Robust control of pneumatically-driven robot mimics the network of the nervous and vascular systems

点击翻译按钮获取中文摘要

本研究の目的は，流体駆動ロボットにおいて，各アクチュエータへ作動流体を伝達する配管群と供給圧力源をネットワーク化することで，模擬的な血管系を構成し，模擬血管系から推定した情報と従来の神経系に相当するセンサ情報の双方を活用したロバストな制御方法を提案することにある．本制御方法をロボットに実装し，省エネルギー駆動の実現とともに耐環境性に優れ，かつ動作支援ロボットにおける歩行から走行などの大きな動作変化にも柔軟な対応の実現を目指す．本年度の第一目標は，空気圧ゴム人工筋を用いた歩行アシスト装置において，圧力情報から角度情報を推定する空気リザバー計算の精度向上の実現である．精度を向上する配管系，配管長や配管ネットワークの構成方法を実験によって探索した．次に歩行が周期的な運動であることに着目し，クラスタリングのアルゴリズムの導入によって，歩行状態の推定精度の向上のみならず，リアルタイムでの膝および腰部の関節角度と関節角速度の推定を実現した．第二の目標は，リアルタイムに推定した関節の角度や角速度情報をフィードバック制御に用いることで，空気圧リザバー計算による状態推定によるアシスト制御の実現である．ロバスト性に優れた制御方法を検討，同システムに実装し，実験によってその有効性を定量的に評価した．特に歩容途中での速度変化や歩幅変化が生じた場合にも，アシスト制御が不安定とならず有効に作用することを目指した．定量的な評価として，複数の被験者に対して脚部の複数部位での筋電を計測し，また，非接触モーションセンサでの計測結果との比較を行った．その結果，提案した制御方法が有効であることを実験によって明らかにした．