Модели и алгоритмы формирования задающих воздействий системы управления двухзвенной стопы реабилитационного экзоскелета

Целью исследования является разработка математической модели двухзвенной активной стопы реабилитационного экзоскелета нижних конечностей и получение данных для формирования задающих воздействий на приводы устройства.

Методы. В статье рассматривается метод создания задающих воздействий для системы управления приводами двухзвенной стопы реабилитационного экзоскелета. Это устройство предназначено для комплексной механической проработки голеностопного сустава, чтобы восстановить его подвижность и приблизить движения к естественной походке. Для этого в рамках проведенного эксперимента используется метод видеозахвата траектории, который создаёт траектории движения характерных точек стопы с учётом параметров походки и антропометрии пациента. При обработке данных использован ряд Фурье 5- го порядка, позволяющий аппроксимировать полученные экспериментальные траектории с заданной точностью и обеспечить их плавность.

Результаты. В работе установлено, что математическая модель двухзвенной стопы позволяет анализировать и прогнозировать движение стопы робота в различных режимах реабилитации. В модели учитываются управляющие и возмущающие воздействия, а также такие параметры, как масса, момент инерции, длина шага, высота подъёма ноги и другие характеристики.

Результаты математического моделирования позволяют выполнить синтез приводной системы робота – совокупность механизмов, передающих движение от двигателя к звеньям стопы. Это поможет обеспечить надёжную и эффективную работу устройства. Кроме того, результаты моделирования будут использованы для проектирования основных конструктивных элементов робота, таких как шарниры, крепления, амортизаторы и т. д.

Заключение. Результаты математического моделирования позволяют рассчитать приводную систему робота – совокупность механизмов, передающих движение от двигателя к звеньям стопы. Это поможет обеспечить надёжную и эффективную работу устройства. Кроме того, результаты моделирования будут использованы для проектирования основных конструктивных элементов робота, таких как шарниры, крепления, амортизаторы и т. д. Это позволит создать прочное и долговечное устройство, способное выполнять свои функции в различных условиях эксплуатации.

1. Давыдов В. К. Особенности механики рабочего прототипа реабилитационного экзоскелета нижних конечностей // Международный журнал гуманитарных и естественных наук. 2023. № 4-1(79). С. 77–82.

2. Котов Е. А., Друк А. Д., Клыпин Д. Н. Разработка экзоскелета нижних конечностей человека для медицинской реабилитации // Омский научный вестник. 2021. № 4 (178). С. 91–97. https://doi.org/10.25206/1813-8225-2021-178-91-97

3. Оценка эффективности восстановления навыков ходьбы с помощью реабилитационного роботизированного комплекса / И. Э. Юденко, А. И. Попова, Ю. Е. Викторова, Н. В. Минникаева // Северный регион: наука, образование, культура. 2023 № 3(55). С. 77–83.

4. Yatsun S. M., Yatsun A. S., Rukavitsyn A. N. The creation of a biomechatronic orthopedic device for the treatment of flat feet // Biomedical engineering. 2021. Vol. 54, N 5. P. 361–365.

5. Будко Р. Ю., Чернов Н. Н., Будко Н. А. Метод управления устройствами замещения утраченных функций на основе миосиганала и его верификация в реальном масштабе времени // Вестник молодёжной науки России. 2019. № 6. С. 12.

6. Куст С. Ю., Маркова М. В., Писарева А. В. Разработка алгоритма определения местности в системе управления протезом нижней конечности // Системный анализ и управление в биомедицинских системах. 2021. Т. 20, № 2. С. 99–105.

7. Арбиева М. В. Задачи реиннервации и обработки эмг-сигнала в разработке биоэлектрического протеза // Молодежный научный вестник. 2018. № 4(29). С. 71–77.

8. Князев А. А., Яцун С. Ф., Федоров А. В. Управление прибором для механотерапии голеностопного сустава // Медицинская техника. 2022. № 6(336). С. 14.

9. Zaichenko K. V., Gurevich B. S. Spectral processing of bioelectric signals // Medical equipment. 2021. N 1(325). P. 12–14.

10. Баталов А. В., Веселов О. В. Обработка биоэлектрических сигналов для управления активным экзоскелетом ног // Современные наукоемкие технологии. 2021. № 5. С. 23–27.

11. Samsonov I., Taratonov I. Modular Scalable System for Registration of Biomedical Indicators of Activity of the Exoskeleton User // Proceedings of the Computational Methods in Systems and Software. Cham: Springer International Publishing, 2022. P. 647–655.

12. Смирнова Л. М., Пономаренко Г. Н., Сусляев В. Г. Методология и информационно-измерительная система для персонифицированного синтеза протезов нижних конечностей // Информационно-управляющие системы. 2021. № 6. С. 64–74. https://doi.org/10.31799/1684-8853-2021-6-64-74

13. Simulation of Interaction between an Operator and an Exoskeleton / S. F. Yatsun, A. S. Yatsun, E. V. Savel’eva, A. E. Karlov // Journal of Machinery Manufacture and Reliability. 2020. N 49. P. 490–499.

14. Analysis of the effect of the exoskeleton geometrical dimensions on the nature of a linear compensator operation / S. F. Jatsun, V. E. Pavlovsky, A. E. Karlov, Al Maji Kh Kh M., A. S. Yatsun, E. V. Saveleva // 12th International Conference on Developments in eSystems Engineering (DeSE). Kazan: IEEE, 2019. P. 466–471.

15. Jatsun S., Saveleva E., Al Manji K. H. M. Research Into Impact of Attachment System of Exoskeleton Link to Human Body on Efficiency of its Applicationb // 2019 International Russian Automation Conference (RusAutoCon). Sochi: IEEE, 2019. P. 1–5.

16. Провоторов Н. В., Таратонов И. Н., Филиппович Ю. Н. Метод межсегментной оценки выделения паттернов движения из кинематических траекторий, регистрируемых средствами экзоскелетной системы // Программные продукты и системы. 2022. Т. 35, № 3. С. 493–501.

17. Modelling for design and evaluation of industrial exoskeletons: A systematic review / T. Ma, Y. Zhang, S. D. Choi, S. Xiong // Applied Ergonomics. 2023. N 113. P. 104100.

18. Varlamova L. P., Farukh N. Xo'jaqulov. Simulation of a two-link manipulator // Scientific Progress. 2022. N 3. P. 1107–1111.

19. Смирнова Л. М. Комплексное поэтапное моделирование биотехнической системы при оценке эффективности и настройке протеза нижней конечности // Информационно-управляющие системы. 2009. № 3. С. 29–33.

20. Evaluation of the EEG identification potential using a statistical approach and convolutional neural networks / A. E. Sulavko, P. S. Lozhnikov, A. G. Choban, D. G. Stadnikov, A. A. Nigrey, D. P. Inivatov // Information and control systems. 2020. N 6. P. 37–49. https://doi.org/10.31799/1684-8853-2020-6-37-49