Розподілена архітектура системи Wi-Fi-керування активним ортезом верхніх кінцівок
Бічна панель сторінки статті
Основний зміст сторінки статті
Анотація
Це дослідження представляє розробку, багатопотокову програмну реалізацію та емпіричну оцінку активного ортеза верхніх кінцівок з електроміографічним (ЕМГ) керуванням, що використовує розподілену вбудовану архітектуру керування типу «ведучий-ведений» (master-slave). Система спроектована спеціально для вирішення клінічних проблем, пов'язаних із тяжкими парезами верхніх кінцівок — наприклад, внаслідок травм плечового сплетення. Вона обходить традиційні методи локального керування м'язами, зчитуючи сигнали довільної поверхневої ЕМГ з груднинно-ключично-соскоподібного (ГКС) м’яза шиї, використовуючи його як стабільний проксі-сигнал інтенції руху. Для забезпечення детермінованого виконання у жорсткому реальному часі та високої точності обробки сигналів, система фізично та логічно розділена на три робочі рівні. Спеціалізований аналоговий інтерфейс (AD8232) та мікроконтролер STM32F407 відповідають за локальну підготовку та оцифрування біосигналів. Одноплатний комп'ютер Jetson Nano функціонує як керуючий вузол, виконуючи суворо регламентований скінченний автомат (FSM) для цифрової фільтрації, виділення ознак та класифікації рухів. Нарешті, мікроконтролер ESP32 у поєднанні з високострумовим H-мостом BTS7960 керує роботою щіткового двигуна постійного струму в реальному часі. Зв'язок між цими різними апаратними рівнями здійснюється бездротовим способом за протоколом TCP/IP через мережу Wi-Fi, що усуває громіздкі фізичні з'єднання та створює основу для інтеграції в розширену екосистему Інтернету речей (IoT). Програмне забезпечення базується на багатопотоковому середовищі із захистом м'ютексами, що дозволяє досягти середньої затримки «від вибірки до результату» (sample-to-result) на рівні 6,02 мілісекунди. Зворотний зв'язок щодо кута суглоба в реальному часі безперервно забезпечується абсолютним магнітним енкодером AS5048A через інтерфейс SPI, що гарантує кінематичну безпеку та суворе дотримання визначених анатомічних меж. Експериментальні результати підтверджують здатність системи до безпечної та високочутливої роботи, демонструючи, що складні алгоритми класифікації та бездротові розподілені топології можуть успішно відповідати суворим вимогам щодо затримки в носимій реабілітаційній робототехніці. Водночас майбутні ітерації можуть потребувати інтеграції безщіткових приводів для мінімізації статичного тертя та обмежень роботи на низьких швидкостях.
Блок інформації про статтю
Ця робота ліцензується відповідно до Creative Commons Attribution-ShareAlike 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
Посилання
R. A. R. C. Gopura, D. S. V. Bandara, K. Kiguchi, and G. K. I. Mann, “Developments in hardware systems of active upper-limb exoskeleton robots: A review,” Rob. Auton. Syst., vol. 75, pp. 203–220, Jan. 2016, doi: 10.1016/j.robot.2015.10.001.
A. M. Dollar and H. Herr, “Lower Extremity Exoskeletons and Active Orthoses: Challenges and State-of-the-Art,” IEEE Trans. Robot., vol. 24, no. 1, pp. 144–158, Feb. 2008, doi: 10.1109/TRO.2008.915453.
M. Asghari Oskoei and H. Hu, “Myoelectric control systems—A survey,” Biomed. Signal Process. Control, vol. 2, no. 4, pp. 275–294, Oct. 2007, doi: 10.1016/j.bspc.2007.07.009.
K. Englehart and B. Hudgins, “A robust, real-time control scheme for multifunction myoelectric control,” IEEE Trans. Biomed. Eng., vol. 50, no. 7, pp. 848–854, Jul. 2003, doi: 10.1109/TBME.2003.813539.
M. Barsotti et al., “A full upper limb robotic exoskeleton for reaching and grasping rehabilitation triggered by MI-BCI,” in 2015 IEEE International Conference on Rehabilitation Robotics (ICORR), IEEE, Aug. 2015, pp. 49–54. doi: 10.1109/ICORR.2015.7281174.
J. R. Cram, G. S. Kasman, and J. Holtz, Introduction to surface electromyography. Aspen Publishers, 1998.
A. V. Kotsiubailo et al., “Designing Minimalistic Powered Arm Orthosis for Brachial Plexus Injuries,” Visnyk NTUU KPI Seriia - Radiotekhnika Radioaparatobuduvannia, no. 96, pp. 50–61, Jun. 2024, doi: 10.20535/RADAP.2024.96.50-61.
“AD8232 Single-Lead Heart Rate Monitor Front End (Datasheet),” 2012. Accessed: Mar. 25, 2026. [Online]. Available: https://www.analog.com/media/en/technical-documentation/data-sheets/ad8232.pdf
A. Phinyomark, P. Phukpattaranont, and C. Limsakul, “Feature reduction and selection for EMG signal classification,” Expert Syst. Appl., vol. 39, no. 8, pp. 7420–7431, Jun. 2012, doi: 10.1016/j.eswa.2012.01.102.
A. Wang, J. Dong, R. Teng, P. Liu, X. Yue, and X. Zhang, “A Hierarchical Distributed Control System Design for Lower Limb Rehabilitation Robot,” Technologies, vol. 13, no. 10, p. 462, Oct. 2025, doi: 10.3390/technologies13100462.
H. Alemdar and C. Ersoy, “Wireless sensor networks for healthcare: A survey,” Comput. Networks, vol. 54, no. 15, pp. 2688–2710, Oct. 2010, doi: 10.1016/j.comnet.2010.05.003.
“ESP32 Technical Reference Manual (Datasheet),” 2021. Accessed: Mar. 25, 2026. [Online]. Available: https://www.espressif.com/sites/default/files/documentation/esp32_technical_reference_manual_en.pdf
“BTS7960 High Current Half Bridge (Datasheet),” 2011. Accessed: Mar. 25, 2026. [Online]. Available: https://www.infineon.com/dgdl/BTS7960_Datasheet.pdf?folderId=db3a304412b407950112b408e8c9
“AS5048A/AS5048B 14-bit On-Axis Magnetic Rotary Position Sensor,” 2013. Accessed: Mar. 25, 2026. [Online]. Available: https://ams-osram.com/products/sensor-solutions/position-sensors/ams-as5048a-high-resolution-position-sensor
N. Vitiello et al., “NEUROExos: A Powered Elbow Exoskeleton for Physical Rehabilitation,” IEEE Trans. Robot., vol. 29, no. 1, pp. 220–235, Feb. 2013, doi: 10.1109/TRO.2012.2211492.
A. Williams, C++ concurrency in action : practical multithreading. Manning, 2012.
“Jetson Nano Developer Kit User Guide,” 2019. Accessed: Mar. 25, 2026. [Online]. Available: https://developer.nvidia.com/embedded/jetson-nano-developer-kit
K. W. Horch and D. Kipke, Neuroprosthetics : theory and practice. World Scientific Publishing Co. Pte. Ltd., 2017.
