Role of Speed Regulation and Speed Modulation in Velocity-Field Based Control
Notice bibliographique
Résumé
Abstract The velocity vector field (flow) controller is a well-established control strategy for lower limb exoskeletons. In this paper, we analyze this controller and propose modifications to improve its performance. We demonstrate that flow control acts as a variable proportional-derivative error regulator, where the parameter Γ represents the desired norm of the hip-knee joint velocity vector (path speed). Based on this, we introduce two modifications to Γ: (1) a constant Γ set to the mean desired path speed, and (2) a variable Γ that mimics natural path speed during unassisted walking. We compared the modified flow controllers with a slow-Γ version in experiments involving seven participants walking on a treadmill at 0.6 m/s , 0.8 m/s , and 1.0 m/s . Compared to the slow-Γ controller, the RMS tracking error decreased by 30.7 ± 11.3% and the range of motion of the knee increased by 48.2 ± 5.5% for the mean-Γ controller, while the variable-Γ controller had 32.4 ± 14.7% smaller RMS error and 50.5 ± 6.5% larger range of motion of the knee. Additionally, the slow-Γ controller consistently applied resistive power, whereas participants reported more comfortable and natural gait with the modified controllers. We also compared them with the original tuning of flow controller, with results indicating superior performance from the proposed modifications. These findings demonstrate effectiveness across different walking speeds and offer a tuning strategy for future flow controller use.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».