文章编号：1671-7872(2023)01-0065-05
基于Unity3D 康复机器人数字孪生模型的六年级语文教案
实时驱动
汤 健a
，欧长伟b
，谢能刚a
，王 璐
b
(安徽工业大学 a. 管理科学与工程学院， b. 机械工程学院，安徽 马鞍山 243032)
摘要：人机共融是康复机器人领域研发创新的热点，数字孪生是实现人机共融的重要技术手段。以本课题组研制的康复机器人为研究对象，提出一种采用Unity3D 平台接收传感器数据实时驱动数字孪生模型的方法。在SolidWorks 软件中根据机器人下肢结构的物理参数建立物理模型，将其导入Unity3D 平台中
绑定相匹配的运动模型生成孪生模型；通过传感器建立下肢结构与孪生模型的联系，在平台中创建一种采用循环体流程设计的实时数据驱动脚本，实时收发代码并更新位置参数，达到实时数据驱动的目的，且对该方法的实时性和准确性进行验证。结果显示：下肢结构膝关节的实际活动范围与孪生模型预测的的活动范围基本相同，两者在6个周期内的峰值加权平均时差为134.26 ms 。采用本文建立的孪生模型可准确表达实体运动机制，模型的实时性也较好。
关键词：康复机器人；Unity3D ；数字孪生；实时数据驱动
中图分类号：TP 212.9；TP 391.9 文献标志码：A doi ：
10.12415/j.issn.1671−7872.22002
Real-time Driving Bad on Unity3D Digital Twin Model of Rehabilitation
Robot
TANG Jian a , OU Changwei b , XIE Nenggang a , WANG Lu
b
(a. School of Management Science and Engineering, b. School of Mechanical Engineering, Anhui University of
Technology, Maanshan 243032, China)
Abstract ：Man-machine integration is the hotspot of rearch and innovation in the field of rehabilitation robots, and digital twins is an important technical means to achieve man-machine integration. Taking the rehabilitation robot developed by our rearch group as the object, a method of using Unity3D platform to receive nsor data and drive the digital twin model in real time was propod. According to the physical parameters of the lower limb structure of the robo
小溢t, the physical model was established in the SolidWorks software, which was imported into the Unity3D platform to bind the matching motion model to generate a twin model. The connection between the lower limb structure and the twin model was established by the nsor, and a real-time data-driven script was created in the platform using the flow design of the loop body, which nt and received the code in real time and updated the location parameters to achieve the purpo of real-time data-driven, and the real-time performance and accuracy of this method were verified. The results show that the actual range of motion of the knee joint of the lower limb structure is basically the same as that predicted by the twin model, and the peak-weighted average time difference
收稿日期：2021-12-24
基金项目：安徽省高校自然科学重大项目(KJ2019ZD09)
作者简介：汤健(1997—)，男，安徽当涂人，硕士生，主要研究方向为数字孪生。通信作者：谢能刚(1971—)，男，安徽当涂人，博士，教授，主要研究方向为康复机器人。
引文格式：汤健，欧长伟，谢能刚，等. 基于Unity3D 康复机器人数字孪生模型的实时驱动[J]. 安徽工业大学学报(自然科学
版)，2023，40(1):65-69，88.
Vol. 40 No. 1安徽工业大学学报 (自然科学版)
第40卷 第1期January 2023
J. of Anhui University of Technology ( Natural Science)
2023年 1月
between the two is 134.26 ms within 6 cycles.The accuracy and real-time performance of this method are good.The twin model established in this paper can accurately express the motion mechanism of the solid, and the model has good real-time performance.
Keywords：rehabilitation robot; Unity3D; digital twinning; real-time data driven
造成患者功能障碍的主要原因之一是神经通路阻塞，而康复机器人通过机械结构辅助患者对功能障碍的肢体进行重复运动训练，可重新激活通路阻塞的神经，改善肢体功能[1]。有别于传统工业机器人，康复机器人的服务对象为人，且两者之间不断交互共融[2]。因此，对康复机器人的设计应更多关注人的需求，人机共融[3]是康复机器人领域研发创新的主要方向。数字孪生又名数字双胞胎[4]，是基于信
息感知和实时通信在虚拟空间内建立虚体以数字化形式表达实体，对虚体进行模拟分析以控制实体，实现虚体与实体间的双向动态映射[5−6]。虚拟空间采取并储存的数据可用于实现故障诊断[7]、剩余寿命预测[8]等需求。因此，数字孪生技术广泛应用于数字电网[9]、智慧城市[10]、智能制造[11]等领域，是实现人机共融的重要技术手段。
在康复机器人应用领域，Martinez等[12]基于数字孪生理念提出了一种考虑临床环境因素的康复设备设计方法，模型的建立与康复设备的生产同时进行，可减少康复设备研发的时间和成本。为缓解患者与康复设备之间交互缺乏的问题，Wang等[13]设计了一种适用于全驱动的下肢外骨骼数字孪生体的自动步态数据控制系统，将传感器获取的步态信息发送至上位机软件用于患者步态分析，人机交互的有效性和实时性得到了提升，可实现下肢外骨骼机器人与患者之间的数据交互。但是，目前针对康复机器人数字孪生模型的实时数据驱动研究较少，且数字孪生研究一般基于孪生平台进行。与其他孪生平台相比，Unity3D平台具有可开发性高、可视化性佳、实时性好、交互性优等特点。故基于Unity3D平台，以本课题组研制的康复机器人[14]下肢结构为实体建立孪生模型，使用传感器实时采集实体数据以驱动孪生模型，实现虚体对实体的动态映射。
1 数字孪生模型的构建
本课题组研制的康复机器人具有坐式、卧式、斜立式3种康复模式，选取该机器人处于卧式康复训练
模式下的下肢结构为实体，建立孪生模型。下肢结构卧式康复训练模型如图1。A，B，C为髋关节、踝关节、膝关节运动时所处的位置；L1，L2为大腿与小腿的骨骼长，分别为402.0，413.0 mm；d为AB两点的欧式距离；θ1为大腿骨骼与水平线形成的髋关节角；θ2为小腿骨骼与d形成的踝关节角；θ3为大腿骨骼与小腿骨骼形成的
膝关节角；θ4为d与水平线形成的角；d y为AB两点在y轴方向上的差值，为30.0 mm。建立坐标系xoy，设髋关节为坐标原点，踝关节及膝关节的水平运动方向为x轴，膝关节的垂直运动方向为y轴，踝关节坐标为(x，y)，y=30.0 mm。
1.1 物理模型
采用SolidWorks软件建立实体三维模型，将模型文件以STL格式导出；以合并的形式导入3dmax 软件，对模型进行塌陷处理以降低内存占用，导出格式为FBX；将其导入Unity平台生成物理模型，如图2。
1.2 运动模型
实体与人体腿部骨骼具有相同的组成和运动机制，基于反向运动学原理，AC两点的位置参数可由B点的位置参数计算求出[15]。运动模型的建立步骤如下：
1) 将物理模型导入Unity3D，3dmax与Unity3D 间默认导入的模型比例为100∶1[16]，模型缩小会影响
y
xbios密码
B
θ2
d
bone_1 IK点
θ4
A
θ
1
膝关节
踝关节
髋关节
L1
d
θ3
C
L2
图1 下肢结构卧式康复训练模型
Fig. 1 Horizontal rehabilitation training model of lower limb structure
图2 下肢结构卧式康复训练物理模型
Fig. 2 Physical model of horizontal rehabilitation training for lower limb structure
66安徽工业大学学报(自然科学版)2023 年
运动模型的建立，故使用Scale Factor 功能放大模型至等比例；
2) 使用Unpack Prefab 功能将模型设置为零件形式，设置模型定位至原点，相机位置调整至最佳视角；
3)利用C#骨骼脚本对踝关节、膝关节、髋关节依次建立骨骼bone_1，bone_2，bone_3，对连杆结构依次建立骨骼bone_4，bone_5，bone_6，其运动模型如图3。
1.3 孪生模型
在Unity3D 平台中，使用蒙皮功能绑定物理模
型与运动模型，对图3中bone_1，bone_6处创建IK 反向作用点。bone_1处与B 点位置参数相同，编辑位置限制脚本驱动bone_6骨骼跟随bone_2骨骼运动，生成孪生模型，如图4。
膝关节在矢状面的活动范围为0°~140°[17]
，该范围内膝关节角度θ3与踝关节水平运动距离x 的函数关系如式(1)[14]
。
处于平躺状态的下肢，默认x 为814.0 mm ，使用激光传感器采集传感器至踝关节的距离，默认值为600.0 mm ，变化范围为600.0~1 136.7 mm ，设c 为该距离与600.0 mm 的差值，变化范围为0~536.7 mm 。待下肢与传感器运行时，x 为814.0 mm 减去c 值。将x 值输入Unity3D 平台，经脚本计算输出θ3，即预测角度；将x 值代入式(1)求得θ3，即理论角度。如图5，踝关节由坐标(814.0 mm ，30.0 mm)运动至坐标(277.3 mm ，30.0 mm)时，预测的膝关节角度由
3.797°增至140.003°；理论角度由3.800°增至140.000°。设同一x 值下的预测角度与理论角度为1组数
据，随机从图5中抽取20组数据，20组数据的相对偏差在5%以内，虚实映射符合视觉需求。
2 数字孪生模型的实时数据驱动
2.1 实时数据驱动原理
孪生模型的实时数据驱动原理如图6，主要包括
感知层、串口通信、逻辑层及终端层。
1) 感知层，是由单个传感器或多个传感器组成
的感知系统，对实体参数进行实时采集并上传。
2) 串口通信，USB 串口将传感器与电脑相连，利用逻辑层中的Unity 脚本建立传感器与Unity3D 平台的通信，实现传感器对脚本的实时数据发送及脚本对传感器的实时数据请求。
3) 逻辑层，采用Unity 脚本将物理模型与相匹配的运动模型绑定生成孪生模型，结合传感器返回
bone_1
bone_2
bone_3东部菱斑响尾蛇
bone_6
bone_5
bone_4
图3 下肢结构卧式康复训练运动模型
Fig. 3 Motion model of horizontal rehabilitation training
for lower limb structure
图4 下肢结构卧式康复训练孪生模型
Fig. 4 Twin model of horizontal rehabilitation training for
lower limb structure
140
120100角度/(°)806040200
x /m
图5 膝关节角度理论值和预测值对比
Fig. 5 Comparison between theoretical value and predicted
value of knee joint angle
终端层逻辑层感知层
传感器
实时请求数据
串口通信
实时发送数据实体属性实时更新
用户命令(GUI 按钮)
Unity3D 客户端
Unity 脚本(C#语言)
图6 实时数据驱动原理示意图
Fig. 6 Schematic diagram of real-time data driving prin-
ciple
第1期
汤 健，等：基于Unity3D 康复机器人数字孪生模型的实时驱动
67
的数据实现虚体对实体的实时映射。
4) 终端层，在Unity3D 平台内设计实时交互界面，实现对传感器的控制及实体状态的监测。2.2 实时数据脚本设计
基于C#编程语言设计实时数据驱动脚本，基于Unity3D 界面内的Play 按钮实现对脚本启停的控制。为实现实时数据驱动，采用循环流程设计当前脚本，实时数据驱动流程如图7。
由图7可看出，实时数据驱动孪生模型的主要步骤如下：
1) 串口信号指示灯亮起表明当前连接建立成功，脚本中采用Vector3函数初始化定义x =814.0 mm ，即康复机器人下肢处于平躺状态；
2) 建立列表缓存区并利用静态列表存储字符，以实现列表数据的实时更新，避免占用过多内存导致进程因堵塞而提前结束的情况发生；
3) 在Void Update 方法中创建线程，包括传感器返回距离代码的接收、数据位的验证及数据处理；
4) 传感器接收连续测距指令，依次返回由8位16进制ASCII 码组成的距离代码，但存在返回时间过短、数据位未集齐就处理数据的可能，故应先对数据位进行校验；
5) 当数据位等于8时，根据实时获取的8位16进制ASCII 代码，取5，6两位16进制ASCII 代码且将其转化为十进制表示的x ，在Void Update 方法中利用Vector3函数实时更新x ，再清除缓存区，返回至接收返回代码节点；
6) 当数据位不等于8时，清除缓存区并返回至接收返回代码节点，保护进程不因位数缺少的代码而被终止；
7) 向串口发送关闭激光代码和关闭串口代码，结束实时数据驱动。
至此形成完整的循环流程，使实体的状态和参数能够自动更新到孪生模型中，达到实时数据驱动孪生模型的目的。
3 数字孪生模型的实时性验证
实验过程中，采用上位机软件对康复机器人随机下达指令，共进行6个周期，每个周期包括9个指令，分
别为高幅高频、高幅中频、高幅低频、中幅高频、中幅中频、中幅低频、低幅高频、低幅中频、低幅低频。
康复机器人髋关节角θ1与θ4的关系及θ4与膝关节角θ3的关系分别如式(2)，(3)。
吊眼角
将角度传感器采集的康复机器人每个周期9个指令下的髋关节角θ1代入式(2)得出θ4，将θ4代入式(3)求得膝关节角θ3，即测量值。与此同时，在Unity3D 平台根据实时驱动的孪生模型得到膝关节角θ3，即预测值。某周期9个指令下的预测值与测量值如图8。
开始
定义串口、脚裸初始位置
建立字符缓存区
创建线程
发送连续测距代码
接收返回代码
N
N家庭压力
Y Y 数据位等于8?
数据处理
更新脚踝位置清除字符缓存区
结束驱动?
发送关闭激光代码发送串口关闭代码结束
图7 实时数据驱动流程图
Fig. 7 Flowchart of real-time data driving
68
安 徽 工 业 大 学 学 报 (自然科学版)2023 年
4 结 论
以康复机器人下肢结构为实体，采用Unity3D平台将其物理模型与相匹配的运动模型绑定生成孪生模型，结合传感器返回的数据实现实体对模型的实时驱动。实验结果表明：基于Unity3D平台建立的康复机器人下肢结构孪生模型的预测值与实体理论值吻合较好，相对误差在5%以内，孪生模型满足设计精度；同一测量周期内，下肢实体测量值与孪生模型预测值的曲线基本重合，6个周期内两曲线的峰值加权平均时差为134.26 ms，模型实时数据驱动的准确性及实时性较好。本文建立的孪生模型可较好地表达实体运动机制，可为实时驱动孪生模型的应用提供参考。
参考文献：
生日卡片祝福语>工作分析调查问卷
TAN C，SUN F，FANG B，et al. Autoencoder-bad transfer learning in brain-computer interface for rehabilitation robot[J]. Interna-[1]
tional Journal of Advanced Robotic Systems, 2019, 16(2):1−12.
[2]
MENG W，LIU Q，ZHOU Z，et al. Recent development of mechanisms and control strategies for robot-assisted lower limb rehabili-tation[J]. Mechatronics, 2015, 31:132−145.
WANG K Y，YIN P C，YANG H P，et al. The man-machine motion planning of rigid-flexible hybrid lower limb rehabilitation [3]
robot[J]. Advances in Mechanical Engineering, 2018, 10(6):1−11.
[4]
刘碧涛，姜慧，尚家发. “数字化双胞胎”技术助推船舶数字化变革[J]. 中国远洋海运, 2018(2):68−70.
[5]
庄存波，刘检华，熊辉，等. 产品数字孪生体的内涵、体系结构及其发展趋势[J]. 计算机集成制造系统, 2017, 23(4): 753−768.
[6]
陶飞，程颖，程江峰，等. 数字孪生车间信息物理融合理论与技术[J]. 计算机集成制造系统, 2017, 23(8):1603−1611.
(下转第88页)
