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和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. 现有下肢外骨骼在人机交互中存在感知交互力过大的问题，影响用户体验和自然运动。
  2. 该方法结合透明模式和运动辅助，透明模式减少交互力，运动辅助引导腿部运动至预测位置。
  3. 初步实验表明，该方法在步态辅助方面具有潜力，能够实现更自然、舒适的人机交互。

📝 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来学习步态运动中典型的准周期信号。初步实验显示了有希望的结果。

🔬 方法详解

问题定义：现有下肢外骨骼在步态辅助中，难以兼顾自然运动和有效辅助。传统的力控制方法可能导致用户感知到明显的交互力，影响舒适性和运动自由度。因此，需要一种方法，既能提供必要的运动辅助，又能最大限度地减少用户感知到的交互力。

核心思路：该论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用户感知到的交互力，让用户感觉不到外骨骼的存在，从而实现自然的运动。运动辅助模式则在透明模式的基础上，提供额外的扭矩，引导腿部运动到期望的位置，从而实现步态辅助。

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控制。透明模式控制通过利用驱动单元的齿轮间隙来实现，从而减少电机对用户运动的阻碍。运动辅助控制则利用自适应振荡器学习步态运动的准周期信号，并根据学习到的信号预测腿部的未来位置，然后施加额外的扭矩引导腿部运动。

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。通过利用齿轮间隙实现透明模式，可以有效减少用户感知到的交互力。同时，利用自适应振荡器学习步态信号，可以实现对腿部运动的精确预测和引导。

关键设计：自适应振荡器是该方法中的一个关键设计。自适应振荡器能够学习步态运动的准周期信号，并根据学习到的信号预测腿部的未来位置。具体的参数设置和学习算法需要根据具体的应用场景进行调整。此外，如何平衡透明模式和运动辅助模式之间的关系也是一个关键的设计问题，需要在实际应用中进行优化。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

初步实验结果表明，该方法能够有效地减少用户感知到的交互力，并提供必要的运动辅助。虽然论文中没有给出具体的性能数据，但作者强调实验结果显示了该方法在步态辅助方面的潜力。未来的研究可以进一步量化该方法的性能，并与其他基线方法进行比较。

🎯 应用场景

该研究成果可应用于康复训练、老年人助力行走、以及需要长时间站立或行走的职业辅助等领域。通过提供个性化的步态辅助，该技术有望提高用户的运动能力和生活质量，并减轻相关从业人员的身体负担。未来，结合更先进的传感器和控制算法，该技术将在医疗、养老和工业等领域发挥更大的作用。

📄 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.