Skip to main content
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi = Journal of Biomedical Engineering logoLink to Sheng Wu Yi Xue Gong Cheng Xue Za Zhi = Journal of Biomedical Engineering
. 2018 Oct;35(5):733–739. [Article in Chinese] doi: 10.7507/1001-5515.201703069

基于生理步态的智能膝关节结构设计及训练方法研究

Research of the training methods and structure design of intelligent knee prosthesis based on physiological gait

Wujing CAO 1,2,3, Xiaodong WEI 1, Weiliang ZHAO 1, Qiaoling MENG 1,2,3, Hongliu YU 1,2,3,*
PMCID: PMC9935262  PMID: 30370712

Abstract

The performance of intelligent prosthetic knee has an important effect on the realization of physiological gait of transfemoral amputees. A new type of single axis hydraulic damping knee prosthesis was designed based on the analysis of physiological gait. The training methods of the stance and swing phase were proposed. Knee prosthesis test was done through simulation and measurement device. The control target of peak flexion angle during swing of knee prosthesis is chosen to be 60–70°. When the damper valve closure was 0%, maximum swing-phase knee flexion angle of knee prosthesis were (86±2)°, (91±3)° and (97±3)° with the speed of 0.8 m/s, 1.2 m/s and 1.8 m/s, respectively. Once the valve closure was changed, maximum swing-phase knee flexion angle with different speeds could be adjusted between 60° and 70° and the required valve closure percentage were separately 25%, 40% and 70%. The damping adjustment law of intelligent knee prosthesis to achieve physiological gait was revealed.

Keywords: physiological gait, intelligent knee prosthesis, valve closure, damping adjustment, simulation test

引言

根据中国第二次全国残疾人抽样调查数据推算,我国残疾人口总数为 8 296 万人,占全国人口总数的 6.34%,其中肢体残疾人数 2 412 万人,截肢者 226 万人[1-2]。在截肢者人数中,70% 为下肢截肢,下肢截肢分为膝上截肢和小腿截肢,其中膝上截肢人数约占下肢截肢人数的 35%[3]。目前的医疗水平尚不能使残肢再生,安装假肢是截肢患者恢复运动功能以及重返社会日常生活最重要的手段。

对于膝上截肢患者,一个完整的下肢假肢包括:适合残肢的接受腔,膝关节假体,连接踝关节和膝关节的小腿腿管,以及假脚。其中膝关节最为重要和复杂,故关于假肢膝关节的研究一直是重点和难点[4]。传统的机械阻尼膝关节,只能简单地满足行走和站立支撑,阻尼大小不可调且不能随步速变化,缺少人机环境之间的信息反馈,导致畸形步态,增加截肢患者行走时的能量消耗[5]。智能膝关节是指将微型计算机技术、智能控制技术应用到膝关节力矩的控制上,使膝关节的力矩可以随着步行速度、关节角度变化而自动调整,从而使步态接近健康人[6]。按照能否提供主动力矩,智能膝关节可分为动力型和被动型[7]。动力型智能膝关节屈伸运动是由电机等外力驱动的;被动型智能膝关节屈伸运动是由大腿残端带动的,智能控制系统只是调整膝关节阻尼力矩的大小[8]

智能膝关节研究的重点在于如何设计机械结构,确定控制策略,制定训练方法,从而适应不同的行走环境,实现良好的生理步态[9]。国内外学者对智能膝关节均有一定程度的研究。Lambrecht 等[10]设计了一种半驱动式智能膝关节,通过液压泵和电机实现驱动和非驱动模式,但是液压阀回路特别复杂,结构笨重;Herr 等[11]研究了磁流变液用于智能膝关节阻尼力矩控制的方法,利用磁流变液运动黏度随电流大小变化的性质,实现不同速度下膝关节阻尼的调整;Bonnet 等[12]对截肢患者穿戴多轴液压智能膝关节在不同速度下的步态进行了研究,膝关节最大弯曲角度在不同速度下差异较小;Orhanli 等[13]研究了气压智能膝关节的有限状态机控制,通过生理步态与假肢步态的比较评估假肢的性能;本团队[14]研究了基于小脑神经网络模型的智能膝关节控制策略,通过健康腿信号的测量实现步态的跟随与控制;李伟[15]设计了一种基于单电机控制阀门开度、调节液压阻尼的智能膝关节,但是其弯曲阻尼与伸展阻尼的调节并不独立;杨敏等[16]设计并制作了摆动式缸体的四连杆膝关节,通过四杆机构和阻尼可控的摆动汽缸,实现运动轨迹对速度的自适应。

当前智能膝关节研究多是性能对比研究,即截肢者分别穿戴已有智能膝关节与传统机械膝关节进行特定参数对比,而关于新型膝关节结构设计及训练方法的研究则相对较少。本研究旨在通过分析正常人生理步态,确定膝关节阻尼调整的控制目标,针对步态周期内相位转换的特点,提出智能膝关节站立相和摆动相的训练方法,利用液压阻尼特点与人体行走时膝关节阻尼力矩的相似性,设计一款新型的单轴液压膝关节结构,并根据假腿的人机交互要求,提出膝关节功能模拟与测评装置,替代人体穿戴膝关节的主观感受,提高膝关节性能评估的客观性。通过模拟测试实验,研究膝关节实现生理步态所需阻尼调整的规律。

1. 材料与方法

1.1. 正常人生理步态研究

结合相关研究可知,一个步态周期可分为 5 个不同的相位:站立相弯曲、站立相伸展、预摆动、摆动相弯曲、摆动相伸展[17-19]。脚跟着地为一个周期开始,膝关节预屈曲,以减少地面反作用力所造成的冲击,稳定站立相身体重心的高度。站立相膝关节弯曲到最大角度后,进行站立相伸展,直到伸展完成。站立相末期,支撑腿再次弯曲为摆动相离地做准备,称为预摆动,此时对侧脚着地,处于双脚支撑状态。当髋关节处于弯曲状态,膝关节弯曲到一定角度,脚尖离地,膝关节继续弯曲,进入摆动相,当膝关节摆动相弯曲到最大角度,膝关节开始伸展,当膝关节完全伸展,脚跟再次着地,进入下一个周期。正常人的步态划分如图 1 所示。

图 1.

图 1

Gait classification of a walking cycle of normal people

正常人一个行走周期的步态划分

摆动相最大弯曲角度对假肢穿戴者的步态影响很大。若该角度过大,则容易造成下一步脚跟着地时小腿还未伸直,在这种条件下,假肢穿戴者被迫通过降速或者摆动伸展时用力甩动来防止跌倒,这会造成穿戴者的不适和能量消耗的增加。因为摆动相最大弯曲角度实际代表着脚尖的最大离地高度,若此角度过小,则膝关节摆动伸展时会增大脚尖触地绊倒的风险。此外,若假肢侧摆动相最大弯曲角度与健康腿侧有较大的差异,则会造成动态行走时的不美观。Inman 等[20]在研究中指出,正常行走过程中,最大摆动弯曲角度通常不超过 70°。但是其研究对象为欧洲人,是否同样适用于亚洲人尚有待证明。因此,通过健康人生理步态的测试研究,确定合理的智能膝关节摆动相最大弯曲角度范围是一项重要的内容。受试者个人数据信息如表 1 所示。所有测试参与者均在实验开始之前被详细告知了实验内容,在知情同意的情况下参与该项研究。该实验方法与准则得到了上海健康医学院伦理委员会的审批通过。

表 1. Data on subjects.

受试者信息数据

对象 性别 年龄/岁 身高/cm 体重/kg 大腿长度/cm 小腿长度/cm 脚长/cm
1 25 175 66 43 34 24
2 24 182 75 46 37 25
3 26 171 63 41 33 24
4 23 165 57 39 32 23
5 22 170 65 41 32 23
6 23 163 53 40 32 22
7 25 158 55 38 28 23
8 22 160 56 39 29 22
9 24 160 51 39 30 23
10 24 159 49 38 28 23

每名受试者均在跑步机上以慢速(0.8 m/s)、中速(1.2 m/s)、快速(1.8 m/s)三种行走速度持续行走,受试者运动信息参数通过 RealGait(江苏德长全身三维步态与运动分析系统)获得,其包含 17 个全身一体化传感器,可实时捕捉和分析步态及全身所有关节主要运动。传感器位置及实际测量如图 2 所示。

图 2.

图 2

Measurement of lower limb posture and joint angle

下肢姿态和关节角度信息测量

每名测试者在三种不同速度下的摆动相最大弯曲角度如图 3 所示。十名受试者在三种速度下的摆动相最大弯曲角度均介于 50~70° 之间。可见摆动相最大弯曲角度与个体差异、速度变化的相关性不大。由于假肢的安全性应放在首位,为降低脚尖触地绊倒的风险,假肢膝关节的摆动相最大弯曲角度应较健康人有所提高,故确定控制目标为不同速度下膝关节摆动相最大弯曲角度介于 60~70°。

图 3.

图 3

Maximum swing flexion angle under different speeds

不同速度下受试者摆动相最大屈曲角度

1.2. 智能膝关节设计

1.2.1. 机械结构

液压及气压智能膝关节均是通过微处理器控制电机,调节阻尼器内部阀门开度大小,以实现阻尼的调整;磁流变智能膝关节则是通过改变电流大小,进而改变磁场强度,使磁流变液黏度发生变化,从而调节阻尼,但是在强电场、磁场附近则不适用,限制了穿戴者的应用范围。液压阻尼器在体积较小时,仍可以提供很强的阻尼,可有效保证支撑相的稳定性,多用于单轴膝关节。液压阻尼随着流速的变化呈现出不同的性质,层流时阻尼与速度呈线性,湍流时则阻尼的增大呈非线性。因此,不同速度下摆动相膝关节阻尼力的调整,可通过改变液压油通流面积制造湍流,实现阻尼力矩的快速适应与控制,对膝关节摆动相生理步态的获得十分有益,因此设计了单轴液压膝关节结构,如图 4 所示。

图 4.

图 4

Microprocessor-controlled prosthetic knee with hydrau lic damper

液压智能膝关节

为实现膝关节屈曲与伸展阻尼的独立调节,采用双电机带动流量调节阀门,分别改变屈曲和伸展流道流速。为确保屈曲油道阻尼与伸展油道阻尼互不影响,分别在两个油道中放置单向截止阀,当膝关节屈曲,活塞向下运动时,伸展油道中的单向阀门截止,屈曲油道中的单向阀门打开,液压油只能通过屈曲调节油道从下腔进入上腔;当膝关节伸展,活塞向上运动时,屈曲油道中的单向阀门截止,伸展油道中的单向阀门打开,液压油只能通过伸展调节油道从上腔进入下腔。为实现膝关节伸展时的助力,液压缸底部弹簧壳中置有助伸弹簧。

在每一个相位状态内,控制液压阻尼器阀门的开度调节液压油的流速,从而控制膝关节的阻尼力矩,阻尼力矩的大小正比于膝关节角速度的平方,

1.2.1.

其中 M 是膝关节阻尼力矩,V 是膝关节角速度,通过对膝关节角度信号求导获得,C 是膝关节动态阻尼常数。在一个给定的步行周期内,控制五个阀门开度,即五个不同的阻尼常数值,实现五个相位的适应与调整。只在步态相位转换或者周期改变时,对阻尼值进行调整,在一个确定的步态相位内,阻尼常数不作调整。智能膝关节自适应控制系统的目的是确定适应于相位状态的阻尼常数,也即是状态转换时控制合适的阀门开度,从而达到生理步态。

1.2.2. 传感器系统

用于下肢智能假肢步态相位识别的传感器主要包括:膝关节角度传感器、加速度计、压力传感器、踝关节多维力传感器。多维力传感器成本较高,在脚底安装压力传感器,通过开关信号识别脚跟着地和脚尖离地是步态相位识别的常见方法,但是该方法不利于鞋子的更换,且不适用于外界复杂的脚底环境,难以应用于产品。为实现低成本且不受鞋子更换影响的步态相位识别,设计了专用的小腿腿管,如图 5 所示。整个传感器系统包括膝关节角度传感器以及腿管前后两个薄片式压力传感器。当脚跟着地相位 1 触发时,压力信号为(1,0);当站立屈曲至最大角度,脚掌完全着地相位 2 触发时,压力信号为(1,1);当脚跟离地相位 3 触发时,压力信号为(0,1);当脚尖离地相位 4 触发时,膝关节角速度为正且压力信号为(0,0);当摆动屈曲至最大角度相位 5 触发时,膝关节角速度为负且压力信号为(0,0)。

图 5.

图 5

Pressure sensors in shank tube

小腿腿管压力传感器结构

1.3. 相位控制训练方法

1.3.1. 站立相控制训练方法

站立相包括状态 1、2、3。在状态 1,即站立弯曲时,假肢膝关节需要提供较高的阻尼力,以防体重导致的弯曲跌倒;在状态 2,即站立伸展时,假肢膝关节也需要提供较高的阻尼力,进行伸展减速,以防过伸,导致膝关节旋转块与接受腔发生碰撞。站立相阻尼力的大小取决于膝关节所受的最大轴向力,最大轴向力越大,膝关节站立相弯曲和伸展阻尼力的值也应越大,即液压阀门开度越小。

当截肢患者第一次穿戴上膝关节假肢行走时,状态 1 的阻尼力设为很大,即液压弯曲阀门开度很小,不会发生因弯曲阻尼过小导致的跌倒,确保行走的安全。状态 2 的阻尼设为很小,此处使伸展阀门完全打开,即确保截肢患者能够顺利伸展。当穿戴者行走了一段距离后(可设为 20 步),状态 1 和 2 的阻尼值设为正比于站立相的平均最大轴向力。使用此种控制方法,无需对膝关节输入穿戴者任何的特定信息,使用膝关节上的传感器获得的传感信息即可实现站立相弯曲和伸展阻尼的自适应控制。对于状态 3,膝关节弯曲阻尼设为最小,即弯曲阀门完全打开,使穿戴者摆动最为省力。

1.3.2. 摆动相控制训练方法

穿戴者的行走速度,与假肢脚掌接地时间有关。站立相时,膝关节传感器测量一个随运动速度变化的参数,此处使用假肢脚掌接地时间。当穿戴者行走速度加快时,脚掌接地时间会下降。膝关节处理器中存储有生理步态所有运动速度对应的脚掌接地时间,0~2 s 的时间范围涵盖了所有速度下对应的脚掌接地时间,将 2 s 以 40 ms 作为间隔分成 50 份,当穿戴者的速度变化时,对应接地时间所处的时间段也发生变化。状态 4 的控制目标是摆动相的最大弯曲角度,当穿戴者行走第一步时,将摆动相弯曲阻尼设为最小,即弯曲阀门完全打开,此时摆动的角度与所设定的目标最大弯曲角度有差异,在随后的步行中,根据差值逐渐增大阻尼,即弯曲阀门开度逐渐减小,直到达到目标设定的最大弯曲角度,此时弯曲阀门的开度即为此速度下实现生理步态的开度,存入处理器。不同速度下 4 状态弯曲阀门开度均由此方法获得,训练过程完成后,即可根据行走速度直接调用训练产生的存储数据值。当膝关节由状态 4 到 5,即膝关节从最大弯曲角度到完全伸展过程中,第一步伸展阻尼设置为最小,即伸展阀门完全打开,确保膝关节能够完全伸展,在随后的步行中,伸展阻尼逐渐增大,即伸展阀门开度逐渐减小,状态 5 伸展阻尼的大小与状态 4 弯曲阻尼的大小相关,弯曲阻尼越大,伸展阻尼也越大,伸展阻尼与弯曲阻尼的函数关系通过实验获得。当穿戴者以不同速度进行行走训练时,记录不同速度下状态 5 阀门的训练开度。

2. 智能膝关节模拟测试

假肢功能模拟与测试过程中,人体试验安全性及可重复性比较低,通过机器测试系统可以完成一些人体不方便参与或者有一定危险的评估测试。为了对下肢假肢进行功能评价,根据假腿人机系统的主要功能要求,以同步步行带模拟假肢的平地行走,以升降气压缸模拟人体行走的重心上下变化,实现智能假腿行走时功能的模拟,模拟与测评系统构成如图 6 所示。

图 6.

图 6

Function simulation and evaluation system of lower limb prosthesis

下肢假肢功能模拟与测评系统

将所设计膝关节通过特定接头安装在假肢侧髋关节下部,为了对比智能膝关节自动调整阻尼后与未调整时对膝关节摆动相最大屈曲角度的影响,前 7 步为不施加阻尼控制状态,弯曲阀门完全打开,后 10 步则为阻尼自动调整之后状态,通过膝关节角度传感器记录每一步的摆动相最大屈曲角度,当同步带速度分别固定为 0.8、1.2、1.8 m/s 时,膝关节弯曲阻尼调整的适应性及最大摆动弯曲角度如图 7 所示。

图 7.

图 7

Maximum swing-phase knee flexion angle and flexion damping adjustment with different speed

不同速度下弯曲阻尼调整及最大摆动弯曲角度

当液压阻尼器弯曲阀门闭合度为 0%,即前 7 步时,膝关节在 0.8、1.2、1.8 m/s 速度下摆动相最大弯曲角度分别为(86 ± 2)°、(91 ± 3)°、(97 ± 3)°,即弯曲阻尼阀门完全打开时,不同速度下摆动相最大弯曲角度随着速度的增加而增大。在三种速度下,当阻尼器阀门闭合度发生变化时,最大摆动弯曲角度均可调整到 60~70° 之间,即不同速度下均可实现生理步态。在 0.8、1.2、1.8 m/s 速度下,膝关节最大摆动弯曲角度调整到 60~70° 之间所需的阀门闭合度百分比分别为 25%、40%、70%,即不同速度下调整到生理步态所需的阀门闭合度百分比也发生变化,速度越大,闭合度百分比越大,即阀门开度越小。

3. 讨论与结论

在正常行走过程中,膝关节大部分时间充当阻尼器,但是在上坡、上楼梯等需要主动力矩的情况下也需要主动发力做功。液压被动阻尼式假肢在无需主动力矩情况下虽然具有较好的阻尼性能,但是仍然不能提供主动力矩,设计动力源与阻尼器结合的主被动混合结构是重要的研究方向。在后续研究中,计划将电机驱动或者微型泵与当前阻尼器结构结合,以进一步提高仿生性。

膝关节的相位控制训练方法虽然适用于不同穿戴者,但是前期患者参数评定的正确性会对膝关节的性能造成影响,膝关节的智能控制无法补偿因前期对线调整的偏差,因此正确的对线及患者参数测量十分重要。

下肢假肢功能模拟与测试装置虽然能够提高假肢性能评价的客观性,但是该研究中的路况较为单一,仅是以同步带模拟了平地行走,其在上下坡、上下楼梯、跨越障碍等复杂路况下的工作性能还有待研究。

生理步态的指标不止一种,步态对称性、摆动相最大弯曲角度以及行走时的能量消耗均是重要指标。本研究以膝关节摆动相最大弯曲角度作为控制对象,达到了良好效果,但是其应用于步态对称性等其他指标时的效果尚有待进一步研究,因此所涉及测试平台包含有健康腿模拟模块,在后续研究中将会探讨其行走时的左右对称性等指标。

智能膝关节设计的最终目的是减少穿戴者的能量消耗,实现生理步态。本研究通过生理步态一个周期内状态相位的划分及转换条件的确定,提出了站立相和摆动相的相位训练方法。在测量健康人行走时摆动相最大弯曲角度范围的基础上,确定了不同速度下摆动相最大弯曲角度的范围,并以此作为控制目标,在功能模拟与测评装置上对所设计膝关节进行了测试。测试结果表明:弯曲阻尼阀门完全打开时,不同速度下摆动相最大弯曲角度随着速度的增加而增大;不同速度下均可实现生理步态,但是不同速度下调整到生理步态所需阀门闭合度百分比有所差异,速度越大,闭合度百分比越大,即阀门开度越小。

Funding Statement

国家自然科学基金(61473193);上海康复器械工程技术研究中心资助项目(15DZ2251700)

References

  • 1.曹武警, 喻洪流, 胡杰, 等 基于不同信号源的智能膝关节控制方法研究. 中国康复医学杂志. 2016;31(10):1129–1132. [Google Scholar]
  • 2.李瑞莲. 上下肢主被动康复机器人的设计. 郑州: 郑州大学, 2016.
  • 3.魏艳琴, 曹学军, 杨平, 等 下肢截肢者穿戴假肢行走能力的评价. 中国康复理论与实践. 2016;22(7):855–859. [Google Scholar]
  • 4.顾洪, 李伟达, 李娟 智能膝关节假肢研究现状及发展趋势. 中国康复理论与实践. 2016;22(9):1080–1085. [Google Scholar]
  • 5.王加跃. 面向智能假肢控制的下肢关节运动模型研究. 苏州: 苏州大学, 2015.
  • 6.Prinsen E C, Nederhand M J, Sveinsdóttir H S, et al The influence of a user-adaptive prosthetic knee across varying walking speeds: A randomized cross-over trial. Gait Posture. 2017;51:254–260. doi: 10.1016/j.gaitpost.2016.11.015. [DOI] [PubMed] [Google Scholar]
  • 7.王人成, 沈强, 金德闻 假肢智能膝关节研究进展. 中国康复医学杂志. 2007;22(12):1093–1094. [Google Scholar]
  • 8.王振平, 喻洪流, 杜妍辰, 等 假肢智能膝关节的研究现状和发展趋势. 生物医学工程学进展. 2015;36(3):159–163. [Google Scholar]
  • 9.张丹. 智能仿生腿步速测量与步速控制系统研究. 长沙: 中南大学, 2014.
  • 10.Lambrecht B G A, Kazerooni H. Design of a semi-active knee prosthesis// IEEE International Conference on Robotics and Automation. Kobe, Japan: IEEE, 2009: 639-645.
  • 11.Herr H, Wilkenfeld A User-adaptive control of a magnetorheological prosthetic knee. Industrial Robot. 2003;30(1):42–55. [Google Scholar]
  • 12.Bonnet X, Pillet H, Fodé P, et al Gait analysis of a transfemoral amputee with a hydraulic polycentric knee prosthesis. Computer Methods in Biomechanics & Biomedical Engineering. 2009;12(1):59–60. [Google Scholar]
  • 13.Orhanli T, Yilmaz A. Application and comparison of finite state control of above-knee prosthesis with pneumatic cylinder at different phases// Signal Processing and Communications Applications Conference. Malatya, Turkey, 2015: 2234-2237.
  • 14.喻洪流, 钱省三, 沈凌, 等 基于小脑模型神经网络控制的步速跟随智能膝上假肢. 中国组织工程研究与临床康复. 2007;11(31):6233–6235. [Google Scholar]
  • 15.李伟. 智能假肢膝关节工作机理研究及样机设计. 南京: 东南大学, 2012.
  • 16.杨敏, 刘启栋, 王爱明, 等. 摆动式缸体四杆机构假肢智能膝关节的设计//第四届北京国际康复论坛论文集. 北京, 2009: 603-607.
  • 17.Maqbool H F, Husman M A, Awad M I, et al A real-time gait event detection for lower limb prosthesis control and evaluation. IEEE Trans Neural Syst Rehabil Eng. 2017;25(9):1500–1509. doi: 10.1109/TNSRE.2016.2636367. [DOI] [PubMed] [Google Scholar]
  • 18.周小华, 李娟, 李伟达, 等 一种基于多传感器的步态相位实时检测系统. 传感器与微系统. 2016;35(2):91–93. [Google Scholar]
  • 19.Gouwanda D, Gopalai A A A robust real-time gait event detection using wireless gyroscope and its application on normal and altered gaits. Med Eng Phys. 2015;37(2):219–225. doi: 10.1016/j.medengphy.2014.12.004. [DOI] [PubMed] [Google Scholar]
  • 20.Inman V T, Ralston H J, Todd F. Human walking. Baltimore: Williams and Wilkins, 1981.

Articles from Sheng Wu Yi Xue Gong Cheng Xue Za Zhi = Journal of Biomedical Engineering are provided here courtesy of West China Hospital of Sichuan University

RESOURCES