СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

Высокие темпы развития современных медицинских технологий в мире требуют внедрения в российскую практику интеллектуального роботизированного оборудования, позволяющего вывести сферу здравоохранения на новый уровень. В связи с прогрессированием заболеваний опорно-двигательного аппарата, роста травм позвоночника приобретает всё большую актуальность реабилитационное оборудование. Кроме того, в настоящее время требуется разработка отечественных роботизированных реабилитационных комплексов, соответствующих или превосходящих по функциональности зарубежные аналоги.

Достаточно молодым направлением современной медицины является клинический анализ биомеханических параметров и исследование патологии походки с использованием биомеханических моделей. В настоящее время для построения параметрических моделей ведутся разработки методов захвата движений, позволяющих реконструировать и визуализировать движение конечностей человека, а также оценивать различные динамические величины, например двигательные усилия или силу реакции опоры. Полученные результаты используются в реабилитационных комплексах, видеоиграх, спортивных тренажерах, где входными данными являются параметры пользователя, зафиксированные в режиме реального времени.

В основе разработанного экспериментального образца мехатронного реабилитационного комплекса лежат принципы подчиненного регулирования исполнительными механизмами с применением ПД-регуляторов. А в качестве задающего сигнала для системы управления являются желаемые координаты передвижения ноги человека, полученные с помощью вновь разработанного комплекса захвата движений.

Полученные результаты позволяют сделать вывод, что необходимо дальнейшее улучшение характеристик реабилитационного комплекса за счет внесения изменений в механическую конструкцию комплекса, а также корректировки математической модели системы управления с дополнительным расчетом и моделированием структуры системы.

1. Fuchs E., Flügge G. Adult neuroplasticity: more than 40 years of research // Neural Plasticity. – 2014. – Vol. 2014. – P. 541870. – DOI: 10.1155/2014/541870.

2. A robotic exoskeleton for overground gait rehabilitation / M. Bortole, A. del Ama, E. Rocon, J.C. Moreno, F. Brunetti, J.L. Pons // 2013 IEEE International Conference on Robotics and Automation. – IEEE, 2013. – P. 3356–3361. – DOI: 10.1109/ICRA.2013.6631045.

3. Beyaert C., Vasa R., Frykberg G.E. Gait post-stroke: pathophysiology and rehabilitation strategies // Neurophysiologie Clinique / Clinical Neurophysiology. – 2015. – Vol. 45 (4–5). – P. 335–355. – DOI: 10.1016/j.neucli.2015.09.005.

4. Савин С.И., Ворочаева Л.Ю. Использование нейронных сетей для прогнозирования нормальных реакций шагающего робота // Известия Юго-Западного государственного университета. – 2019. – Т. 23 (4). – С. 8–18. – DOI: 10.21869/2223-1560-2019-23-4-8-18.

5. Biological oscillations for learning walking coordination: dynamic recurrent neural network functionally models physiological central pattern generator / T. Hoellinger, M. Petieau, M. Duvinage, T. Castermans, K. Seetharaman, A.-M. Cebolla, A. Bengoetxea, Yu. Ivanenko, B. Dan, G. Cheron // Frontiers in Computational Neuroscience. – 2013. – Vol. 7. – P. 70. – DOI: 10.3389/fncom.2013.00070.

6. A novel gait generation for biped walking robots based on mechanical energy constraint / F. Asano, M. Yamakita, N. Kamamichi, Z.-W. Luo // IEEE Transactions on Robotics and Automation. – 2004. – Vol. 20 (3). – P. 565–573. – DOI: 10.1109/TRA.2004.824685.

7. Rokbani N., Alimi A.M. IK-PSO, PSO inverse kinematics solver with application to biped gait generation // International Journal of Computer applications (IJCA). – 2012. – Vol. 58 (22). – P. 33–39. – arXiv preprint arXiv:1212.1798.

8. Воевода А.А., Вороной В.В., Шоба Е.В. Синтез регулятора для системы «перевернутый маятник – тележка» // Научный вестник НГТУ. – 2012. – № 4 (49). – C. 161–165.

9. Вороной В.В., Шоба Е.В. Синтез двухканального ПИД-регулятора для системы «перевернутый маятник – тележка» // Актуальные проблемы электронного приборостроения (АПЭП-2012): материалы XI Международной научно-практической конференции, г. Новосибирск, 2–4 октября 2012 г. – Новосибирск, 2012. – Т. 7. – С. 54–57.

10. Воевода А.А., Вороной В.В. Модальный синтез регуляторов пониженного порядка методом дифференцирования характеристического полинома // Сборник научных трудов НГТУ. – 2011. – № 1 (63). – С. 3–12.

11. Determinants of self-selected walking pace across ages 19 to 66 / D.A. Cunningham, P.A. Rechnitzer, M.E. Pearce, A.P. Donner // Journal of Gerontology. – 1982. – Vol. 37 (5). – P. 560–564. – DOI: 10.1093/geronj/37.5.560.

12. Fang J., Hunt K.J. Foot trajectory approximation using the pendulum model of walking // Medical & Biological Engineering & Computing. – 2014. – Vol. 52. – P. 45–52.

13. Анатомия человека / под ред. В.И. Козлова. – М.: Физкультура и спорт, 1978. – 187 с.

14. Winter D.A. Biomechanics and motor control of human movement. – 4th ed. – Hoboken, NJ: Wiley, 2009. – 370 p.

15. Mouzo F. Filtro de Kalman para captura de movimiento con estimación de esfuerzos motores y reacciones en tiempo real: PhD thesis. – Universidade da Coruña, 2018. – 340 p.