基于ROS的手部运动功能评测及康复训练系统设计

发布时间：2020-07-17 16:06

【摘要】：手部运动功能作为手功能的重要组成部分,是人类进行生命活动的基础。手部运动功能评测能够客观反映运动功能障碍的情况,是手功能康复工作的先行环节,有利于康复训练方案的合理制定与精准执行。手部运动功能康复训练是为了最大限度地恢复手部受损的运动功能,满足患者日常行为的需求。现阶段手部运动功能评测及康复训练工作存在凭借医师主观经验、无法定量评定运动功能损失情况、康复训练方式单一等缺点。本文针对手功能康复评测和训练系统的安全性、可靠性、舒适性、灵活性要求,基于ROS研究并开发手部运动功能评测及康复训练系统,论文所取得的主要成果如下:1、提出了手部运动功能评测及康复训练系统设计方案。首先,对手部运动功能评测及康复系统设计需求进行了调研和分析,对与设计系统密切相关的ROS关键技术进行了总结;在此基础上上,提出了手部运动功能评测及康复训练系统的设计思想,建立了系统架构,并对系统特点进行了细致地说明。2、给出了基于多传感器的手部运动信息感知设计流程,实现了手指关节角度和位置、腕关节角度、sEMG信号等手部运动信息的采集,完成了关节角度等效计算、距离估算和基于BP神经网络的sEMG信号分类。3、实现了手部运动功能评测及康复训练系统功能,包括人机交互图形化界面设计、基于人机交互的手部运动功能量化评测、手部运动功能评测标准的选取以及基于ROS Gazebo和虚拟现实的手部运动功能反馈康复训练系统。4、完成了系统可靠性及功能的测试。选取实验样本对评测结果的精度、基于sEMG信号手势识别的正确率、系统实时性以及康复游戏功能进行了测试与实验。实验结果表明系统具有良好的精确度、稳定性和实时性。
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R496;TP212
【图文】：

界面图,界面

2 需求分析与系统总体设计1）基于可扩展性标记语言（XML）实现对机器人或任何实际物体的质寸、颜色、材质、空间位置、关节、连杆等属性的描述，且能够在 Rviz 自 3D 视图区中显示。2）以图形化的方式，实时反馈传感器设备采集的数据、现实或虚拟环境化以及机器人的运动学信息。3）根据传感器采集的数据和机器人模型参数等信息，给开发者提供可检息的图形化显示，也能够在 Rviz 的控制界面下，利用数值输入、拖动条和的方式，控制实体或虚拟机器人的运动。

效果图,仿真平台,效果图,运动功能

图 2.9 Gazebo 仿真平台效果图6 系统特点与传统的手功能评测和康复训练相比较，基于 ROS 的手部运动功能评测复训练系统优势突出，具体表现在评测过程和结果的客观性、康复训练环节味性、提升医疗资源配置效率、节约成本等方面，具体分析如下。6.1 运动功能的量化评测本文在评测过程和评测结果两方面严格参考国际手外科学会推出的《手评定标准》[25]，将关节角度作为主要量化指标，采用多传感器网络捕捉手部信息，完成手部运动功能评测。在评测过程中，按照《手功能评定标准》中骤，依次进行腕部运动功能评测、手指运动功能评测和拇指运动功能评测得到评测结果也按照《手功能评定标准》中的指标，所有评测指标均以关节值的形式表示，量化后的评测结果能够更加客观地反映患者手部的运动功

坐标系

器信息采集模块的硬件构成包括 LeapMotion 体YO 腕带。利用基于非接触式的 Leap Motion 和用户手部关节的角度值与位置坐标，利用 MYO肉产生的表面肌电信号（sEMG）。节角度及位置信息采集otion 体感控制器on 体感控制器由两个红外摄像头和一个 USB3.0 智能识别与自动跟踪技术，以非接触的方式采设备采集手指各关节的角度及位置信息。LeapM模块建立通信，可在信息处理模块监听并还原手检测值以现实世界中的毫米为单位，具有高精度Leap Motion 体感控制器采用右手笛卡尔坐标系为中心，呈现倒立的金字塔型[56,57]。

【相似文献】