行走模式个性化对刚性机器人导引感知的影响：一项试点用户体验评估
机器人学
2026-04-13 v2
摘要
外骨骼系统在从性能增强到日常生活辅助等多种应用中调节人类运动。这些系统通常强制执行特定的运动学模式以缓解伤害风险，并鼓励用户持续运动 Despite 能力受限。然而，关于用户对此类机器人强制导引的感知，尤其是当其针对个体人行步态的独特性进行个性化时，已知之不多。鉴于个性化计算成本通常较高，理解其主观影响对于证明其相对于标准模式的实现价值至关重要。十名未受伤的参与者完成了基于多平面 treadmill 的外骨骼 within-subject 实验，强制执行三种不同的行走模式：个性化、标准及来自公开数据库的随机模式。通过数据驱动框架预测行走速度、人体学及人口学数据下的髋关、膝关节及髋部轨迹，实现个性化化。标准模式由来自上述数据库的行走模式平均获得。每次条件后，参与者对享受、舒适度及感知自然性进行评分。同时记录了膝关节相互作用力。主观评分显示三种模式之间无显著差异，尽管所有轨迹均以高精度执行。然而，经历最后条件的行走模式在舒适度和自然性方面被显著评价为更佳，表明用户对系统适应。仅在随机模式与标准模式之间观察到更高的相互作用力。对行走运动学进行个性化化对用户体验的短期影响最小，相对于对外骨骼适应的主导效应。这些发现突显了在设计个性化机器人控制器时整合主观反馈及 accounts for 用户适应的重要性。
引用
@article{arxiv.2512.17425,
title = {The Impact of Gait Pattern Personalization on the Perception of Rigid Robotic Guidance: A Pilot User Experience Evaluation},
author = {Beatrice Luciani and Katherine Lin Poggensee and Heike Vallery and Alex van den Berg and Severin David Woernle and Mostafa Mogharabi and Stefano Dalla Gasperina and Laura Marchal-Crespo},
journal= {arXiv preprint arXiv:2512.17425},
year = {2026}
}