人 - 外骨骼相互作用肖像
机器人学
2024-03-12 v1
摘要
人机物理交互包含优化用户体验、增强机器人性能以及客观评估用户适应性的关键信息。本研究引入了一种新方法，通过分析肌肉活动和交互力矩作为二维随机变量，来评估下肢外骨骼中的人机协同适应性。我们提出了相互作用肖像 (Interaction Portrait, IP)，它在极坐标中可视化该变量的分布。我们将此指标应用于比较基于运动状态反馈的最新力矩控制器 (HTC)、本文提出的具有在线学习功能的新型前馈控制器 (AMTC) 以及基于时间的控制器 (TBC) 在不同速度跑步机行走时的表现。与 TBC 相比，HTC 和 AMTC 均显著降低了用户的归一化摄氧量，表明用户 - 外骨骼协调性得到增强。IP 分析揭示，这种改进源于两种不同的协同适应策略，而传统的肌肉活动或交互力矩分析无法单独识别这些策略。HTC 鼓励用户将控制权让渡给外骨骼，从而减少肌肉努力但增加交互力矩，因为外骨骼补偿了用户动力学。相反，AMTC 通过增加肌肉努力和减少交互力矩来促进用户参与，使其更贴近康复和步态训练应用。IP 相位演化提供了对每位用户交互策略发展的洞察，展示了 IP 分析在比较和设计新型控制器以优化可穿戴机器人中人机交互方面的潜力。
引用
@article{arxiv.2403.06851,
title = {Human-Exoskeleton Interaction Portrait},
author = {Mohammad Shushtari and Julia Foellmer and Arash Arami},
journal= {arXiv preprint arXiv:2403.06851},
year = {2024}
}