外骨执行器性能评估的系统框架

科学领域:

• 机器人技术 机器人技术 机器人技术
• 生物力学 生物力学
• 人与机器人的交互

背景情况:

• 包括外骨架在内的可穿戴设备越来越多地用于提高移动性,康复和工业援助.
• 优化执行器选择对于高效的外骨架设计至关重要,传统上依靠动力学和动态分析.
• 现有的方法提供了近似的执行器尺寸,但缺乏分析性能,控制和成本影响的深度.

研究的目的:

• 介绍一种基于学习的新评估方法,用于分析外骨执行系统.
• 为评估执行器性能和控制算法提供系统框架.
• 通过详细分析,提高可穿戴机器人的实际运营效率.

主要方法:

• 使用现实世界的实验设置来收集动力学和动态数据.
• 执行系统模拟专注于电机性能和控制策略的开发.
• 模拟结果经过实验验证,随后进行了现实世界的场景测试.
• 该框架复制了人机交互动力学和动态,用于全面分析.

主要成果:

• 开发的基于学习的方法提供了对执行系统的详细分析.
• 系统框架可以更好地理解执行器性能和控制策略.
• 在背部支外骨架上进行的实践表明,在行走任务的性能上有了显著的改善.

结论:

• 提出的基于学习的评估方法为外骨执行器分析提供了强大的框架.
• 这种方法可以提高可穿戴机器人的操作效率和与任务相关的性能.
• 该研究强调了详细分析对于优化外骨设计和控制的重要性.