An approach for combining transparency and motion assistance of a lower body exoskeleton

📄 arXiv: 2510.25335v1 📥 PDF

作者: Jakob Ziegler, Bernhard Rameder, Hubert Gattringer, Andreas Mueller

分类: cs.RO

发布日期: 2025-10-29

备注: 8 pages

期刊: Advances in Service and Industrial Robotics. RAAD 2023. Mechanisms and Machine Science, vol 135

DOI: 10.1007/978-3-031-32606-6_28

💡 一句话要点

提出一种结合透明模式与运动辅助的下肢外骨骼控制方法

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 下肢外骨骼 步态辅助 透明模式 运动辅助 自适应振荡器

📋 核心要点

  1. 现有下肢外骨骼在步态辅助中，难以兼顾自然运动的跟随和有效的运动引导。
  2. 该方法结合透明模式和运动辅助，透明模式跟随用户运动，辅助模式引导腿部至预测位置。
  3. 初步实验结果表明，该方法在步态辅助方面具有潜力，能够实现较好的运动跟随和引导。

📝 摘要（中文）

本文提出了一种用于下肢外骨骼步态辅助的方法，该方法结合了透明模式和运动辅助两种概念。透明模式通过利用驱动单元的齿轮间隙来实现，在该模式下，系统以最小的感知交互力跟随用户的自由运动。在行走过程中，叠加的辅助模式施加额外的扭矩，引导腿部到达其估计的未来位置。自适应振荡器的概念被用于学习步态运动中典型的准周期信号。初步实验显示出有希望的结果。

🔬 方法详解

问题定义：下肢外骨骼在步态辅助中面临的挑战是如何在保证用户运动自由度的同时，提供有效的运动引导。传统的辅助方法可能会限制用户的自然运动，而完全被动的跟随又无法提供足够的辅助力。因此，需要一种能够兼顾透明性和辅助性的控制策略。

核心思路：本文的核心思路是将透明模式和运动辅助模式相结合。透明模式旨在最小化外骨骼对用户运动的干扰，让用户感觉不到外骨骼的存在。运动辅助模式则在透明模式的基础上，施加额外的扭矩来引导用户的腿部运动，使其更接近理想的步态轨迹。

技术框架：该方法的整体框架包含两个主要模块：透明模式控制和运动辅助模式控制。透明模式通过利用驱动单元的齿轮间隙来实现，从而减少外骨骼对用户运动的阻力。运动辅助模式则利用自适应振荡器来学习步态运动的准周期信号，并根据学习到的信号来估计腿部的未来位置，然后施加相应的扭矩来引导腿部运动。

关键创新：该方法最重要的创新点在于将透明模式和运动辅助模式有机结合，并利用齿轮间隙来实现透明模式。这种结合使得外骨骼既能够跟随用户的自然运动，又能够提供有效的运动引导。此外，利用自适应振荡器来学习步态运动的准周期信号，也为运动辅助模式提供了可靠的依据。

关键设计：在透明模式中，关键在于精确控制驱动单元的力矩，使其能够抵消齿轮间隙带来的阻力。在运动辅助模式中，关键在于自适应振荡器的参数设置，以及如何根据学习到的信号来估计腿部的未来位置。具体的参数设置和控制算法在论文中未详细描述，属于未知细节。

📊 实验亮点

初步实验结果表明，该方法能够有效地结合透明模式和运动辅助模式，实现较好的步态辅助效果。虽然论文中没有提供具体的性能数据，但作者提到实验结果“promising”，表明该方法在实际应用中具有潜力。未来的研究可以进一步优化控制算法，并进行更全面的实验验证，以评估该方法的性能和适用性。

🎯 应用场景

该研究成果可应用于康复机器人、助力外骨骼等领域，帮助行动不便的人群恢复或增强行走能力。例如，可以用于中风患者的康复训练，帮助他们重新学习正确的步态模式；也可以用于老年人的日常行走辅助，减轻他们的行走负担。此外，该技术还可应用于工业领域，为工人提供助力，降低劳动强度。

📄 摘要（原文）

In this paper, an approach for gait assistance with a lower body exoskeleton is described. Two concepts, transparency and motion assistance, are combined. The transparent mode, where the system is following the user's free motion with a minimum of perceived interaction forces, is realized by exploiting the gear backlash of the actuation units. During walking a superimposed assistance mode applies an additional torque guiding the legs to their estimated future position. The concept of adaptive oscillators is utilized to learn the quasi-periodic signals typical for locomotion. First experiments showed promising results.