[論文レビュー] Critical Review of Exoskeleton Technology: State of the art and development of physical and cognitive human-robot interface

Farhad Nazari, Navid Mohajer+3 more|arXiv (Cornell University)|Nov 25, 2021

Stroke Rehabilitation and Recovery被引用数 8

ひとこと要約

本論文は、片側の筋電図（EMG）に基づく意思決定予測を用いた、エキソスケルトンにおける物理的および認知的ヒューマンロボットインターフェース（HRI）を向上させる包括的なフレームワークを提案する。モデルは1本のEMGチャネルのみを用いて歩行フェーズを的確に予測でき、複雑なシステムにおける内在的な冗長性を備えた低消費電力で頑丈な補助デバイスの実現可能性を示している。

ABSTRACT

Exoskeletons and orthoses are wearable mobile systems providing mechanical benefits to the users. Despite significant improvements in the last decades, the technology is not fully mature to be adopted for strenuous and non-programmed tasks. To accommodate this insufficiency, different aspects of this technology need to be analysed and improved. Numerous studies have been trying to address some aspects of exoskeletons, e.g. mechanism design, intent prediction, and control scheme. However, most works have focused on a specific element of design or application without providing a comprehensive review framework. This study aims to analyse and survey the contributing aspects to the improvement and broad adoption of this technology. To address this, after introducing assistive devices and exoskeletons, the main design criteria will be investigated from a physical Human-Robot Interface (HRI) perspective. The study will be further developed by outlining several examples of known assistive devices in different categories. In order to establish an intelligent HRI strategy and enabling intuitive control for users, cognitive HRI will be investigated. Various approaches to this strategy will be reviewed, and a model for intent prediction will be proposed. This model is utilised to predict the gate phase from a single Electromyography (EMG) channel input. The outcomes of modelling show the potential use of single-channel input in low-power assistive devices. Furthermore, the proposed model can provide redundancy in devices with a complex control strategy.

研究の動機と目的

• エキソスケルトン技術、特にヒューマンロボットインターフェース（HRI）設計における統合的レビュー枠組みの欠如に対処すること。
• エキソスケルトンの使いやすさとパフォーマンスを向上させるための主要な物理的HRI基準を特定・分析すること。
• 直感的でリアルタイムの制御を可能にする認知的HRI戦略の開発、すなわち意思決定予測を用いたもの。
• 単一チャネルEMGが低消費電力補助デバイスにおける歩行フェーズ予測に適しているかの妥当性を評価すること。
• 複雑な制御システムにおいて信頼性を高めるスケーラブルな意思決定予測モデルの提案。

提案手法

• 本研究は、機構設計、制御方式、HRI部品に焦点を当てた、既存のエキソスケルトン技術の批判的レビューを実施する。
• 表面筋電図（sEMG）信号を用いた意思決定予測に基づく認知的HRI戦略を導入する。
• 単一チャネルEMG入力を用いて、歩行フェーズ予測モデルの学習と検証を実施する。
• 信号処理および分類技術を活用し、最小限の生物学的入力から歩行サイクルの段階を推定する。
• 既知の補助デバイスのカテゴリを対象に、汎用性および耐障害性を検証する。
• 複雑な制御アーキテクチャを持つシステムにおける冗長性の可能性を評価する。

実験結果

リサーチクエスチョン

• RQ1 物理的HRI基準を体系的に分析することで、エキソスケルトンのパフォーマンスとユーザー適応性をどのように向上させられるか？
• RQ2 単一EMGチャネルが、エキソスケルトン制御における正確な歩行フェーズ予測に十分な情報を提供できるか？
• RQ3 複数のセンサーに依存せずに、直感的でリアルタイムの制御を可能にする認知的HRI戦略は何か？
• RQ4 提案された意思決定予測モデルは、複雑な制御システムにおける信頼性をどのように向上させるか？
• RQ5 単一チャネルEMGは、低消費電力でウェアラブルな補助デバイスにどのような可能性を秘めているか？

主な発見

• 提案された意思決定予測モデルは、1本のEMGチャネルのみを用いても歩行フェーズを的確に特定でき、最小限のセンサー入力の実現可能性を示している。
• 単一チャネルEMG入力は、計算およびエネルギー消費の低減に起因し、低消費電力補助エキソスケルトンへの応用において強く有望である。
• 複雑な制御戦略を採用するシステムにおいて、モデルは内在的な冗長性を提供し、センサー障害やノイズに対する耐性を高めている。
• 生理的信号からのユーザーの意思を予測することで、より直感的かつ適応的なヒューマンロボットインタラクションが可能になる。
• 本研究は、スケーラブルで生物学的に根拠のある制御モデルを用いて、次世代エキソスケルトンへの認知的HRIの統合の基盤を確立した。