一个带着吉姆巴的可穿戴计算机视觉系统使得下肢假肢的位置,速度和阶段独立地形分类成为可能

科学领域:

• 机器人技术 机器人技术 机器人技术
• 计算机视觉 计算机视觉
• 生物力学 生物力学

背景情况:

• 目前用于下肢辅助机器人的计算机视觉系统因人机环境交互中断而面临限制.
• 这些干扰阻碍了机器人控制的最佳性能和准确地形感知.

研究的目的:

• 为下肢辅助机器人开发一个强大而适应性的地形分类系统.
• 提高机器人在动态环境中运行的实时感知能力.

主要方法:

• 一个基于杆的系统与线性主动干扰排斥控制器被开发为稳定的相机对焦.
• 在嵌入式视觉模块上部署了一个轻量级的MobileNetV2模型,用于高效的实时推断.
• 该系统旨在适应不同的下肢运动,步行速度和步行阶段的适应性.

主要成果:

• 拟议的系统实现了独立于安装位置,步态阶段和步行速度的地形分类.
• 它证明了对各种用户的适用性,包括那些有腿骨外截肢的人,没有参数调整.
• 该系统可在下肢辅助设备中实现插电功能,用于地形分类.

结论:

• 基于杆的地形分类系统显著提高了下肢辅助机器人在复杂地形中的适应性.
• 这一进步有望提高用户的安全性和流动性,因为它可以实现更可靠的机器人辅助.
• 该系统的插即用性质有助于更广泛地采用和整合到辅助机器人技术中.