“中日科学家高层论坛”汇聚中日院士和高等院校教授,以及中日企业家,将促进中日两国科学家进行深度交流与合作,为实现科学技术的社会应用提出了建设性的意见。他们将从各自的基础研究、跨学科融合发展、产学研结合、科研成果产业链打造等方面进行深入的对话。

    在本次论坛上,中国科学院大学信息学院副院长李智军表示,穿戴机器人设计的四个原则:功能性、安全性、智能化和容错性。

l.jpg

    以下为中国科学院大学信息学院副院长李智军在2019中日科学家高层论坛上的精彩演讲实录,由云现场整理。


    随着中国老龄化社会越来越严重,社会组织对2030年中国老年人心血管疾病做了一个统计,到2030年中国的心血管疾病的老年人会达到3000万,还有一些疾病的发病率是以8.7%的速率在增加,对于这么多的需要进行康复训练的老年人,我们传统的康复训练主要是在医院对治疗师进行一些脑卒中后期一些康复的训练,因为我们脑卒中只有经过这些训练才可以恢复运动功能,包括神经的一些通路的阻断才可以得到一个重塑。
    因此对于一个传统的脑卒中的康复训练,我们发现需要很多的医疗人员参与进去,但是我们社会又提供不了很多的医护人员,所以我们研发了康复机器人。它有两个主要的优势,一个是高强度,一个是可靠性。我们给定一个训练任务它可以非常高质量的完成,同时它可以提供实时的状态的反馈,包括病人生理和信息的反馈。另外一方面这个康复机器人可以提供一个非常好的康复的场景,使我们的患者康复的过程当中,可以沉浸在我们的虚拟现实当中去。我们也可以设置一些游戏的场景,患者可以更加积极的投入康复。
    研制比较早的机器人,有一些缺点和问题,它的主要的不足之处是被动的康复训练机器人,很多的患者只是被动的进行康复训练,并没有自己主动的参与到康复训练的过程当中去,所以康复的效果相对来说差一些,它也不能让患者主动的参与到康复当中,而且患者康复的过程当中,包括脑电和心跳以及血压这些生理心高机器人无法感知,因此无法进行反馈。同时还没有体现医学方面主流的康复技术和发展方向。鉴于此我们研制了系列化的康复机器人,包括这里是上肢的双臂机器人还有智能的一些假肢机器人。除了运动障碍使用的机器人,我们还希望正常人也可以机器人的辅助下体能增强。所以我们还做了一个面向正常人的或者是老年人的运动辅助机器人。我们也考虑到下肢截肢的患者也做了下肢义肢机器人。我们希望做一个通用的版本,不仅对于大腿截肢,也考虑小腿截肢,在座的来宾可能没有研究下肢义肢,其实下肢义肢比上肢要难。因为要考虑到承重,比如一个180斤的患者要穿戴下肢义肢,所以对材料承重等考虑比较严格。初此外我们也研制了了一个运动轮椅,此外还有我们的步态康复机器人,前面还有一个沉浸的系统,里面还有一些三维的游戏可以让它在康复训练的时候沉浸到游戏当中去。
    除此之外我们也一些仿生手和移动双臂机器人,这里我们也是在关节部分研制了一个驱动器,在机器人抓取和操作的过程当中,和我们人类的变化是非常类似的。所以这个机器人人机交互的时候优势就可以显示,他会柔顺的适应人的方向,可以保证人的安全。这个是我们做的一些工作,我们总结一下穿戴机器人的设计准则,一个是功能性,就是我们的穿戴功能性要实现一个功能,因为我们的上肢就实现上肢运动,下肢就复制下肢运动能力的增强。此外我们还要考虑安全性,因为我们穿戴机器人不同于传统的工业机器人,我们知道工业机器人和人是隔离开的,机器人抓取和运动的时候,人是远远的观望,但是我们的穿戴机器人体现的是人和机器人是近距离交互,所以机器人的安全性就非常的重要。
    还有一个是机器人的智能化,所谓的只能是工业机器人是不需要考虑人的,我们的机器人要辨识人的意图,并且反映到我们机器人的运动控制当中去。所以我们的机器人必须一定的智能化,同时我们机器人还需要友好性,一个是友好的人机交互的界面,另外一个方面就是我们的机器人产生运动和操作的时候,近邻要可以接近或者类似于人的操作或者抓取的方式,人在进行操控的时候,就感觉到这个机器人是我身体的一部分。
    第三个方面是容错性,因为这个机器人是和人非常近距离的耦合的,所以容错性就非常重要,机器人产生一些错误,并且会对人带来伤害,这个机器人的使用效率就不非常高。所以我们总结了穿戴机器人设计的四个原则,分了三个层次设计穿戴机器人。一个是研究点,包括我们材料方面和模块化设计,因为我们穿戴化机器人是和人近距离接触,所以要感知人多摩擦的信息,包括生物电信息和人的力学信息,这些都是我们需要感知的。感知的基础上我们还需要通过一些认知和融合的算法估计出人的运动意图,此外我们还有对机器人的自由度的分析和机器人动力学的分析以及动力学的计算,包括还有一些研究点是我们的穿戴技术和驱动方面的选择以及人机协调方式的建模,还有我们控制系统的集成,这些都是我们设计过程当中考虑的东西。这个基础上包括人体的步态分析还有我们的拟人化设计以及可靠性和安全性设计,最后形成了一个系统的结构。
    包含了人工智能还有我们的生物医学以及康复医学还有我们的机械工程以及自动化,所以它是一个交叉融合的研究方向。我们可以看到这里我们的研究内容非常的繁杂。大体的方向主要是机械设计方面,还有我们的生物信号的建模,包括我们的脑机电模型的构建,还有我们肢体的辛哈的控制和肢体交互的技术还有我们的拟人化设计和主动交互。
    可穿戴上肢双臂机器人,这里是一个单臂大概可以到6度,双臂可以到12度,我们的控制方式比较多,我们做自动化,因为做机械系统要追求动态效果,因为操作的过程当中可能会发生震颤,所以这里我们大多数可以直接进行控制。同时我们还有一个传感器感知人的交互,这一块我们也研究了一些关键技术,包括远程的遥操作对病人进行康复训练。第二个机器人是我们研制的智能义肢,也是对标了美国的技术,所以在这里我们的性能可以超越它,至少可以和它大体相当。一个手臂可以达到5个自由度,这个也是非常高的。所以这个假肢进行抓取的时候,或者是抓取物体的时候都可以非常的灵活。控制单元是嵌入式的系统,目前我们已经做了几个版本,最极限的质量是3.5公斤,对于穿戴的人他穿戴起来不会产生舒适的感觉,我们做的重量是越轻越好,控制方式是位置、速度、力矩三种控制方式。所以我们也是研制了一些关键技术,包括价值对于周围环境的感知等等。还有步态康复训练机器人,因为很多的康复训练步行速度都非常的缓慢,误差可以到1毫米,这里我们做了一个虚拟现实的3D的显示器,可以把一些游戏场景在上面表达出来。可穿戴下肢辅助运动机器人,我们做了两个版本,一个是针对截瘫患者,我们是用了两个拐杖支撑,依据我们机器人自动的调节,根据重心的摆动实现平衡。还有一个是我们的自由度,这里我们有一个横向的摆动,主要是行业人的重心在摆动的时候进行切换。我们的最大负载是140公斤的人穿戴的时候,也会感觉非常的轻松。因为我们所有的机器人的重力补偿都是机器人自身来完成。这个是重复误差,可以到1毫米,同时还有一些机电的传感器,主要是用于反馈,这里我们还做了一些研究工作,包括混杂系统控制以及动平衡控制还有步态归九和生机电反馈控制,所以我们在上面也做了一些工作。动平衡也非常的有挑战,你用拐杖的时候是有两个支撑点的,是一个动态和静态的平衡,人行走的时候是动态调整的平衡,相对静态平衡动态平衡更有挑战,也特别有趣。同时我们这里还做了一些规划等方面的工作,这个是我们做的下肢义肢的机器人,相对我们前面做的机器人这个下肢简单很多,下面就两个关节,但是市面上的义肢很多都是被动,不是主动。我们两个关节都是主动的,所以它完全可以按照人的意图进行控制,而且我们的自由度系包括膝关节和踝关节,我们选用电机的时候也是可以保证它的重量比较轻。
    我们的最大负载是75公斤,高度的调节是50—70厘米,重复误差是1mm,并且我们这里还可以检测意图,在这里我们用的关键技术包括多源胜利信号的人体连续运动和意图识别方法,包括还有人机技能传递的驱动,大多数的人是一侧进行截肢,一侧截肢我们希望把运动信息可以传递给我们的义肢。义肢检测的信息就可以实现连续的运动,这个也是一个比较高效的方式。所以我们这里就可以实现检测和换测的双向的传递,同时还有复杂系统的控制。这个机器人是我们做的移动操作机器人,以前我们从移动机器人开始,在机器人上加上手臂,之后我们做了义肢以及外部的整个的研制的路线。动态神经元和深度学习有点相似,通过大量的学习和经验的积累形成数据,通过数据我们训练一个运动模型,用这个运动模型控制机器人的运动,实际上他是一个冗余系统的优化。后来我们把我们的双臂机器人做了更新,关节我们全部做了替换。这里是我们自己研制的串行弹性驱动器,机器人的每一个关节都只有一个电机,我们进行抓取和操作的时候,关节不仅要控制位置,还要控制高度。因此每一个机器人中一个关节有两个电机,一个调节高度,一个调节位置。任何一个空间的一点都可以在进行人机交互的时候安全性的提升。
    我们还用了刚度调节的技术,做了一些优化,我们做的智能轮椅,主要是针对老年人的运动障碍和功能退化的时候进行使用,这里有一个传感器,可以读取脑电引号,最后输出运动的分类,我们控制轮椅实现前后左右的运动,同时运动的过程当中,我们还可以做一些定位导航,因为传统的移动机器人在轨迹规划的时候,它一般会变成一个数学问题。我们在用脑电进行控制或者是脑电激发运动生成的时候,实际上和传统的机器人是不一样的,我们有一个新的方法是把脑顶的一些特点融入到我们运动规划的方法当中,实现一个路径规划。而且我们实际上是双轮驱动的,它是一个非常经典的系统,在我们的自动化领域已经研究了20、30年,我们发现进行研究的时候还是会有一些新的成果出来。
    下面我们讨论一下研制了这些机器人有哪些关键技术,首先穿戴机器人要有人体的意图感知,这个完全是独立于和区别于工业机器人的研究方向,穿戴机器人必须要可以感知人体的意图,才可以更好的服务于人。同时还可以助力于人,这里就包括了信息的源头和人的接触以及人的触觉信号,所以我们需要进行这些信息的采集,包括这些信息的解码等等。这个是第一个,第二个由于我们的穿戴技术是穿戴在身体,所以进行操作的时候,每一个关节实际上都是一个刚度的实施变化,人在和环境变化的时候,刚度也在发生变化,这里需要识辨。我们还想研究一下让的关节变刚度的机理,我们做了相关的研究,我们知道了机电信号非常的好,提取出来比较方便,而且机电信号里面有非常多的信息,一般它是在我们的动作之前产生,如果对机电信号可以深刻的认知的话,我们可以用于感知人的意图。这里我们做两个方面的工作,实际上就是我们通过把机电信号里面刚的东西传递出来给我们的刚度机器人。所以这里是一个柔顺控制研究,这里就形成了我们的一个研究方向。当我们可以实现刚度辨别之后就是提高我们人机系统的抗干扰能力,这里我们穿戴机器人是人机耦合的,所以我们需要把机器人统一作为一个系统考虑。这里我们就提出了一个人机协调控制的方法,我们这个方法具体来讲就是一个区域函数的方法,把人和区域重叠的部分做一个人机合一的算法和控制策略。这样就可以实现当人的力量占优的时候,我们就把这个控制系统交给人,集成了人和机器的智能,实现了1+1大于2的效果。我们还考虑了人及系统多个物理系统下的优化。很多的传统工业机器人不需要考虑人,考虑人之后优化就不同于传统机器人的优化。
    这里有一个控制的问题,这里并没有融为一体。传统我们的控制是进行运动分类之后向前走向后走,左转右转四个方向,但是对于轮式机器人你用这个方式是不能非常好的和机器人配合在一起的。这个坐标和多样性都可以让我们看到我们有一个信号让移动机器人产生一个光滑的轨迹,而且一个变量就可以。所以我们连接起来需要用两个导电信号,这样就可以产生非常多的光滑的曲线。这个曲线就是机器人的运动轨迹,通过这个方式我们实现了脑电信号的降维和提高了脑电信号的识别。这样就把物理的约束结合在一起,所以我们看到控制的性能提升了不少。这个是数学方面比较复杂的东西,不一一展开。
    我们用机电信号解码和交互的工作,有三个工作,一个是识别,一个是进行控制,还有一个是协同控制,这个是我们的创想,这里是我们进行的模式分类。(PPT图示)这个是我们使用模式分类进行抓取的一个视频,这个是我们做的一个对比,我们可以看到移动的速度是0.71,这些运动速度为什么相对我们正常人的运动速度比较慢,是因为大多数是拐杖支撑,从动态变成静态,损失了动态的性能。所以我们提出了区域函数的概念,我们把这个空间进行划分,包括人类空间和机器人空间,不同的空间都有不同的人和机器人的优势。
     我们可以看到对于这些患者来说,可以在机器人的辅助情况下进行运动,而针对正常人做的,这里我们基本上完全不需要拐杖的支撑来产生运动,所以你可以看到运动还是非常平稳的。后来我们把运动进行了一个提升,最后我们可以做到1.2米每秒。
    特别值得我们欣慰的是这些穿戴机器人在多家康复医院进行了临床试验,到目前康复应用的效果还是非常不错。