一个探索性的多会话研究学习高维体机器接口的辅助机器人控制

科学领域:

• 康复工程 康复工程 康复工程
• 人与机器人的交互
• 生物医学工程 生物医学工程

背景情况:

• 严重的会限制日常活动和独立.
• 高维的机器人手臂控制是具有挑战性的,因为捕捉人类运动信号的困难.
• 机身接口为高维的运动捕捉和潜在的运动回收提供了一个非侵入性的,负担得起的解决方案.

研究的目的:

• 探索人类学习控制复杂,高自由度 (DoFs) 机器人手臂的可行性,使用身体机器接口.
• 调查控制空间绘图对人类学习和机器人手臂远程操作中的表现的影响.

主要方法:

• 使用了与四个惯性测量单元传感器的身体机器接口,这些传感器放置在肩和肩膀上.
• 十名未受伤的参与者接受了熟悉,培训和评估,以达到和日常生活活动的任务.
• 比较了从接口到机器人手臂的关节空间控制和任务空间控制映射.

主要成果:

• 人类参与者通过机器人手臂控制的机体机器界面展示了学习能力.
• 控制空间映射显著影响了学习过程和性能演变.
• 虽然联合空间控制最初更直观,但任务空间控制显示出长期学习和改进的优越潜力.

结论:

• 机身接口可用于学习控制高DoF辅助机器人手臂.
• 与辅助机器人的联合空间控制相比,任务空间控制映射提供了更大的长期学习能力.
• 这项研究为运动障碍患者优化人机控制策略提供了洞察力.