⚡ electrical engineering

A Novel Hybrid PID-LQR Controller for Sit-To-Stand Assistance Using a CAD-Integrated Simscape Multibody Lower Limb Exoskeleton

تقدم هذه الورقة متحكماً هجيناً من نوع (PID-LQR) لهيكل خارجي للأطراف السفلية متكامل مع التصميم بمساعدة الحاسوب (CAD)، والذي يتفوق بشكل كبير على استراتيجيات (PID) و(LQR) التقليدية في المساعدة على الانتقال من وضع الجلوس إلى الوقوف، وذلك من خلال تحقيق دقة فائقة في تتبع المسار، وأزمنة استقرار أسرع، وأدنى حد من التجاوز عبر المزج الأمثل بين رفض الاضطرابات التكاملية والتحكم الخطي التربيعي.

المؤلفون الأصليون: Ranjeet Kumbhar, Rajmeet Singh, Appaso M Gadade, Ashish Singla, Irfan Hussain

نُشر 2026-04-07

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Ranjeet Kumbhar, Rajmeet Singh, Appaso M Gadade, Ashish Singla, Irfan Hussain

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تساعد صديقاً لك للوقوف من على كرسي. قد يبدو الأمر بسيطاً، ولكن إذا كانت ساقا صديقك ضعيفتين أو غير متناسقتين، فإن الأمر يتطلب رقصة دقيقة من التوازن، والتوقيت، والقوة. الآن، تخيل القيام بهذه الرقصة وأنت ترتدي بدلة روبوتية ثقيلة (هيكل خارجي) يجب أن تحرك ساقيك بدقة متناهية، وإلا قد تسقط أو تتعرض للأذى.

هذه الورقة البحثية تتحدث عن تعليم تلك البدلة الروبوتية كيف تجعل مستخدمها يقف بشكل مثالي، وآمن، وسلس. لقد قارن الباحثون بين ثلاثة "أدمغة" مختلفة (أنظمة تحكم) لمعرفة أيهم الأفضل في أداء هذه المهمة.

إليك تفصيل عملهم بلغة يومية بسيطة:

1. التحدي: مشكلة "البدلة الثقيلة"

جسم الإنسان معقد. عندما تقف، يجب أن تتحرك وركاك، وركبتاك، وكاحلاك بإيقاع محدد. وإذا أضفت بدلة روبوتية، فإنها تضيف وزناً ومقاومة.

المشكلة: تحتاج البدلة إلى معرفة بالضبط مقدار القوة التي يجب تطبيقها في كل ميلي ثانية. إذا دفعت بقوة كبيرة، فستسبب هزة للمستخدم. وإذا دفعت بقوة قلي ت، فسينهار المستخدم.
الهدف: ابتكار وحدة تحكم تجعل الروبوت يتحرك بسلاسة تجعل المستخدم يشعر وكأنه يقف بمفرده.

2. الثلاثة "أدمغة" التي اختبروها

بنى الباحثون نموذجاً حاسوبياً فائق الدقة للروبوت (باستخدام نسخة رقمية من الأجزاء المعدلية الحقيقية) واختبروا ثلاث طرق مختلفة للتحكم فيه:

الدماغ (أ): المدرب "الاستجابي" (PID)
- كيف يعمل: هذه هي الطريقة القديمة. إنها تشبه مدرباً لا يفعل شيئاً سوى الاستجابة للأخطاء. "أوه، ركبتك منخفضة درجتين؟ ادفع بقوة أكبر!" "أوه، ركبتك مرتفعة درجتين؟ اسحب للخلف!"
- العيب: هو دائماً متأخر بخطوة. بحلول الوقت الذي يستجيب فيه، يكون الخطأ قد حدث بالفعل. هو جيد في إصلاح الأخطاء الصغيرة في النهاية، لكنه بطيء ويمكن أن يتجاوز الهدف (يدفع الساق بقوة زائدة).
- النتيجة: لقد نجح، لكن الحركات كانت متقطعة نوعاً ما، واستغرق وقتاً طويلاً للاستقرار في وضعية الوقوف.
الدماغ (ب): المخطط "الرياضي" (LQR)
- كيف يعمل: هذا مخطط ذكي. ينظر إلى الصورة الكاملة ويحسب المسار المثالي للوقوف، مع تقليل الطاقة والخطأ إلى أدنى حد. إنه يشبه نظام GPS الذي يعرف أسرع طريق حتى قبل أن تبدأ بالقيادة.
- العيب: هو مثالي أكثر من اللازم. يفترض أن العالم مثالي. إذا كان المستخدم أثقل مما هو متوقع، أو إذا كانت الأرض زلقة، فسيصاب المخطط بالارتباك. أيضاً، ليس لديه "ذاكرة" لإصلاح الأخطاء الصغيرة والمستمرة، لذا قد يتوقف عن الوقوف قبل الوصول للهدف النهائي بمسافة ضئيلة جداً.
- النتيجة: تحرك بسرعة وسلاسة، لكنه أحياناً كان يخطئ الهدف النهائي بفارق ضئيل جداً.
الدماغ (ج): "المدرب الخارق" الهجين (PID-LQR)
- كيف يعمل: هذه هي الفكرة الكبرى للورقة البحثية. لقد مزجوا بين الدماغين معاً.
  - أخذوا مخطط LQR للتعامل مع الحركات الكبيرة والسلسة والحفاظ على الاستقرار.
  - أضافوا مدرب الـ PID ليعمل كـ "مصحح دقيق" يعالج أي أخطاء صغيرة فات المخطط.
- السر الخفي: وجدوا "مقبض خلط" (يسمى ألفا، مضبوط على 0.65) يمزج الاثنين معاً بشكل مثالي. إنه يشبه امتلاك لاعب شطرنج عظيم (LQR) يقوم بالتحركات الكبيرة، مع مساعد حاد البصر (PID) يصحح التفاصيل الدقيقة.

3. النتائج: من الفائز؟

أجروا محاكاة لحركة "الجلوس إلى الوقوف" (النهوض من الكرسي) وقاسوا مدى جودة اتباع الروبوت للمسار البشري المثالي.

الدقة: كان الدماغ الهجين هو الفائز الواضح. فقد كان أكثر دقة بنسبة 72% من المدرب "الاستجابي" القديم. لقد تتبع الحركة البشرية بشكل شبه مثالي.
السرعة: استقر الدماغ الهجين في وضعية الوقوف في جزء من الثانية (0.04 إلى 0.14 ثانية). أما المدرب القديم فقد استغرق وقتاً أطول بكثير، وهو أمر خطير في الحياة الواقعية لأنه يجعلك تشعر بعدم الاستقرار.
السلاسة: الدماغ الهجين بالكاد "تجاوز الهدف" (هز الساق). أما المدرب القديم فقد دفع الساقين بقوة تجاوزت الهدف بكثير، مما قد يسبب شعوراً بالخوف وعدم الأمان للمريض.

4. لماذا هذا مهم؟

فكر في وحدة التحكم PID كشخص يحاول الإمساك بكرة من خلال النظر فقط إلى مكانها الآن. سيكون دائماً متأخراً بجزء من الثانية.
وفكر في وحدة التحكم LQR كشخص يتنبأ بمكان وجود الكرة بالضبط، ولكن إذا تغيرت الرياح، فلن يعدل مساره.
أما وحدة التحكم الهجينة (Hybrid) فهي الشخص الذي يتنبأ بمكان وجود الكرة و لديه أعين تصحح فوراً أي هبات رياح مفاجئة.

الخلاصة:
تثبت هذه الورقة البحثية أنه من خلال الجمع بين التخطيط ذو "الصورة الكبيرة" للرياضيات المتقدمة وبين "التدقيق الدقيق" لتصحيح الأخطاء البسيطة، يمكننا بناء هياكل خارجية تساعد الناس على الوقوف بأمان، وسلاسة، وسرعة. هذه خطوة كبيرة نحو جعل هذه الروبوتات جاهزة للمستشفيات والمنازل لمساعدة المصابين بإصابات النخاع الشوكي أو السكتات الدماغية على استعادة استقلاليتهم.

لقد بنى الباحثون "توأماً رقمياً" للروبوت، واختبروه في عالم افتراضي، ووجدوا أن هذا "الدماغ الهجين" هو المرشح الأفضل للقيام بالمهمة في العالم الحقيقي.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "متحكم هجين جديد من نوع (PID-LQR) للمساعدة في عملية الانتقال من الجلوس إلى الوقوف باستخدام هيكل خارفي للطرف السفلي متكامل مع برنامج (Simscape Multibody) ومستمد من تصميم (CAD)."

١. بيان المشكلة

تعد عملية الانتقال من الجلوس إلى الوقوف (STS) نشاطًا يوميًا معقدًا من الناحية البيوميكانيكية، ويتطلب تنسيقًا دقيقًا لمفاصل الأطراف السفلية ضد الجاذبية. بالنسبة للأفراد الذين يعانون من اعتلالات عصبية (مثل إصابات النخاع الشوكي أو السكتة الدماغية)، غالبًا ما تشكل هذه العملية عائقًا أمام الاستقلالية. وبينما توفر الهياكل الخارجية حلًا، إلا أن فعاليتها تظل محدودة بسبب استراتيجيات التحكم التي تعاني من:

الديناميكيات غير الخطية: يظهر نظام الإنسان والهيكل الخارجي ديناميكيات عالية في عدم الخطية وتغير الوقت.
المقايضات في التحكم:
- متحكمات PID: بسيطة وسهلة التنفيذ ولكنها بطبيعتها محلية (متغيرة واحدة)، مما يؤدي غالبًا إلى أخطاء في حالة الاستقرار تحت الحمل وتتطلب ضبطًا يدويًا.
- متحكمات LQR: توفر تغذية راجعة مثالية للحالة واستقرارًا عالميًا، لكنها تعتمد على نماذج خطية، مما يجعلها حساسة لعدم اليقين في النمذجة وتفتقر إلى العمل التكاملي (Integral Action) للقضاء على أخطاء الحالة المستقرة.
السلامة السريرية: هناك حاجة ماسة لمتحكمات تقلل من أخطاء التتبع، والتجاوز (Overshoot)، وزمن الاستقرار لضمان سلامة المستخدم وإيقاع الحركة الطبيعي.

٢. المنهجية

طوّر المؤلفون إطار عمل محاكاة شامل لتصميم واختبار ومقارنة ثلاث استراتيجيات تحكم: (PID) كلاسيكي، و(LQR) المنظم التربيعي الخطي، و**(PID-LQR) الهجين الجديد**.

أ. النمذجة عالية الدقة (من CAD إلى Simscape)

الهندسة والقصور الذاتي: تم نمذجة هيكل خارفي ثنائي الجانب للأطراف السفلية في برنامج SolidWorks (باستخدام مادة Al 6061-T6). وبدلاً من اشتقاق معادلات لاجرانج يدويًا، تم استيراد تجميع الـ CAD مباشرة إلى MATLAB/Simulink Simscape Multibody.
الحفاظ على الخصائص: حافظ هذا سير العمل تلقائيًا على الخصائص الهندسية والقصورية الدقيقة (الكتلة، وموترات القصور الذاتي، وأطوال الوصلات) لجميع الأجزاء التسعة (9 rigid links) والمفاصل الستة النشطة (ورك، ركبة، كاحل لكل جانب).
النموذج الديناميكي: يتبع النظام معادلة الحركة القياسية: $M(q)\ddot{q} + C(q, \dot{q})\dot{q} + G(q) = \tau$ .

ب. توليد مسار المرجع

المصدر: تم توليد مسارات (STS) ممثلة فسيولوجيًا باستخدام محاكاة الجهاز العضلي الهيكلي في OpenSim لشخص يمثل المئوية الخمسين (75 كجم، 1.75 م).
المراحل: تم تقسيم الحركة التي تستغرق 3.0 ثوانٍ إلى ثلاث مراحل بيوميكانيكية:
1. زخم الانثناء (0–33%): انثناء الجذع وإزاحة مركز الكتلة.
2. نقل الزخم (34–66%): رفع الجسم عن المقعد وتغيرات زاوية سريعة.
3. الانبساط (67–100%): انبساط تدريجي وصولاً إلى وضع الوقوف المستقيم.
المعالجة: تمت معالجة المسارات باستخدام مرشح تمرير منخفض (6 هرتز) وإعادة أخذ العينات بتردد 1 كيلو هرتز.

ج. استراتيجيات التحكم

PID: تم ضبطه بشكل مستقل لكل مفصل باستخدام المحاكاة التكرارية.
LQR: تم تصميمه باستخدام نموذج حالة خطي لتقليل دالة التكلفة التربيعية ( $J = \int (x^T Qx + u^T Ru) dt$ ).
الهجين (PID-LQR) (المقترح): وهو عبارة عن تراكب موزون للاستراتيجيتين:
$\tau_{Hybrid} = \alpha \tau_{LQR} + (1-\alpha) \tau_{PID}$
- التحسين: تم ضبط معامل المزج $\alpha$ لتقليل مؤشر أداء مركب (خطأ التتبع + جهد التحكم).
- النتيجة: وُجد أن $\alpha$ الأمثل هو 0.65، مما يرجح كفة استجابة LQR الانتقالية المثالية مع الاحتفاظ بخاصية التكامل (Integral action) لـ PID للقضاء على الخطأ.

٣. المساهمات الرئيسية

النمذجة المتكاملة مع CAD: أثبتت فعالية سير عمل لاستيراد تجميعات SolidWorks مباشرة إلى Simscape Multibody، مما ألغى أخطاء الاشتقاق اليدوي وضمن دقة المعلمات الفيزيائية.
البنية الهجينة المبتكرة: اقترح متحكم (Hybrid PID-LQR) الذي يدمج التغذية الراجعة المثالية للحالة من LQR مع قدرة PID على رفض الاضطرابات.
التحليل المقارن المنهجي: أجرى تقييمًا صارمًا متعدد المعايير (RMSE، MAE، التجاوز، زمن الاستقرار) عبر جميع المتحكمات الثلاثة خصيصًا لمهمة (STS).
التكامل مع OpenSim: استخدم OpenSim لتوليد مسارات مرجعية دقيقة فسيولوجيًا عبر مراحل بيوميكانيكية متميزة.

٤. النتائج

تفوق متحكم (Hybrid PID-LQR) بشكل كبير على المتحكمات الأساسية الأخرى في جميع المقاييس:

دقة التتبع (RMSE):
- الورك (Hip): انخفضت من 3.82 درجة (PID) إلى 1.06 درجة (الهجين)، بتحسن قدره 72.3% عن PID.
- الركبة (Knee): انخفضت من 4.67 درجة (PID) إلى 1.38 درجة (الهجين)، بتحسن قدره 70.4% عن PID.
- الكاحل (Ankle): انخفضت من 1.93 درجة (PID) إلى 0.58 درجة (الهجين).
الاستجابة الانتقالية (زمن الاستقرار):
- فشل متحكم PID في جعل مسار الكاحل يستقر ضمن نافذة الـ 3.0 ثوانٍ (2.849 ثانية).
- حقق المتحكم الهجين أزمنة استقرار بلغت 0.070 ثانية (الورك)، 0.040 ثانية (الركبة)، و0.140 ثانية (الكاحل).
- يمثل هذا انخفاضًا بنسبة >90% في زمن الاستقرار مقارنة بـ PID في جميع المفاصل.
التجاوز (Overshoot):
- حافظ المتحكم الهجين على تجاوز يترا-وح بين 2.39% و6.10%، وهو أقل بكثير من PID (الذي وصل إلى 20.32%) ومن LQR (الذي وصل إلى 14.47%).
خطأ الحالة المستقرة:
- على عكس LSR، الذي أظهر إزاحات متبقية (خاصة عند الكاحل)، حقق المتحكم الهجين خطأً يقترب من الصفر في الحالة المستقرة بفضل حد التكامل.

٥. الأهمية والخاتمة

الأهمية السريرية: تؤكد النتائج أن متحكم (Hybrid PID-LQR) يلبي المتطلبات الصارمة للسلامة والأداء للنشر السريري. فالتجاوز المنخفض يمنع قوى المفاصل غير المقصودة على المستخدم، بينما يحافظ زمن الاستقرار السريع على الإيقاع الطبيعي لانتقال (STS).
التغلب على القيود: نجحت الدراسة في حل المقايضة بين PID (خطأ الحالة المستقرة) وLQR (الحساسية لعدم اليقين في النموذج/نقص العمل التكاملي).
العمل المستقبلي: بينما تعتمد الدراسة الحالية على المحاكاة مع دفع عزم دوران مثالي، يخطط المؤلفون للتحقق من صحة المتحكم على نموذج أولي فيزيائي باستخدام اختبارات (Hardware-in-the-loop)، ودمج ضوضاء المستشعرات وديناميكيات المشغلات، وفي النهاية إجراء تجارب سريرية على مجموعات المرضى.

باختصار، تقدم هذه الورقة نهجًا قويًا وعالي الدقة للتحكم في الهياكل الخارجية، مما يثبت أن استراتيجية (Hybrid PID-LQR) المدمجة توفر تتبعًا متفوقًا للمسار واستقرارًا أفضل في روبوتات إعادة التأهيل مقارنة بالطرق التقللة المستقلة.