Eksoskeleti õla taastusravi: 10 sammu

2024 Autor: John Day | [email protected]. Viimati modifitseeritud: 2024-01-30 08:47

Õlg on kogu inimkeha üks keerulisemaid osi. Selle liigendid ja õlaliigend võimaldavad õlal laiaulatuslikke käeliigutusi ja on seega modelleerimiseks üsna keerulised. Järelikult on õla taastusravi klassikaline meditsiiniline probleem. Selle projekti eesmärk on kavandada robot, mis aitab seda rehabilitatsiooni.

See robot on eksoskelett, millel on erinevad andurid, mis mõõdavad käe liikumise iseloomustamiseks vajalikke parameetreid ja võrdlevad saadud tulemusi andmebaasiga, et anda kohe tagasisidet patsiendi õlaliigutuse kvaliteedi kohta.

Seade on näha ülaltoodud piltidel. See eksoskelett on kinnitatud rakmetele, mida patsient kannab. Samuti on rihmad seadme käe kinnitamiseks patsiendi käe külge.

Oleme Brüsseli tehnikateaduskonna (Bruface) üliõpilased ja meil on Mehhatroonika 1 kursuse ülesanne: realiseerida projekt soovitusloendist, mille hulgast valisime õla taastusroboti.

Mehhatroonika 1 rühma 7 liikmed:

Gianluca karboon

Ines Henriette

Pierre Pereira Acuna

Radu Rontu

Thomas Wilmet

Samm: materjalid

- 3D -printer: PLA plastik

- laserlõikamismasin

- MDF 3mm: pind 2m²

- 2 kiirendusmõõturit MMA8452Q

- 2 potentsiomeetrit: PC20BU

- laagrid: siseläbimõõt 10 mm; Välisläbimõõt 26 mm

- Lineaarsed juhtrööpad: laius 27 mm; minimaalne pikkus 300 mm

- Tagasi rakmed ja rihmad

- Arduino Uno

- Arduino kaablid: 2 bussi toitmiseks (3, 3 V kiirendusmõõtur ja 5 V potentsiomeeter), 2 bussi kiirendusmõõturi mõõtmiseks, 1 buss massi jaoks. (leivalaud):

- Kruvid:

Laagri jaoks: M10 poldid ja mutrid, Konstruktsiooni jaoks üldiselt: M3 ja M4 poldid ja mutrid

2. samm: peamine idee

Selleks, et aidata õlgade rehabilitatsiooni, on selle seadme eesmärk aidata õla taastamisel pärast põhiliigutusi kodus koos prototüübiga.

Liigutused, millele oleme otsustanud harjutustena keskenduda, on: eesmine röövimine (pildil vasakul) ja väline pöörlemine (paremal).

Meie prototüüp on varustatud erinevate anduritega: kaks kiirendusmõõturit ja kaks potentsiomeetrit. Need andurid saadavad arvutile vertikaalsest asendist käsivarre ja küünarvarre nurkade väärtused. Seejärel joonistatakse erinevad andmed andmebaasi, mis kujutab endast optimaalset liikumist. See skeem tehakse reaalajas, nii et patsient saab otseselt võrrelda oma liikumist saadud liigutusega ja seega parandada ennast, et jääda ideaalsele liikumisele võimalikult lähedale. Seda osa arutatakse andmebaasi etapis.

Joonistatud tulemusi saab saata ka professionaalsele füsioterapeudile, kes oskab andmeid tõlgendada ja patsiendile veel nõu anda.

Praktilisest küljest, kuna õlg on inimkeha üks keerulisemaid liigeseid, oli idee vältida teatud liikumisulatust, et vältida liikumise halba teostumist, nii et prototüüp võimaldab ainult neid kaks liigutust.

Lisaks ei vasta seade ideaalselt patsiendi anatoomiale. See tähendab, et eksoskeleti pöörlemistelg ei vasta ideaalselt patsiendi õlale. See tekitab pöördemomente, mis võivad seadme purustada. Selle kompenseerimiseks on rakendatud rööbaste komplekt. See võimaldab seadet kanda ka paljudel patsientidel.

Samm: seadme erinevad osad

Sellest osast leiate kõik meie kasutatud tükkide tehnilised joonised.

Kui soovite oma seadet kasutada, olge mures asjaolu pärast, et mõned osad on piiratud piirangutega: näiteks laagri võllid võivad kohalikult deformeeruda. Kui need on trükitud 3D-vormingus, tuleks need valmistada suure tihedusega ja piisavalt paksud, et vältida nende purunemist.

4. samm: kokkupanek - tagaplaat

Sellel videol näete liugurit, mida kasutatakse ühe DOF -i (tagaplaadiga risti olev lineaarne juhend) parandamiseks. Selle liuguri võiks ka käsivarrele panna, kuid videol esitatud lahendus andis 3D -tarkvaral prototüübi liikumise testimiseks paremaid teoreetilisi tulemusi.

5. samm: kokkupanek - röövimise liigendamine

6. samm: kokkupanek - välise pöörlemise liigendamine

7. samm: lõplik kokkupanek

8. etapp: skeemi skeem

Nüüd, kui kokkupandud prototüüp korrigeerib õlgade ebakorrektsust ja suudab jälgida patsiendi liikumist kahe soovitud suuna kõrval, on aeg asuda jälgimisosale ja eriti projekti elektrilisele osale.

Nii saavad kiirendusmõõturid kiirendusteavet plaani kõigi suundade kõrval ja kood arvutab mõõdetud andmete põhjal erinevad huvitavad nurgad. Erinevad tulemused saadetakse Arduino kaudu matlab -faili. Seejärel joonistab Matlabi fail tulemused reaalajas ja võrdleb saadud kõverat vastuvõetavate liikumiste andmebaasiga.

Juhtmete komponendid Arduino külge:

See on skemaatiline kujutis erinevate elementide vahelistest seostest. Kasutaja peaks olema ettevaatlik, et ühendused sõltuksid kasutatavast koodist. Näiteks esimese kiirendusmõõturi I1 väljund on ühendatud maapinnaga, teise väljund aga 3,3 V pingega. See on üks viis kahe kiirendusmõõturi eristamiseks Arduino vaatenurgast.

Juhtmestik:

Roheline - kiirendusmõõturite toitmine

Punane - Arduino sisend A5 kiirendusmõõturitelt andmete kogumiseks

Roosa - sisestage Arduino A4, et koguda andmeid kiirendusmõõturitelt

Must - maapind

Hall - mõõtmised esimesest potentsiomeetrist (eesmise röövimisrulli peal)

Kollane - mõõtmised teisest potentsiomeetrist (välise pöörlemisrulli peal)

Sinine - potentsiomeetrite toitumine

9. samm: andmebaas

Nüüd, kui arvuti saab nurgad kätte, hakkab arvuti neid tõlgendama.

See on foto valitud andmebaasi kujutisest. Selles andmebaasis tähistavad sinised kõverad vastuvõetava liikumise tsooni ja punane kõver täiuslikku liikumist. Tuleb rõhutada, et andmebaas on loomulikult avatud muudatustele. Ideaalis peaks andmebaasi parameetrid kehtestama professionaalne füsioterapeut, kes nõustab tegelikke optimaalseid taastusparameetreid.

Valitud optimaalne liikumine siin punasega põhineb kogemustel ja on selline, et käsi jõuab 90 ° -ni 2,5 sekundiga, mis vastab püsivale nurkkiirusele 36 °/s (või 0, 6283 rad/s).

Vastuvõetav tsoon (sinine) on antud juhul kavandatud 3 -kordse osade kaupa funktsiooniga nii ülemise kui ka alumise piiri jaoks. Kõrgemate tellimuste funktsioone võiks samuti kaaluda kõverate kuju või isegi harjutuse keerukuse parandamiseks. Selles näites on harjutus väga lihtne: 3 kordust 0–90 ° liikumisega.

Kood hakkab sellesse andmebaasi joonistama ühe anduri tulemusi - see, mis pakub rehabilitatsioonitööd. Patsiendi jaoks on nüüd mäng kohandada käe kiirust ja asendit nii, et tema käsi jääks sinise tsooni sisse, vastuvõetavasse vahemikku ja võimalikult lähedale punasele kõverale.