طراحي و پياده سازي سخت افزاريِ پيش بيني كننده مسير و كنترلر حالت لغزشي نمايي براي يك ربات اسكلت خارجي زانو

Implementation of a Trajectory Predictor and an Exponential Sliding Mode Controller on a Knee Exoskeleton Robot

در اين مقاله توليد مسير، كنترل و ساخت يك ربات اسكلت خارجي زانو ارائه شده است. ربات موردنظر، با هدف كمك به حركت برخاستن از روي صندلي براي انسانهايي كه در اندام پايين تنه دچار ضعف و يا اختلال حركتي هستند طراحي و ساخته شده است. در بخش توليدمسير ربات، يك روش جديد پيشنهاد شده كه با استفاده ازيك كتابخانه مسيرهاي از قبل آماده شده و براساس شرايط اوليه نشستن فرد، مسير حركت نشسته به ايستاده او را پيش بيني ميكند. اين روش از تئوري "مسيرهاي بنيادين ديناميكي " براي تخمين مسير استفاده ميكند. روش پيشبيني مسير پيشنهادي، بر روي يك كتابخانه از مسيرها كه در آزمايشگاه تحليل حركتي انسان بدست آمده است، آزمايش شده و كارايي آن تأييدشد. در مرحله بعد، يك كنترل كننده حالت لغزشي نمايي براي هدايت ربات درامتداد مسير پيشبيني شده، به كارگرفته شده و مجموعه توليد كننده مسير و كنترلر بر روي ربات اسكلت خارجي مورد نظر پياده سازي سخت افزاري شدند. براي پيادهسازي سخت افزاري از جعبه ابزار اِكسپيسي تارگِت در نرمافزار مَتلَب ويك كارت انتقال داده استفاده شده است. در نهايت، كارايي ربات بر روي يك فرد سالم، آزمايش شد. از فرد مورد آزمايش خواسته شد، درحالي كه ربات را پوشيده است، چندين بار عمل برخاستن از روي صندلي را از شرايط اوليه نشستن متفاوت، انجام دهد. نتايج بدست آمده نشان مي دهد، تواني كه نياز است فرد براي حركت نشسته به ايستاده به زانوي خود اعمال كند، درحالتي كه ربات اسكلت خارجي به او كمك ميكند بسيار كمتر ازحالتي است كه فرد ازكمك ربات استفاده نميكند.

In this article, trajectory generation, control and hardware development of a knee exoskeleton robot is provided. The robot aims to help the individuals with lower extremity weakness or disability during the sittostand movement. In the trajectory generation phase, a new method is proposed which uses a library of sample trajectories to predict the sittostand movement trajectory based on the initial sitting conditions of the user. This method utilizes the theory of "dynamic movement primitives" to estimate the sittostand trajectory. The trajectory generation method is tested on a library of human motion data which has been obtained in a laboratory of motion analysis. In the next step, an exponential sliding mode controller is used to guide the robot along the predicted trajectory. The controller and the trajectory generator are implemented on the exoskeleton robot. For the hardware development, the xPC Target toolbox of MATLAB software and a data acquisition card was used. Finally, the robot was tested on a male adult. The subjects were asked to wear the robot while doing several sittostand movements from various sitting positions. According to the results, the average power which is required to be applied by the user’s knee, is less when the exoskeletons assists him.