Sie sind auf Seite 1von 14

Haptische Regelung eines Rehabilitationsroboters

Praktikumsversuch
Heike Vallery
Labor f ur Sensomotorische Systeme
Institut f ur Robotik und Intelligente Systeme
Head: Prof. Dr.-Ing. Robert Riener
1 Einleitung
In der Rehabilitation motorischer Fahigkeiten, z.B. nach einem Schlaganfall,
werden zunehmend Roboter eingesetzt. Die ersten Gerate wurden mit dem
Ziel gebaut, repetitive Bewegungen des Physiotherapeuten zu ersetzen und den
Patienten entlang einer physiologischen Referenztrajektorie zu bewegen.
Neue Erkenntnisse uber motorisches Lernen zeigen allerdings, dass ein essen-
tielles Element f ur gr osstmoglichen Erfolg einer motorischen Therapie die aktive
Beteiligung des Patienten ist [1]. Ein Rehabilitationsroboter sollte daher wie ein
Physiotherapeut kooperativ sein und Patientenaktivit at fordern, z.B. indem er
nur eingreift, wenn es erforderlich ist zur Ausf uhrung der Bewegung. Es zeigt
sich sogar, dass gezielte Storung, d.h. Verstarkung des Fehlers in der Bewe-
gung des Patienten, sogar forderlicher sein kann als Hilfe bei der Ausf uhrung
der korrekten Bewegung [2]. Allerdings ist diese Art der Therapie nicht immer
m oglich, denn nicht jeder Patient kann bereits die notwendigen Krafte aufbrin-
gen, die f ur die Ausf uhrung der Bewegungsaufgabe notig sind. In diesem Fall
sollte der Roboter angepasste Unterst utzung leisten, z.B. indem er den Arm
bei einer Greifaufgabe zumindest teilweise von seinem Gewicht entlastet. Solch
eine simulierte Schwerelosigkeit kann Muskelschwache kompensieren und den
Bewegungsbereich beim Training vergrossern.
Auch im Hinblick auf eine bestimmte Bewegung kann der Roboter unter-
st utzen, indem er erkennt, wenn der Patient selbst die Aufgabe nicht erf ullen
kann, und entsprechend hilft. Zur bedarfsgerechten Unterst utzung von Armbe-
wegungen beim Ping-Pong-Spielen wurde ein solcher Regler bereits am Arm-
roboter ARMin (Abb. 1, links) des SMS realisiert [3]. Bei der Gangreha-
bilitation ist im Gegensatz zur Armtherapie die Freiheit beim Reglerentwurf
st arker eingeschrankt, da der Sicherheitsaspekt bedeutsamer wird. Um ein
sicheres, und dennoch selbstbestimmtes Gehen sicherzustellen, wurde am SMS
eine Pfadregelung [4] f ur den Gangrehabilitationsroboter Lokomat (Abb. 1,
rechts) [5] entwickelt. Diese gibt einen Tunnel f ur die Gelenkwinkel vor, inner-
halb dessen sich der Patient bewegen kann. Ein anderes Konzept ist Virtual
Model Control (VMC), das ebenfalls auf maximale Patientenaktivit at zielt,
und das nur selektiv bestimmte Charakteristika wahrend der Bewegung un-
terst utzt [6], z.B. die Schrittlange oder die Schritth ohe.
1
Abb. 1: Rehabilitationsroboter ARMin und Lokomat.
Alle diese Regelungsstrategien stellen die Anforderung an den Roboter, be-
darfsgerecht Assistenz, Freiraum bis hin zu Widerstand anzubieten. Wenn
der Patient z.B. eigenst andige korrekte Bewegungen ausf uhrt, sollte dank einer
guten Nullkraftregelung der Roboter im Idealfall gar nicht sp urbar sein. Dies
wird auch mit Transparenz bezeichnet. Die Nullkraftregelung stellt eine Kom-
ponente der oben beschriebenen uberlagerten Regelungsstrategien dar, und ist
deshalb als Fundament besonders bedeutsam.
Abgesehen von der Unterst utzung bei einer Bewegung kann ein Rehabilita-
tionsroboter auch virtuelle Umgebungen darstellen, mit denen der Patient inter-
agieren kann, zum Beispiel zur Simulation von Aktivit aten des taglichen Lebens
wie Kochen. F ur eine realistische virtuelle Umgebung ist es notig, verschiedene
virtuelle Objekte darstellen zu konnen, insbesondere auch harte Objekte. Eine
solche Aufgabe stellt ganz andere Anforderungen an die Regelung als eine we-
iche, nachgiebige F uhrung bei Bewegungen. Zur Darstellung harter und weicher
Umgebungen sind jeweils andere Aktuator- und Regelungskonzepte am besten
geeignet.
Wichtig ist auch der Sicherheitsgedanke, d.h. der Roboter sollte im Extrem-
fall auch einen vollig passiven Patienten f uhren konnen. Das stellt ebenfalls
gewisse Mindestanforderungen an die Aktuatoren, die ausreichend Leistung und
Moment erbringen konnen m ussen. Daf ur ist meist eine hohe

Ubersetzung
notig, was jedoch die reektierte Tragheit der Antriebe erh oht. Dadurch sinkt
wiederum die erreichbare Transparenz des Roboters. Ein weiterer Punkt ist die
R ucktreibbarkeit der Antriebe, auch im stromlosen Zustand muss der Roboter
durch den Patienten bewegt werden konnen und darf sich nicht selbst hemmen.
Das ist z.B. wichtig f ur den Fall eines Notaus.
Letztlich sind demnach diverse Abwagungen bei der Dimensionierung notig.
Eine wichtige

Uberlegung betrit die Leistung und Maximalkrafte/-momente
des Gerats (notig f ur ausreichende Unterst utzung des Patienten, Sicherheits-
vorkehrungen und harte virtuelle Objekte) versus gute R ucktreibbarkeit und
niedrige Interaktion bei Nullkraftregelung, wo Tragheit und Masse eines starken
Antriebs st oren. Neben der Wahl der Hardware ist auch die Wahl des Re-
glerkonzepts bedeutsam. Insbesondere dieser zweite Punkt soll in diesem Prak-
tikum anhand einiger beispielhafter Szenarien aus dem Bereich Rehabilitation
ausf uhrlich beleuchtet werden.
2
2 Grundlagen der Regelung haptischer Gerate:
Admittanz- und Impedanzregelung
F ur die Regelung eines haptischen Gerats werden verschiedene Regelungsstra-
tegien verwendet, die sich meist in eine der beiden Grundformen einordnen
lassen: Die Impedanz- und die Admittanzregelung. In der Literatur nden sich
widerspr uchliche Denitionen, und beide Begrie werden teilweise synonym ver-
wendet; im Folgenden wird die gangigste Denition erlautert. Eine gute Zusam-
menfassung ndet sich in [7].
Sowohl Admittanz- als auch Impedanzregelung werden verwendet, um ein
mechanisches System zu simulieren, dessen Verhalten von dem des tatsachlich
vorhandenen Systems abweicht. Dem Benutzer wird dann von dem Gerat eine
virtuelle Steigkeit, Masse und D ampfung vorget auscht (Abb.2). Der Roboter
kann dabei im passiven Zustand ganz andere mechanische Eigenschaften auf-
weisen, z.B. auch eine andere kinematische Struktur.
c
d

m
Abb. 2: Beispiel f ur das geregelte Verhalten eines haptischen Ger ats: Mechanisches
System mit Masse m, Feder mit Konstante c und Dampfer mit Konstante d.
Das Wirkprinzip, wie diese Umgebung dargestellt wird, unterscheidet sich
bei den beiden Regelungskonzepten: Die Impedanzregelung erh alt als Eingang
die Position des Endeektors des Roboters, und sie regelt eine Kraft ein. Die
Admittanzregelung erh alt als Eingang eine Kraft, und sie regelt eine Position
als Antwort ein.
Die beiden Regelschemata sind in den Bildern Abb. 3 und Abb. 4 skizziert:
Beim Impedanzregler ist ein Kraftregelkreis eingebettet in eine entsprechend
weiche Positionsregelung, die gewohnlich ein Feder-Dampfer-System darstellt.
Der Sollwert kann entweder ein fester Punkt sein, so dass eine ortsfeste Feder
und ein D ampfer dargestellt wird, oder eine Trajektorie, welcher der Benutzer,
durch Federn und D ampfer weich gef uhrt, folgen soll. Dies ist insbesondere
im Fall der Rehabilitation eine gangige Methode, um physiologisch korrekte
Bewegungen vorzugeben, aber dem Nutzer dennoch einen gewissen Freiraum
f ur Abweichungen zu lassen.
Beim Admittanzregler in (Abb. 4) ist das Prinzip umgekehrt: Ein virtuelles
Modell berechnet zu jeder Kraft, die der Benutzer auf das Gerat aufbringt, die
korrespondierende Bewegung. Im einfachsten Fall, bei einer puren virtuellen
Masse m, ware die berechnete Sollbeschleunigung direkt proportional zur ge-
3


ref

M

ref

R
1
virtuelle
Impedanz
Kraft-
regler
Roboter
Mensch
+Gri
Regelung
Abb. 3: Grundgedanke der Impedanzregelung. Ein innerer Regelkreis regelt Kraft bzw.
Moment
R
, das der Roboter auf den Mensch aus ubt (gemessen am Sensor)
mit dem Kraftregler, der Ausgang ist das Motormoment
M
. Ein auerer
Regelkreis bestimmt das gew unschte Moment am Sensor aus dem Impedanz-
modell, sowie aus Soll- und Istposition.

ref

zus

H
virtuelle
Admittanz
Positions-
regler
Roboter
Mensch
+Gri
Regelung
Abb. 4: Grundgedanke der Admittanzregelung. Ein auerer Regelkreis bestimmt
entsprechend dem Moment
H
, das der Mensch auf den Roboter ubertragt,
die Bewegung eines virtuellen Modells ( Admittanz). Diese Bewegung
wird mithilfe eines Positionsreglers dem Roboter aufgepragt. Zusatzliche
gew unschte Krafte
zus
, die z.B. aus einem noch weiter auen liegenden
Impedanzmodell stammen konnen, werden auf die Nutzerkrafte aufaddiert.
4
messenen Kraft, mit 1/m als Proportionalitatsfaktor, und Geschwindigkeit und
Position ergaben sich durch einfache Integration. Diese Sollbewegung wird dann
von einem unterlagerten (steifen, d.h. hoch verstarkten) Positionsregelkreis ein-
geregelt.
Rein theoretisch waren beide Schemata daher aquivalent. Allerdings ergeben
sich durch die praktische Realisierung Vor- und Nachteile, die nun anhand zweier
Beispiele veranschaulicht werden sollen:
1. Sehr steife Umgebung, z.B. eine harte Feder
2. Freilaufregelung
Der Impedanzregler wird im Fall 1) f ur eine gegebene Istposition des Endeek-
tors eine Kraft ausgeben. Da das System abgetastet und digital geregelt wird,
sind Totzeiten im Regelkreis vorhanden. Der Nutzer wird also schon in die Feder
eingedrungen sein, bevor das System dies erkennt und eine Kraft zur uckgeben
kann. Je steifer die Feder ist, desto hoher wird die Kraft, die eingeregelt werden
muss, und ab einer gewissen maximalen Federsteigkeit wird das System insta-
bil. Der Admittanzregler hingegen reagiert genau umgekehrt: Bei der Feder
ist der Nutzer ebenfalls kurzzeitig eingedrungen, bevor das System reagieren
kann. Allerdings berechnet der Regler uber das Modell eine zur Kraft korre-
spondierende Sollposition. Diese Regelabweichung f ur den Positionsregler ist
dann nur sehr klein im Vergleich zur sprunghaft auftretenden Regelabweichung
des Kraftreglers bei der Impedanzregelung. Anhand dieses Beispiels wird deut-
lich, weshalb der Admittanzregler f ur steife Umgebungen besser geeignet ist.
Im Fall 2), der Freilaufregelung, ist die Sollkraft f ur den Impedanzregler
konstant Null, die Regelabweichung entspricht also der gemessenen Kraft am
Endeektor. Beim Admittanzregler hingegen muss das Ziel der Nullkraftrege-
lung etwas expliziter formuliert werden: Ein virtuelles Modell mit dieser Eigen-
schaft d urfte keine Masse, keine Steigkeit und keine D ampfung haben. Daher
w urde zu jeder gemessenen Kraft eine unendliche hohe Sollbeschleunigung aus-
gegeben. Da dies in der Praxis nicht m oglich ist, wird das Regelziel uber eine
virtuelle Masse (und D ampfung) deniert, so dass die Sollbeschleunigung wieder
beschrankt ist. Diese Masse muss einen gewissen Mindestwert haben, damit der
Positionsregler den hochdynamischen Bewegungen folgen kann. Dieses Beispiel
macht bereits intuitiv klar, weshalb der Impedanzregler f ur Freilaufregelung
besser geeignet ist als der Admittanzregler.
Beim Admittanzregler ist also durch die Implementierung klar, dass der
Roboter stets eine minimale trage (Rest-)masse darstellt. Beim Impedanzregler
ist die verbleibende trage Masse jedoch auch nicht Null, wie sich zeigen l asst:
Beispielhaft wird ein Antrieb mit Tragheit J angenommen, an dessen Aus-
gangswelle der menschliche Nutzer mit einem Moment
H
angreift, wobei ein
Sensor das Reaktionsmoment
R
misst. Ohne Regelung gilt nun naherungsweise:

H
= J , (1)
Wobei der Winkel der Drehwinkel der Welle ist. Bei einer Nullkraft-Regelung
mit reinem Proportionalglied wird die gemessene Kraft am Sensor (Reaktion-
skraft
R
=
H
) vom Sollwert 0 abgezogen und mit dem Verstarkungsfaktor
K multipliziert, und ergibt so das Motormoment
M
:

M
= K
H
. (2)
5
Dann gilt f ur die Bewegung des Antriebs:

H
+
M
=
H
(1 + K) = J , (3)
Und umgeschrieben:

H
=
J
1 + K
. (4)
Vergleicht man dieses Verhalten mit (1), f uhlt sich das geregelte System f ur den
Menschen also so an, als ob die tatsachliche Tragheit J mit Faktor
1
1+K
skaliert
wurde.

Uber den Verstarkungsfaktor K l asst sich daher die virtuelle Tragheit
verringern. Allerdings sind dieser Verringerung enge Grenzen gesetzt, wenn das
System passiv bleiben soll [8]. Der Term Passivitat bedeutet vereinfacht, dass
das System mit jedem beliebigen realen passiven System (bestehend aus Massen,
Feder und D ampfern) stabil bleibt. Hohere Verstarkungsfaktoren im Kraftregler
konnen also nur eingestellt werden, wenn eine spezielle geeignete Umgebung
(f ur die Impedanzregelung z.B. eine reine Masse) verwendet wird, in Kontakt
mit einer steifen Feder w urde das System instabil. Das bedeutet, dass Mensch
teilweise eine aktiv stabilisierende Rolle ubernehmen m usste; diese Annahme
ist insbesondere bei einem Rehabilitationsroboter problematisch. Daher ist die
Reduktion der tragen Masse auch bei der Impedanzregelung beschrankt.
In diesem vereinfachten Beispiel gri der Mensch direkt am Kraftsensor
an. Bei einem realen Roboter sind die Montagebedingungen allerdings einge-
schrankt, sodass Kraftsensoren weiter entfernt vom Mensch eingebaut werden.
Ein weiterer Gesichtspunkt ist die Tatsache, dass das System sich nur so lange
entsprechend dem vordenierten Modell verh alt, wie der Mensch auch uber den
Kraftsensor angreift. Auch diese

Uberlegung beeinusst aus Sicherheitsgr unden
die Positionierung der Kraftsensoren. Alle trage Masse, die sich zwischen Sensor
und Mensch bendet, ist unkompensierbar, d.h. sie kann nicht durch Regelung
versteckt werden. Deshalb sollte diese Masse m oglichst klein sein.
Verst andnisfragen:
Was passiert, wenn jemand statt am Gri an anderer Stelle am Roboter
angreift, d.h. an der Struktur zwischen Aktuator und Sensor (Abb. 5)?
Unterscheidet sich das Verhalten von Admittanz- und Impedanzregelung?
Antriebsmoment
1
2
Kraftsensor
Abb. 5: Anfassen des Roboters vor und hinter dem Kraftsensor. Was passiert in Fall
1 und in Fall 2, wenn der Roboter impedanz- bzw. admittanzgeregelt ist?
Hinweis: Betrachten Sie nur eine Freilaufregelung, und dabei die Falle dass
der Roboter sich gerade bewegt und dass er stillsteht.
6
3 Versuchsaufbau
Im Praktikumsversuch betrachten wir ein sehr einfaches Exoskelett mit einem
Freiheitsgrad, d.h. die Roboterachse entspricht der anatomischen Gelenkachse.
Im Gegensatz zu den meisten Exoskeletten wird die Verbindung hier nicht uber
Manschetten hergestellt, sondern lediglich uber einen Handgri; dies geschieht
aus Sicherheitsgr unden. Bereits gegeben ist die Hardware sowie ein vorbereitetes
Modell in Matlab/Simulink, in dem Sie Ihre Regler implementieren konnen.
3.1 Hardware
Der Roboter ist in Abb. 6 dargestellt und besteht aus folgenden Komponenten:
Ein Hebel mit einem Kraftsensor
Ein DC-Motor (Maxon RE 35, Nr. 273759) mit Encoder
Spezikationen Motor:
Nennspannung U = 48V
Drehmomentkonstante k
m
=119 mNm/A
Tragheitsmoment J
m
= 6.56 10
6
kgm
2
Ein Getriebe (Harmonic Drive HFUC-2UH, Baugroe 14)
Spezikationen Getriebe:

Ubersetzung i = 100
Tragheitsmoment bezogen auf die motorseitige Welle J
g
= 3.3 10
6
kgm
2
Ein Potentiometer f ur die Messung des Armposition
Ein Totmannschalter, um den Motor freizugeben
Ein Target-Rechner mit xPC-Betriebssystem f ur die Echtzeitregelung
Ein Host-Rechner mit Matlab-Simulink f ur die Reglerentwicklung und die
Kommunikation (TCP/IP) mit dem Target
Target- und Host-PC sind hier vereint in der Box. Die Hardware ist schon
vorbereitet, und Teile der Regelung sind bereits vorhanden.
3.2 Sensor-Kalibrierung
Das Potentiometer liefert einen absoluten Wert des Winkels und der Encoder
einen relativen Wert. Daher kann das Potentiometer zur Kalibrierung des En-
coders verwendet werden, und es ermoglicht auch eine gewisse Redundanz f ur
die Sicherheit. Potentiometer und Kraftsensor liefern ein Signal in Volt, das
noch in SI-Einheiten transformiert werden muss.
Aufgabe: Bestimmen Sie f ur den Kraftsensor den Umrechnungsfaktor von
Spannung (in Volt) zu Moment (in Nm). Der Sensor erh alt 5 V Versorgungs-
spannung und hat eine Nennkraft von 200 N. Verwenden Sie dazu das Datenblatt
des Sensors im Anhang und Ihre eigene Armlange.
7
Gehause mit Antrieb und Ansteuerung
Kraftsensor (Wagezelle)
Handgri
Ellbogenauage
Verstellschlitten
Totmannschalter
Potentiometer
Abb. 6: Das Exoskelett f ur den Praktikumsversuch. Der Ellbogen ruht auf der Au-
age, die Hand greift am Gri an, der Kraftsensor am Hebel ubertragt die
Kraft. Der Hebel ist verstellbar, um das Exoskelett an beliebige Armlangen
anzupassen. Im Kasten sind beide Rechner, sowie Motor und Getriebe un-
tergebracht. Ein Potentiometer an der Getriebe-Ausgangswelle und ein En-
coder auf der Motorwelle messen den Drehwinkel. Ein zusatzlicher Kasten
um das Gerat (hier nicht dargestellt) sch utzt den Kopf.
3.3 Sicherheit
Um den Strom f ur den Motor hardwareseitig freizugeben, muss der Bediener
einen Totmannschalter dr ucken. Dieses Signal ist redundant auch im Modell
verf ugbar, dort nennt es sich Enable. Dies ist eine grundlegende Sicherheits-
funktion, reicht jedoch noch nicht aus.
Aufgabe: Welche Risiken konnen Sie sich bei dem Aufbau vorstellen?

Uberlegen Sie verschiedene redundante Sicherheitsmechanismen zur Vermeidung


von Verletzungen des Benutzers sowie Schaden am Gerat.
4 Reglerentwurf
Nun sollen die Schemata f ur die folgenden Rehabilitationsszenarien konkret f ur
diesen Roboter erstellt werden:
Nullkraftregelung mit Impedanz- und Admittanzregler. Bestimmen Sie
die resultierende Aktuatortragheit in Abhangigkeit der Parameter von
Admittanzregler und Impedanzregler jeweils theoretisch. Diese Tragheit
w urde unerw unschte Krafte verursachen und einem Patienten wahrend
der Rehabilitation die Bewegung erschweren.
Implementieren Sie nun eine Gewichtentlastung des Arms. Diese w urde
einen Patienten entlasten und es ihm ermoglichen, gr oere Bewegungen
durchzuf uhren.
Zuletzt wird eine sehr einfache virtuelle Welt erstellt: Diese besteht aus
einer Feder oben, einem harten Anschlag unten und einem Freiraum da-
zwischen.
Im Folgenden nden Sie konkrete Hinweise zur Realisierung.
8
4.1 Hinweise zur Impedanzregelung
1. Zeichnen Sie die innere und aussere Schleife des Impedanzreglers. Gehen
Sie dabei von innen nach aussen und beschriften Sie alle Signale! Was
sind die Ein- und Ausgange?
2. Verwenden Sie einen P-Regler kombiniert mit Vorsteuerung f ur die innere
Schleife. F ur die Vorsteuerung skizzieren Sie den Hebel und alle Krafte,
die daran angreifen. L osen Sie f ur die Vorgabe
H
!
= 0 nach
M
auf. Be-
schleunigungen werden nicht gemessen und konnen auch nicht aus dem
Winkel durch Ableitung bestimmt werden (aufgrund von Phasenverzug).
4.2 Hinweise zur Admittanzregelung
1. Zeichnen Sie nun die Schleifen f ur den Admittanzregler, beginnen Sie
wieder innen und beschriften Sie alle Signale!
2. Verwenden Sie einen PD-Regler f ur die Positionsregelung, wieder kom-
biniert mit Vorsteuerung. Zeichen Sie f ur die Vorsteuerung wieder den
Hebel mit den angreifenden Kraften, l osen Sie die Gleichung diesmal auf
nach
M
f ur die Vorgabe
!
=
ref
. Das Tragheitsmoment des Roboters
wird hauptsachlich durch den Antrieb verursacht, und die Gewichtskom-
ponente mgl
s
(Gewicht des Hebels multipliziert mit dem Schwerpunkts-
abstand) ist gegeben.
3. Das virtuelle Modell des Admittanzreglers besteht im Freiraum lediglich
aus einer rotierenden Masse mit Tragheitsmoment J
v
(sollte diese kleiner
oder gr osser sein als die reale Tragheit?).
4. Zusatzlich zur Nutzerkraft wirkende virtuelle Krafte konnen Sie aus dem
Impedanzregler-Block wiederverwenden.
4.3 Hinweise zur Gewichtsentlastung des Arms
1. Wenden Sie die Schatzung nach Winter an, die Sie im Anhang B dieses
Dokuments nden, um die Parameter f ur Ihren eigenen Arm zu bestim-
men.
2. Bestimmen Sie das notige unterst utzende Drehmoment. An welcher Stelle
muss es in der Impedanz- und in der Admittanzregelung eingef ugt werden?
9
5 Praktikumsdurchf uhrung
5.1 Kurze Einf uhrung in xPC und Simulink
Mithilfe des Betriebssystems xPC kann ein graphischer Reglerentwurf in Mat-
lab/Simulink einfach zu einem echtzeitfahigen Programm umgesetzt werden.
Der Regler wird auf einem Host-PC entworfen, kompiliert, und dann auf den
xPC-Target PC geladen. Die Struktur des Reglers ist dort fest, aber die Pa-
rameter konnen noch ver andert werden.
Kompilieren konnen Sie mit dem Befehl Tools Real-Time Workshop
Build Model oder Ctrl - B. Nach der Kompilierung wird das Modell au-
tomatisch auf den Target-PC ubertragen. Mit tg=xpc erhalten Sie das Objekt
tg, mit dem Sie von der Kommandozeile des Host aus auf den Echtzeitprozess
zugreifen konnen. Der Befehl +tg in Matlab startet die Regelung in Echtzeit.
Analog konnen Sie mit -tg die Code-Ausf uhrung stoppen. Sie konnen auch
mithilfe des Simulink-Modells auf dem Host Parameter zur Laufzeit andern.
Nachdem das Modell gestoppt ist, konnen Sie die aufgezeichneten Daten
wieder vom Target auf den Host ubertragen. Geloggt werden alle Ausgange der
obersten Hierarchieebene des Simulink-Modells. Mit daten=tg.outputlog;
laden Sie die Daten in den Workspace.
5.2 Implementierung der Regler
Beginnen Sie mit dem Impedanzregler. Achten Sie dabei stark auf die Vorze-
ichen, diese sollten Sie nicht ausprobieren, sondern vorher gr undlich durch-
denken! Die Konventionen der Signale im Modell sind, wie in Abb. 5 angedeutet:
Der Winkel wachst an in beugende Richtung (Flexion), ein positives Motormo-
ment erzeugt eine Flexion, und der Kraftsensor misst im statischen Zustand,
mit Gewicht des Arms lastend auf dem Hebel, ein positives Moment. Beim er-
sten Versuch sollte das Drehmoment des Motors in jedem Fall sehr gering sein.
Bitte beginnen Sie mit geeigneter Verst arkung!
Tunen Sie die Parameter beider Regler (Impedanz und Admittanz) so, dass
die bestm oglichen Nullkraftparameter und die maximale Harte des virtuellen
Anschlags ausgetestet werden. Was ist die maximale Steigkeit? Was ist die
minimale Restmasse? Vergleichen und begr unden Sie die Werte f ur die beiden
Regelungskonzepte.
5.3 Graphische Darstellung der Virtuellen Realitat
Mithilfe der matlab Virtual Reality Toolbox konnen Sie die Bewegung des
Roboters und virtuelle Elemente wie Feder und Anschlag graphisch darstellen.
Hierf ur steht bereits ein separates Simulink-Modell zur Verf ugung, das auf dem
Host ausgef uhrt wird, Daten zur Laufzeit aus dem Echtzeit-Prozess empf angt
und eine vorbereitete virtuelle Umgebung animiert. Zu Beginn sehen Sie die
Bewegung des Hebels etwas abstrahiert graphisch dargestellt.
Als Bonusaufgabe konnen Sie diese Umgebung variieren, um z.B. Feder und
Anschlag zu visualisieren, entsprechend Ihrer haptischen Regelung. Die An-
leitung hierzu erhalten Sie gegebenenfalls im Praktikum.
10
References
[1] T. Sinkjr and D. B. Popovic. Trends in the Rehabilitation of Hemiplegic
Subjects. Journal of Automatic Control, 15:110, 2005.
[2] J. L. Patton, M. E. Stoykov, M. Kovic, and F. A. Mussa-Ivaldi. Evaluation
of robotic training forces that either enhance or reduce error in chronic
hemiparetic stroke survivors. Experimental Brain Research, 168(3):368383,
2006.
[3] F. Oldewurtel, M. Mihelj, T. Nef, and R. Riener. Patient-Cooperative Con-
trol Strategies for Coordinated Functional Arm Movements. In European
Control Conference, Kos, July 2007.
[4] J. v. Zitzewitz, A. Duschau-Wicke, M. Wellner, L. L unenburger, and
R. Riener. Path control: a new approach in patient-cooperative gait training
with the rehabilitation robot Lokomat. In BMT 3-L ander-Tagung, Z urich,
September 2006.
[5] G. Colombo, M. Jorg, and S. Jezernik. Automatisiertes Lokomotionstraining
Auf Dem Laufband. Automatisierungstechnik, 50:287295, 2002.
[6] R. Ekkelenkamp, J. Veneman, and H. van der Kooij. LOPES: Selective
control of gait functions during the gait rehabilitation of CVA patients. In
Proceedings of the of the IEEE International Conference on Rehabilitation
Robotics (ICORR), pages 361 364, 2005.
[7] L. Villani and J. de Schutter. Robotic Systems Architectures and Program-
ming, chapter 7: Force Control, pages 187206. Springer Berlin Heidelberg,
2008.
[8] E. Colgate and N. Hogan. An analysis of contact instability in terms of
passive physical equivalents. In Proceedings of the IEEE International Con-
ference on Robotics and Automation (ICRA), pages 404409, Scottsdale,
AZ, USA, 1989.
[9] D. A. Winter. Biomechanics and Motor Control of Human Movement.
Wiley-Interscience, New York, 3 edition, 2004.
11
Kraftsensor KD140
Nennkraftbereiche 50 N, 100 N, 200 N, 500 N, 1000 N
Abmessungen
ME-Mesysteme GmbH, Neuendorfstr. 1a, !-1"#"1 Henni$sdorf
%e& '() *0+,,02 55) 22, -a. '() *0+,,02 55) 1(1, info/me-systeme.de, 000.me-systeme.de 1
1,2
1,2 1,2
1(0
100
((
12
M"
1
2
1
2
,"
10
1,2
1(
,(
120
M"
2
#,5
1
0
,
0
"
1
(
2
2
2

A Datenblatt Kraftsensor
Technische Daten
2raftsensor 2! 1(0, 3u$ 4 !ruck
5auform !o66e&bie$eba&ken
78n$e 5reite H9he 1(0 2 ,0 mm mm mm
2raftein&eitun$
1 ,2 4 ( M"
mm
5efesti$un$
2 ,2 4 ( M"
mm
Materia& :&uminium
Genaui$keitsk&asse 0,1
Nennkraft *-N+ 50 100 200 500 1000 N
Nennmess0e$ 0,5 0,25 0,125 0,05 0,025 mm
Gebrauchskraft 150 ;-N
5ruchkraft <,00 ; -N
Gren=>uerkraft 10 ; -N
Nenntem6eraturbereich '10?'"0 @A
Gebrauchstem6eraturbereich -20?'0 @A
7a$ertem6eraturbereich -(0?'0 @A
Nennkenn0ert *BN+
2,0 0,1;
mC4C
Nu&&si$na&to&eran=
5
; -N
ma.. B6eises6annun$ 10 C
Ein$an$s0iderstand
(15 10
Dhm
:us$an$s0iderstand
,50 1,5
Dhm
Eso&ations0iderstand
< 5 10
)
Dhm
:nsch&uss " 7eiter offen 2 m
7inearit8tsfeh&er
<< 0,1
; BN
Fmkehrs6anne
<< 0,1
; BN
%em6eraturkoeffi=ient des Nu&&si$na&s
0,005
; -N 42
%em6eraturkoeffi=ient des 2enn0ertes
0,01
; BN 42
Nu&&6unktrGckkehrfeh&er *,0 min+
0,1
; BN
2riechfeh&er *,0 min+
0,1
; BN
Anschlussbelegung
'FB 6ositiHe 5rGckens6eisun$ braun
-FB ne$atiHe 5rGckens6eisun$ 0ei
'F! 6ositiHer 5rGckenaus$an$ $rGn
-F! ne$atiHer 5rGckenaus$an$ $e&b
'F- 6ositiHe -Gh&er&eitun$ rosa
-F- ne$atiHe -Gh&er&eitun$ $rau
ME-Mesysteme GmbH, Neuendorfstr. 1a, !-1"#"1 Henni$sdorf
2 %e& '() *0+,,02 55) 22, -a. '()*0+,,02 55) 1(1, info/me-systeme.de , 000.me-systeme.de
B Abschatzung Biomechanischer Parameter
Gema empirischer Daten von Winter [9] gilt f ur Unterarm und Hand:
B.1 Masse
Die Masse m
arm
von Unterschenkel und Hand betr agt bezogen auf das K orper-
gesamtgewicht m
ges
:
m
arm
= 0, 022m
ges
(5)
B.2 Schwerpunkt
Der Abstand des Schwerpunkts vom Ellbogengelenk bezogen auf die gesamte
L ange des Segments ist:
l
s,arm
= 0, 682 l
arm
(6)
B.3 Tragheitsmoment
Das Tragheitsmoment um den Schwerpunkt berechnet sich zu:
J
arm
= (0, 468 l
arm
)
2
m
arm
(7)
14