Tối ưu hóa dự đoán lực hỗ trợ trong điều khiển tương tác vật lý người–robot để hỗ trợ đi bộ

( 0 đánh giá )
Miễn phí

Robot hỗ trợ là loại không đeo, gồm đế di động omni và tay cầm có cảm biến lực.

  • Người dùng bám vào tay cầm, lực tương tác được đo và dùng để điều khiển robot.
  • - Điều khiển độ chấp nhận: Mvp(t) + Dvp(t) = f(t) - T(t), với f là lực người dùng, T là lực hỗ trợ.
  • - Mô hình người dùng là con lắc ngược tuyến tính (LIPM) với chiều cao cố định z0 = 1.0 m.
  • - ZMP của người dùng được tính từ vị trí tay cầm và lực tương tác.
  • - Mục tiêu điều khiển: giữ ZMP gần trung tâm bàn chân để tránh ngã.
  • - Bài toán MPC tối ưu hóa lực hỗ trợ T để giảm sai lệch giữa ZMP thực và ZMP mong muốn.
  • - MPC được chuyển thành bài toán QP và giải bằng thư viện OSQP.
  • - Mô phỏng cho thấy robot tạo ra lực hỗ trợ phù hợp, giữ ZMP ổn định khi người dùng đi bộ.
  • - Thí nghiệm với robot TOMM gồm 3 bài kiểm tra:
  •   + Đi bộ tốc độ đều: robot phản hồi mềm mại, lực hỗ trợ nhỏ.
  •   + Người nghiêng về phía robot: robot tăng lực hỗ trợ để ngăn ngã.
  •   + Người đi mà không chạm tay cầm: robot tự di chuyển theo để giữ vị trí phù hợp.
  • - Kết quả cho thấy phương pháp có thể áp dụng thực tế cho người cao tuổi trong viện dưỡng lão.