|
Опубликовано: Архипов М.В., Головин В.Ф., Журавлев В.В. Материалы 6-й научно-технической конференции «Мехатроника, автоматизация, управление». Таганрог, 2009. Том 1. С. 21-24.
М.В. Архипов, В.Ф.
Головин, В.В. Журавлев
Адаптивное и
интеллектуальное управление роботами
для восстановительной медицины
ГОУ Московский
государственный индустриальный
университет, г. Москва. e-mail:
medicalrobot@mail.ru
- Введение
Для восстановительной медицины
известны роботы, выполняющие манипуляции
на мягких тканях и суставах [1]. Манипуляции
на мягких тканях выполняются при
непосредственном контакте руки робота
с мягкими тканями, вызывая их различные
деформации. Манипуляции на суставах
деформируют мягкие ткани через движение
конечностей в суставах. Медицинские
цели этой механотерапии – реабилитация,
терапия для больных пациентов, для
здоровых но устающих людей – это
профилактика, оздоровление, сохранение
и повышение работоспособности, причем
объективными показателями эффективности
должны быть измеряемые биомедицинские
параметры состояния пациента. Поэтому
организация биотехнического управления
с обратными связями по биомедицинским
параметрам является актуальной и
рассматривается в данной работе. Это
управление является приоритетным и
образует внешний контур, управление по
вектору биомедицинских параметров В.
Чтобы достичь необходимого
состояния пациента механотерапевтическая
система воздействует на пациента
механически. Это механическое воздействие
описываемое вектором R
измеряется, образуя внутренний контур
позиционно-силового управления.
Таким образом, иерархическая
система робота должна иметь три уровня
управления: исполнительный –
позиционно-силовое управление; тактический
– биотехническое управление; ситуационный
уровень – управление в системе
врач-робот-пациент.
Уровень позиционно-силового
управления
Для робота, манипулирующего на
мягких тканях, основными задачами
являются следующими. Первая – подход
руки робота к мягкой ткани до контакта
и давление с заданным усилием F0.
Это задача силового управления F→F0,
и решается введением обратной связи по
усилию. Вторая задача – движение
инструмента робота вдоль поверхности
мягкой ткани с заданной скоростью и
обеспечением нормального к поверхности
мягкой ткани усилия F0n
без превышения тангенциальной составляющей
F0τ.
Эта задача позиционно-силового управления,
методы которого известны в немедицинских
приложениях для сборки, обдирки, финишной
обработки [2]. Известные методы
позиционно-силового управления
представляются тремя классами: раздельное
(по приводам или по времени), согласованное,
комбинированное. Поскольку в этих
работах рассматривается взаимодействие
твердых тел, то движение организуется
вдоль связи. Мягкая ткань деформируется
и не может образовывать связь. Однако,
возможна другая интерпретация связей,
удобная для алгоритмизации, когда связь
представляется некоторой кривой-образом
X0'(t), связанной с
заданной траекторией движения X0(t).
Причем, эта кривая X0'(t)
точно отслеживается следящими приводами.
Появляется ряд вариантов позиционно-силового
управления манипуляциями на мягких
тканях в зависимости от способа задания
X0'(t).
1) Кривая X0'(t)
задается обучением точек над поверхностью
мягкой ткани. Следящие приводы отслеживают
X0'(t) и добавочный
силовой привод, закрепленный на конечном
звене, обеспечивает усилие F0n.
Робот может иметь различное число
степеней подвижности. Минимально одну
степень – в случае планарного робота.
В общем пространственном случае робот
имеет шесть степеней подвижности для
отслеживания любой пространственной
кривой, плюс седьмой силовой привод в
направлении Fn. X0'(t)
= X0(t)+ ΔX0(t).
Три обозначенных вектора имеют одинаковую
ориентацию (n, s, a),
где n, s, a
– подвекторы нормали, касательной,
подхода и отличаются по положению на
величину деформации мягкой ткани или
компенисирующей пружины Δp,
необходимой для обеспечения F0n
Δp
= (Δ∙sin a∙cos
o, Δ∙sin
a∙ sin
o, Δ∙cos
o),
где o, a, t – углы Эйлера,
определяющие ориентацию, Δ – смещение
вдоль инструментальной оси.
2) Точки кривой X0'(t)
задаются силовым обучением (при повторах
– силовым самообучением), когда в
обученной точке обеспечивается заданное
усилие F0n. Через
эти точки проходит интерполированная
кривая X0'(t), а
множество как угодно близких многочисленных
обученных точек определяет кривую
X0(t), для которой
F0=f(X0).
Поэтому следящие приводы отслеживают
кривую X0(t)
лишь в обученных точках, а в остальных
точках ошибаются в зависимости от
разности X0'(t) - X0(t).
Этот вариант не требует отдельного
силового привода.
3) Обучением задаются точки вблизи
или в контакте с поверхностью мягкой
ткани и планируется интерполированная
траектория X0'(t).
Затем выполняется пошаговый алгоритм
где
- смещение вдоль инструментальной оси.
Для роботов типа PUMA такой алгоритм
реализуется программными прерываниями
с опросом датчика усилия и командой
TOOL MOVE.
4) Возможно совмещение
методов 2 и 3, когда отслеживается не
интерполированная траектория а
корректируемая с учетом измерения Fn.
5) Управление по
тангенциальному усилию Fτ
осуществляется за счет изменения
нормального усилия.
6) При возможности
повторных проходов выполняется пошаговый
уточняющий алгоритм постепенного
приближения Fn к F0n.
Уровень биотехнического
управления
Для контура биотехнического
управления цель определяется как
обеспечение и поддержание заданного
вектора биомедицинских параметров
пациента B0 в заданном
диапазоне ±εB при некотором
начальном состоянии BZ.
Вектор состояния пациента может включать
следующие измеряемые компоненты: B=(f,
p, K,
R, g)*,
где f – частота сердечных сокращений,
p – артериальное давление, K –
коэффициент упругости мягких тканей,
R – электро-кожное сопротивление,
g – электропроводимость биологически
активных точек.
Управляющим воздействием, которое
меняет состояние пациента, является
вектор R, состоящий из следующих
измеряемых компонент: R=(X,
V, F,
n ,N),
где X – траектория
перемещения инструмента, V
– скорость перемещения, F – усилие
взаимодействия инструмента и мягкой
ткани, n – число
повторений, N – номер программы
манипуляций. Векторы B и R
являются вектор-функциями времени.
Таким образом, объектом управления
является взаимодействующая система
робот-пациент, как преобразователь
вектора R в вектор B.
Реакции компонент вектора B
появляются с запаздыванием к воздействиям
R, поэтому в первом линейном
приближении модель объекта управления
представляется передаточной матрицей
W(p)=(wi,j(p)).
Запаздывание компонент учитывается в
апериодических звеньях
.
Метод обратных задач предлагает для
компенсации запаздывания в объекте
проектировать регулятор как
пропорционально-дифференциальный. Для
этого необходимо располагать данными
об отклонениях B0 – B,
производных этих отклонений и
соответствующих параметрах воздействия
R. Эти данные могут быть получены
при наблюдениях эксперта-врача за
процессом механотерапии пациента.
По причине изменчивости
параметров объекта управления, влияния
неизмеренных параметров воздействия
и состояния, предлагается использовать
нечеткие представления и нечеткое
управление. Данные получаются как срезу
в определенные моменты времени значений
.
По диапазонам параметров строится
функции принадлежности и характерные
продукционные правила. Другой способ
– пользоваться таблицей данных как
обучающей выборкой гибридной сети.
Для первых исследований
строится релейная система, в которой
управляющее воздействие R имеет
два значения, соответствующие возбуждению
и торможению, а, следовательно, переключение
двух программ воздействий. Также два
других выхода регулятора предупреждают
о необходимости перехода на мануальные
воздействия или прекращение манипуляций.
Для реализации
биотехнического управления разрабатывается
система передачи данных с измерительных
элементов в персональный компьютер,
обработки данных в пакете программ
MATLAB, и вывод данных из пакета в систему
управления робота.
Список литературы
Головин В.Ф. Мехатронная система
для манипуляции на мягких тканях. //
Мехатроника, автоматизация, управление.
– М.: 2002, №7.
Гориневский Д.Н., Формальский
А.М., Шнейдер А.Ю., Управление манипуляционными
системами на основе информации об
усилиях. – М.: Физматлит, 1994, 368 с.
|
|