日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ソフト外骨格/制御arXiv:2608.18364

空気圧駆動ソフト外骨格スーツのためのタスク非依存な動的支援制御戦略

A Task-Agnostic Control Strategy for Dynamic Assistance with Pneumatically Actuated Soft Exosuits

シェア:XThreadsFacebookLINEはてブBluesky

空気圧アクチュエータの複雑なダイナミクスをハンマーシュタイン動的モデルで表現し、その逆モデルを制御ループに組み込むことで、ユーザーの意図推定に生理・力センサを必要とせず、タスク非依存で動的な支援を実現する制御戦略を提案した。手首用ソフト外骨格のテストリグで評価し、支援なしと比べて相互作用トルクを最大73%、主要筋の活性を最大47%削減した。

詳しい要約

1. どんなもの?

本論文は、空気圧駆動のソフト外骨格スーツ(pneumatically actuated soft exosuits)のための、タスク非依存で動的な支援を実現する制御戦略を提案する。提案手法は、ユーザーの意図解釈に生理学的センサや力センサを必要とせず、運動学的センサ(kinematic sensing)のみに依存する。システムのモデル化にはHammerstein動的モデル(Preisachヒステリシスモデルと線形時不変フィルタの組み合わせ)を用い、ユーザーごとに140秒のデータでモデルを個人化し、その逆モデルを制御ループに統合する。手首用のソフト支援外骨格を模したテストリグで評価し、支援なし条件と比較して、8°/sから120°/sの速度範囲で相互作用トルクを最大73%、主要な屈筋・伸筋の活性を最大47%低減した。

2. 先行研究と比べてどこがすごい?

先行研究では、空気圧人工筋肉の複雑なダイナミクスと限られた帯域幅により、ユーザーの意図に基づく応答性の高い支援が困難であった。また、多くの既存手法は生理学的センサや力センサを用いてユーザー意図を推定しており、実用上の制約があった。本提案は、逆プラント制御(inverse-plant control)を導入し、運動学的センサのみでタスク非依存かつ動的な支援を実現した点が新しい。さらに、Hammersteinモデルによりヒステリシスと線形ダイナミクスを分離してモデル化し、短時間(140秒)のデータで個人化できる点も優れている。

3. 技術・手法の肝は?

手法の核は、人間-ロボットシステムをHammerstein動的モデルで表現することである。このモデルは、Preisachヒステリシスモデル(静的・非線形なヒステリシス特性を表現)と線形時不変フィルタ(動的挙動を表現)の直列結合からなる。ユーザーごとに140秒のデータを用いてモデルを同定し、その逆モデルを近似して制御ループに組み込む。これにより、空気圧アクチュエータの非線形性と帯域幅の制限を補償し、運動学的センサ(おそらく関節角度)のみから所望の支援トルクを生成する。タスク非依存であるため、特定の動作に限定されず、日常生活での動的支援に適用可能である。

4. どうやって有効だと検証した?

有効性の検証は、ソフト支援外骨格を模したテストリグを用いて行われた。被験者(または模擬環境)に対して、支援なし条件と提案制御による支援条件を比較し、8°/sから120°/sの速度範囲で評価した。その結果、相互作用トルク(interaction torque)が最大73%低減し、主要な屈筋・伸筋の筋活性(activation)が最大47%低減した。これにより、提案制御が動的支援を効果的に提供できることが示された。

5. 議論はある?

要旨からは、議論の詳細は不明である。ただし、提案手法は運動学的センサのみに依存するため、生理学的状態や外的負荷の変化に対するロバスト性や、実際の人間の多様な動作への適用可能性についてはさらなる検討が必要かもしれない。また、Hammersteinモデルの近似精度や、個人化のためのデータ量(140秒)が十分かどうかも議論の余地がある。さらに、テストリグでの検証であり、実機での評価が今後の課題と考えられる。

6. 次に読むべき論文は?

要旨で参照されている関連研究は明示されていないが、同分野の定番として、空気圧人工筋肉の制御に関する研究(例:反転モデル制御、適応制御)、ソフト外骨格の意図推定に関する研究(例:表面筋電位を用いた手法)、およびHammersteinモデルやPreisachモデルを用いたヒステリシス補償に関する研究が挙げられる。具体的には、Soft Exosuitの制御に関する論文や、Pneumatic Artificial Muscleのモデリングと制御に関する論文を読むとよい。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Anoush Sepehri, Zachary Huang, Raymond de Callafon, Michael T. Tolley, Tania K. Morimoto

分類: cs.RO, cs.HC

原文アブストラクト

Pneumatic artificial muscles have provided new opportunities to develop upper-extremity soft exosuits for reha- bilitation, augmentation, and assisted daily living. However, the complex dynamics and limited bandwidth of these actuators has made providing responsive assistance based on user intention a longstanding challenge. In this work, we present an inverse-plant control strategy for pneumatically actuated soft exosuits that only relies on kinematic sensing for task-agnostic and dynamic assistance during daily living. We model the human-robot system using a Hammerstein dynamic model, consisting of a Preisach hysteresis model and a linear time-invariant filter, to capture the static and dynamic behavior of the system. We personalize our model to each user using 140 s of data and approximate an inverse to integrate into our control loop. When evaluated on a test rig that emulated a soft assistive exosuit for the wrist, our controller reduced the interaction torque by up to 73% and the activation of key flexor and extensor muscles by up to 47% relative to the condition with no assistance for speeds ranging from 8°/s to 120°/s. Overall, this work presents a control strategy that can provide task-agnostic, dynamic assistance with pneumatically actuated soft exosuits without the need for physiological or force sensors to interpret user intention.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI