Environment-Aware and Human-Cooperative Swing Control for Lower-Limb Prostheses in Diverse Obstacle Scenarios
作者: Haosen Xing, Haoran Ma, Sijin Zhang, Hartmut Geyer
分类: cs.RO, cs.HC
发布日期: 2025-07-01
💡 一句话要点
提出环境感知与人机协作的下肢假肢步态控制，解决复杂地形障碍物跨越问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 下肢假肢 步态控制 环境感知 人机协作 障碍物导航
📋 核心要点
- 现有下肢假肢控制策略缺乏对环境的感知和与用户意图的交互，在复杂地形中表现出局限性。
- 该论文提出融合环境感知和人机协作的控制策略，通过深度相机感知障碍物，并结合用户生物力学线索调整步态轨迹。
- 实验结果表明，该系统在不同高度和距离的随机障碍物场景中，跨越和踏上障碍物的成功率达到100%。
📝 摘要（中文）
本文提出了一种新颖的下肢假肢控制策略，该策略融合了环境感知和人机协作。通过板载深度相机实时检测前方障碍物的几何信息，从而在摆动相早期生成抬高的步态轨迹，确保假肢能够避开障碍物。在摆动相后期，控制策略则遵循用户自然的生物力学线索。这种方法能够在不需要非自然运动模式的前提下，实现直观的跨越策略。在三名非截肢参与者身上进行的实验表明，该系统在超过150次跨越和30次踏上不同高度（4-16厘米）和距离（15-70厘米）的随机放置障碍物的测试中，成功率达到100%。通过有效解决障碍物导航这一复杂地形移动的关键挑战，该系统展示了对环境约束和用户意图的适应性，并在各种运动场景中具有广阔的应用前景。
🔬 方法详解
问题定义：现有下肢假肢控制策略在复杂地形，特别是障碍物导航场景中表现不足。主要痛点在于无法实时感知环境中的障碍物信息，并且难以根据用户的意图动态调整步态轨迹，导致步态不自然或无法安全通过障碍物。
核心思路：该论文的核心思路是融合环境感知和人机协作。通过环境感知，假肢能够预先了解障碍物的位置和形状；通过人机协作，假肢能够根据用户的生物力学信号判断用户的意图，从而生成更自然、更安全的步态。这种设计旨在使假肢能够像正常人一样，根据环境和自身意愿灵活地调整步态。
技术框架：该控制策略主要分为两个阶段：早期摆动相和后期摆动相。在早期摆动相，板载深度相机检测前方障碍物，系统根据障碍物的高度和距离生成抬高的步态轨迹，确保假肢能够安全越过障碍物。在后期摆动相，控制策略则主要依赖于用户的生物力学信号，例如髋关节的角度和角速度，从而使步态更加自然。
关键创新：该论文的关键创新在于将环境感知和人机协作融合到下肢假肢的控制策略中。与传统的控制方法相比，该方法能够更好地适应复杂地形，并根据用户的意图动态调整步态。此外，该方法不需要用户进行额外的训练或适应，即可实现直观的跨越策略。
关键设计：深度相机用于获取障碍物的深度信息，并使用图像处理算法提取障碍物的高度和距离。早期摆动相的轨迹生成采用参数化的方法，根据障碍物的高度和距离调整轨迹的幅度和形状。后期摆动相的控制则采用基于阻抗控制的方法，根据用户的髋关节角度和角速度调整假肢的阻抗参数，从而实现自然的步态。
🖼️ 关键图片
📊 实验亮点
该研究通过实验验证了所提出控制策略的有效性。在三名非截肢参与者身上进行的实验表明，该系统在超过150次跨越和30次踏上不同高度（4-16厘米）和距离（15-70厘米）的随机放置障碍物的测试中，成功率达到100%。这表明该系统具有很强的鲁棒性和适应性，能够有效地应对各种复杂的障碍物场景。
🎯 应用场景
该研究成果可应用于各种复杂地形下的下肢假肢控制，例如户外行走、上下楼梯、穿越障碍物等。通过提高假肢对环境的适应性和对用户意图的响应能力，可以显著改善截肢患者的生活质量，提高其独立性和活动能力。未来，该技术还可以扩展到其他类型的辅助机器人，例如外骨骼机器人，以帮助行动不便的人群。
📄 摘要（原文）
Current control strategies for powered lower limb prostheses often lack awareness of the environment and the user's intended interactions with it. This limitation becomes particularly apparent in complex terrains. Obstacle negotiation, a critical scenario exemplifying such challenges, requires both real-time perception of obstacle geometry and responsiveness to user intention about when and where to step over or onto, to dynamically adjust swing trajectories. We propose a novel control strategy that fuses environmental awareness and human cooperativeness: an on-board depth camera detects obstacles ahead of swing phase, prompting an elevated early-swing trajectory to ensure clearance, while late-swing control defers to natural biomechanical cues from the user. This approach enables intuitive stepping strategies without requiring unnatural movement patterns. Experiments with three non-amputee participants demonstrated 100 percent success across more than 150 step-overs and 30 step-ons with randomly placed obstacles of varying heights (4-16 cm) and distances (15-70 cm). By effectively addressing obstacle navigation -- a gateway challenge for complex terrain mobility -- our system demonstrates adaptability to both environmental constraints and user intentions, with promising applications across diverse locomotion scenarios.