Exoskeleton skulderrehabilitering: 10 steg

2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:42

Axeln är en av de mest komplicerade delarna av hela människokroppen. Dess artikulationer och axelleden tillåter axeln ett brett spektrum av rörelser i armen och är därför ganska komplexa att modellera. Följaktligen är rehabilitering av axeln ett klassiskt medicinskt problem. Målet med detta projekt är att designa en robot som hjälper denna rehabilitering.

Denna robot kommer att ha formen av ett exoskelet med olika sensorer som mäter relevanta parametrar för att karakterisera armens rörelse och jämför sedan de erhållna resultaten med en databas för att ge omedelbar feedback om patientens kvalitet på axelrörelsen.

Enheten kan ses på bilderna precis ovanför. Detta exoskeleton är fixerat på en sele som bärs av patienten. Det finns också remmar för att fästa enhetens arm på patientens arm.

Vi är studenter vid Bryssels tekniska fakultet (Bruface) och vi har ett uppdrag för Mechatronics 1 -kursen: förverkliga ett projekt från en förslagslista som vi valde axelrehabiliteringsroboten från.

Medlemmar i Mechatronics 1 Group 7:

Gianluca Carbone

Ines Henriette

Pierre Pereira Acuna

Radu Rontu

Thomas Wilmet

Steg 1: Material

- 3D -skrivare: PLA -plast

- Laserskärmaskin

- MDF 3 mm: yta 2m²

- 2 accelerometrar MMA8452Q

- 2 potentiometrar: PC20BU

- Lager: Innerdiameter 10 mm; Ytterdiameter 26 mm

- Linjära styrskenor: bredd 27 mm; minimal längd 300 mm

- Ryggsele och remmar

- Arduino Uno

- Arduino -kablar: 2 bussar för alimentation (3, 3V Accelerometer och 5V Potientiometer), 2 bussar för accelerometermätning, 1 buss för massan. (brödbräda):

- Skruvar:

För lagret: M10 bultar och muttrar, För konstruktionen i allmänhet: M3 och M4 bultar och muttrar

Steg 2: Huvudidé

För att hjälpa axelrehabilitering, har denna enhet för att hjälpa rehabilitering av axeln efter grundläggande rörelser hemma med prototypen.

De rörelser vi har bestämt oss för att fokusera på som övningar är: frontal abduktion (vänster på bilden) och extern rotation (höger).

Vår prototyp är utrustad med olika sensorer: två accelerometrar och två potentiometrar. Dessa sensorer skickar värdena för armens och underarmens vinklar från en vertikal position till en dator. De olika data plottas sedan på en databas som representerar den optimala rörelsen. Denna plot görs i realtid så att patienten direkt kan jämföra sin egen rörelse med den rörelse som ska erhållas, och kan därmed korrigera sig själv för att hålla sig så nära den perfekta rörelsen som möjligt. Denna del kommer att diskuteras i databassteget.

De plottade resultaten kan också skickas till en professionell sjukgymnast som kan tolka data och ge ytterligare råd till patienten.

Mer rent praktiskt, eftersom axeln är en av de mest komplexa lederna i människokroppen, var tanken att förhindra vissa rörelser för att undvika dålig insikt i rörelsen, så att prototypen endast kan tillåta dessa två motioner.

Dessutom kommer enheten inte att matcha patientens anatomi perfekt. Detta innebär att exoskelettets rotationsaxel inte stämmer perfekt med patientens axel. Detta genererar vridmoment som kan bryta enheten. För att kompensera för det har en uppsättning skenor implementerats. Detta gör också att ett stort antal patienter kan bära enheten.

Steg 3: Olika delar av enheten

I denna del kan du hitta alla tekniska ritningar av bitarna vi använde.

Om du vill använda din egen, oroa dig över det faktum att vissa delar är föremål för höga begränsningar: lagerets axlar till exempel utsätts för lokal deformation. Om de är 3D-tryckta bör de vara tillverkade i hög densitet och tillräckligt tjocka för att förhindra att det går sönder.

Steg 4: Montering - Bakplatta

På den här videon kan du se reglaget som används för att korrigera en av DOF (den linjära guiden vinkelrätt mot bakplattan). Den reglaget kunde också sättas på armen, men lösningen som presenterades på videon gav bättre teoretiska resultat på 3D -programvaran för att testa prototypens rörelse.

Steg 5: Montering - Abduction Articulation

Steg 6: Montering - Extern rotationsartikulering

Steg 7: Slutmontering

Steg 8: Circut Diagram

Nu när den monterade prototypen korrekt korrigerar axelns inriktning och lyckas följa patientens rörelse vid sidan av de två önskade riktningarna, är det dags att gå på spårningsdelen och särskilt på den elektriska delen av projektet.

Så accelerometrarna kommer att ta emot accelerationsinformation vid varje planriktning, och en kod kommer att beräkna de olika intressanta vinklarna från de uppmätta data. De olika resultaten kommer att skickas till en matlab -fil via Arduino. Matlab -filen ritar sedan resultaten i realtid och jämför den erhållna kurvan med en databas över acceptabla rörelser.

Kabeldelar till Arduino:

Detta är en schematisk framställning av de olika kopplingarna mellan olika element. Användaren bör vara försiktig så att anslutningarna beror på vilken kod som används. Till exempel är I1 -utgången från den första accelerometern ansluten till marken medan utgången från den andra är ansluten till 3,3V. Detta är ett av sätten att skilja de två accelerometrarna från Arduino synvinkel.

Kabeldiagram:

Grön - accelerationsmätare

Röd - mata in A5 på Arduino för att samla in data från accelerometrarna

Rosa - mata in A4 på Arduino för att samla in data från accelerometrarna

Svart - mark

Grå - Mätningar från den första potentiometern (på den främre abduktionsrotulen)

Gul - Mätningar från den andra potentiometern (på den externa rotationsrotulen)

Blå - Potentiometrar Alimentation

Steg 9: Databas

Nu när datorn tar emot vinklarna kommer datorn att tolka dem.

Detta är ett foto av en representation av den valda databasen. På denna databas representerar de blå kurvorna zonen för acceptabel rörelse och den röda kurvan representerar den perfekta rörelsen. Det bör understrykas att databasen naturligtvis är öppen för ändringar. Helst bör databasens parametrar fastställas av en professionell sjukgymnast för att ge råd om de faktiska optimala rehabiliteringsparametrarna.

Den valda optimala rörelsen här i rött, är baserad på erfarenhet och är sådan att armen når 90 ° på 2,5 sekunder, vilket motsvarar en konstant vinkelhastighet på 36 °/s, (eller 0, 6283 rad/s).

Den acceptabla zonen (i blått) har utformats med en 3 ordnings styckvis funktion i detta fall för både den övre gränsen och den nedre gränsen. Högre orderfunktioner kan lika väl övervägas för att förbättra kurvornas form eller till och med träningens komplexitet. I detta exempel är övningen mycket enkel: 3 repetitioner av 0 till 90 ° rörelse.

Koden kommer att plotta resultaten av en av sensorerna - den av intresse som ger rehabiliteringsövningen övervägt - i denna databas. Spelet nu för patienten är att anpassa armens hastighet och position så att armen stannar inom den blå zonen, det acceptabla området och så nära den röda kurvan som möjligt, den perfekta rörelsen.