論文の概要: Assistance Torque Estimation via Dynamics-Aware Optimization for Lower-Limb Exoskeleton in Complex Environments
- arxiv url: http://arxiv.org/abs/2609.15352v1
- Date: Mon, 14 Sep 2026 10:36:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.266104
- Title: Assistance Torque Estimation via Dynamics-Aware Optimization for Lower-Limb Exoskeleton in Complex Environments
- Title（参考訳）: 複雑な環境下での下肢外骨格の動的最適化による補助トルク推定
- Abstract要約: 地道な人間の関節トルク推定は、限られた屋外使用性と相当な展開費用に苦しむモーションキャプチャーシステムに依存している。
本稿では,動的モデルに基づく新しい補助トルク推定法を提案する。
最適化の観点から,提案手法はモータアシストトルクを直接生成し,データ取得コストを低減させる。
- 参考スコア（独自算出の注目度）: 7.687185026547581
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ground-truth human joint torque estimation relies on motion capture systems, which suffer from limited outdoor usability and significant deployment expenses. Furthermore, direct scaling of ground-truth joint torques to obtain motor torque commands is not necessarily the optimal strategy. To address the aforementioned limitations, inspired by the human motion generation process, this paper proposes a novel assistance torque estimation method based on the dynamic model. From an optimization perspective, the proposed method directly generates motor-assist torque and lowers the cost of data acquisition. Then, a data-driven assistance torque prediction network is trained to enable accurate real-time prediction under complex outdoor environments. Experimental results demonstrate that optimized (estimated) assistance torque exhibits better phase consistency with gait trajectories and better alignment with task characteristics. Relative to the Zero torque condition, the predicted torque can decrease metabolic rate by 11.8%-17.7%, heart rate by 8.9%-14.3%, and peak muscle activation levels by 28.2%-54.0%, respectively. This provides a new perspective for low-cost adaptive exoskeleton assistance.
- Abstract（参考訳）: 地上の人間の関節トルク推定は、限られた屋外使用性と相当な展開費用に苦しむモーションキャプチャーシステムに依存している。
さらに、運動トルクコマンドを得るための接地トラス関節トルクの直接スケーリングは、必ずしも最適戦略ではない。
本稿では,人間の動作生成過程に触発された上記の制限に対処するため,動的モデルに基づく新しい補助トルク推定法を提案する。
最適化の観点から,提案手法はモータアシストトルクを直接生成し,データ取得コストを低減させる。
そして、データ駆動型補助トルク予測ネットワークを訓練し、複雑な屋外環境下で正確なリアルタイム予測を可能にする。
実験により、最適化された(推定された)アシストトルクは歩行軌跡との位相整合性が良く、タスク特性との整合性が良くなることを示した。
ゼロトルク条件と比較して、予測トルクは代謝速度を11.8%-17.7%、心拍数を8.9%-14.3%、ピーク筋の活性化レベルを28.2%-54.0%減少させることができる。
これは、低コストな適応性外骨格補助のための新しい視点を提供する。
関連論文リスト
- Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。
本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。
公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
論文 参考訳（メタデータ） (2026-08-25T08:27:42Z) - Personalized Lower-limb Exoskeleton Assistance via Preference-based Bayesian Optimization [7.687185026547581]
個人化された外骨格支援のための嗜好に基づく最適化フレームワークを提案する。
6つの制御パラメータを最適化するために、PbBOは、20回のイテレーションで90.7%の検証精度でユーザ優先パラメータに収束することができる。
トレッドミルと屋外実験の結果、最適化されたパラメータは代謝率を14.5%-15.4%、心拍数を6.3%-7.6%、筋肉の活性化を6.7%-31.5%減少させることを示した。
論文 参考訳（メタデータ） (2026-08-10T02:11:08Z) - ExoTraj: A General Lower-limb Exoskeleton Assistance Policy for Complex Environments [14.416314522849321]
このような問題に対処するための効果的なアプローチの1つとして、軌道予測が登場した。
本稿では,高速な流れマッチング手法を提案する。
実験の結果、従来の手法と比較して、ExoTrajはオンラインフェーズにおいて、オブジェクト間の予測誤差を14.0%削減していることがわかった。
論文 参考訳（メタデータ） (2026-06-15T15:50:29Z) - Friction Characterization of a Cable-Driven Differential Actuation System for Lower-Limb Exoskeletons [42.628421392139]
下肢の外骨格は正確な関節トルク制御を提供する作動系を必要とする。
従来のアーキテクチャは独立して作動する関節と関節レベルのトルクセンサーに依存していることが多い。
本稿では,ヒップ膝屈曲・伸展のための新しいディファレンシャル・アクティベーション・アーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-06-14T19:47:32Z) - Toward Global Intent Inference for Human Motion by Inverse Reinforcement Learning [6.111947905893469]
本稿では,1つの統合コスト関数が人間の到達動作を説明・予測できるかどうかを考察する。
最小観測逆強化学習(MO-IRL)アルゴリズムと7次元の候補コスト項を用いて,時間変動コスト重みを効率的に推定する。
総合的に,1つの主観的および姿勢に依存しない時間変動コスト関数を用いて,人間の到達軌道を高精度に予測する。
論文 参考訳（メタデータ） (2026-03-08T20:37:19Z) - 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) - Weight Updates as Activation Shifts: A Principled Framework for Steering [54.70188910511715]
アクティベーションステアリングは極めてパラメータ効率のよい適応形態となるが、その有効性は重要な設計選択に依存する。
我々は,活性化空間介入と重量空間更新の1次等価性を確立し,活性化ステアリングが微調整動作を再現できる条件を導出する。
この等価性は、設計をステアリングするための原則的な枠組みをもたらし、ポストブロック出力を理論的に支持され、非常に表現力のある介入サイトとして特定する。
論文 参考訳（メタデータ） (2026-02-28T02:50:04Z) - Learning-based adaption of robotic friction models [50.72489248401199]
我々は、可能な限り少ないデータを用いて、既存の摩擦モデルを新しいダイナミクスに適用するための新しいアプローチを導入する。
本手法はトレーニング中に外部負荷を伴うデータに依存しないため,外部トルクセンサは不要である。
論文 参考訳（メタデータ） (2023-10-25T14:50:15Z) - Hybrid Physics and Deep Learning Model for Interpretable Vehicle State
Prediction [75.1213178617367]
深層学習と物理運動モデルを組み合わせたハイブリッドアプローチを提案する。
ハイブリッドモデルの一部として,ディープニューラルネットワークの出力範囲を制限することで,解釈可能性を実現する。
その結果, ハイブリッドモデルでは, 既存のディープラーニング手法に比べて精度を低下させることなく, モデル解釈性が向上できることがわかった。
論文 参考訳（メタデータ） (2021-03-11T15:21:08Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z) - Pedestrian orientation dynamics from high-fidelity measurements [65.06084067891364]
本研究では,歩行者の運動の一般的な物理的特性に基づいて学習するディープ・ニューラル・アーキテクチャに基づく新しい計測手法を提案する。
提案手法は, 誤差を7.5度まで低減し, 向きを推定できることを示す。
このツールは、方向が鍵となる人間の群集力学の研究において、新たな可能性を開く。
論文 参考訳（メタデータ） (2020-01-14T07:08:31Z)
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。