面向以人为中心的下肢机器人辅助的模型预测控制
机器人学
2020-11-11 v1 系统与控制
系统与控制
摘要
由神经创伤导致的活动能力或平衡丧失是公共卫生中的一个重要问题。机器人外骨骼在康复和辅助运动方面具有巨大潜力,然而鉴于患者间的病理差异,最优的按需辅助(AAN)控制仍未解决。我们提出了一种以下肢外骨骼为对象的模型预测控制(MPC)架构,其核心是一种基于人类参与程度识别辅助模式的模糊逻辑算法(FLA)。辅助模式包括:1)被动模式,即人放松、机器人主导;2)主动辅助模式,即人与任务协作;3)安全模式,即人抵抗机器人。人体力矩在关节运动之前由肌电图(EMG)信号估计,使MPC能够提前预测力矩并由FLA选择辅助模式。该控制器在硬件上由三名受试者在1自由度膝关节外骨骼上进行了演示,跟踪正弦轨迹时分别处于人放松辅助和抵抗状态。实验结果显示各辅助模式间转移快速且恰当,且每种模式下均满足辅助性能。结果展示了一种通过运动模式间的即时切换实现下肢机器人辅助的客观方法,为移动辅助与康复提供了新层次的人机协同。
引用
@article{arxiv.2011.05079,
title = {Model Predictive Control for Human-Centred Lower Limb Robotic Assistance},
author = {Christopher Caulcrick and Weiguang Huo and Enrico Franco and Samer Mohammed and Will Hoult and Ravi Vaidyanathan},
journal= {arXiv preprint arXiv:2011.05079},
year = {2020}
}
备注
12 pages, 12 figures