب المعالج في المؤشر ، حيث إنها انتقلت عبر مساحة العمل.
- وقدم كل من تكبير الخطأ بصريا والقوات التي تم إنشاؤها بواسطة الروبوت. عندما انحرفت عن المشاركين المؤشر المعالج ، وإنشاء ناقلات خطأ حظية ه كما أن الاختلاف في المواقف بين المؤشر المعالج وجهة المشارك. وكان الخطأ تضخيم بصريا بمعامل قدره 1.5 ه (م) كجزء من عملية تكبير الخطأ. بالإضافة إلى ذلك ، تم تطبيقها أيضا قوة الخطأ زيادة قدرها 100 ه (N / م) ، التي كانت مبرمجة لتشبع في مدة أقصاها 4 N لأسباب تتعلق بالسلامة.
- وتتألف كل كتلة العلاج الأخرى من الاقتراحات المحددة والموحدة التي هي نفسها لكل دورة. يسمح للكتل الاخرى المعالج لتخصيص التدريب في مجالات محددة من ضعف على أساس الخبرة المعالج وملاحظاتهم. وشملت بروتوكول العلاج ممارسة حركات محددة لجميع المشاركين ، بما في ذلك الوصول إلى الأمام والجانب والكتف ، الكوع اقتران ، والتوصل عبر قطري الجسم.
- بينما تمارس ، وقد تم قياس يوما بعد يوم والخطأ وسيطة واحدة نتيجة لهذه الممارسة. وأولي اهتمام خاص لكتل موحدة من الاقتراحات التي كانت هي نفسها لكل دورة. وتمت مقارنة هذه الأيام السابقة لتحديد ما إذا كان يمكن ملاحظة أي تحسن تدريجي على أساس يوما بعد يوم ، والتي يمكن إبلاغ المريض ، الطبيب المعالج ، ومقدمي الرعاية (الشكل 3).
- تم قياس التدابير الأولية للنتائج الأسبوعية (1) ، بعد أسبوع من نهاية العلاج ، و 45 يوما آخر لتحديد الاحتفاظ الفوائد. وكانت النتائج الرئيسية تتمثل في القدرة الحركية Fugl ماير النتيجة ولدينا متناول الذراع مخصصة اختبار لقياس مدى الحركة.
6. ممثل النتائج :
عندما يتم البروتوكول بشكل صحيح ، ثم مرة واحدة يتم تحميل عقدة <AnyDevice>في H3DViewer أو H3DLoad ، ينبغي الاعتراف الجهاز وام وشرع. إذا استعيض عن وام الروبوت مع آخر ، فإن القانون نفسه لا تحتاج إلى تغيير.
الشكل 1. رهنا جالسا في لمسي / جهاز الرسم.
الشكل 2. مراعاة الجلوس في لمسي / جهاز الرسم مع أخصائي العلاج الطبيعي.
الشكل 3. تكوين لإعادة التأهيل سو للمريض السكتة الدماغية. أ) المعالج الموضوع والعمل معا ، والجذور ، واستخدام واسع لمسي مساحة العمل / عرض الرسوم البيانية لممارسة الحركة. ويوفر معالج الاشارة لهذا الموضوع ، ويمكن تكييف لتناسب احتياجات المريض الروبوت يوفر القوى التي تدفع الأطراف بعيدا عن الهدف ونظام التغذية المرتدة البصرية يعزز خطأ من المؤشر. ب) نموذجي المزمن تحسن المريض السكتة الدماغية من يوم الى يوم. كل نقطة تمثل الخطأ وسيطة لقياس كتلة 2 دقيقة من الحركة الفنية النمطية. في حين أن المريض يظهر تقدما عبر الفترة الممتدة من 2 اسابيع والمنفعة العامة ، فإن هذا الشخص لا يحسن دائما كل يوم.
Discussion
هذا الأسلوب من تنفيذ فئة المجمع يسمح للروبوتات مختلفة لاستخدامها ، دون تغيير شفرة المصدر ، عند استخدام H3DAPI. على وجه التحديد ، فإن الباحثين الذين كتبوا على لمسي / بيئة الرسم في H3D واختبرت تجربتهم مع الروبوت الوهمية تكون قادرة على تنفيذ تجربة واحدة أو متشابهة باستخدام وام باريت ، والعكس بالعكس. هذا النوع من جهاز اتصال مستقلة ، عبر دلالات للأبحاث الروبوتات الدولي لإعادة التأهيل. هذه الآثار لمسي تسهيل السريع / التنمية الرسم ، البحوث والتعاون الدولي ، والاتصالات بين البحوث المخبرية.
التأهيل الروبوتات لم تكشف العديد من المعلمات المشاركين في التعلم الحركي. واحدة من الخطوات تستغرق وقتا طويلا خلال لمسي / الرسومات التنمية يشمل تجميع الوقت. مع معلمات التأهيل عديدة ، تتفاقم مع الوقت تجميع لكل برنامج ، ودورة حياة تطوير لاختبار كل مجموعة التباديل الممكنة ترتفع بسرعة. H3D ، مع عدم وجوده لتجميع المتطلبات ، ويسمح للتنمية السريعة للعديد من مشاهد الواقع الافتراضي. وتأتي هذه ميزة بالنسبة لأولئك الباحثين يطمحون إلى تحقيق آثار سيناريوهات تدريبية مختلفة.
قيود من هذا "الثابت ترميز" نهج التكامل المجمع فئة تشمل حقيقة التي يجب أن يتكرر هذا الإجراء في كل مرة كان هناك توزيع جديد للH3DAPI. والتعديلات الممكنة لإدماج فئة المجمع الخاص في توزيع آخر للH3DAPI يكون لإنشاء المجمع فئة منفصلة عن H3DAPI. كنت ثم وضع صفك المجمع ضمن مكتبة ملف *. بذلك. وهذا من شأنه عزل فصلك من توزيع H3DAPI الأصلي.
Disclosures
فئات المجمع في هذا البرنامج التعليمي وبموجب حق المؤلف إيان شارب.
Acknowledgments
وأود أن أنوه إلى مساعدة فنية من Zenowich بريان Evestedt دانيال Winsean ولين.
Materials
|
References
- Solis, J., Takeshi, N., Petersen, K., Takeuchi, M., Takanishi, A. Development of the anthropomorphic saxophonist robot WAS-1: Mechanical design of the simulated organs and implementation of air pressure. Advanced Robotics Journal. 24, 629-650 (2010).
- 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).
- Conditt, M. A., Gandolfo, F., Mussa-Ivaldi, F. A. The motor system does not learn the dynamics of the arm by rote memorization of past experience. Journal of Neurophysiology. 78, 554-554 (1997).
- Krebs, H. I., Palazzolo, J. J., Dipietro, L., Ferraro, M., Krol, J., Rannekleiv, K., Volpe, B. T., Hogan, N. Rehabilitation robotics: Performance-based progressive robot-assisted therapy. Autonomous Robots. 15, 7-20 (2003).
- Wei, K., Kording, K. Relevance of error: what drives motor adaptation. Journal of neurophysiology. 101, 655-65 (2009).
- Wei, Y., Bajaj, P., Scheidt, R., Patton, J. Visual error augmentation for enhancing motor learning and rehabilitative relearning. IEEE International Conference on Rehabilitation Robotics. , 505-510 (2005).
