Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.01111

帮助 | 高级搜索

计算机科学 > 机器人技术

arXiv:2507.01111 (cs)
[提交于 2025年7月1日 ]

标题: 面向多样化障碍场景的下肢假肢环境感知与人机协作摆动控制

标题: Environment-Aware and Human-Cooperative Swing Control for Lower-Limb Prostheses in Diverse Obstacle Scenarios

Authors:Haosen Xing, Haoran Ma, Sijin Zhang, Hartmut Geyer
摘要: 当前用于动力下肢假肢的控制策略通常缺乏对环境和用户与其交互意图的认知。 这种限制在复杂地形中尤为明显。 障碍物协商是一个关键场景,体现了这些挑战,它需要实时感知障碍物的几何形状,并对用户何时以及在何处跨过或踩上障碍物的意图作出响应,以动态调整摆动轨迹。 我们提出了一种融合环境意识和人类协作的新控制策略:机载深度摄像头在摆动阶段前检测障碍物,提示提高早期摆动轨迹以确保通过,而晚期摆动控制则依赖于用户自然的生物力学线索。 这种方法使步态策略更加直观,而无需要求不自然的运动模式。 三项非截肢参与者的实验表明,在随机放置的不同高度(4-16厘米)和距离(15-70厘米)的障碍物上进行超过150次跨过和30次踩上的测试中,成功率达到了100%。 通过有效解决障碍物导航这一复杂地形移动的关键挑战,我们的系统展示了对环境约束和用户意图的适应能力,在多种行走场景中具有广阔的应用前景。
摘要: Current control strategies for powered lower limb prostheses often lack awareness of the environment and the user's intended interactions with it. This limitation becomes particularly apparent in complex terrains. Obstacle negotiation, a critical scenario exemplifying such challenges, requires both real-time perception of obstacle geometry and responsiveness to user intention about when and where to step over or onto, to dynamically adjust swing trajectories. We propose a novel control strategy that fuses environmental awareness and human cooperativeness: an on-board depth camera detects obstacles ahead of swing phase, prompting an elevated early-swing trajectory to ensure clearance, while late-swing control defers to natural biomechanical cues from the user. This approach enables intuitive stepping strategies without requiring unnatural movement patterns. Experiments with three non-amputee participants demonstrated 100 percent success across more than 150 step-overs and 30 step-ons with randomly placed obstacles of varying heights (4-16 cm) and distances (15-70 cm). By effectively addressing obstacle navigation -- a gateway challenge for complex terrain mobility -- our system demonstrates adaptability to both environmental constraints and user intentions, with promising applications across diverse locomotion scenarios.
主题: 机器人技术 (cs.RO) ; 人机交互 (cs.HC)
引用方式: arXiv:2507.01111 [cs.RO]
  (或者 arXiv:2507.01111v1 [cs.RO] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.01111
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Haosen Xing [查看电子邮件]
[v1] 星期二, 2025 年 7 月 1 日 18:15:50 UTC (5,592 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.RO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.HC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号