平地行走外骨骼交互力评估：一种无传感器的运动学方法

"外骨骼仿生智能与机器人的平地行走力估计方法" 本文主要探讨了在仿生智能领域，特别是外骨骼控制方面的力估计技术，针对平地行走时穿戴者与外骨骼之间的交互力进行研究。传统的力传感器测量方法存在价格高、易受损以及因个体差异导致的定位困难等问题。因此，研究团队提出了一种基于运动学数据的新型评估方法，以计算用户在行走过程中下肢与被动外骨骼连杆间的交互力。 首先，文章介绍了交互力评估的重要性，特别是在外骨骼设备控制策略的开发中，准确获取穿戴者与设备的交互力至关重要。然而，现有的直接测量手段面临诸多挑战，如传感器的耐用性和定位准确性。 接着，作者提出了一种创新的无传感器方法，利用双层优化框架的标记细化算法来提高运动学数据的精度。这种方法无需昂贵的力传感器，而是通过分析人体肢体与外骨骼连杆之间的相位延迟，运用弹簧模型来模拟两者之间的约束行为。弹簧模型的变形计算是基于运动学数据序列的，以此估算相互作用力。 实验部分，研究团队使用六名参与者进行实地测试，结果显示，提出的力估计方法能有效估计平地行走时的交互力。此外，通过对绷带位置的优化问题进行实例研究，进一步证明了这种方法获取交互信息的实用性。 这项研究为外骨骼控制提供了新的思路，通过运动学数据和弹簧模型的结合，能够在没有直接力测量的情况下，估计出人与外骨骼在行走过程中的相互作用力，这对于优化外骨骼的设计和控制策略具有重大意义。这一成果有助于降低外骨骼设备的成本，提升其适应性和可靠性，对于未来智能外骨骼在医疗康复、助力行走等领域的应用具有积极的推动作用。