外骨骼机器人（二）：自适应振荡器

巴普蒂斯塔

已于 2022-07-30 11:42:27 修改

阅读量3.7k

点赞数 4

分类专栏：外骨骼机器人文章标签：外骨骼机器人自适应信号处理振荡器

于 2020-07-31 18:46:04 首次发布

本文链接：https://blog.csdn.net/u014170067/article/details/107719509

版权

外骨骼机器人专栏收录该内容

8 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了自适应振荡器在外骨骼机器人中的应用，特别是在辅助行走和康复训练中的作用。通过分析周期性运动，自适应振荡器能估计用户的运动意图，提供助力。实验涉及肘关节正弦运动和行走，揭示了model-free方法在应对复杂运动时的优势。行走实验中，自适应振荡器通过傅里叶分解和非线性滤波器估计周期性非正弦信号，为未来关节位置预测提供基础，进而计算所需辅助力矩。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文为阅读笔记，仅供学习交流使用！！！

人体行走过程中，下肢的运动是一种类周期性运动。振荡器是一种数学工具，学习输入的周期信号的特征，如频率、相位、幅值等。文献[1]提出了一种新的方法，在周期运动期间提供助力。这种方法是trajectory-free的，也就是不用预设关节轨迹。而且除了需要关节电机自带的编码器外，不需要其它传感器。这种方法基于自适应振荡器，有两种实现方式：model-based和model-free，由于行走过程中，下肢与地面会有间断的接触，因此腿部的模型非常复杂，采用model-free的实现方式更好。文中设计了两组实验，肘关节的正弦运动和正常人的步行实验，肘关节是单关节运动采用了一个简单的模型，基于model-based oscillator实现；步行实验基于model-free oscillator实现。
本文为阅读参考文献[1]的笔记。

一、简介

辅助行走和康复训练机器人已被提出作为一种创新手段，以改善受慢性或暂时性下肢运动障碍的人的状况。值得注意的是，辅助行走和康复训练机器人两者的设计目的不一样。前者旨在通过提供持续的步行辅助，给予额外的力量或提高运动能力来帮助运动障碍或神经、肌肉、骨骼等病变的患者日常行走。后者的目的是训练患者的神经系统和/或肌肉骨骼器官，以恢复正常的运动能力。