[논문 리뷰] Real-Time Gait Phase and Task Estimation for Controlling a Powered Ankle Exoskeleton on Extremely Uneven Terrain

Roberto Leo Medrano, Gray C. Thomas외 3명|arXiv (Cornell University)|2022. 04. 30.

Stroke Rehabilitation and Recovery인용 수 4

한 줄 요약

이 논문은 실시간으로 비틀어진 표면에서의 운동 중에 보행 단계, 단계 속도, 스트라이드 길이 및 지면 경사를 지속적으로 추정하는 확장 칼만 필터(EKF)를 사용하는 보조 힘 발 외골격을 위한 실시간 제어기를 제시한다. 제어기는 이러한 추정치를 바탕으로 실시간으로 토크 보조를 적응시키며, 트레드밀에서 RMSE: 4.8 ± 2.4%, 비틀린 지면에서 RMSE: 4.8 ± 2.7%로 최신 기술 수준의 단계 추정 정확도를 달성하면서도 경사도 및 스트라이드 길이와 같은 작업 변수도 정확하게 추정한다.

ABSTRACT

Positive biomechanical outcomes have been reported with lower-limb exoskeletons in laboratory settings, but these devices have difficulty delivering appropriate assistance in synchrony with human gait as the task or rate of phase progression change in real-world environments. This paper presents a controller for an ankle exoskeleton that uses a data-driven kinematic model to continuously estimate the phase, phase rate, stride length, and ground incline states during locomotion, which enables the real-time adaptation of torque assistance to match human torques observed in a multi-activity database of 10 able-bodied subjects. We demonstrate in live experiments with a new cohort of 10 able-bodied participants that the controller yields phase estimates comparable to the state of the art, while also estimating task variables with similar accuracy to recent machine learning approaches. The implemented controller successfully adapts its assistance in response to changing phase and task variables, both during controlled treadmill trials (N=10, phase RMSE: 4.8 +- 2.4\%) and a real-world stress test with extremely uneven terrain (N=1, phase RMSE: 4.8 +- 2.7\%).

연구 동기 및 목표

• 실세계 환경에서 비정상 상태 운동에 적응하는 실시간 하지 하부 외골격 제어 전략을 개발하는 것.
• 동적 보행 중에 보행 단계, 단계 속도, 스트라이드 길이 및 지면 경사를 동시에 지속적으로 추정하는 것.
• 시간 기반 제어기의 성능을 향상시켜 실시간으로 변화하는 보행 상태와 작업에 맞춰 토크 프로파일을 적응시키는 것.
• 고도의 변동성이 있는 외부 지형에서의 어려운 조건과 제어 테스트를 포함한 제어기 성능을 검증하는 것.

제안 방법

• 제어기는 10명의 정상 기립 성향의 피험자로부터 확득한 다기능 데이터베이스에서 유도된 데이터 기반의 인간 보행 운동학 모델을 사용한다.
• 확장 칼만 필터(EKF)는 외골격의 센서 측정치를 사용하여 상태 벡터(단계, 단계 속도, 스트라이드 길이, 지면 경사)를 추정한다.
• EKF는 예상되는 신호의 정보성에 따라 센서 측정치에 대한 신뢰도를 동적으로 조정함으로써 측정 공분산을 수정한다.
• 비선형 동적 모델은 상태의 진화를 예측하고, 비선형 측정 모델은 예측된 상태를 센서 관측치로 매핑한다.
• 제어기는 추정된 단계 및 작업 변수를 사용하여 실시간으로 토크 보조를 조정함으로써 개인 맞춤형 적응형 지원을 가능하게 한다.
• EKF는 안정된 보행 데이터로 학습된 보행 모델로 초기화되지만, 전이 및 비정상 상태를 처리할 수 있도록 설계되어 있다.

실험 결과

연구 질문

• RQ1 EKF 기반 실시간 보행 단계 및 작업 추정 시스템은 비틀린 지면에서 비정상 상태 운동 중에도 높은 정확도를 달성할 수 있는가?
• RQ2 EKF 기반 제어기의 성능은 최신 기술 수준의 시간 기반 및 기계 학습 기반 접근법과 비교해 보행 단계 및 작업 변수 추정에서 어떻게 다른가?
• RQ3 제어기는 실시간으로 변화하는 단계 속도, 스트라이드 길이 및 지면 경사에 대응하여 토크 보조를 얼마나 잘 적응시킬 수 있는가?
• RQ4 외골격 보조가 센서 측정치와 추정 정확도에 어떤 영향을 미치는가, 특히 초기 지면 접촉 단계에서?
• RQ5 사용자가 외골격 보조에 대응하여 보행 패턴을 변경할 경우 EKF는 안정적인 성능을 유지할 수 있는가?

주요 결과

• EKF 기반 제어기는 트레드밀 실험에서 단계 추정의 평균 제곱근 오차(RMSE)가 4.8 ± 2.4%로, 최신 기술 수준의 시간 기반 방법을 뛰어넘었다.
• 매우 비틀린 지면에서의 실제 환경 스트레스 테스트에서는 단계 RMSE가 4.8 ± 2.7%를 유지하여, 동적이고 예측 불가능한 환경에서도 뛰어난 내구성을 입증했다.
• 시스템은 실시간으로 스트라이드 길이와 지면 경사를 성공적으로 추정했으며, 최근 기계 학습 기반 접근법과 비교해 유사한 정확도를 보였다.
• 제어기는 추정된 단계 및 작업 변수를 기반으로 실시간으로 토크 보조를 적응시켜 전이 및 다양한 지형에서 개인 맞춤형 지원을 가능하게 했다.
• 외골격 보조에 대응한 개인 간 보행 적응 차이(예: 조기 발끝 떼기 운동)로 인해 추정 편향이 발생했으며, 특히 경사도 추정에서 최대 7.3°의 음성 편향이 한 피험자에서 관찰되었다.
• EKF의 성능은 외골격에 의해 유도된 보행 변화에 민감하여, 향후 개선을 위해 개인 맞춤형 보행 모델이 정확도 향상에 기여할 수 있음을 시사한다.