Design and Evaluation of a Compact 3D End-effector Assistive Robot for Adaptive Arm Support

要約

本研究では、実環境における在宅治療・訓練を実現するために、3次元エンドエフェクタ型上肢支援ロボットAssistive Robotic Arm Extender（ARAE）を開発した。提案システムは、エンドエフェクタモジュールの3つの能動モータと2つの受動関節を含む5自由度から構成される。システムのコア構造はパラレルメカニズムに基づいている。運動学的モデリングと動的モデリングを詳細に示す。提案する適応的アームサポート制御フレームワークは、3次元空間における推定された人間の腕の姿勢に基づいて補正力を計算する。まず、IMU、磁気センサ、深度カメラなどの外部センサを用いずに、胴体固定モデルと矢状面モデルの2つの提案手法を用いて人間の腕関節角度を推定する。そして、提案した2つの角度推定手法の性能を評価するために実験を行った。次に、推定された人間の関節角度を人間の上肢ダイナミクスモデルに入力し、ロボットが生成する必要支持力を導出した。提案フレームワークの効果を評価するため、筋活動を計測した。適応的腕部重力補償制御フレームワークの下で、被験者にARAEを使用させたところ、筋活動が明らかに減少した。全体的な結果から、ARAEシステムを提案した制御フレームワークと組み合わせることで、適応的なアームサポートを提供できる可能性があることが示唆された。この統合により、日常生活動作（ADL）や実環境とのインタラクションを効果的に訓練できる可能性がある。

要約(オリジナル)

We developed a 3D end-effector type of upper limb assistive robot, named as Assistive Robotic Arm Extender (ARAE), that provides transparency movement and adaptive arm support control to achieve home-based therapy and training in the real environment. The proposed system composes five degrees of freedom, including three active motors and two passive joints at the end-effector module. The core structure of the system is based on a parallel mechanism. The kinematic and dynamic modeling are illustrated in detail. The proposed adaptive arm support control framework calculates the compensated force based on the estimated human arm posture in 3D space. It firstly estimates human arm joint angles using two proposed methods: fixed torso and sagittal plane models without using external sensors such as IMUs, magnetic sensors, or depth cameras. The experiments were carried out to evaluate the performance of the two proposed angle estimation methods. Then, the estimated human joint angles were input into the human upper limb dynamics model to derive the required support force generated by the robot. The muscular activities were measured to evaluate the effects of the proposed framework. The obvious reduction of muscular activities was exhibited when participants were tested with the ARAE under an adaptive arm gravity compensation control framework. The overall results suggest that the ARAE system, when combined with the proposed control framework, has the potential to offer adaptive arm support. This integration could enable effective training with Activities of Daily Living (ADLs) and interaction with real environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL