训练机器人中针对肌肉的用力分布：轨迹与阻力效应
机器人学
2021-07-06 v1 神经与进化计算
摘要
本工作的目标是将肌肉用力分布与机器人训练及康复机器的轨迹和阻力设置相关联。代表每块肌肉在训练活动中参与度的肌肉用力分布，通过肌电图传感器（EMG）测量，并定义为单个激活除以肌肉群总激活。使用一个四自由度机器人及其阻抗控制系统来创建进阶训练方案，要求用户沿机器中性路径并抵抗其阻力跟随某一路径。本工作中，机器人建立零用力圆形路径，受试者被要求跟随椭圆轨迹。控制系统在偏离中性路径的位移与受试者施加的扭矩之间产生用户定义的刚度。实验中使用的轨迹和阻力设置为椭圆的取向和一个刚度参数。使用这些参数的多种组合来测量它们对肌肉用力分布的影响。人工神经网络（ANN）使用部分数据训练模型。随后，使用其余数据评估模型的准确性。结果显示模型的精度随时间下降。这些结果表明长期估计中肌肉动力学的复杂性，提示可能存在与疲劳相关的时间变化动力学。
引用
@article{arxiv.2107.01280,
title = {Targeted Muscle Effort Distribution with Exercise Robots: Trajectory and Resistance Effects},
author = {Humberto De las Casas and Santino Bianco and Hanz Richter},
journal= {arXiv preprint arXiv:2107.01280},
year = {2021}
}