A Shank Angle-Based Control System Enables Soft Exoskeleton to Assist Human Non-Steady Locomotion
本文提出了一种基于胫骨角度的软体外骨骼控制系统,该系统利用在线轮廓生成和基于模型的前馈控制,在多种非稳态运动任务中有效地辅助人类,展示了针对步态扰动的鲁棒性以及积极的生物力学结果。
原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
想象一下,你正试图与一位坚持严格遵守节拍器的舞伴共舞,对方只顾着机械地记录每一秒,而完全不在意你是正在冲刺、踉跄绊倒,还是突然停下来系鞋带。这简直是一场灾难。这就是许多机器人“外骨骼”面临的根本问题——这些旨在帮助人们行走、奔跑或爬楼梯的可穿戴机器。多年来,这些设备在帮助人们进行完美、稳定的节奏运动(比如在平坦跑道上以恒定速度行走)方面表现出色。但现实生活是混乱的。我们会加速,会减速,会绊倒,也会在坡道上穿行。当机器人试图利用简单的计时器在这些“非稳态”时刻提供帮助时,它会失去同步,导致推力或拉力出现在错误的时间,这会让感觉很别扭,甚至很危险。
为了解决这个问题,科学家们正在寻找一种新的方式来告诉机器人何时该提供帮助。他们不再通过计数秒数,而是尝试去“倾听”人体自身的运动。想象一下,你的舞伴不是在盯着时钟看,而是在观察你的肩膀或脚步,并根据你的动作即时调整自己的动作。这篇论文深入探讨了机器人领域的一个特定方向:工程师们正在制造一种软性的、柔韧的套装(而非笨重的金属框架)来辅助人类行走。核心问题在于:我们如何制造出一种即使在人类进行不可预测的动作(如跑上小山坡或从踉跄中恢复)时,也能与人类完美和谐律动的机器人?
胫骨之舞:一个观察你腿部的机器人
在这项研究中,来自中国沈阳自动化研究所的研究人员开发了一种巧妙的新型控制系统,用于控制一款软体踝关节外骨骼。他们称之为“基于胫骨角度”的系统。要理解这意味着什么,请将你腿部的下半部分(从膝盖到脚踝)想象成一个摆动的单摆。这个部分就是“胫骨”。当你行走时,这个单摆会前后摆动。研究人员意识到,与其询问机器人“过去了多少秒?”,不如问它:“你的胫骨现在在哪里?”
通过将你小腿的角度作为管弦乐团的“指挥棒”,机器人可以瞬间知道你处于步行的哪个阶段,无论你是走得慢、跑得快,还是突然改变速度。这就像拥有一个不数节拍,而是镜像反映你每一个动作的舞伴,确保他们既不会踩到你的脚,也不会把你带偏重心。
“双峰”策略
团队设计了一个特殊的“辅助剖面图”——即关于机器人应该施加多少力量的蓝图。他们使用双高斯曲线对这种力量进行了建模。如果你想象一个钟形曲线(平滑的小山丘),这个剖面看起来就像两座在顶端连接在一起的山丘。其中一座山丘代表脚落地时力量的积聚,另一座则代表蹬地离开时力量的消退。
这里有一个神奇的技巧:机器人并不只是猜测这些山丘的形状。它使用被称为IMU(惯性测量单元)的微型传感器测量你的腿部运动,并针对每一步更新山丘的形状。如果你迈出的步幅变长,山丘就会拉伸;如果你迈出的步幅变短,它们就会收缩。这一切都是实时发生的,无需机器人知道你是在走路、跑步还是爬楼梯。它只是在适应你腿部运动的形态。
“非稳态”测试:跑步机上的混乱
为了证明该系统的有效性,研究人员并没有让受试者仅仅在直线行走。他们把人放在跑步机上,并制造了一些混乱。他们能在短短十分之一秒内,突然将传送带的速度提高或降低80%。这就是他们所说的“非稳态”情况——这种突如其来的冲击会扰乱大多数机器人。
结果令人印象深刻。当跑步机发生剧烈震动时,那些传统的机器人(使用计时器的机器人)变得混乱了。它们的辅助力量来得太早或太晚,导致无法与人类自然的肌肉力量匹配。然而,这款新的“胫骨角度”机器人却能保持完美的同步。研究人员发现,机器人的力量与人类自然踝关节扭矩的相关性得分达到了0.92(其中1.0代表完美匹配),即使在这些突然的速度变化期间也是如此。相比之下,计时器驱动的机器人在速度向后减速时,相关性得分降至0.57,基本上无法在正确的时刻提供帮助。
它真的能帮助到人吗?
团队随后在八个不同的人身上进行了四种活动测试:平地行走、跑步、上坡行走和下坡行走。他们对比了三种情景:
- 无外骨骼(NOE): 仅由人自行行走。
- 被动外骨骼(PAS): 穿着套装,但它不提供帮助(仅作为死重)。
- 主动外骨骼(ACT): 穿着套装,且它通过新的控制系统提供帮助。
研究结果表明,主动式套装确实带来了改变。当穿着主动式套装时:
- 肌肉做功减少: 小腿肌肉(特别是外侧腓肠肌)的活动量在行走时平均减少了7.50%,而在下坡行走时减少了高达13.64%。
- 能量消耗下降: 最令人兴奋的结果在于代谢率(人体消耗能量的方式)。在平地行走时,主动式套装降低了11.86%的能量消耗。下坡行走时,能量消耗降低了8.11%。甚至在跑步和上坡行走时,也分别实现了**6.26%和6.55%**的降幅。
- 被动状态的问题: 有趣的是,当人们在没有辅助的情况下穿着这套服装(被动状态)时,他们的能量消耗反而增加了约3%至5%。这表明,如果缺乏智能控制,仅仅穿着沉重且僵硬的套装反而是一种负担。机器人必须是“聪明”的才能提供帮助;否则,它就像是你腿上的一个沉重背包。
这意味着什么(以及它没能做到什么)
论文指出,利用小腿角度作为引导,是让机器人与人类共舞的一种强大方式,即使音乐节奏发生变化也是如此。它证明了你不需要复杂的摄像头或脑电波传感器来了解一个人的行为;你只需要观察他们的腿部。
然而,作者也谨慎地指出,这并不是一个“已解决”的问题。他们提到,目前机器人推动的力量量是固定的,设定为用户体重的百分比(具体为15%或20%)。他们还没有在现实场景中测试该系统,例如在山上徒步或在拥挤的城市街道穿行,因为他们的机器人仍然连接着一个大型控制箱和电池组,脱离了跑步机环境。他们也承认,虽然套装提供了帮助,但套装本身的“被动”重量是一个轻微的阻碍,未来的设计需要更加轻便且舒适。
简而言之,这项研究表明,通过让机器人“倾听”腿部的摆动,而不是盯着时钟的滴答声,我们可以创造出能够应对人类运动中混乱且不可预测之现实的辅助工具。这是朝着让机器人不仅能服从指令,而且能真正理解其所辅助的人类节奏这一目标迈出的重要一步。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。