MétaCan
Menu
Retour à la cohorte
Enregistrement W2967893117 · doi:10.1109/tcst.2019.2931522

Adaptive Force and Position Control Based on Quasi-Time Delay Estimation of Exoskeleton Robot for Rehabilitation

2019· article· en· W2967893117 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Control Systems Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésExoskeletonControl theory (sociology)AccelerationLyapunov functionRobotController (irrigation)Computer scienceRehabilitation roboticsSliding mode controlControl engineeringEngineeringSimulationControl (management)Artificial intelligenceNonlinear system

Résumé

récupéré en direct d'OpenAlex

Rehabilitation robots have become an influential tool in physical therapy treatment since they are able to provide an intensive rehabilitation treatment for a long period of time. However, this technology still suffers from various problems such as dynamics uncertainties, external disturbances, and human-robot interaction. In this paper, we present a new integral second-order terminal sliding mode control incorporating quasi-time delay estimation (Q-TDE) applied to an exoskeleton robot with dynamics uncertainties and unknown bounded disturbances. Unlike the conventional TDE approach, the proposed Q-TDE uses delayed one step only of the control input of the system to approximate the uncertain dynamics while avoiding the delays on all states of the system. The proposed controller aims to perform passive and active rehabilitation protocols without the need for velocity and acceleration measurements of the robot system. A finite time of both selected sliding surface and estimation error simultaneous is achieved using an appropriate Lyapunov function. Experimental results with healthy subjects found using a virtual reality environment confirm the effectiveness of the proposed control.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,781

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,003
Tête enseignante GPT0,195
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle