面向人机假肢接口的基于在线测量的运动协同个性化自适应方法
机器人学
2020-02-20 v2
摘要
协同运动（synergies）已被应用于假肢中以降低设计复杂度，但通常针对群体采用单一协同设置，忽略了个体偏好或适应能力。然而，假肢设备的有效操作需要对协同设置进行个性化。两大挑战阻碍了人机假肢接口中协同的个性化：其一是人体运动适应过程，其二是个体运动学习动态的差异。本文提出一种利用每个个体的在线测量对人机假肢接口的运动协同进行系统化个性化的方法。上肢抓取任务由一个目标函数描述，接口由运动协同参数化。因此，为给定个体个性化接口可表述为寻找最优个性化参数。我们提出一种对观测运动行为建模的结构，该结构允许体现运动偏好与运动学习的个性化特征，并随后用于在线优化方案中以辨识个体的协同。模型中包含的共性特征知识使得人机假肢接口能够与人类运动适应同步进行在线自适应，而无需为每个个体重新调整个性化算法。在虚拟现实环境中模拟截肢与假肢使用、由健全受试者参与的人在回路实验结果表明，所提出的个性化算法能有效地获取最优协同，并在一组个体中以快速且一致的收敛速度实现。
引用
@article{arxiv.1902.07313,
title = {Personalized On-line Adaptation of Kinematic Synergies for Human-Prosthesis Interfaces},
author = {Ricardo Garcia-Rosas and Ying Tan and Denny Oetomo and Chris Manzie and Peter Choong},
journal= {arXiv preprint arXiv:1902.07313},
year = {2020}
}