Biomechanics-Aware Trajectory Optimization for Online Navigation during Robotic Physiotherapy
作者: Italo Belli, Florian van Melis, J. Micah Prendergast, Ajay Seth, Luka Peternel
分类: cs.RO, eess.SY
发布日期: 2024-11-06 (更新: 2025-07-11)
备注: 15 pages, 9 figures, under review. Major changes: title, use of biomechanical model for online estimation of human muscle activation (leading to revision in abstract, methods, results, figures, discussion, and conclusion), broader review of related work
💡 一句话要点
提出BATON，用于机器人辅助理疗中基于生物力学的在线轨迹优化
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人辅助理疗 生物力学建模 轨迹优化 人机交互 肩袖康复
📋 核心要点
- 现有机器人辅助理疗方法难以有效整合生物力学指标，影响治疗的安全性和有效性。
- BATON将人体肩部OpenSim模型融入最优控制，生成最小化肌肉应变的轨迹，实现实时控制。
- 实验验证了BATON在响应速度、运动平滑性和交互力方面的性能，证明了其有效性。
📝 摘要（中文）
本研究提出了一种名为BATON的生物力学感知轨迹优化方法，用于机器人辅助的肩袖康复治疗中的在线导航，以控制人体肌肉骨骼负荷。BATON将高保真的OpenSim人体肩部模型嵌入到最优控制框架中，生成最小化肌肉应变的轨迹，从而实现治疗动作的实时控制。其核心优势在于能够根据机器人感知的运动和力，在线调整生物力学信息轨迹，以适应物理人机交互过程中不可预测的自主运动或反射反应。BATON的适应性得益于一个实时的、基于模型的估计器，该估计器通过快速冗余求解器，根据机器人姿态和力/力矩传感器数据推断肌肉活动的变化。通过物理人机交互实验验证了BATON，评估了响应速度、运动平滑性和交互力。
🔬 方法详解
问题定义：现有机器人辅助理疗方法在生成治疗轨迹时，往往忽略了人体生物力学因素，例如肌肉应变和关节负荷。这可能导致不安全的运动，甚至加重患者的损伤。因此，需要一种能够实时考虑生物力学约束，并能适应患者自主运动的轨迹优化方法。
核心思路：BATON的核心思路是将高保真的人体肩部肌肉骨骼模型（通过OpenSim构建）嵌入到轨迹优化框架中。通过优化轨迹，使得在执行治疗动作时，肩部肌肉的应变最小化。同时，利用机器人上的传感器数据，实时估计患者的肌肉活动变化，并动态调整轨迹，以适应患者的自主运动。
技术框架：BATON的整体框架包含以下几个主要模块：1) 基于OpenSim的人体肩部肌肉骨骼模型；2) 最优控制框架，用于生成初始的应变最小化轨迹；3) 实时模型估计器，利用机器人传感器数据（姿态、力/力矩）推断肌肉活动变化；4) 轨迹调整模块，根据估计的肌肉活动变化，动态调整轨迹。整个流程是一个闭环控制系统，能够实时适应患者的运动。
关键创新：BATON的关键创新在于将高保真的人体肌肉骨骼模型与实时轨迹优化相结合，实现了生物力学感知的机器人辅助理疗。与传统的轨迹优化方法相比，BATON能够显式地考虑肌肉应变等生物力学指标，从而生成更安全、更有效的治疗轨迹。此外，BATON的实时模型估计器能够快速推断肌肉活动变化，使得轨迹能够动态适应患者的自主运动。
关键设计：BATON的关键设计包括：1) OpenSim模型的精确度，需要选择合适的肌肉模型和关节约束；2) 最优控制框架的目标函数，需要权衡肌肉应变最小化和运动平滑性；3) 实时模型估计器的冗余求解器，需要保证计算速度和估计精度；4) 轨迹调整模块的策略，需要避免轨迹的剧烈变化，保证运动的舒适性。
🖼️ 关键图片
📊 实验亮点
通过物理人机交互实验，BATON展示了其在响应速度、运动平滑性和交互力方面的优越性能。实验结果表明，BATON能够快速响应患者的自主运动，生成平滑的治疗轨迹，并有效降低人机交互力，从而提高治疗的安全性和舒适性。具体的性能数据（例如响应时间、轨迹平滑度指标、交互力大小）需要在论文中查找。
🎯 应用场景
BATON具有广泛的应用前景，可用于机器人辅助的物理治疗和康复训练，尤其是在肩袖损伤、中风康复等领域。通过个性化定制生物力学模型和治疗方案，BATON能够为患者提供更安全、更有效的康复治疗。此外，该方法还可以扩展到其他关节和运动，为机器人辅助康复领域带来新的发展。
📄 摘要（原文）
Robotic devices provide a great opportunity to assist in delivering physical therapy and rehabilitation movements, yet current robot-assisted methods struggle to incorporate biomechanical metrics essential for safe and effective therapy. We introduce BATON, a Biomechanics-Aware Trajectory Optimization approach to online robotic Navigation of human musculoskeletal loads for rotator cuff rehabilitation. BATON embeds a high-fidelity OpenSim model of the human shoulder into an optimal control framework, generating strain-minimizing trajectories for real-time control of therapeutic movements. \addedText{Its core strength lies in the ability to adapt biomechanics-informed trajectories online to unpredictable volitional human actions or reflexive reactions during physical human-robot interaction based on robot-sensed motion and forces. BATON's adaptability is enabled by a real-time, model-based estimator that infers changes in muscle activity via a rapid redundancy solver driven by robot pose and force/torque sensor data. We validated BATON through physical human-robot interaction experiments, assessing response speed, motion smoothness, and interaction forces.