一种外骨骼式康复机器人训练效果仿真

项忠霞，赵 明，高 飞，金 腾，胡志刚，张 健

（1. 天津大学机械工程学院，天津 300072；2. 河南科技大学医学技术与工程学院，洛阳 471003；3. 上海硅步科学仪器有限公司，上海 200030）

一种外骨骼式康复机器人训练效果仿真

项忠霞1，赵 明1，高 飞1，金 腾1，胡志刚2，张 健3

（1. 天津大学机械工程学院，天津 300072；2. 河南科技大学医学技术与工程学院，洛阳 471003；3. 上海硅步科学仪器有限公司，上海 200030）

针对外骨骼式下肢康复机器人训练有效性的问题，开展了基于人体生物力学软件AnyBody的康复训练仿真实验研究．通过人体动作捕捉实验，获取一成年男子在正常步行时的运动学信息，利用AnyBody建立人体步行模型，并以下肢肌肉受力情况为依据确定下肢主要肌肉群．建立人-机系统模型，借助Hill方程，以人体下肢肌肉收缩速率作为判断标准，通过模拟实现矢状面内运动的外骨骼式下肢康复机器人的康复运动，获取下肢主要肌肉的收缩速率变化情况，并将其与正常步行时的肌肉收缩速率进行比较与分析．结果表明，两种情况下大腿肌肉群的收缩速率变化情况基本一致，小腿与髋部肌肉群差异较明显．改进外骨骼结构，使其能够同时实现在冠状面内的运动，比较在两种结构下的下肢主要肌肉收缩速率变化情况，结果表明髋部肌肉产生了较为明显的波动．因此，能实现矢状面内运动的外骨骼式下肢康复机器人能够有效训练大腿肌肉群，但对小腿与髋部肌肉的训练效果不明显，加入冠状面运动后，能提高对髋部肌肉的训练效果．

人-机仿真系统；AnyBody；肌肉参数；下肢外骨骼康复机器人

下肢外骨骼式康复机器人对运动失能患者的康复效果已经得到了广泛的肯定［1-4］．目前对康复效果的评价方法主要有Fugl-Meyer下肢运动功能评定、Fugl-Meyer下肢平衡功能评定、Berg平衡量表和有效离床活动等级等［5］．这些方法在应用时全部基于医疗人员的主观评价，易产生错误，而通过对评价标准的量化能够极大地提高康复评价的准确性．通过测定关节活动范围和腿部负载力等参数可以在利用现有机器人技术进行康复训练的情况下进行规范的康复评价［6-7］．

正常人在步行过程中需要下肢多处肌肉的协调运动，以产生持续的动力与维持稳定［8］．在下肢康复领域利用肌肉参数作为评价标准具有一定的可行性．利用肌力分析方法，已证明股四头肌定量肌力检查在康复功能评定中是具有一定意义的［9-10］．

本文以人体生物力学仿真软件AnyBody为基础，通过模拟正常人步行以及人体与外骨骼式下肢康复机器人组成的人-机系统的运动状态，获取人体下肢主要肌肉相关参数，并通过数据比较与分析，判断肌肉的训练有效性以及外骨骼结构的合理性．

1　AnyBody仿真软件简介

AnyBody由丹麦奥尔堡大学开发研制，利用计算机辅助人机工程学和生物力学分析，是当今较先进、完善以及应用范围很广的人体动力学分析软件之一．AnyBody可用来计算人体对于环境的生物力学响应，能够为人机工程学产品性能改进和生物医学工程研究提供一个新颖的平台．AnyBody软件使人类工效学成为一门定量的学科．它兼具人机工程学分析和生物力学分析，采用AnyScript编程语言进行模型的建立，能够导入完整的人体肌肉骨骼模型，用于产品的人类工效学设计．AnyBody软件可以分析完整骨骼肌肉系统，计算模型中各块骨骼、肌肉和关节的受力、变形、肌腱的弹性势能、拮抗作用及其他特性等．

2　步态仿真

2.1获取步态特征

AnyBody具有多种定义运动方式的模块，利用其通过动作捕捉数据驱动模型的模块，可以建立人体模型来模拟正常人步行的状态．建立虚拟人体的步行模型首先需要获取人体的各体段参数以及步行时的相关信息．现以1名健康成年男子为实验对象，借助三维运动捕捉与分析系统LUKOtronic AS100/ AS200进行运动学数据采集，采样频率为0.1，kHz，并以此作为虚拟人体模型的驱动信息．该成年男子的基本情况见表1．

表1 实验对象相关数据Tab.1 Related data of trial subject

人体步态受多种因素影响［11］，为了更接近真实情况，进行实验前需让受试对象预先进行少量走动，待其达到放松状态才可开始实验．由于人体在步行时，左右基本对称，本实验只以人体右侧下肢为分析对象．经过实验可测得在不同步速下，右腿髋、膝、踝3个关节角度随时间的变化情况及其他运动信息，其中髋关节角度指大腿与水平面之间夹角，膝关节角度指小腿与大腿之间夹角，踝关节角度指足底支撑面与小腿之间夹角．以3.6，km/h的步速步行为例，经过对数据的处理，得到各关节角度随时间的变化情况［12］，如图1所示．

图1 各关节角度随时间的变化情况Fig.1 Variation of each joint angle with time

2.2 步行模拟

AnyBody中人体模型主要由肌肉、骨骼、韧带组成．通过将获取的动作捕捉数据文件导入到AnyBody中，利用其步行模拟模块可对人体步行运动进行仿真分析．为减小仿真结果与实际情况的偏差，通过更改人体模型的各体段参数，使其与实验对象一致．步行状态的模拟情景如图2所示．

图2 步行状态模拟Fig.2 Walking simulation

2.3获取下肢肌肉受力情况

在AnyBody仿真分析中，利用其运动学分析与逆向动力学分析功能，可以获得人体模型的运动学信息以及肌肉相关参数的信息．得到在步行过程中右腿所有肌肉的受力情况，如图3所示．

图3 人体右腿所有肌肉受力情况Fig.3 All muscle force of human’s right leg

由于人体腿部肌肉数量众多，而且在步行的过程中并不是所有肌肉都承受较大的力，所以可以只选取部分主要肌肉作为分析对象．由图3可知，在近2个周期的步行过程中，右腿肌肉受力分别在2.15，s、2.90，s两个时间节点处达到峰值，且此时肌肉募集量较大．采集这2个时间点处的肌肉受力数据，通过排序，将受力大小占据前75%，的肌肉作为主要肌肉，其名称及作用如表2所示．下肢主要肌肉的分布情况如图4所示．

表2 下肢主要肌肉功能Tab.2 Function of main lower extremity muscles

图4 人体下肢主要肌肉分布Fig.4 Distribution of main lower extremity muscles

3　人-机系统仿真分析

3.1机构建模

建立人-机系统模型首先需要确定下肢外骨骼机器人的结构．根据目前国内外研究状况，大部分下肢外骨骼康复机器人以伺服电机作为驱动器，通过滚珠丝杠传动，实现矢状面内的运动，同时可以根据不同患者的身高进行尺寸上的调节．此种结构类似于人体腿部的构造，包括髋关节、膝关节、骨盆杆件、大腿杆件、小腿杆件等，并且在单侧有2个自由度，具体实施方式为在髋关节处将骨盆杆件与大腿杆件使用铰链连接，形成转动副；在膝关节处，大腿杆件与小腿杆件同样使用铰链连接，形成转动副，双侧共4个自由度．在三维建模软件中建立下肢外骨骼机器人右侧模型，如图5所示．

图5 下肢外骨骼康复机器人右侧三维模型Fig.5 3D right side model of lower limb exoskeletal rehabilitation robot

3.2人-机系统建模

在AnyBody中建立人-机系统模型时，机构的复杂程度与运算的效率呈负相关性，应尽量将机构模型简化．将外骨骼模型简化为多个杆件相连的形式，杆件的长度均为定长，且与实验对象的体段参数相对应，并在外骨骼中加入踏板，用以驱动踝关节运动．绘制好简化的三维模型后，以STL格式导入到AnyBody中．

由于仿真分析主要以下肢肌肉相关参数为研究对象，为了提高运算速度，建立人体模型时，将上肢忽略并去除大部分躯干上肌肉．

调整人体模型初始位置，使其与外骨骼模型接触．以AnyBody对自由度及约束的标准来调整人体模型与外骨骼模型之间的连接方式，使其以接近真实的情况连接，最终建立的人-机系统模型如图6所示.

图6 人-机系统模型Fig.6 Human-machine system model

3.3肌肉参数选择

下肢外骨骼康复机器人通过以外骨骼驱动人体下肢运动的方式，模拟正常人步行的动作，从而使患者的下肢多处肌肉得到综合性的训练，恢复基本的行走能力．通过分析在外骨骼驱动下与正常步行时的下肢肌肉参数变化情况，可以判断各处肌肉参与训练的有效性．由于在步行时，下肢肌肉需要协调运作与均匀受力，则可通过比较两种方式下的肌肉受力情况是否一致，来判断肌肉是否有效地参与训练．

肌肉受力情况受多种因素影响，包括肌肉长度、肌肉收缩速度及负载大小等．由于该外骨骼模型中加入了足部踏板，导致负载情况与正常步行时有所区别，则相应的肌肉受力情况也产生变化．

Hill方程描述了肌肉力与收缩速度的关系［13］，即

式中：F0为肌肉开始挛缩时的张力；F为肌肉收缩张力；v为肌肉收缩速度；a、b为独立常数，是与肌纤维初始长度、温度、周围环境的化学成分相关的函数. 可见，肌肉受力与肌肉收缩速度呈反比例关系．为了避免因负载不同导致的肌肉受力情况差异过大，通过比较在外骨骼驱动下与正常步行时的肌肉收缩速度是否一致，同样可以判断肌肉参与训练的有效性．

3.4仿真实验

设置外骨骼模型在3.6，km/h的速度下运行，与步态模拟时人体模型步行的速度相同．通过逆动力学分析模块，获取表2中所列主要肌肉的收缩速率变化情况．部分仿真结果如图7所示．

图7分别以股二头肌、股四头肌、胫骨前肌、腓肠肌、臀中肌及闭孔外肌为例表明了大腿、小腿及臀部主要肌肉伸缩速率的变化情况，其余各处肌肉变化规律与图7类似．在外骨骼驱动下，大腿肌肉伸缩速率变化的范围及趋势与正常步行时一致，小腿肌肉及髋部肌肉则有着明显的不同，且髋部肌肉的伸缩速率基本不发生变化．

在步行过程中，人体髋关节会产生外展与内收，使大腿在冠状面内产生运动，髋关节的外展与内收是产生正常步态所需的运动［14］．仅实现矢状面内运动的外骨骼结构是有一定不足的［15］．用2个铰链连接的方式将骨盆处的结构增加2个自由度，使其能够在冠状面中产生微量的旋转，产生外展与内收的运动．改进后的结构如图8所示．

将原结构命名为外骨骼1，改进后结构命名为外骨骼2，在2种外骨骼结构驱动下的主要肌肉伸缩速率变化如图9所示．

图7 部分主要肌肉伸缩速率变化情况Fig.7 Contraction velocities of some major muscles

图8 改进后的外骨骼结构Fig.8 Exoskeletal structure after improvement

图9以上述6处肌肉为参考，比较了在两种不同形式外骨骼驱动下人体下肢肌肉伸缩速率变化情况．大腿肌与小腿肌变化基本相同，髋肌在2.0，s处的速率则产生了较为明显的变化，且变化范围增大近1倍.

3.5分析与讨论

在仅实现矢状面内运动的外骨骼下肢康复机器人驱动下，以股二头肌、股四头肌为主的大腿肌肉群伸缩速率变化情况基本与正常步行时一致，此种外骨骼结构对大腿的训练能够产生效果．但某些节点处的值存在差异，原因可能在于人体的膝关节是屈戌关节［16］，在伸展和屈曲过程中，胫骨相对于股骨既有转动运动，又有滑动运动．外骨骼模型将膝关节简化为铰链结构，当其驱动人体模型运动时，两种膝关节结构之间存在的差异导致肌肉伸缩速率变化在少数时间节点处的值不一致．以胫骨前肌、腓肠肌为主的小腿肌肉群伸缩速率在外骨骼驱动下与正常步行时则产生较大的差异．其原因在于在正常步行时，足底姿态不断变化，呈现很大的复杂性，而用踏板将足底固定，仅实现在二维平面内的运动将减少其运动的自由度，足底运动的单一性导致了小腿肌肉伸缩速率变化与实际情况不符．以臀中肌、闭孔外肌为主的髋肌肉群在外骨骼驱动下，伸缩速率变化幅度分别为12，mm/s和10，mm/s，而正常步行时其变化幅度接近200，mm/s和120，mm/s．其原因在于该外骨骼结构以矢状面内运动为主，忽略了人体步行时冠状面内的运动，导致臀中肌没有得到有效训练．而在改进后的能使髋关节产生外展与内收运动的外骨骼结构驱动下，臀中肌和闭孔外肌伸缩速率变化幅度明显增加（约为24，mm/s、20，mm/s），相对于原结构增大近1倍．但与正常步行时的变化幅度相比仍有很大差距．原因在于在步行过程中大腿也会产生内外旋转运动，该运动需要臀中肌及闭孔外肌参与，而上述外骨骼结构不能实现腿部的内外旋，所以会使臀中肌与闭孔外肌的变化与正常行走时产生差别．

图9 两种结构下部分主要肌肉伸缩速率变化情况Fig.9 Contraction velocities of some major muscles in two different structures

4　结 语

本文通过在AnyBody平台下进行下肢外骨骼康复机器人的人-机系统仿真实验，对比了在实现矢状面内外骨骼驱动下与正常步行时，以及2种不同结构外骨骼驱动下的人体下肢肌肉收缩速率变化情况.仿真结果表明，实现在矢状面内运动的外骨骼下肢康复机器人能够有效地训练大腿肌肉，而对小腿肌肉和髋部肌肉作用不足，加入在冠状面内的外展与内收运动的外骨骼机器人能够提高对髋部肌肉的训练效果，但作用效果仍需加强．本文以肌肉相关参数作为对外骨骼式下肢康复机器人训练有效性的判断依据，为康复评价标准的量化提供了新的思路，也为外骨骼结构设计提供了新的方法．

［1］ 张娇娇，胡秀枋，徐秀林. 下肢康复训练机器人研究进展［J］. 中国康复理论与实践，2012，18（8）：728-730. Zhang Jiaojiao，Hu Xiufang，Xu Xiulin. Development of lower limbs rehabilitative training robot［J］. Chinese Journal of Rehabilitation Theory and Practice，2012，18（8）：728-730（in Chinese）.

［2］ 郝正玮，李建民，赵雅宁，等. Lokomat下肢康复机器人对缺血性脑卒中偏瘫患者下肢功能的影响［J］. 现代预防医学，2013，40（8）：1558-1560. Hao Zhengwei，Li Jianmin，Zhao Yaning，et al. The effects of Lokomat lower gait training rehabilitation robot on lower limb function in hemiplegic stroke patients［J］. Modern Preventive Medicine，2013，40（8）：1558-1560（in Chinese）.

［3］ Geenough W T，Anderson B J. Cerebellar synaptic plasticity：Relation to learning versus neural activity［J］. Ann Noy Acad Sci，1991（6）：231-247.

［4］ Candelise L，Gattinoni M，Bersano A，et al. Strokeunit care for a cute stroke patients：An observational follow-up study［J］. Lancet，2007，369（9558）：299-305.

［5］ 丁 敏，李建民，吴庆文，等. 下肢步态康复机器人：研究进展及临床应用［J］. 中国组织工程研究与临床康复，2010，14（35）：6604-6607. Ding Min，Li Jianmin，Wu Qingwen，et al. Research advances and clinical application of lower limb gait rehabilitation robots［J］. Journal of Clinical Rehabilitative Tissue Engineering Research，2010，14（35）：6604-6607 （in Chinese）.

［6］ 钱竞光，宋雅伟，叶 强，等. 步行动作的生物力学原理及其步态分析［J］. 南京体育学院学报：自然科学版，2006，5（4）：1-7. Qian Jingguang，Song Yawei，Ye Qiang，et al. The biomechanics principle of walking and analysis on gaits［J］. Journal of Nanjing Institute of Physical Education：Natural Science，2006，5（4）：1-7（in Chinese）.

［7］ 陈贵亮，赵 月，王 歌，等. 基于外骨骼机器人下肢康复训练评价策略研究［J］. 科学技术与工程，2014，14（1）：72-76. Cheng Guiliang，Zhao Yue，Wang Ge，et al. The study on lower limbs rehabilitation evalutation strategy based on exoskeletons rehabilitation robot［J］. Science Technology and Engineering，2014，14（1）：72-76（in Chinese）.

［8］ Eng J J，Winter D A. Kinetic analysis of the lower limbs during walking：What information can be gained from a three-dimensional model［J］. Biomech，1995，28（6）：753-758.

［9］ 杨静宜，王瑞元，熊开宇，等. 股四头肌等速向心收缩肌电图测定与分析［J］. 北京体育大学学报，1995，18（4）：29-31. Yang Jingyi，Wang Ruiyuan，Xiong Kaiyu，et al. The EMG determination and analysis of quadriceps isokinetic concentric contraction［J］. Journal of Beijing University of Physical Education，1995，18（4）：29-31（in Chinese）.

［10］ 窦祖林. 定量肌力检查在康复功能评定及临床中的应用［J］. 物理医学与康复医学，1991（3）：100-102. Dou Zulin. The application of quantitative evaluation of muscle strength in rehabilitation function assessment and clinic［J］. Physical Medicine and Rehabilitation，1991（3）：100-102（in Chinese）.

［11］ Gilchrist L A，Winter D A. A two-part，viscoelastic foot model for use in gait simulations ［J］. Biomech，1996，29（6）：795-798.

［12］ 王 岚，王 婷，王劲松，等. 人体步态规律测量分析与研究［J］. 哈尔滨工程大学学报，2008，29（6）：590-598. Wang Lan，Wang Ting，Wang Jinsong，et al. Measurement research of normal human gaits ［J］. Journal of Harbin Engineering University，2008，29（6）：590-598（in Chinese）.

［13］ Hill A V. The heat of shortening and the dynamic constants of muscle［J］. Proceedings of Royal Society，1938，126：136-195.

［14］ Rutherford D J，Hubley-Kozey C. Explaining the hip adduction moment variability during gait：Implications for hip abductor strengthening［J］. Clinical Biomechanics，2009，24（3）：267-273.

［15］ Hidler J，Nichols D，Pelliccio M，et al. Multicenter randomized clinical trial evaluating the effectiveness of the Lokomat in subacute stroke［J］. Neurorehabilitation and Neural Repair，2009，23（1）：5-13.

［16］ Wang Donghai，Lee Kok-Meng，Guo Jiajie，et al. Knee joint exoskeleton based on biological geometries［J］. IEEE-ASME Transactions on Mechatronics，2014，19（4）：1268-1278.

（责任编辑：金顺爱）

Simulation on the Training Effect of an Exoskeletal Rehabilitation Robot

Xiang Zhongxia1，Zhao Ming1，Gao Fei1，Jin Teng1，Hu Zhigang2，Zhang Jian3
（1．School of Mechanical Engineering，Tianjin University，Tianjin 300072，China；
2．School of Medical Technology and Engineering，Henan University of Science and Technology，Luoyang 471003，China；3．Shanghai Gaitech Scientific Instruments Limited Company，Shanghai 200030，China）

In order to evaluate the effectiveness of exoskeletal rehabilitation robot for lower limbs’ training，the simulation research on rehabilitation training based on AnyBody was developed．The kinematics of an adult in normal walking was obtained by motion capture experiment．Then the human walking model and the human-machine model were established in AnyBody．Main muscle groups were determined on the forced conditions about the lower limb muscles．By Hill equations，muscle contraction velocity was used as criterion.Through the simulation of the movement about the lower limb exoskeletal rehabilitation robot in the sagittal plane，the contraction velocities of cardinal muscles in lower limbs were obtained and they were compared in both simulation system and normal walking．Results show that the changing trend of thigh muscles was found similar in both cases，but the trend of shank and hip muscles was visibly different．As the structure of the exoskeletal rehabilitation robot was improved to achieve the movement in coronal plane，and by comparing the contraction velocities of cardinal muscles in two structures，the results show that the changing trend of hip muscles was obviously fluctuating．Therefore，the exoskeletal rehabilitation robot that achieves the movement in sagittal plane can train thigh muscles effectively，but lack effect on shank and hip muscles．By changing the exoskeleton structure through adding movement in coronal plane，the traning effect of hip muscles is improved.

human-machine simulation system；AnyBody；muscle parameter；lower limb exoskeletal rehabilitation robot

TH122

A

0493-2137（2016）07-0695-07

10.11784/tdxbz201505102

2015-05-27；

2015-10-12.

国家自然科学基金资助项目（51175368）.

项忠霞（1964— ），女，博士，教授.

项忠霞，xiangzhx@tju.edu.cn.

网络出版时间：2015-11-03. 网络出版地址：http://www.cnki.net/kcms/detail/12.1127.N.20151103.1819.004.html.