Adaptive Control in Assistive Application -- A Study Evaluating Shared Control by Users with Limited Upper Limb Mobility
作者: Felix Ferdinand Goldau, Max Pascher, Annalies Baumeister, Patrizia Tolle, Jens Gerken, Udo Frese
分类: cs.HC, cs.AI, cs.RO
发布日期: 2024-06-10
备注: RO-MAN'24: 33rd IEEE International Conference on Robot and Human Interactive Communication, Pasadena, California, US
💡 一句话要点
针对上肢活动受限人群，提出基于自适应自由度控制的辅助机器人共享控制方法
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 辅助机器人 共享控制 自适应控制 上肢康复 人机交互
📋 核心要点
- 现有辅助机器人控制方法难以兼顾不同上肢活动能力用户的需求，自适应性不足。
- 提出一种自适应自由度控制方法，根据用户能力动态调整控制策略，实现更灵活的共享控制。
- 实验结果表明，该方法能有效提高任务完成率，并获得用户积极反馈，展现了良好的适应性和可用性。
📝 摘要（中文）
本研究评估了一种自适应自由度控制方法，该方法专为上肢损伤人士设计，应用于辅助机器人共享控制。共享控制融合了人类自主性和计算机辅助，从而简化了身体障碍人士的复杂任务。研究采用组间分析，招募了24名参与者，在真实的日常任务环境中，使用三种不同的输入设备进行了81次试验。考虑到目标人群的多样性和个体差异带来的统计比较挑战，研究主要关注主观定性数据。结果表明，无论使用何种输入设备，试验完成的成功率始终很高。参与者对参与研究的过程表示赞赏，表现出积极的态度，并能快速适应控制系统。值得注意的是，每位参与者都能在短时间内有效地完成给定的任务。
🔬 方法详解
问题定义：现有辅助机器人共享控制方法在面对上肢活动能力各异的用户时，难以提供一致且高效的控制体验。传统方法通常采用固定的控制策略，无法根据用户的具体情况进行调整，导致部分用户难以适应或无法充分利用辅助机器人的功能。因此，需要一种能够自适应用户能力的控制方法，以提高辅助机器人的可用性和用户满意度。
核心思路：本研究的核心思路是设计一种自适应自由度控制方法，该方法能够根据用户的上肢活动能力动态调整控制策略。通过分析用户的输入数据，系统可以自动识别用户的优势运动方向和受限运动方向，并相应地调整机器人的控制自由度。例如，对于无法进行精细手部动作的用户，系统可以简化手部控制，将更多控制权交给用户能够有效控制的关节。
技术框架：该研究的技术框架主要包括三个部分：输入设备、自适应控制算法和机器人控制接口。用户通过不同的输入设备（如操纵杆、触摸屏等）向系统发送控制指令。自适应控制算法负责分析用户的输入数据，识别用户的运动能力，并生成相应的控制参数。机器人控制接口则将控制参数转换为机器人的运动指令，实现机器人的运动控制。整个流程是一个闭环反馈系统，用户的操作会影响机器人的运动，而机器人的运动又会反过来影响用户的操作。
关键创新：本研究的关键创新在于提出了一种基于用户运动能力的自适应自由度控制方法。与传统的固定自由度控制方法相比，该方法能够更好地适应不同用户的需求，提高控制的灵活性和效率。此外，该方法还能够自动识别用户的运动能力，无需人工干预，降低了使用门槛。
关键设计：自适应控制算法是本研究的关键设计之一。该算法采用了一种基于统计分析的方法，通过分析用户在一段时间内的输入数据，计算出用户在各个方向上的运动能力指标。这些指标被用于调整机器人的控制自由度，例如，对于运动能力较弱的方向，系统可以降低该方向的控制灵敏度，或者直接禁用该方向的控制。此外，该算法还采用了一种平滑滤波技术，用于消除用户输入中的噪声，提高控制的稳定性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，无论使用何种输入设备，参与者都能以较高的成功率完成任务，表明该自适应控制方法具有良好的通用性和适应性。参与者对该控制系统表现出积极的态度，并能快速适应，证明了该方法的易用性和有效性。虽然未提供具体的性能数据，但用户的主观反馈和高成功率表明该方法具有实际应用价值。
🎯 应用场景
该研究成果可广泛应用于康复机器人、助老机器人等领域，帮助上肢活动受限的人群更好地完成日常生活任务，提高生活质量。例如，可以应用于辅助进食、穿衣、洗漱等场景。未来，该技术有望与虚拟现实、增强现实等技术结合，为用户提供更加沉浸式和个性化的辅助体验。
📄 摘要（原文）
Shared control in assistive robotics blends human autonomy with computer assistance, thus simplifying complex tasks for individuals with physical impairments. This study assesses an adaptive Degrees of Freedom control method specifically tailored for individuals with upper limb impairments. It employs a between-subjects analysis with 24 participants, conducting 81 trials across three distinct input devices in a realistic everyday-task setting. Given the diverse capabilities of the vulnerable target demographic and the known challenges in statistical comparisons due to individual differences, the study focuses primarily on subjective qualitative data. The results reveal consistently high success rates in trial completions, irrespective of the input device used. Participants appreciated their involvement in the research process, displayed a positive outlook, and quick adaptability to the control system. Notably, each participant effectively managed the given task within a short time frame.