Using Dynamic Simulations to Estimate the Feasible Stability Region of Feet-In-Place Balance Recovery for Lower-Limb Exoskeleton Users
Notice bibliographique
Résumé
In recent years, research into the balancing ca-pabilities of lower-limb exoskeletons has increased with hopes of achieving “crutch-less” stance and ambulation. However, achieving upright stability in underactuated bipedal robotics is difficult. Disturbances due to end-user interactions and actuator limitations further complicate any solutions. The current study was therefore aimed at establishing the generalized balancing capabilities of active robotic lower-limb exoskeletons through the use of predictive dynamic simulations. The ability to balance was assessed through the use of the feasible stability region (FSR), which is the region in whole-body center of mass (COM) position-velocity space where it is possible to recover upright balance through termination of the COM velocity. Direct collocation optimal control was used to estimate the baseline FSR for the human-only and human-exoskeleton system under various conditions. Additionally, Pareto optimization was used to establish trade-offs between the FSR and the motor torques that generate the necessary balance strategies, which determine the FSR. In general, our results indicated that baseline human-only and human-exoskeleton systems share similar balancing capabilities in terms of the FSR, regardless of the device's end-user mobility; however, features of the exoskeleton like high joint-level impedance and a shifted center of mass have detrimental impacts to the overall FSR size. Results from the Pareto optimization suggest that the full FSR can be nearly reached with a fraction of the required motor torques, thus protecting both the device and user. Future work will expand the current analyses to stepping strategies and control-design implementation in the Technaid Exo-H3.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».