研究下肢外骨康复机器人的运动控制策略,使用双延迟深确定性政策梯度算法
Yifeng Guo1, Min He2, Xubin Tong1
1School of Mechanical Engineering, Chengdu University, Chengdu 610106, China.
Sensors (Basel, Switzerland)
|September 28, 2024
概括
这项研究介绍了一种新的运动控制器,用于下肢外骨康复机器人 (LLERR),使用双延迟深确定性政策梯度 (TD3) 算法. 该控制器可以在楼梯上进行有效的步行训练,实验结果显示关节运动跟踪的高精度.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 康复工程 康复工程
- 人工智能的人工智能
背景情况:
- 下肢外骨架康复机器人 (LLERR) 对于患者的康复至关重要.
- 现有的控制系统经常在复杂的环境中扎,例如楼梯.
- 开发先进的运动控制对于有效的步行训练至关重要.
研究的目的:
- 为LLERR设计和实施运动控制器,专门用于楼梯环境.
- 使用双延迟深确定性政策梯度 (TD3) 算法进行精确的运动规划和控制.
- 确保LLERR的运动在康复期间遵守人类生理学原则.
主要方法:
- 对LLERR动态的数学建模.
- 应用TD3算法用于规划右脚鞋底轨迹.
- 目标部和膝关节关节运动曲线的反向推断.
- 实施控制战略,确保联合运动的一致性.
主要成果:
- 基于TD3的控制器成功地规划了楼梯步行训练的LLERR运动轨迹.
- 实验结果表明,对于部和膝关节,轨迹跟踪误差在5°以内.
- 该LLERR有效地协助患者在楼梯环境中完成康复练习.
结论:
- 拟议的非线性控制策略对楼梯环境中的LLERRs有效.
- TD3算法提供了一个强大的方法来规划和控制下肢外骨关节运动.
- 这项研究通过使复杂环境培训成为可能,推动了康复机器人的发展.
