Summary
В последнее время огромное количество перспективы стали доступны для человека и робота интерактивных систем. В этой статье мы опишем интеграцию нового роботизированного устройства с открытым исходным кодом, которая может быстро сделать возможным библиотеки интерактивных функций. Затем контур клинического применения для нейрореабилитации приложения.
Abstract
Недавнее исследование, которое проверяет интерактивных устройств в течение длительного практике терапией выявило новые перспективы для робототехники в сочетании с графическим и другие формы биологической обратной связи. Предыдущая между человеком и роботом интерактивных систем потребовали различных команд программного обеспечения должны быть реализованы для каждого робота, ведущих к ненужным времени развития накладных каждый раз новая система станет доступной. Например, когда тактильные / графический виртуальной среде действительности был закодирован для одного конкретного робота обеспечивают тактильную обратную связь, что конкретные робот не смог бы быть обменены на другую роботу без перекодирования программы. Однако, недавние усилия в сообщества сторонников открытого кода предложили подход класса-оболочки, что может вызвать практически идентичные ответы независимо от того, робот используется. Результат может привести исследователей по всему миру для выполнения аналогичных экспериментов с использованием общего кода. Поэтому модульная "переключение" из одного робота на другой не повлияет на время разработки. В этой статье мы опишем успешного создания и реализации класса-оболочки для одного робота в с открытым исходным кодом H3DAPI, который интегрирует программное обеспечение команды чаще всего используются всеми роботами.
Protocol
Введение
Существует растущая потребность во всех взаимодействие человека и машины (HMI) для интуитивной и эффективной интерактивной среде. Многочисленные промышленность продолжает зависеть в большей степени на HMI, таких как: реабилитация робототехнике, автомобильной промышленности, производстве металлов, упаковочного оборудования, фармацевтических препаратов, продуктов питания, напитков, и коммунальные услуги. Технологии, занятых в этих отраслях являются: дисплей терминалы, персональные компьютеры и программное обеспечение HMI. Эти технологии могут быть объединены вместе для выполнения неограниченные функции.
Роботы могут использоваться для облегчения прямого взаимодействия с пользователями, например, выступая в качестве музыки инструктора. Например, исследователи из университета Васеда создали робота, который играет на саксофоне, чтобы научить людей, как играть и понимать взаимодействие между студентами и преподавателями 1. Другие исследователи робототехники сделали видение основе летающего робота для того, чтобы определить, как искусственный интеллект может развиваться в интеллектуальные взаимодействия с окружающей средой 2. Определенной концентрации данной работы заключается в реабилитации робототехники.
В сфере научных исследований и промышленности, быстрый темп изменений для новых продуктов и потребностей пользователей продолжает расти. Эти требования налагают большие вызовы в масштабируемости. Поэтому код дизайн стал составной в удовлетворении потребностей этих лиц в установленные сроки. Таким образом, качество сильные архитектурные кандидат будет включать в себя легко заменяются графическими-робот системы, которые включают поддержку драйверов. Архитектура H3DAPI отвечает этим требованиям и, следовательно, класс-оболочка была создана. Кроме того, H3D предназначена для сред виртуальной реальности, такие, как те, которые необходимы в реабилитационной робототехники.
Нейронные реабилитации робототехники стремится использовать роботов для целей оказания помощи специалистов в области реабилитации. Помощи, которую эти роботы обеспечивают приходит в виде силового поля. Принят мотор команды исследователей, таких как Shadmehr и Мусса-Ивальди, использовали силовые поля, чтобы способствовать адаптации двигателя, и нашли 1) адаптация к внешней приложенной силы поля происходит с различными классами движений, включая, но не ограничиваясь достижения движений, и 2) адаптации обобщает различных движений, что визит же регионах внешнее 3 поля. Исследования, проведенные в биомеханических инженеров в ориентированное на результат прогрессивного роботизированной терапии показывает, что повторяющиеся, конкретных задач, целенаправленного, роботизированной терапия эффективна в снижении моторных нарушений в поврежденной руке после инсульта 4, но точный терапевтический эффект и параметры прежнему области исследований.
Сенсорная обратная связь влияет на обучение и адаптацию. Поэтому следующий логичный вопрос было бы спросить, есть ли или нет искусственного увеличения величины такая обратная связь будет способствовать более быстрым или более полного изучения / адаптацию. Некоторые исследователи обнаружили, что применение силы большей сенсорной обратной связи или визуальных сигналов для повышения ошибки могут обеспечить адекватную неврологических стимул в целях содействия повышению уровня адаптации / обучение 5,6. Это известно как "ошибка увеличения". Это явление может быть связано с тем, что, как только результаты действия управления двигателем отклоняться от идеала, наша внутренняя модель самостоятельно регулирует в соответствии с величиной погрешности. Следовательно, как наши внутренние модели приближается к внешней среде, ошибки в выполнении задачи уменьшается.
Исследования по-прежнему поддерживает длительные практики функционально соответствующих мероприятий по восстановлению функции, хотя многие современные политики здравоохранения ограничить количество времени пациенты могут провести время с терапевтами. Убедительных вопрос, являются ли эти новые приложения технология может пойти дальше, чем просто предоставление более высокой дозировке текущего состояния медицинского обслуживания. Человек-машина исследования взаимодействия показали новые перспективы в области моторного обучения, а в некоторых случаях может предлагать дополнительную ценность терапевтического процесса. Специализированные робототехнических устройств в сочетании с компьютером-дисплеев может увеличить обратную связь ошибки для того, чтобы ускорить, повысить или триггера двигатель переобучения. Эта статья представит методологию использования разработанной системы для клинического вмешательства как один из таких примеров применения этой технологии.
1. Создание Хапи класс-оболочку для роботов
- Создание оболочки для Хапи тактильные библиотеку, создавая свои собственные. Срр и файл заголовка. Для примера мы будем использовать имя и HAPIWAM.cpp HAPIWAM.h.
- Место HAPIWAM.cpp в исходный каталог: Хапи / SRC
- Место HAPIWAM.h в каталоге файл заголовка: Хапи / включать / Хапи
- В верхней части HAPIWAM.h, включают главный файл заголовка (ы) вашего робота, в случае Барретт WAM, это было бы:
<EM> внешних "C" {
# Включить <include/btwam.h>
}
# Включить <HAPI/HAPIHapticsDevice.h>
Примечание: внешний "С", необходимые для решения компилятор искажения, так как включена библиотека написана на "C" и H3DAPI написана на C + +.
- В HAPIWAM.h, создать свой класс и включают в себя следующие 4 функции
Ьоо initHapticsDevice (INT);
Ьоо releaseHapticsDevice ();
недействительным updateDeviceValues (DeviceValues & DV, HAPITime Л);
недействительным sendOutput (HAPIHapticsDevice:: DeviceOutput & D, HAPITime т);
- Убедитесь, что ваш класс наследует публично от класса HAPIhapticsdevice.
- Создайте заголовок страже вашего класса.
- Создать статический DeviceOutput и статических атрибутов HapticsDeviceRegistration под класс HAPIWAM.
- Создайте статические функции-члены для обратных вызовов.
- Определите ваши конструктора и деструктора в HAPIWAM.cpp.
- Регистрация устройства в HAPIWAM.cpp.
- Определите ваш 4 унаследовала функции и обратные вызовы в HAPIWAM.cpp.
2. Хапи создании библиотеки
- Теперь, когда мы создали класс Хапи обертку, мы должны построить свою оболочку в библиотеку Хапи. WAM зависит от некоторых библиотек, которые H3DAPI не зависит от в сыром виде, поэтому эти библиотеки должны быть добавлены к Хапи. К Хапи / Хапи / строить и редактировать CMakeLists.txt. Добавить зависимые библиотеки после строки с надписью "SET (OptionalLibs) '.
- Откройте командную консоль и перейдите в папку: Хапи / Хапи / построить и ввести следующие 3 команды в следующем порядке:
CMake.
Sudo сделать
Sudo сделать установку
3. H3D класса-оболочки
- Чтобы создать класс-оболочку для H3D библиотека с вашего HAPIWAM, сначала создайте WAMDevice.cpp в исходный каталог: H3DAPI/src
- Место WAMDevice.h в каталоге файл заголовка: H3DAPI/include/H3D
- WAMDevice.h должен содержать стандартный файл заголовка для всех устройств H3DAPI, с именем, чтобы заменить все, что вы хотите.
- WAMDevice.cpp должен содержать стандартный источник для всех устройств H3DAPI, с именем, чтобы заменить все, что вы хотите.
- Теперь, когда класс-оболочка была создана, восстановить библиотеку H3DAPI. Сделайте это, отредактировав CMakeLists.txt так же, которая была выполнена в шаге 2.1, только в каталоге: H3DAPI/build.
- Перестроить библиотеку H3DAPI в каталоге H3DAPI/build
CMake.
Sudo сделать
Sudo сделать установку
4. Машина с конечными состояниями
- Каждое достижение целевых программ требует создания конечного автомата, чтобы государство могло контролировать экспериментальный протокол или практикой режима. Типичные автоматы включают в себя: Начало судебного разбирательства, запуск целевых контактов, и конец судебного разбирательства. Примером функции каждого государства, и критерии для передачи между государствами, перечисленных ниже.
- Начало судебных требует выделения цели. Цели местах могут быть установлены случайно для каждого испытания или может быть установлена из файла. Начала судебный процесс заканчивается, когда пользователь запустил к цели выше порога скорости, как правило, 0,06 метра в секунду.
- Запуск состояние происходит после начала судебного разбирательства. Это состояние заканчивается, как только пользователь касается цель или остается внутри мишенью для периода времени. Как только задача тронут, это позволяет государственных целевых контактов.
- Целевая Контакт происходит во время запуска государства. Это может закончиться, как только цель коснулся или после предмет находится в пределах целевого течение определенного периода времени. Как только это время истечет, Конец Судебная состоянии включено.
- Конец Судебная государство должно сигнал программного обеспечения сбора данных, чтобы отметить файл данных, в какой бы разбора разработчик использовал, чтобы разграничить конце каждого испытания. Если окончательный судебный процесс был завершен, конец Конец Судебная состояние позволяет Начало судебных государства.
5. Применение: реабилитация инсульта пациенту
- Робота интерфейс был разработан, чтобы привлечь терапевта экспертизы при использовании робота чтобы то, что не могло бы быть сделано. Технология позволила приложений (более подробно описаны ниже) ошибки увеличение, которое увеличенном ошибки воспринимаются пациентом, который в течение нескольких известных причин усиливает процесс переучивания (рис. 1).
- Трехмерной тактильные / графическая система называется виртуальной реальности Роботы и оптические машины операций (VRROOM). Эта система, представленная ранее 6 в сочетании прогнозируемых стерео, головные гусеничных визуализации на полу-зеркало наложения дисплей с роботизированной системы, зафиксированного запястье положение и вызвала вектор силы (рис. 2).
- Кинематографического качества диgital проектор (Christie Мираж 3000 DLP) отображаются изображения, которая охватила пять футов шириной 1280x1024 пикселей, в результате чего 110 ° Широкий угол обзора. Инфракрасные излучатели синхронизированы отдельных левое и правое изображения глаз через жидкокристаллический дисплей (LCD) затворные очки (Stereographics, Inc). Вознесение стая птиц магнитных элементов гусеничных движения голову так, чтобы визуально было вынесено с соответствующим головой в центре перспективу.
- После квалификации на исследования, функциональные способности каждого участника оценивали слепым оценщик в начале и в конце каждого сеанса парадигмы с одной недели наблюдения после каждого и общее 45-дневного последующей оценки. Каждая оценка состояла из диапазон движения (ROM) оценка производится в VRROOM а также клинических мер, включая: Box и блоков оценки, Вольф моторной функции Test (WMFT), Арм двигателя секции Fugl-Майер (AMFM), и Оценка Простые функциональные Reach (ПВКР).
- Exotendon руку с запястья шина была использована для оказания помощи в нейтральной запястья и кисти выравнивания. Центр робот ручка была прикреплена к предплечью была помещена сзади лучезапястного сустава так, чтобы его силы действовали на запястье, но разрешенного движения в руке.
- Рука вес пациента была уменьшена использованием весной питанием Уилмингтон Роботизированная Экзоскелет (Рекс) гравитации сбалансированный ортеза. Указание цели пациента в том, чтобы преследовать курсор представлен перед ними переехал через устройство слежения в руке терапевтом (терапевт teleoperation).
- Пациенты практике три дня в неделю в течение примерно 40-60 минут, пациент, врач, и робот работают вместе в трио. Предмет и терапевт сидели бок о бок, и объект был подключен к роботу на запястье.
- Каждая сессия началась с пяти минут пассивных диапазон движения упражнения (PROM) с терапевтом, а затем примерно в десять минут помещая пациента в машину. Предметом потом окончил шесть блоков движения обучение течение пяти минут каждый с двумя минут отдыха между каждым блоком.
- Во время тренинга участники рассматриваются два курсора на стерео просмотров. Лечащий терапевт манипулирует один курсор в то время как участник контролируемые другими. Пациенты были проинструктированы следовать точный путь курсора терапевта, как она переехала во всем рабочем пространстве.
- Ошибка увеличение было предоставлено как визуально, так и сил, возникающих при робота. Когда участники отклонились от курсора терапевта, мгновенной электронной вектора ошибки была создана как разница в положении между курсором терапевта и стороны участника. Ошибка была визуально увеличивается в 1,5 раза, е (т) в рамках увеличения ошибки. Кроме того, ошибки увеличивая силу 100 е (Н / м) также применяются, который был запрограммирован для насыщения на максимум 4 N по соображениям безопасности.
- Каждый второй блок лечения состоял из конкретных, стандартизированные движения, которые были одинаковыми для каждой сессии. Другие блоки позволили терапевт настроить обучения в конкретных областях слабости на основе опыта терапевта и своих наблюдений. Протокол лечения включены практике специфические движения для всех участников, включая прямой и боковой достижения, плечо-локоть связи, и диагональные идущие по всему телу.
- Во время практики, изо дня в день, средняя ошибка определяется как один из результатов этой практики. Особое внимание было уделено блокам стандартизированных движений, которые были одинаковыми для каждой сессии. Это были по сравнению с предыдущими дней, чтобы определить, есть ли дополнительные улучшения можно было наблюдать на день за днем основе, которые могут быть доведены до сведения пациента, терапевт, и воспитатели (рис. 3).
- Первичные меры результата были измерены в неделю, через 1 неделю после окончания лечения, и 45 дней после определения сохранение преимуществ. Основные результаты были Fugl-Майер двигателя оценка способности и наши индивидуальные испытания вытянутой руки, измеренной амплитуде движения.
6. Представитель Результаты:
Когда протокол все сделано правильно, то, как только узел <AnyDevice> загружается в H3DViewer или H3DLoad, WAM устройство должно быть признано и инициировал. Если WAM были заменены на другой робот, сам код не нужно будет менять.
Рисунок 1. Тема сидящих за тактильную / графический аппарат.
Рисунок 2. Тема сидящих за тактильную / графический аппарат с физиотерапевтом.
Рисунок 3. Конфигурация для реабилитации ое инсульта пациенту. ) Предмета и терапевта работают вместе, сидя и с помощью большого рабочего пространства тактильные / графический дисплей на практике движение. Терапевт дает сигнал для субъекта, и могут адаптировать кондиционирования на потребности пациента. Робот дает силы, которые толкают конечностей от цели и визуальная система обратной связи увеличивает ошибку курсора. B) Типичный хронический инсульта улучшение пациента со дня на день. Каждая точка представляет среднее ошибку, измеренные для 2-х минутах блок функциональных стереотипных движений. В то время как пациент показывает прогресс через 2-недельный период и общую пользу, этот человек не всегда улучшает каждый день.
Discussion
Этот метод обертку класса реализации позволяет для различных роботов, которые будут использоваться без изменения исходного кода, при использовании H3DAPI. В частности, исследователи, которые писали свои тактильные / графической среды, в H3D и проверили свои эксперименты с фантомным робот сможет выполнять те же или аналогичный эксперимент с использованием Барретт WAM, и наоборот. Этот тип устройства независимой перекрестной связи несет последствия для международного исследования реабилитации робототехники. Такие последствия содействия быстрому тактильной / графический развитие, международное сотрудничество исследований, и меж-исследовательской лаборатории связи.
Реабилитация робототехники до сих пор не раскрыть многочисленных параметров, участвующих в обучении двигателя. Один из времени действия в ходе тактильной / графики развития включает в себя время компиляции. С многочисленными параметрами реабилитации в сочетании с компиляции для каждой программы, Жизненный цикл разработки для проверки всех возможных перестановок группы резко возрастает. H3D, с его отсутствием составления требований, позволяет быстро развитию многочисленных виртуальных сцен реальности. Это происходит как преимущество для тех исследователей, стремящихся к зонд влияние различных сценариев обучения.
Ограничения этого "жестко" обертку подхода к интеграции классу относится тот факт, что эта процедура должна повторяться каждый раз, когда новое распределение H3DAPI. Возможные изменения к интеграции класс-оболочка в вашем последнем распределении H3DAPI было бы создать класс-оболочку отдельно от H3DAPI. Затем вы должны положить ваш класс-оболочку в файле *. так библиотеке. Это было бы изолировать класс от оригинального дистрибутива H3DAPI.
Disclosures
Классы-оболочки в данном руководстве находятся под авторским правом Ян Шарп.
Acknowledgments
Я хотел бы выразить признательность технической помощи Брайан Zenowich, Даниэль Evestedt и Winsean Лин.
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).
