基于Koopman模型预测控制的功能性电刺激踝关节背屈和跖屈辅助
系统与控制
2025-01-13 v1 系统与控制
摘要
功能性电刺激（FES）可以成为增强瘫痪肌肉功能和恢复正常踝关节功能的有效工具。我们的方法结合了基于Koopman算子理论（KOT）框架的实时数据驱动模型预测控制（MPC）方案。该框架巧妙地将踝关节运动的复杂非线性动力学以线性化形式捕获，从而能够对高度非线性的FES驱动动力学应用线性控制方法。利用惯性测量单元（IMU），我们的方法准确预测FES诱导的踝关节运动，同时考虑非线性肌肉驱动动力学，包括跖屈肌和背屈肌（胫骨前肌（TA））的肌肉激活。通过KOT导出的线性预测模型使我们能够用线性状态空间动力学公式化MPC问题，增强了FES驱动控制的实时可行性、精度和适应性。我们通过全面的仿真和实验试验（包括三名无残疾参与者和一名多发性硬化症参与者）证明了我们方法的有效性和适用性。我们的研究结果突出了基于KOT的MPC方法在基于FES的步态辅助中的潜力，为步态障碍患者提供有效和个性化的辅助。
引用
@article{arxiv.2501.05943,
title = {Koopman-Based Model Predictive Control of Functional Electrical Stimulation for Ankle Dorsiflexion and Plantarflexion Assistance},
author = {Mayank Singh and Noor Hakam and Trisha M. Kesar and Nitin Sharma},
journal= {arXiv preprint arXiv:2501.05943},
year = {2025}
}