机器人|人体运动类型识别新方法 可提升外肌肉机器人适应能力

采访人员近日从中国科学院沈阳自动化研究所(以下简称中科院沈阳自动化所)获悉 , 该所在外肌肉机器人领域取得新进展 , 研究的具备高泛化能力的人体运动识别方法 , 与对人体步频特性具有极高适应性的外肌肉机器人系统 , 对提升机器人适应能力、辅助效率以及对促进机器人在智能医疗、智能养老等领域的实用化具有重要意义 。
【机器人|人体运动类型识别新方法 可提升外肌肉机器人适应能力】外肌肉机器人是与人共融机器人的一种 , 主要是通过驱动“附着”在人体肌肉/肌腱表面的人工肌肉线束 , 实现对目标肌群的精准辅助 。 如何提升机器人对穿戴者在运动状态的快速适应能力 , 是当前机器人研究的难点 。
据中科院沈阳自动化所科研人员介绍 , 相较于外骨骼机器人 , 外肌肉机器人具有更柔性的本体与更精准的辅助方式 , 能有效促进穿戴者肌肉功能重建 , 但这种人机同体的紧密作业方式 , 致使穿戴者的运动很容易受到机器人在决策与行为方面的偏差影响 。
受人体下肢运动的状态驱动与节律/CPG驱动特点的启发 , 中科院沈阳自动化所控制组的科研人员以机器人识别与控制的高适应性为目标 , 开展了具备高适应性的人体运动识别与机器人控制方法的研究 。
研究人员基于人体相平面与相曲线的概念 , 利用相曲线的特征相似度不变特性 , 提出了一种可适应不同受试者、不同步态模式的人体运动类型识别方法 , 并进一步验证了在下肢运动障碍人群运动功能量化评估方面的应用可行性 。 同时 , 结合人体下肢运动的节律特性 , 构建了一种可快速适应人体步频变化的外肌肉机器人控制系统 , 以提升机器人对人体步频、运动环境与人机耦合动力学特性等变化的快速适应能力 。
近年来 , 中科院沈阳自动化所控制组在康复机器人、脑肌电信号处理等领域开展了系统性的理论及应用研究工作并取得多项研究成果 。 该研究将人体运动更本质的特性融入机器人交互系统设计当中 , 为机器人策略设计与行为规划的研究提供了新的思路 。 采访人员郝晓明