通过考虑自适应性刚性模型和身体运动,改进了外套的辅助形状跟踪
Jihun Kim1, Kimoon Nam1, Seungtae Yang2
1Mechanical Engineering Department, Chung-Ang University, Seoul, Republic of Korea.
Soft robotics
|September 30, 2024
概括
研究人员通过开发基于入口的力量控制器的三种先进方法来改善外衣控制. 结合这些方法显著减少了辅助力错误和时间延迟,增强了人机器人物理援助.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人与计算机的交互
- 生物力学 生物力学
背景情况:
- 外套提供轻量级,柔软的可穿戴机器人协助人类的体力表现.
- 由于材料的特性,控制软外衣中的辅助力是具有挑战性的.
研究的目的:
- 为了提高外衣的基本接入式力控制器的性能.
- 提高准确性,减少助力力发电的延迟.
主要方法:
- 方法A:电缆控制与大腿运动同步,以最大限度地减少力生成延迟.
- 方法B:基于阶段划分的刚度前模型,用于准确的非线性刚度补偿.
- 方法C:使用自适应式时刻估计优化器实时优化刚度前模型.
主要成果:
- 控制器III整合了所有三种拟议的方法,表现出卓越的性能.
- 辅助力的平均平方根误差减少了65.56% (从39.84 N降至13.72 N).
- 在步行周期内,力量生成的时间延迟减少了65.87% (从9.99%降至3.41%).
结论:
- 组合控制器显著提高了软外套的辅助力精度和响应能力.
- 提出的方法为增强人机器人物理互动提供了可行的解决方案.
- 对外衣控制的进一步发展可以导致更有效的身体援助技术.
