[论文解读] RoboWalk: Explicit Augmented Human-Robot Dynamics Modeling for Design Optimization

S. Ali A. Moosavian, Mahdi Nabipour+2 more|arXiv (Cornell University)|Jul 9, 2019

Prosthetics and Rehabilitation Robotics参考文献 53被引用 8

一句话总结

该论文提出RoboWalk，一种采用牛顿法显式建模人类与机器人多体运动学树动力学的欠驱动下肢外骨骼。该模型被扩展以分析关节力矩与地面反作用力，并通过人机协同的粒子群优化（PSO）框架进行优化，从而降低人体关节力矩需求，消除有害干扰力，同时最小化电机负载与系统重量。

ABSTRACT

Utilizing orthoses and exoskeleton technology in various applications and medical industries, particularly to help elderly and ordinary people in their daily activities is a new growing field for research institutes. In this paper, after introducing an assistive lower limb exoskeleton (RoboWalk), the dynamics models of both multi-body kinematic tree structure human and robot is derived separately, using Newton's method. The obtained models are then verified by comparing the results with those of the Recursive Newton-Euler Algorithms (RNEA). These models are then augmented to investigate the RoboWalk joint torques, and those of the human body, and also the floor reaction force of the complete system. Since RoboWalk is an under-actuated robot, despite the assistive force, an undesirable disturbing force exerts to the human. So, optimization strategies are proposed to find an optimal design to maximize the assistive behavior of RoboWalk and reduce joint torques of the human body as a result. To this end, a human-in-the-loop optimization algorithm will be used. The solution of this optimization problem is carried out by Particle Swarm Optimization (PSO) method. The designed analysis and the optimization results demonstrate the effectiveness of the proposed approaches, leading to the elimination of disturbing forces, lower torque demand for RoboWalk motors and lower weights.

研究动机与目标

• 开发人体-外骨骼系统详细的动力学模型，以实现对力和力矩的精确预测。
• 解决欠驱动外骨骼中不良干扰力的问题，这些干扰力会增加人体关节力矩。
• 优化外骨骼设计，以最大化辅助行为并最小化电机负载与系统重量。
• 将人机协同反馈整合到优化过程中，以实现对性能的现实评估。
• 通过与递归牛顿-欧拉算法（RNEA）对比，验证动力学模型的准确性。

提出的方法

• 基于多体运动学树结构，使用牛顿法分别推导人体与机器人的动力学模型。
• 扩展个体动力学模型，以分析系统层面的关节力矩与地面反作用力。
• 制定优化问题，以最小化人体关节力矩与外骨骼电机负载。
• 实施人机协同优化策略，以模拟真实的交互动力学。
• 应用粒子群优化（PSO）求解多目标设计优化问题。
• 通过与递归牛顿-欧拉算法（RNEA）的结果对比，验证动力学模型的准确性。

实验结果

研究问题

• RQ1 对人-外骨骼系统进行显式动力学建模，如何提升关节力矩与地面反作用力预测的准确性？
• RQ2 在步行过程中，欠驱动外骨骼中不良干扰力的来源及其影响是什么？
• RQ3 通过优化，能在多大程度上降低人体关节力矩需求，同时最小化外骨骼电机负载与重量？
• RQ4 将人机协同反馈整合到优化过程中，如何提升外骨骼设计优化的现实性与有效性？
• RQ5 PSO能否在保持动力学模型保真度的前提下，有效求解外骨骼设计中的多目标优化问题？

主要发现

• 基于牛顿法的动力学模型与递归牛顿-欧拉算法（RNEA）结果高度一致，验证了其准确性。
• 扩展的动力学模型成功识别并量化了外骨骼辅助步态过程中作用于人体的干扰力。
• 通过PSO优化显著降低了人体关节力矩需求，提升了辅助性能。
• 优化后的设计显著降低了RoboWalk的电机负载需求，提升了能效。
• 最终设计在保持有效力传递与稳定性的同时，实现了系统重量的降低。
• 人机协同优化框架在模拟真实交互动力学与提升设计成果方面表现出有效性。