probability of a severe accident is

probability of a severe accident is low because of the fact
that the maximal speed of the robot is limited by the surveillance
circuit. Furthermore, the therapist can always
interrupt the motion by releasing the deadman button. A
detailed risk analysis shows that the risk for a patient and a
therapist using the robot is acceptable with respect to the
expected rehabilitative benefit to the patient.
3 Results
ARMin has been installed at Balgrist University Hospital
in Zurich, Switzerland (Fig. 8). After approval of the ethics
committee of Zurich, the device first has been tested with
healthy subjects. Then, a pilot study including eight
hemiplegic and three incomplete spinal cord injured subjects
has been carried out, followed by three clinical singlecase
studies with chronic stroke patients performing
intensive robotic training of longer duration. The tests with
healthy subjects and the pilot study served to prove the
functionality of the device, without looking at possible
improvements in the motor performance of the patients.
Possible improvements have then been assessed by the
clinical studies with the three chronic stroke patients
(publication in preparation).
3.1 Control scheme and stability
The dynamic model was used to simulate the overall system
and to evaluate the performance of three different controllers:
Computed torque, PD in combination with gravity
compensation, and PD alone. Sinusoidal reference trajectories
(T = 2ps) where selected as reference trajectories for
all four axes. The mean position error was calculated for
every axis and for all axes together. Three different conditions
where selected. First, the ideal model was used, where
ideal means that the plant model (direct dynamic model of
robot and human) was equal to the model used for feed
forward torque calculation (inverse dynamic model).
Second, the ideal model was used with sensor discretisation.
As the encoders deliver a digital signal, no noise was
introduced. And third, the direct dynamic model was falsified
by increasing the mass of the human arm by 30%,
simulating modelling errors. The PD-values where for all
cases the same and they have been determined by simulations
using the dynamic model (Axis 1: P = 10,000 N/cm,
D = 50 Ns/cm; Axis 2: P = 1,000 Nm/rad, D = 10 Nms/
rad; Axis 3: P = 1,000 Nm/rad, D = 10 Nms/rad; Axis 4:
P = 300 Nm/rad, D = 5 Nms/rad). For all simulations,
passive behaviour of the human was assumed. Table 4
summarises the results.
The third condition reflects reality best. In this condition,
the computed torque controller does not show significantly
better results than the PD controller with gravity
compensation, although the computational effort was much
higher. In contrast, the pure PD controller required only a
few operations, whereas it showed large errors. As a
compromise, the PD controller with gravity compensation
was chosen and implemented in the robot controller
hardware.
In order to find out whether the controller stays stable
when the user applies rhythmic disturbances, sinusoidal
disturbances acting onto one axis of the robot have been
simulated and the position and the velocity error of the
simulated robot have been observed. The frequencies of the

ผลลัพธ์ (ไทย) 1:

น่าเป็นอุบัติเหตุรุนแรงอยู่ในระดับต่ำเนื่องจากความจริงที่ความเร็วสูงสุดของหุ่นยนต์ถูกจำกัด โดยการเฝ้าระวังวงจร นอกจากนี้ การบำบัดโรคสามารถหยุดการเคลื่อนไหว โดยการปล่อยปุ่ม deadman Aการวิเคราะห์ความเสี่ยงรายละเอียดแสดงให้เห็นว่าความเสี่ยงสำหรับผู้ป่วยและนักบำบัดโดยใช้หุ่นยนต์เป็นที่ยอมรับกับการคาดประโยชน์ rehabilitative กับผู้ป่วยผลลัพธ์ 3ARMin มีการติดตั้งที่โรงพยาบาลมหาวิทยาลัย Balgristในซูริก สวิตเซอร์แลนด์ (8 รูป) หลังจากการอนุมัติของจริยธรรมคณะซูริก อุปกรณ์แรกมีการทดสอบกับตัวแบบที่มีสุขภาพดี แล้ว การศึกษานำร่องรวมทั้งแปดhemiplegic และสันหลังไม่สมบูรณ์สามวิชาที่ได้รับบาดเจ็บมีการดำเนินการ ตาม ด้วยสามทางคลินิก singlecaseการศึกษากับผู้ป่วยเรื้อรังโรคหลอดเลือดสมองที่ทำการอบรมหุ่นยนต์เร่งรัดระยะเวลานาน การทดสอบด้วยสุขภาพดีและการศึกษานำร่องให้บริการในการพิสูจน์การทำงานของอุปกรณ์ โดยสุดการปรับปรุงประสิทธิภาพการทำงานของมอเตอร์ของผู้ป่วยแล้วมีการประเมินปรับปรุงได้โดยการการศึกษาทางคลินิกกับสามเรื้อรังโรคหลอดเลือดสมองผู้ป่วย(ตีพิมพ์ในการเตรียมการ)3.1 รูปแบบการควบคุมและความเสถียรใช้แบบไดนามิกในการจำลองระบบโดยรวมและ การประเมินประสิทธิภาพของตัวควบคุมอื่นที่สาม:คำนวณแรงบิด PD กับแรงโน้มถ่วงค่าตอบแทน และ PD คนเดียว ทีมอ้างอิงซายน์(T = 2ps) ที่เลือกเป็นทีมอ้างอิงสำหรับทั้งหมด 4 แกน ข้อผิดพลาดของตำแหน่งหมายถึงคำนวณสำหรับทุกแกน และแกนทั้งหมดเข้าด้วยกัน สามเงื่อนไขที่แตกต่างกันที่เลือก ครั้งแรก รุ่นเหมาะใช้ ที่เหมาะหมายความ ว่า รูปแบบโรงงาน (รุ่นที่แบบไดนามิกโดยตรงของหุ่นยนต์และมนุษย์) เท่ากับรุ่นที่ใช้สำหรับอาหารคำนวณแรงบิดไปข้างหน้า (ผกผันแบบไดนามิก)ที่สอง มีใช้รูปแบบเหมาะกับ discretisation เซนเซอร์ตัวเข้ารหัสการส่งสัญญาณดิจิทัล เสียงไม่เป็นแนะนำ และที่สาม แบบไดนามิกโดยตรงถูกปลอมโดยการเพิ่มมวลของแขนมนุษย์ 30%การจำลองแบบจำลองข้อผิดพลาด ค่า PD ทั้งหมดกรณีเดียวกันและพวกเขาได้ถูกกำหนด โดยแบบจำลองโดยใช้รูปแบบแบบไดนามิก (1 แกน: P = 10,000 N/cmD = 50 Ns/cm แกนที่ 2: P = 1,000 Nm/rad, D = 10 Nms /rad แกนที่ 3: P = 1,000 Nm/rad, D = Nms 10/rad แกนที่ 4:P = 300 Nm/rad, D = 5 Nms/rad) สำหรับแบบจำลองทั้งหมดถือว่าพฤติกรรมแฝงของมนุษย์ ตารางที่ 4สรุปผลการเงื่อนไขที่สามสะท้อนความจริงที่สุด ในสภาพนี้ควบคุมแรงบิดคำนวณแสดงมากผลลัพธ์ที่ดีกว่าควบคุม PD กับแรงโน้มถ่วงค่าตอบแทน แม้ว่าการพยายามคำนวณมากสูงขึ้น คมชัด ควบคุม PD บริสุทธิ์ต้องเฉพาะการดำเนินการน้อย ในขณะที่แสดงให้เห็นข้อผิดพลาดใหญ่ เป็นการประนีประนอม ควบคุม PD ชดเชยแรงโน้มถ่วงเลือก และนำมาใช้ในการควบคุมหุ่นยนต์ฮาร์ดแวร์พบว่าการควบคุมยังคงมีเสถียรภาพเมื่อผู้ใช้ใช้จังหวะรบกวน ซายน์รบกวนการทำหน้าที่บนแกนหนึ่งของหุ่นยนต์ได้จำลอง และตำแหน่งและข้อผิดพลาดความเร็วของการหุ่นยนต์จำลองได้รับการปฏิบัติ ความถี่ของการ

ผลลัพธ์ (ไทย) 2:

ความน่าจะเป็นของการเกิดอุบัติเหตุอย่างรุนแรงอยู่ในระดับต่ำเพราะความจริงที่
ว่าความเร็วสูงสุดของหุ่นยนต์จะถูก จำกัด โดยการเฝ้าระวัง
วงจร นอกจากนี้แพทย์จะสามารถ
หยุดยั้งการเคลื่อนไหวโดยการปล่อยปุ่ม Deadman
การวิเคราะห์ความเสี่ยงที่มีรายละเอียดแสดงให้เห็นว่ามีความเสี่ยงสำหรับผู้ป่วยและ
บำบัดโรคโดยใช้หุ่นยนต์เป็นที่ยอมรับด้วยความเคารพใน
ผลประโยชน์ที่คาดว่าจะฟื้นฟูผู้ป่วย.
3 ผลการ
Armin ได้รับการติดตั้งที่โรงพยาบาลมหาวิทยาลัย Balgrist
ในซูริกวิตเซอร์แลนด์ (รูปที่. 8) หลังจากที่ได้รับอนุมัติจากจริยธรรม
คณะกรรมการของซูริค, อุปกรณ์แรกที่ได้รับการทดสอบกับ
อาสาสมัครที่มีสุขภาพดี จากนั้นการศึกษานำร่องรวมแปด
อัมพาตครึ่งซีกและสามที่ไม่สมบูรณ์เส้นประสาทไขสันหลังได้รับบาดเจ็บอาสาสมัคร
ได้รับการดำเนินการตามด้วยสาม singlecase ทางคลินิก
การศึกษากับผู้ป่วยโรคหลอดเลือดสมองเรื้อรังดำเนินการ
ฝึกอบรมหุ่นยนต์เข้มข้นของระยะเวลานาน การทดสอบกับ
อาสาสมัครที่มีสุขภาพดีและการศึกษานำร่องทำหน้าที่เพื่อพิสูจน์
การทำงานของอุปกรณ์โดยไม่ต้องมองหาที่เป็นไปได้
ในการปรับปรุงประสิทธิภาพการทำงานของมอเตอร์ของผู้ป่วย.
ปรับปรุงเป็นไปได้ที่จะได้รับการประเมินแล้วโดย
การศึกษาทางคลินิกกับผู้ป่วยโรคหลอดเลือดสมองเรื้อรัง
(ตีพิมพ์ใน . การเตรียมการ)
โครงการ 3.1 การควบคุมและความมั่นคง
รูปแบบไดนามิกถูกใช้ในการจำลองระบบโดยรวม
และในการประเมินประสิทธิภาพการทำงานของสามตัวควบคุมที่แตกต่างกัน:
แรงบิดคำนวณ PD ร่วมกับแรงโน้มถ่วง
ค่าตอบแทนและ PD เพียงอย่างเดียว ไบร์ทอ้างอิงซายน์
(T = 2ps) ซึ่งเลือกเป็นไบร์ทอ้างอิงสำหรับ
ทั้งสี่แกน ข้อผิดพลาดตำแหน่งเฉลี่ยที่คำนวณได้สำหรับ
ทุกแกนและทุกแกน สามเงื่อนไขที่แตกต่างกัน
ที่เลือก ครั้งแรกที่รูปแบบที่เหมาะถูกนำมาใช้ที่
เหมาะหมายความว่ารูปแบบโรงงาน (แบบจำลองโดยตรงของ
หุ่นยนต์และมนุษย์) เท่ากับรุ่นที่ใช้สำหรับฟีด
การคำนวณแรงบิดไปข้างหน้า (ผกผันรูปแบบไดนามิค).
ประการที่สองรูปแบบที่เหมาะถูกนำมาใช้กับเซ็นเซอร์ discretisation.
ในฐานะที่เป็นเข้ารหัสส่งสัญญาณดิจิตอลไม่มีเสียงดังรบกวนได้รับการ
แนะนำให้รู้จัก และสามรูปแบบไดนามิกโดยตรงปลอม
โดยการเพิ่มมวลของแขนมนุษย์ 30%
จำลองข้อผิดพลาดการสร้างแบบจำลอง โปรดิวเซอร์ค่าที่สำหรับทุก
กรณีเดียวกันและพวกเขาได้รับการกำหนดโดยการจำลอง
โดยใช้รูปแบบไดนามิก (แกน 1: P = 10,000 N / ซม.,
D = 50 ณ์ / ซมแกน 2: P = 1,000 นิวตันเมตร / RAD, D = 10 Nms /
RAD; แกน 3: P = 1,000 นิวตันเมตร / RAD, D = 10 Nms / RAD; แกน 4:
p = 300 นิวตันเมตร / RAD, D = 5 Nms / RAD) สำหรับการจำลองทั้งหมด
พฤติกรรม passive ของมนุษย์ได้รับการสันนิษฐานว่า ตารางที่ 4
สรุปผล.
สภาพความเป็นจริงสะท้อนให้เห็นถึงสามที่ดีที่สุด ในสภาพนี้
ตัวควบคุมแรงบิดคำนวณไม่แสดงอย่างมีนัยสำคัญ
ผลลัพธ์ที่ดีกว่าตัวควบคุมแรงโน้มถ่วงกับ PD
ชดเชยแม้จะคำนวณความพยายามมาก
ที่สูงขึ้น ในทางตรงกันข้ามควบคุม PD บริสุทธิ์ที่จำเป็นเพียง
ไม่กี่การดำเนินงานในขณะที่มันแสดงให้เห็นข้อผิดพลาดที่มีขนาดใหญ่ ในฐานะที่เป็น
ประนีประนอมตัวควบคุม PD กับการชดเชยแรงโน้มถ่วง
ได้รับการแต่งตั้งและดำเนินการในการควบคุมหุ่นยนต์
ฮาร์ดแวร์.
เพื่อที่จะหาว่าควบคุมอยู่มีเสถียรภาพ
เมื่อผู้ใช้นำไปใช้กับระเบิดจังหวะซายน์
รบกวนการแสดงบนแกนของหุ่นยนต์ได้รับการ
จำลองและ ตำแหน่งและข้อผิดพลาดความเร็วของ
หุ่นยนต์จำลองได้รับการปฏิบัติ ความถี่ของ