論文の概要: A Novel Hybrid PID-LQR Controller for Sit-To-Stand Assistance Using a CAD-Integrated Simscape Multibody Lower Limb Exoskeleton

• arxiv url: http://arxiv.org/abs/2604.03766v1
• Date: Sat, 04 Apr 2026 15:37:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.760211
• Title: A Novel Hybrid PID-LQR Controller for Sit-To-Stand Assistance Using a CAD-Integrated Simscape Multibody Lower Limb Exoskeleton
• Title（参考訳）: CAD-Integrated Simscape Multibody Lower Limb Exoskeleton を用いたSit-to-Stand AssistanceのためのハイブリッドPID-LQRコントローラ
• Abstract要約: 座-立位遷移における下肢外骨格の精密制御は、ロボット工学における中心的な課題である。 本稿では,3つの制御戦略の体系的,シミュレーション,比較評価について述べる。
• 参考スコア（独自算出の注目度）: 1.441595027675735
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Precise control of lower limb exoskeletons during sit-to-stand (STS) transitions remains a central challenge in rehabilitation robotics owing to the highly nonlinear, time-varying dynamics of the human-exoskeleton system and the stringent trajectory tracking requirements imposed by clinical safety. This paper presents the systematic design, simulation, and comparative evaluation of three control strategies: a classical Proportional-Integral-Derivative (PID) controller, a Linear Quadratic Regulator (LQR), and a novel Hybrid PID-LQR controller applied to a bilateral lower limb exoskeleton performing the sit-to-stand transition. A high-fidelity, physics-based dynamic model of the exoskeleton is constructed by importing a SolidWorks CAD assembly directly into the MATLAB/Simulink Simscape Multibody environment, preserving accurate geometric and inertial properties of all links. Physiologically representative reference joint trajectories for the hip, knee, and ankle joints are generated using OpenSim musculoskeletal simulation and decomposed into three biomechanical phases: flexion-momentum (0-33%), momentum-transfer (34-66%), and extension (67-100%). The proposed Hybrid PID-LQR controller combines the optimal transient response of LQR with the integral disturbance rejection of PID through a tuned blending coefficient alpha = 0.65. Simulation results demonstrate that the Hybrid PID-LQR achieves RMSE reductions of 72.3% and 70.4% over PID at the hip and knee joints, respectively, reduces settling time by over 90% relative to PID across all joints, and limits overshoot to 2.39%-6.10%, confirming its superiority over both baseline strategies across all evaluated performance metrics and demonstrating strong translational potential for clinical assistive exoskeleton deployment.
• Abstract（参考訳）: シット・トゥ・スタンディング(STS)移行時の下肢外骨格の精密制御は、ヒト・エクソ骨格系の高度に非線形で時間的に変化するダイナミクスと臨床安全によって課される厳格な軌跡追跡要求により、リハビリテーションロボティクスにおいて依然として中心的な課題である。 本稿では,従来のPIDコントローラ,線形擬似レギュレータ(LQR),両下肢外骨格に適用された新しいハイブリッドPID-LQRコントローラの3つの制御戦略の体系的設計,シミュレーション,比較評価について述べる。 ソリッドワークスのCADアセンブリをMATLAB/Simulink Simscape Multibody環境に直接インポートし、全てのリンクの正確な幾何的および慣性特性を保存することにより、エクソスケルトンの高忠実で物理ベースの動的モデルを構築する。 屈曲運動(0-33%)、運動量伝達(34-66%)、伸展(67-100%)の3つの生体力学的相に分解した。 提案したハイブリッドPID-LQRコントローラは、LQRの最適過渡応答と、調整混合係数α = 0.65によるPIDの積分外乱拒絶を組み合わせている。 シミュレーションの結果、Hybrid PID-LQRは、ヒップ関節と膝関節のPIDに対するRMSEの72.3%と70.4%の低下を達成し、全ての関節でのPIDに対する沈降時間を90%以上削減し、オーバーシュートを2.39%-6.10%に制限し、評価されたすべてのパフォーマンス指標のベースライン戦略よりも優位性を確認し、臨床補助性外骨格展開の強い翻訳可能性を示した。

関連論文リスト

• SoRoMoX: Fast, Differentiable, and Parallelizable Soft Robot Models [40.64972837908431]
  SoRoMoXは、統一された制御可能なインターフェースを通じて、明瞭な、Piecewise Constant Strain、および可変ストレインモデルを実装している。 連続したCPUロールアウトは最先端の代替よりも18.1倍速く、GPU並列ロールアウトはスループットを最大234.6倍向上させる。
  論文  参考訳（メタデータ） (2026-08-06T23:31:47Z)
• A Replay-Constrained Simulation Framework for Personalization of Powered Knee--Ankle Prosthesis Controllers [11.765906112645466]
  電動義足用インピーダンスコントローラのパーソナライズは、個々の歩行を調節するために重要であるが、依然として困難である。 MuJoCoをベースとしたシミュレーターは、記録されたヒップキネマティクスとフィードバックに基づくグラウンド反応力を再生しながら、人工膝関節の力学を再現する。 深部強化学習政策は、両関節における相依存性の剛性、減衰、平衡角を同時にパーソナライズする。
  論文  参考訳（メタデータ） (2026-07-24T18:59:48Z)
• Deep RL- Tuned Mo del-Free Adaptive Control for Lower-Limb Exoskeletons During Sit-to-Stand Transitions [0.6397595749616992]
  Sit-to-stand(STS)移行は、高齢者にかなりの関節装填要求を課す。 STS中の正確な軌道追跡は、複雑な時間変化のヒト外骨格相互作用のダイナミクスのために困難である。 本稿では,STS動作中の両側下肢に対するインテリジェントモデル自由適応バックステッピング戦略を提案する。
  論文  参考訳（メタデータ） (2026-06-20T13:35:47Z)
• Identification of a Physics-Based Electrical Power Consumption Model for the Unitree G1 Humanoid Arm [41.90412270641482]
  本稿では,UnitreeG1ヒューマノイドロボットの左腕の電力消費に関する物理モデルを提案する。 提案した定式化は、アクチュエータ損失項とベースライントルク補正を組み合わせることで、重力補償負荷の変化を捉える。 シングルジョイントとアコーディネートアームの動作を複数の速度レベルでカバーする897トラジェクトリで、同定されたモデルは、1.07 (W)のRMSEで$R2 = 0.933$に達する。
  論文  参考訳（メタデータ） (2026-06-14T16:45:07Z)
• GEGLU-Transformer for IMU-to-EMG Estimation with Few-Shot Adaptation [3.2245472558257315]
  ウェアラブル慣性測定から連続筋活性化エンベロープを再構築する適応型IMU-to-EMG学習フレームワークを提案する。 結果は、注意に基づくアーキテクチャと軽量適応を併用して、直接EMGセンシングに代わる実用的でスケーラブルな代替品としてサポートしている。
  論文  参考訳（メタデータ） (2026-04-28T14:02:54Z)
• Detecting Neurovascular Instability from Multimodal Physiological Signals Using Wearable-Compatible Edge AI: A Responsible Computational Framework [0.0]
  ウェアラブル互換の生理信号から神経血管不安定性(NVI)を検出するためのマルチモーダルMLフレームワークであるMeraguardを提案する。 毎年1220万回のインシデントストロークで、連続したマルチモーダルな生理的モニタリングは、コミュニティスケールのスクリーニングへの実践的なパスを提供する。
  論文  参考訳（メタデータ） (2026-03-20T19:17:46Z)
• Exoskeleton Control through Learning to Reduce Biological Joint Moments in Simulations [0.0]
  データ駆動型ジョイントモーメント予測器は、推定と外骨格制御のために実験室ベースの逆力学パイプラインに代わるスケーラブルな代替手段を提供する。 物理に基づく強化学習は、シミュレーション訓練されたコントローラが動的に認識される支援戦略を学習することを可能にする。 本稿では,(1)生体関節のモーメントを低減するための外骨格補助政策を学習するためのRLフレームワーク,(2)訓練された制御ネットワークを検証する検証パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-03-08T13:31:06Z)
• VSL-Skin: Individually Addressable Phase-Change Voxel Skin for Variable-Stiffness and Virtual Joints Bridging Soft and Rigid Robots [0.8119699312788381]
  本稿では,VSL-Skin(Variable Stiffness Lattice Skin)について述べる。 このシステムは、軸方向(15-1200 N/mm)、せん断(45-850 N/mm)、曲げ(8*102 - 3*104 N/deg)、等間隔制御のねじりモードの3つの主要な機能を提供している。
  論文  参考訳（メタデータ） (2026-03-07T01:42:52Z)
• Do Generative Metrics Predict YOLO Performance? An Evaluation Across Models, Augmentation Ratios, and Dataset Complexity [43.338311770275745]
  本報告では, YOLOv11の合成増強の制御された評価法について述べる。 実際のトレーニングスプリットの10%から150%の増大率に対して, GAN, 拡散, ハイブリッドベースの6つのジェネレータをベンチマークした。 データセット生成/拡張設定毎に、マッチしたサイズのブートストラッププロトコルで事前トレーニングデータセットメトリクスを計算する。
  論文  参考訳（メタデータ） (2026-02-20T03:02:36Z)
• CRoSS: A Continual Robotic Simulation Suite for Scalable Reinforcement Learning with High Task Diversity and Realistic Physics Simulation [46.950823663585425]
  継続的な強化学習では、エージェントは以前取得したポリシーを忘れずに一連のタスクから学ぶ必要がある。 本稿では,ガゼボシミュレータで現実的にシミュレーションされたロボットをベースとしたCRLのための新しいベンチマークスイートを提案する。
  論文  参考訳（メタデータ） (2026-02-04T18:54:26Z)
• A Feature Extraction Pipeline for Enhancing Lightweight Neural Networks in sEMG-based Joint Torque Estimation [1.9573380763700712]
  肘関節トルクと肩関節トルクの予測のための特徴抽出パイプラインを提案する。 このパイプラインは、時間的依存関係を明示的に設計したネットワークに匹敵する、シンプルなパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-01-23T12:59:39Z)
• CREPES-X: Hierarchical Bearing-Distance-Inertial Direct Cooperative Relative Pose Estimation System [16.41727725659712]
  相対的局所化は自律型マルチロボットシステムにおける協調に重要である。 本稿では,階層的な相対的局所化フレームワークCREPES-Xを提案する。 これは、挑戦的な条件下での速度、精度、堅牢性を高める。
  論文  参考訳（メタデータ） (2025-12-31T07:47:24Z)
• scMRDR: A scalable and flexible framework for unpaired single-cell multi-omics data integration [53.683726781791385]
  単一セルマルチオミクス(ScMRDR)と呼ばれるスケーラブルでフレキシブルな生成フレームワークを導入する。 本手法は, バッチ補正, モダリティアライメント, 生体信号保存の観点から, ベンチマークデータセット上での優れた性能を実現する。
  論文  参考訳（メタデータ） (2025-10-28T21:28:39Z)
• Organ-Agents: Virtual Human Physiology Simulator via LLMs [66.40796430669158]
  オルガン-エージェント(Organ-Agents)は、LDM駆動のエージェントを介して人間の生理学をシミュレートする多エージェントフレームワークである。 症例は7,134例,コントロール7,895例で,9系統および125変数にわたる高分解能トラジェクトリを作成した。 臓器抗原は4,509人の保留患者に対して高いシミュレーション精度を達成し, システムごとのMSE0.16とSOFA系重症度層間の堅牢性を示した。
  論文  参考訳（メタデータ） (2025-08-20T01:58:45Z)
• A Multi-Grained Symmetric Differential Equation Model for Learning Protein-Ligand Binding Dynamics [73.35846234413611]
  薬物発見において、分子動力学(MD)シミュレーションは、結合親和性を予測し、輸送特性を推定し、ポケットサイトを探索する強力なツールを提供する。 我々は,数値MDを容易にし,タンパク質-リガンド結合ダイナミクスの正確なシミュレーションを提供する,最初の機械学習サロゲートであるNeuralMDを提案する。 従来の数値MDシミュレーションと比較して1K$times$ Speedupを実現することにより,NeuralMDの有効性と有効性を示す。
  論文  参考訳（メタデータ） (2024-01-26T09:35:17Z)
• MixSTE: Seq2seq Mixed Spatio-Temporal Encoder for 3D Human Pose Estimation in Video [75.23812405203778]
  近年, 学習時間相関のため, 全フレームのボディジョイントを世界規模で考慮し, 2次元キーポイントシーケンスから3次元人間のポーズを推定する手法が提案されている。 本研究では,各関節の時間的動きを別々にモデル化する時間的変圧器ブロックと,関節間空間相関を有する変圧器ブロックを有するミキシングミキシングを提案する。 さらに、ネットワーク出力は、中央フレームから入力ビデオの全フレームに拡張され、入力と出力のベンチマーク間のコヒーレンスが改善される。
  論文  参考訳（メタデータ） (2022-03-02T04:20:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。