基于多目标优化,根据需要提供辅助的控制器,以提高康复机器人帮助的质量

科学领域:

• 康复机器人 康复机器人
• 控制系统工程 控制系统工程
• 人与机器人的交互

背景情况:

• 根据需要协助 (AAN) 机器人通过用户的积极参与来增强运动功能的恢复.
• 患者反强调了对康复机器人的安全性,患者友好性和适应性限制的需要.
• 现有具有位置/速度限制的AAN方法限制了机器人辅助的质量.

研究的目的:

• 为康复机器人提出一种基于多目标优化 (MOO) 的新型控制器.
• 通过实施先进的线性和非线性约束来提高援助的质量.
• 为了解决目前基于约束的AAN方法的局限性.

主要方法:

• 开发了一个基于多目标优化 (MOO) 的控制器,能够处理线性和非线性约束.
• 在MOO控制器中集成位置,速度和振动约束.
• 在模拟中,将MOO控制器的性能与基于屏障莱普诺夫函数 (BLF) 的控制器进行比较.

主要成果:

• 基于MOO的控制器在位置约束方面表现与BLF控制器相似.
• 通过限制速度,MOO控制器有效地提高了辅助质量.
• MOO控制器成功地减轻了模拟震,这是康复患者常见的问题.

结论:

• 拟议的基于MOO的控制器在康复机器人中提供了卓越的适应性和有效性.
• 先进的约束,包括抑制振动,显著提高机器人协助的质量.
• 这种方法为更加患者友好和高效的机器人辅助康复铺平了道路.