虚拟肌肉和反射控制在步态扰乱期间产生类似人类脚扭矩

科学领域:

• 生物力学 生物力学
• 机器人技术 机器人技术 机器人技术
• 神经科学是一个神经科学.

背景情况:

• 在动力假肢和外骨架中实现自然步行需要先进的控制系统.
• 生物启发的执行,结合肌肉,脊柱反射和前置反,提供了一个有希望的途径.

研究的目的:

• 开发和评估一个虚拟肌肉反射 (VMR) 系统来控制脚扭矩.
• 将VMR系统的性能与传统的有限状态阻抗控制器进行比较,以复制人类对干扰的反应.

主要方法:

• 开发了三个山型肌肉的实时模拟,来自地面反应力和虚拟肌肉伸展传感器的反.
• 使用Covariance Matrix Adaptation (CMA) 优化控制器收益,肌肉特性和反射/前体延迟. 通过Covariance Matrix Adaptation (CMA) 优化控制器收益,肌肉特性和反射/前体延迟.
• 调整了VMR系统使用人类实验数据从三步行速度的前后后机械扰动.

主要成果:

• 在70%的试验中,VMR系统表现出较低的根平均平方误差 (RMSE) 比阻抗控制器.
• 与阻抗控制器相比,VMR控制器在60%的试验中实现了更高的确定系数 ($$).
• 该VMR系统更准确地复制了人类对干扰的扭矩反应.

结论:

• 与传统阻抗控制器相比,虚拟肌肉反射 (VMR) 系统在复制人类对干扰的步态反应方面表现出卓越的性能.
• 这种生物启发的控制策略有可能改善下肢辅助设备的运动自然性.
• 进一步开发VMR系统可能会导致更直观,更有效的动力假肢和外骨.