[论文解读] Exploiting Intrinsic Kinematic Null Space for Supernumerary Robotic Limbs Control

Tommaso Lisini Baldi, Nicole D’Aurizio+4 more|arXiv (Cornell University)|Dec 7, 2020

Muscle activation and electromyography studies参考文献 25被引用 6

一句话总结

本文提出了一种用于可穿戴仿生附加手指的新型非自回归控制策略，采用隐式运动学核（IKK），利用受损肢体的残余运动控制能力，直观调节额外的驱动自由度。该方法使用户在单臂任务中通过自然手部姿势即可控制附加手指，在虚拟与真实环境中均实现了平均任务完成时间6.34秒且故障率较低。

ABSTRACT

Supernumerary robotic limbs (SRLs) gained increasing interest in the last years for their applicability as healthcare and assistive technologies. These devices can either support or augment human sensorimotor capabilities, allowing users to complete tasks that are more complex than those feasible for their natural limbs. However, for a successful coordination between natural and artificial limbs, intuitiveness of interaction and perception of autonomy are key enabling features, especially for people suffering from motor disorders and impairments. The development of suitable human-robot interfaces is thus fundamental to foster the adoption of SRLs. With this work, we describe how to control an extra degree of freedom by taking advantage of what we defined the Intrinsic Kinematic Null Space, i.e. the redundancy of the human kinematic chain involved in the ongoing task. Obtained results demonstrated that the proposed control strategy is effective for performing complex tasks with a supernumerary robotic finger, and that practice improves users' control ability.

研究动机与目标

• 开发一种直观、非侵入式的可穿戴仿生附加手指控制策略，利用受损肢体的残余运动功能。
• 通过避免使用如按钮按压等显式指令，最小化用户努力与学习负担。
• 评估基于IKK的控制在现实世界抓取与放置任务中的可行性与可用性。
• 通过任务完成时间与故障率等定量指标，评估用户在虚拟与物理环境中的表现。

提出的方法

• 隐式运动学核（IKK）实时计算自用户受损肢体的运动学数据，从冗余的运动模式中提取控制信号。
• 基于IKK的控制信号与任务执行过程中自然手部姿势同步，调节可穿戴附加手指的开合动作。
• 系统整合生物力学与生理学约束，确保无需显式用户指令即可实现平滑、直观的控制。
• 通过动作捕捉或传感器数据实时追踪手部姿势，动态计算IKK信号以支持任务执行过程中的实时响应。
• 在虚拟仿真与物理实验中均对控制方法进行了验证，采用可穿戴仿生附加手指原型进行测试。
• 性能通过任务完成时间与故障次数进行评估，故障定义为任务耗时超过20秒或物体掉落。

实验结果

研究问题

• RQ1 能否有效利用受损肢体的残余运动控制能力，生成用于可穿戴附加手指的自然控制信号？
• RQ2 与传统的按钮触发方式相比，基于IKK的控制在任务完成时间与用户表现方面有何差异？
• RQ3 用户在不使用显式指令的情况下，能多大程度上仅通过自然手部姿势直观控制附加手指？
• RQ4 基于IKK的控制在不同用户与任务类型之间是否表现出可靠且一致的性能？

主要发现

• 基于IKK的控制平均任务完成时间为6.34秒，显著快于按钮触发方式下的11.05秒。
• 基于IKK的控制每位用户平均故障次数为0.71次，而按钮触发方式为4.0次。
• 用户8在所有任务中均在6秒内完成且无故障，表明IKK方法具有高可靠性和高速度。
• 机器人手指完全打开所需的最短时间为2秒，所有基于IKK的任务均在此物理限制内完成。
• 用户间任务完成时间的标准差为0.71秒，表明性能具有一致性与可预测性。
• 在按钮触发条件下，10名用户中有4名未能完成至少一项任务；而在相同任务集下，IKK条件下未报告任何故障。