用于在极不平整地形上控制动力踝部外骨骼的实时步态相位与任务估计
机器人学
2022-10-07 v3
摘要
下肢外骨骼在实验室环境中已报道了积极的生物力学结果，但当任务或相位推进速率在真实世界环境中变化时，这些设备难以与人类步态同步地提供恰当的辅助。本文提出了一种踝部外骨骼控制器，其使用数据驱动的动力学模型在运动过程中连续估计相位、相位速率、步幅长度和地面倾斜状态，从而能够实时调整扭矩辅助以匹配在 10 名健康受试者的多活动数据库中观察到的人体扭矩。我们在一组新的 10 名健康参与者的现场实验中证明，该控制器产生的相位估计可与最先进水平媲美，同时以与近期机器学习方法相似的精度估计任务变量。所实现的控制器成功响应变化的相位与任务变量调整其辅助，无论是在受控跑步机试验（N=10，相位 RMSE：4.8 ± 2.4%）中，还是在具有极不平整地形的真实世界压力测试（N=1，相位 RMSE：4.8 ± 2.7%）中。
引用
@article{arxiv.2205.00155,
title = {Real-Time Gait Phase and Task Estimation for Controlling a Powered Ankle Exoskeleton on Extremely Uneven Terrain},
author = {Roberto Leo Medrano and Gray Cortright Thomas and Connor G. Keais and Elliott J. Rouse and Robert D. Gregg},
journal= {arXiv preprint arXiv:2205.00155},
year = {2022}
}