迈向上下文感知的外骨骼辅助：将计算机视觉负载估计与以用户为中心的优化空间集成
机器人学
2026-02-19 v2
摘要
背部支撑外骨骼（BSE）可减轻肌肉骨骼劳损，但其功效取决于精确的、上下文感知的调制。本文介绍了一种用于工业 BSE 的以用户为中心的优化框架和基于视觉的自适应控制策略。首先，我们通过 12 名受试者的基线实验，构建了一个集成肌电图减少、感知不适和用户偏好的多指标优化空间。这揭示了最优辅助与负载之间的非线性关系。其次，我们开发了一个使用视觉 Transformer（DINOv2）的预测性计算机视觉管道，以在举起前估计负载，有效克服了驱动延迟。对 12 名受试者的验证证实了系统的鲁棒性，实现了超过 82% 的估计准确率。至关重要的是，与静态基线相比，自适应控制器将峰值背部肌肉激活降低了高达 23%，同时优化了用户舒适度。这些结果验证了所提出的框架，表明举起前的环境感知和以用户为中心的优化显著增强了工业环境中的物理辅助和人机交互。
引用
@article{arxiv.2508.06207,
title = {Toward Context-Aware Exoskeleton Assistance: Integrating Computer Vision Payload Estimation with a User-Centric Optimization Space},
author = {Andrea Dal Prete and Seyram Ofori and Chan Yon Sin and Ashwin Narayan and Ding Shuo and Francesco Braghin and Marta Gandolla and Haoyong Yu},
journal= {arXiv preprint arXiv:2508.06207},
year = {2026}
}