Адаптивный контроль в устройствах экзоскелета для помощи людям

Оригинальное название: The Promise of Adaptive Exoskeletons

Устройства экзоскелета перешли от научной фантастики к реальной вспомогательной технологии, предлагая поддержку в реабилитации, производстве и мобильности для людей с двигательными нарушениями. Однако эффективность этих носимых роботов зависит от их способности беспрепятственно интегрироваться с физиологией человека. Традиционные контроллеры с фиксированной прибылью часто не дотягивают, оказывая либо слишком большую, либо слишком маленькую помощь, приводя к дискомфорту, неэффективности или даже травме. Именно здесь адаптивный контроль становится незаменимым. Постоянно адаптируясь к биомеханическому состоянию пользователя, адаптивные системы управления позволяют экзоскелетам предоставлять персонализированную поддержку, которая развивается с силой, усталостью и шаблонами движения пользователя.

Ядро адаптивного экзоскелета заключается в его способности моделировать, контролировать и модифицировать взаимодействия в режиме реального времени. В этой статье рассматриваются фундаментальные принципы адаптивного управления, критические компоненты, которые заставляют его работать, ощутимые преимущества, которые он предлагает, и препятствия, которые остаются. Понимая эти элементы, инженеры и клиницисты могут разрабатывать более интуитивные и эффективные вспомогательные устройства.

Адаптивный контроль в глубине

Адаптивное управление — это методология, при которой параметры контроллера автоматически настраиваются во время работы для поддержания желаемого уровня производительности системы, даже когда изменяется динамика системы.В отличие от надёжного управления, которое стремится выдержать ограниченный диапазон неопределённостей, адаптивное управление активно изучает и обновляет свою модель системы.В экзоскелетах эти изменения возникают из-за вариаций походки пользователя, активации мышц, нагрузки и окружающей среды.

Существует несколько категорий адаптивного управления, используемых в экзоскелетных системах:

• Модельно-ориентированный адаптивный контроль: Рельефы на математической модели системы человек-робот. Такие параметры, как инерция конечностей, жесткость суставов и крутящий момент мышц, оцениваются в режиме онлайн, и контроллер соответствующим образом настраивается. Общие методы включают адаптивный компьютерный контроль крутящего момента и адаптивный контроль скольжения.
• Адаптивный контроль без модели:] Не требует явной динамической модели. Такие методы, как итеративный контроль обучения (ILC) и обучение с подкреплением (RL), используют данные предыдущих испытаний движения для улучшения будущей помощи. ILC особенно эффективен для повторяющихся задач, таких как ходьба или подъем.
• Биоадаптивный контроль: Интегрирует биологические сигналы (например, электромиография, электроэнцефалография) для декодирования намерения пользователя. Контроллер адаптируется на основе нейронной или мышечной активности пользователя, позволяя экзоскелету предсказывать и увеличивать движение до того, как оно полностью произойдет.

Почему адаптивный контроль важен для экзоскелетов

Человеческое тело очень нелинейно и изменчиво во времени. Мышечная усталость, травма и обучение вызывают изменение динамики пользователя в течение нескольких минут и дней. Адаптивный контроль решает эту проблему, позволяя экзоскелету «настраивать» себя на пользователя, уменьшая когнитивную нагрузку и физическое напряжение. Например, походка пациента с инсультом может улучшиться в течение недель обучения; адаптивный контроллер может постепенно снижать помощь для поощрения активного участия, принцип, известный как «помощь по мере необходимости».

Ключевые компоненты адаптивного управления в экзоскелетах

Внедрение адаптивного управления предполагает плотно интегрированный цикл зондирования, принятия решений и приведения в действие. Каждый компонент должен работать с низкой задержкой и высокой надежностью для поддержания безопасности и комфорта человека. Ниже приведены основные подсистемы.

Технологии сенсоров

Современные экзоскелеты используют набор датчиков для захвата как состояния устройства, так и состояния пользователя:

• Инерциальные измерительные блоки (IMU): Измеряют ускорение и угловую скорость, что позволяет оценивать углы и определять шаг. Они малы и недороги, но могут страдать от дрейфа с течением времени.
• Электромиография (ЭМГ): Записывает электрическую активность мышц. Поскольку активация мышц предшествует движению на 50—100 мс, ЭМГ обеспечивает сигнал вперёд для предвосхищения намерения пользователя. Однако ЭМГ склонна к сигнальному шуму и требует тщательного размещения электродов и фильтрации.
• Датчики силы/крутящего момента: Установка на человеко-экзоскелетном интерфейсе (например, ремни, накладки) для измерения сил взаимодействия. Эти данные имеют решающее значение для обнаружения, когда пользователь толкает устройство или расслабляется.
• Совместные кодеры: Обеспечить точное угловое положение и скорость соединения экзоскелета, необходимые для управления обратной связью.

Передовые исследовательские системы все чаще объединяют эти датчики с ближней инфракрасной спектроскопией для мониторинга оксигенации и усталости мышц, обеспечивая еще более богатый обзор состояния человека.

Алгоритмы управления

"Мозг" адаптивного экзоскелета - алгоритм управления. Несколько подходов доказали свою эффективность:

• Адаптивное управление импедансом: Регулирует виртуальную жесткость и демпфирование экзоскелетного соединения. Контроллер может переключаться между режимом высокого давления (твердого давления) для поддержки большой нагрузки и режимом низкого давления (соответствующего) для естественного движения. Законы адаптации настраивают эти параметры на основе усилий пользователя.
• Усиление обучения (RL): Экзоскелет изучает оптимальную политику помощи посредством проб и ошибок. Агент RL наблюдает состояние пользователя (совместные углы, скорость, активация мышц) и выбирает крутящий момент помощи, который минимизирует функцию затрат (например, метаболические затраты, ошибка отслеживания). Методы градиента политики, такие как PPO, были применены в моделировании и на оборудовании.
• Линейная обратная связь с адаптацией: Модельный подход, который отменяет известные нелинейности и затем использует адаптивную оценку параметров для обработки неопределенностей. Этот метод может достичь высокой точности отслеживания и хорошо изучен теоретически.
• Итеративный контроль обучения: Для периодических задач ILC использует данные об ошибках предыдущих циклов для корректировки команды пересылки. Это очень эффективно для ходьбы по беговым дорожкам или повторения движений сборки.

акушеры

Приводы преобразуют управляющие сигналы в механическое движение или силу. Основные типы приводов в адаптивных экзоскелетах включают:

• Электродвигатели с серийными эластичными приводами (SEA): Между двигателем и нагрузкой расположен пружина, обеспечивающая неотъемлемое соответствие и крутящий момент. SEA хорошо подходят для адаптивного управления импедансом, поскольку они могут модулировать жесткость.
• Пневматические или гидравлические приводы: Используются в сверхмощных экзоскелетах для промышленного подъема. Их плотность мощности высока, но пропускная способность управления ниже, и им требуются громоздкие насосы.
• Пневматические искусственные мышцы (ПИМ): Схваточные приводы, имитирующие биологические мышцы. Они легкие и имеют высокое соотношение силы к весу, но нелинейны и их труднее точно контролировать.

Выбор привода влияет на тип адаптивного управления, который может быть реализован. Например, СЭО естественным образом поддаются управлению импедансом, в то время как двигатели с прямым приводом могут потребовать более сложного сопоставления моделей.

Механизмы обратной связи и адаптации

Адаптивные петли управления требуют двух уровней обратной связи: низкоуровневый цикл, управляющий выходом привода (например, крутящим моментом или положением), и высокоуровневый цикл, обновляющий параметры контроллера. Механизм адаптации решает, когда и как изменять параметры. Общие механизмы включают:

• Gradient Descent: Параметры контроллера настроены так, чтобы минимизировать показатель производительности, такой как ошибка отслеживания или ошибка силы взаимодействия.
• Lyapunov-Based Adaptation: Обеспечивает, чтобы обновления параметров гарантировали стабильность всей системы, даже при изменении поведения пользователя.
• Байесовский вывод: Вероятностные методы, обновляющие распределение по вероятной динамике пользователя, позволяющие экзоскелету изящно обрабатывать неопределенность измерений.

Преимущества адаптивного контроля в экзоскелетах

Переход на адаптивное управление дает конкретные преимущества перед традиционными контроллерами с фиксированными параметрами, как для пользователя, так и для разработчика системы.

Персонализированная помощь

Каждый пользователь имеет уникальные длины конечностей, мышечную силу и паттерны походки. Адаптивное управление автоматически адаптирует профиль поддержки к индивидууму. Например, экзоскелет тазобедренного сустава может регулировать отношение крутящего момента разгибания бедра к крутящему моменту коленного сустава, чтобы соответствовать компенсаторной стратегии пользователя после инсульта. Исследования в Мичиганском университете показали, что адаптивные контроллеры могут снизить метаболические затраты на ходьбу более чем на 30% по сравнению с неассистированной ходьбой и на целых 15% по сравнению с неадаптивной помощью.

Повышение безопасности

Постоянно контролируя силы взаимодействия и углы суставов, адаптивные контроллеры могут обнаруживать аномальные движения или надвигающуюся потерю баланса и динамически настраивать помощь. Если пользователь спотыкается, контроллер может затвердеть экзоскелет для обеспечения поддержки или смягчить его, чтобы предотвратить повреждение суставов от внезапных ударов. Эта адаптивность снижает риск падений и травм, критический фактор для пожилых или неврологически ослабленных пользователей.

Повышение эффективности и снижение усталости

Адаптивный контроль минимизирует усилия пользователя по всем движениям. Для промышленных экзоскелетов, используемых в подъеме и переноске, это приводит к снижению частоты сердечных сокращений и воспринимаемой нагрузки. Исследования из Технического университета Мюнхена показывают, что адаптивные контроллеры, которые изучают оптимальное время вспомогательных сил, могут снизить метаболические затраты пользователя до 20% по сравнению со схемой помощи с постоянной силой. Экзоскелет эффективно «исчезает» из сознания пользователя, позволяя ему сосредоточиться на задаче.

Больше комфорта и естественного движения

Неадаптивные контроллеры часто заставляют экзоскелет сопротивляться добровольному движению пользователя, что приводит к ощущению «борьбы» с устройством. Адаптивные контроллеры импеданса учатся уменьшать импеданс почти до нуля, когда пользователь инициирует движение, и увеличивать импеданс только тогда, когда требуется дополнительная поддержка. Это приводит к более прозрачному и естественному взаимодействию, которое необходимо для длительного износа.

Проблемы в реализации адаптивного контроля

Несмотря на очевидные преимущества, развертывание адаптивного управления в экзоскелетах в реальном мире чревато техническими и практическими проблемами.

Шум и переменчивость сенсора

Биологические сигналы, такие как ЭМГ и ЭЭГ, чрезвычайно шумные, подвержены поту, движению электродов и мышечному перекрестию. Датчики силы могут дрейфовать, а ИМУ накапливают ошибки. Адаптивные алгоритмы, которые полагаются на эти шумные измерения, должны включать надежную фильтрацию и оценку неопределенности, чтобы избежать нестабильности. Вычислительно интенсивная природа некоторых адаптивных контроллеров также требует бортовой вычислительной мощности, которая может быть ограничена временем автономной работы и ограничениями веса.

Вычислительная сложность в реальном времени

Многие передовые адаптивные контроллеры, особенно те, которые используют обучение с подкреплением или управление прогнозом модели, требуют решения задач оптимизации со скоростью 100-1000 Гц. Достижение этого на встроенном оборудовании с ограниченными бюджетами мощности является активной областью исследований. Краевые вычисления и специализированные ускорители нейронных сетей изучаются для разгрузки вычислительных задач.

Стабильность и конвергенция

Гарантировать, что адаптивный экзоскелет останется стабильным при всех возможных действиях пользователя, математически сложно. Плохо разработанный закон адаптации может привести к ограничению циклов или неограниченным сигналам управления, создавая риски для безопасности. Методы на основе Ляпунова предоставляют формальные гарантии, но могут быть слишком консервативными, чтобы полностью использовать потенциал производительности экзоскелета. Для преодоления этого разрыва исследуются надежные методы адаптации, которые сочетают адаптивный контроль с надежным контролем.

Человеческие факторы и принятие пользователей

Адаптивные системы могут вести себя непредсказуемо на этапе обучения, что может вызвать тревогу у пользователей или снизить доверие. Экзоскелет может резко застыть или расслабиться, поскольку он обновляет свои параметры. Разработка законов адаптации, которые быстро сходятся, не вызывая приторного поведения, имеет важное значение для принятия пользователем. Кроме того, устройство должно изящно обрабатывать преднамеренные неиспользования - пользователи могут захотеть отключить адаптивные функции для определенных задач, требующих интуитивно понятных интерфейсов человека и машины.

Этические и нормативные соображения

Адаптивные экзоскелеты, которые изменяют свое поведение на основе состояния пользователя, вызывают вопросы о конфиденциальности (например, сбор биометрических данных), ответственности (кто несет ответственность, если адаптивный контроллер неисправен?) и справедливости (доступ к дорогим адаптивным устройствам).

Будущие направления и новые исследования

Следующее поколение адаптивных экзоскелетов будет использовать достижения в области материалов, зондирования и искусственного интеллекта для преодоления существующих ограничений.

Нейронные интерфейсы и интеграция мозг-машина

Неинвазивные крышки ЭЭГ и даже имплантируемые корковые электроды могут однажды позволить экзоскелетам декодировать намерение пользователя непосредственно из сигналов мозга. Адаптивные контроллеры, которые сливают нейронные команды с мышечной активностью и данными о движении, могут достичь беспрецедентной отзывчивости. Исследования в Университете Хьюстона продемонстрировали управление экзоскелетом нижних конечностей с использованием сигналов ЭЭГ у выживших после инсульта, с адаптивными алгоритмами, компенсирующими деградацию сигнала с течением времени.

Мягкая робототехника и носимые текстильные изделия

Мягкие экзоскелеты, изготовленные из кабелей и эластичных тканей, снижают инерцию и устраняют жесткие соединения, предлагая преимущества в комфорте и безопасности. Адаптивное управление мягкими экзоскелетами должно учитывать поведение анизотропного материала и переменное напряжение кабеля. Разработаны модельные адаптивные контроллеры, которые изучают нелинейную эластичность костюма для оказания эффективной помощи без дискомфорта.

Мультимодальное сенсорное и сенсорное слияние

Объединение ИДУ, ЭМГ, датчиков силы и камер глубины в единый государственный оценщик позволит адаптивным контроллерам построить более точную картину намерения пользователя и контекста окружающей среды. Глубокое обучение на основе слияния датчиков является перспективным подходом, но требует больших наборов данных и тщательной проверки, чтобы избежать переобучения конкретным условиям.

Оптимизация человек-в-петле

Вместо того, чтобы полагаться исключительно на заранее запрограммированные законы адаптации, будущие экзоскелеты могут позволить пользователям точно настраивать параметры управления через простой интерфейс (например, приложение для смартфона). Система может затем учиться на предпочтениях пользователя и соответствующим образом настраиваться. Эта совместная структура адаптации уважает автономию пользователя и может ускорить конвергенцию с оптимальным профилем помощи.

Заключение

Адаптивное управление - это ключ, который раскрывает весь потенциал экзоскелетных устройств, превращая их из жестких, универсальных машин в интеллектуальных личных помощников, которые развиваются вместе со своими владельцами. Интегрируя передовые датчики, алгоритмы обучения и совместимые приводы, инженеры могут создавать экзоскелеты, которые обеспечивают нужное количество поддержки в нужное время - сокращение усилий, повышение безопасности и улучшение качества жизни. В то время как проблемы остаются в надежности датчиков, вычислительной эффективности и доверии пользователей, продолжающиеся исследования в нейронных интерфейсах, мягкой робототехнике и оптимизации человека в цикле быстро сокращают разрыв. По мере того, как эти технологии созревают, адаптивные экзоскелеты станут стандартным инструментом в реабилитационных клиниках, на заводских этажах и, в конечном итоге, в повседневной мобильности для людей с нарушениями движения.

Для дальнейшего чтения по этой теме изучите следующие ресурсы: IEEE документ по адаптивному управлению импедансом для экзоскелетов нижних конечностей , Природная статья по обучению усилению для помощи при ходьбе экзоскелета и Обзор фронтиеров по управлению экзоскелетом на основе ЭЭГ .