Rachel Gehlhar
収録論文 7本 ・ フィジカルAI/ロボット学習
義足制御歩行歩行/義足制御歩行/制御義足制御/RNN/エッジAI制御/義肢
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 多接触モデルと力ベース非線形制御による下肢義足の人間らしい運動の再現義足制御2022/9/1
多接触モデルと力ベース非線形最適化制御を用いて、被験者ごとの調整なしにパワード大腿義足で足首の蹴り出しを含む人間らしい歩行運動を実現した。
- 筋骨格モデルとハイブリッドゼロダイナミクスによる支援ロボットの自然な多点接触歩行歩行2021/9/1
筋骨格モデルを歩行生成に組み込み、HZD法で安定な多点接触歩行を生成。義足AMPRO3で実験し、筋モデル制約が自然な歩容をもたらすことを示した。
- 力覚センシングを用いたモデル依存型電動義足の多様地形歩行制御歩行/義足制御2021/5/1
人間と義足の間および地面にかかる力をリアルタイムに計測し、安定性を理論的に保証する最適化ベースの制御で、電動義足が4種類の地形を歩行できることを示した論文。
- 相互作用力推定を用いたモデル依存型義足制御歩行/制御2020/11/1
RES-CLFと力推定を組み合わせ、安定性保証付きのモデルベース最適化制御を義足で実機実装し、従来法より優れた軌道追従を達成した。
- 人間との相互作用をデータから特徴づける電動義足のモデルベース制御歩行/義足制御2020/3/1
モーションキャプチャデータから歩行軌道と人間-義足間の相互作用力を抽出し、そのばらつきを力のチューブとしてモデル化した上で、ロバストCLF-QP制御により追加センサなしで安定歩行を実現する手法を提案した。
- EdgeDRNNアクセラレータを用いたハイブリッド大腿義足のリカレントニューラルネットワーク制御義足制御/RNN/エッジAI2020/2/1
ゲート付きリカレントニューラルネットワーク(GRU)を専用ハードウェアEdgeDRNN上でリアルタイム実行し、動力付き大腿義足の歩行制御をPDコントローラからエンドツーエンドで置き換えられることを示した研究。
- 分離可能なサブシステムの制御と義肢への応用制御/義肢2019/9/1
全身のダイナミクスを知らなくても、等価なサブシステムを構成して局所情報だけで制御則を計算できる「分離可能サブシステム制御」を提案し、切断者-義肢モデルのシミュレーションで全身フィードバック線形化と同等の性能を確認した。
