Assistive Control of Knee Exoskeletons for Human Walking on Granular Terrains

要約

人間の歩行者は多様な環境を横断し、固い地面と比べて粒状の地形では異なる歩行移動とエネルギーコストを示します。
砂上での膝外骨格補助の剛性ベースのモデル予測制御アプローチを紹介します。
歩行と移動運動の比較は、砂と固い地面の上での人間の歩行者について最初に議論されます。
次に、さまざまな地形上の人間の歩行者の地面反力 (GRF) をリアルタイムで予測するための、機械学習ベースの推定スキームが提示されます。
推定された GRF と人間の関節トルクに基づいて構築された膝外骨格コントローラーは、モデル予測剛性制御スキームを通じて補助トルクを提供するように設計されています。
屋内および屋外での実験を実施して、モデリングと制御の設計とその性能を検証します。
実験では、人間が砂の上を歩く際の補助外骨格制御下では、主要な筋肉の活性化と代謝のそれぞれ 15% と 3.7% の減少が実証されました。

要約(オリジナル)

Human walkers traverse diverse environments and demonstrate different gait locomotion and energy cost on granular terrains compared to solid ground. We present a stiffness-based model predictive control approach of knee exoskeleton assistance on sand. The gait and locomotion comparison is first discussed for human walkers on sand and solid ground. A machine learning-based estimation scheme is then presented to predict the ground reaction forces (GRFs) for human walkers on different terrains in real time. Built on the estimated GRFs and human joint torques, a knee exoskeleton controller is designed to provide assistive torque through a model predictive stiffness control scheme. We conduct indoor and outdoor experiments to validate the modeling and control design and their performance. The experiments demonstrate the major muscle activation and metabolic reductions by respectively 15% and 3.7% under the assistive exoskeleton control of human walking on sand.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google