선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문은 착용자에 따라서 달라지는 생체역학적인 요소에 적응할 수 있는 상지 근력 지원용 착용형 로봇의 수동성 기반 적응 제어 알고리즘을 제시하였다. 제안된 알고리즘은 일련의 변화에 대해서 적응하였으며 주어진 작업에 대해 최상의 응답을 제공하도록 작동하였다.
- 이러한 문제들을 해결하기 위해 본 논문에서는 수동성 기반 적응 제어 기법을 사용하여 제어 하였다.15 이를 사용하면 다양한 착용자에게 적응 가능한 근력 보조용 착용형 로봇 시스템을 만들 수 있다.
가설 설정
- (1) 입자 자체는 지역 최적해 (lbst) 를 기억할 수 있어야 한다.
제안 방법
- 일반적으로 이를 위해 유전자 알고리즘을 사용하곤 한다.16 하지만 유전자 알고리즘은 전역 최적해를 보장해 주지 않기 때문에 본 연구에서는 입자 군집 최적화 기법(PSO, Particle Swarm Optimization)을 사용하였으며 근 둘레 측정 센서(MCRS, Muscle Circumference sensor)와 Load cell을 사용하여 사람과 로봇 사이의 상호 작용력을 구하였다.17 이 힘으로부터 감쇠 최소 좌승법(DLS, Dampled Least Square)을 사용하여 원하는 동작 의도 궤적을 추출하였다.
- MCRS를 초기화 하기 위해서 로봇을 사용하는 대상자의 이두근에 MCRS를 착용시키고 무게를 들지 않은 상태, 1.0 kg, 2.5 kg 덤벨을 든 상태 총 3가지 경우에 대해서 굴곡/신전 운동을 수행하게 하였다. 이러한 동작 가운데 MCRS로부터 주관절 각도별 엔코더의 신호를 그래프로 그렸다(Fig.
- PSO 알고리즘을 사용하기 위해서 우선 주어진 시스템의 제어기 이득을 직관적으로 튜닝하였다. 그 다음 제어기에서 발생한 오차와 PSO알고리즘을 사용하여 비용함수를 최소화 하는 이득을 다시 구하였다.
- 4와 5는 DLS방법을 사용하여 만들어 낸 궤적이다. 궤적을 추정하는 동안 로봇에는 마찰보상과 중력 보상을 시행하여 단순한 질량 스프링 시스템으로 작동하도록 하였다. 부드러운 궤적 추적을 위해 그림에서 볼 수 있는 진동은 평균을 내었다.
- PSO 알고리즘을 사용하기 위해서 우선 주어진 시스템의 제어기 이득을 직관적으로 튜닝하였다. 그 다음 제어기에서 발생한 오차와 PSO알고리즘을 사용하여 비용함수를 최소화 하는 이득을 다시 구하였다. 여기서 사용되는 비용 함수는 IAE(Integral Absolute Error), ITSE(Integral Time-weighted Square Error), ISE(Integral Square Error)등 여러 종류가 존재하며 본 논문에서는 단순한 ISE 방법을 사용하였다.
- 우선 기계적으로 견관절과 주관절이 인체 관절 구동범위를 넘어서 동작하는 것을 막을 수 있도록 설계하였다. 또한 빠르게 작동하거나 제어할 수 없는 동작이 발생할 경우 전원이 자동으로 차단되도록 프로그래밍 하였으며, 위험한 상황이나 착용자가 불편함을 느꼈을 때 전원을 차단할 수 있는 별도의 안전회로를 내장하였다.
- 15 이를 사용하면 다양한 착용자에게 적응 가능한 근력 보조용 착용형 로봇 시스템을 만들 수 있다. 또한 시스템의 안정성을 확보하고 최적 제어 기법을 적용하기 위한 update law를 만들었다. 최적제어 기법은 제어기의 파라미터들을 정교하게 튜닝하지 않으면 사용할 수 없다.
- 이렇게 추출된 궤적은 수동성 기반 적응 제어 알고리즘을 사용하여 추종하였다. 또한 이로부터 최상의 제어 결과를 얻기 위해 PSO 기법을 사용하여 시스템의 이득을 조절하였다.
- 이를 위한 이득을 튜닝하기 위해 PSO를 사용하였으며 제안된 방법들은 실험을 통해 그 효과를 확인하였다. 본 논문에서 제안된 방법들은 노약자나 반복작업으로 인해 부상의 위험이 있는 산업현장의 작업자들의 근력을 돕기 위한 상지 착용형 로봇에 사용할 수 있다.
- 또한 안전을 위해 몇 가지 장치들을 탑재하였다. 우선 기계적으로 견관절과 주관절이 인체 관절 구동범위를 넘어서 동작하는 것을 막을 수 있도록 설계하였다. 또한 빠르게 작동하거나 제어할 수 없는 동작이 발생할 경우 전원이 자동으로 차단되도록 프로그래밍 하였으며, 위험한 상황이나 착용자가 불편함을 느꼈을 때 전원을 차단할 수 있는 별도의 안전회로를 내장하였다.
- 이 작업에서는 K 와 Λ 행렬을 조절해야하며 이를 위해 PSO를 사용하였다.
- 본 논문은 착용자에 따라서 달라지는 생체역학적인 요소에 적응할 수 있는 상지 근력 지원용 착용형 로봇의 수동성 기반 적응 제어 알고리즘을 제시하였다. 제안된 알고리즘은 일련의 변화에 대해서 적응하였으며 주어진 작업에 대해 최상의 응답을 제공하도록 작동하였다. 이를 위한 이득을 튜닝하기 위해 PSO를 사용하였으며 제안된 방법들은 실험을 통해 그 효과를 확인하였다.
- 로봇과 착용자의 팔은 하나의 강체로 간주하였다. 착용자의 분절 무게나 무게 중심, 길이와 같은 상체에 대한 변수들은 착용자의 성별, 몸무게, 키, 나이를 통해 계산하였다.18,19 로봇의 링크는 길이 조절이 가능하다.
- 착용형 로봇을 제어하기 위해서는 착용자에 따라 달라지는 동역학적 변수들에 맞게 적응 가능한 제어기를 설계해야 하며 이를 위해 수동성 기반 적응 제어기를 사용하였다. 이를 위한 제어 입력 τ 는 다음과 같다.
- 착용형 로봇의 제어시스템은 착용자의 근력을 능동적으로 도울 수 있도록 설계되었다. 능동 보조의 핵심은 착용자의 DMI에 알맞은 궤적을 다른 외란에도 불구하고 잘 추종할 수 있어야 한다는 것이다.
대상 데이터
- DMI를 추정하기 위해 MCRS20 (Fig. 2)와 Load cell을 사용하였다. MCRS는 주관절의 토크를 추정하기 위해 사용하였으며 Load cell은 견관절의 토크를 측정하기 위해 사용하였다.
- 2)와 Load cell을 사용하였다. MCRS는 주관절의 토크를 추정하기 위해 사용하였으며 Load cell은 견관절의 토크를 측정하기 위해 사용하였다. MCRS는 근육의 물리적 단면적을 측정하여 근육 활성도를 추정한다.
- 견관절과 주관절의 굴곡/신전 운동을 돕기 위해 모터를 사용하였다. 모터의 최고 토크는 45Nm(견관절), 25Nm(주관절)이며 착용자가 3 kg의 무게를 효과적으로 다룰 수 있도록 선정하였다. 모든 하드웨어는 LabVIEW 2012 FPGA 모듈을 사용하여 제어하였다.
- 18,19 로봇의 링크는 길이 조절이 가능하다. 본 연구에서는 상완 링크 길이 l1 = 0.36 ~ 0.40mm 까지 조절하여 실험하였으며, 전완 링크 길이 l2 = 0.29 ~ 0.34m 로 조절하면서 실험하였다. 길이 변화로 인한 링크 무게의 변화는 없으며 로봇 상완 링크의 무게 m1 = 0.
- 실험을 위해 10명의 건강한 남성(25-30세)을 실험 대상자로 선정하였다(Table 1). 모든 대상자는 20분동안 장비에 익숙해지기 위해 요구한 궤적을 반복해서 움직이는 훈련을 받았다.
데이터처리
- 제안된 알고리즘은 일련의 변화에 대해서 적응하였으며 주어진 작업에 대해 최상의 응답을 제공하도록 작동하였다. 이를 위한 이득을 튜닝하기 위해 PSO를 사용하였으며 제안된 방법들은 실험을 통해 그 효과를 확인하였다. 본 논문에서 제안된 방법들은 노약자나 반복작업으로 인해 부상의 위험이 있는 산업현장의 작업자들의 근력을 돕기 위한 상지 착용형 로봇에 사용할 수 있다.
이론/모형
- 16 하지만 유전자 알고리즘은 전역 최적해를 보장해 주지 않기 때문에 본 연구에서는 입자 군집 최적화 기법(PSO, Particle Swarm Optimization)을 사용하였으며 근 둘레 측정 센서(MCRS, Muscle Circumference sensor)와 Load cell을 사용하여 사람과 로봇 사이의 상호 작용력을 구하였다.17 이 힘으로부터 감쇠 최소 좌승법(DLS, Dampled Least Square)을 사용하여 원하는 동작 의도 궤적을 추출하였다. 이렇게 추출된 궤적은 수동성 기반 적응 제어 알고리즘을 사용하여 추종하였다.
- 앞서 제안한 제어기의 위치 제어 능력을 극대화하는 최적의 제어 이득을 찾기 위해 PSO 기법을 사용하였다. PSO는 새들이 무리를 지어 이동하는 것과 같은 자연 무리들의 행동에서 영감을 얻은 최적화 기법이다.
- 그 다음 제어기에서 발생한 오차와 PSO알고리즘을 사용하여 비용함수를 최소화 하는 이득을 다시 구하였다. 여기서 사용되는 비용 함수는 IAE(Integral Absolute Error), ITSE(Integral Time-weighted Square Error), ISE(Integral Square Error)등 여러 종류가 존재하며 본 논문에서는 단순한 ISE 방법을 사용하였다. 이는 다음과 같이 표현할 수 있다.
- 상지 근력 보조용 외골격 로봇은 복잡한 로봇 구조를 가지고 있다. 이는 Lagrangian 방법을 사용하여 다음과 같이 모델링 할 수 있다.11,15
- 17 이 힘으로부터 감쇠 최소 좌승법(DLS, Dampled Least Square)을 사용하여 원하는 동작 의도 궤적을 추출하였다. 이렇게 추출된 궤적은 수동성 기반 적응 제어 알고리즘을 사용하여 추종하였다. 또한 이로부터 최상의 제어 결과를 얻기 위해 PSO 기법을 사용하여 시스템의 이득을 조절하였다.
성능/효과
- 9에서는 리그레서 함수 파라미터인 # 값이 수렴하는 것을 확인할 수 있다. 결과적으로 시스템은 주어진 궤적을 추종하였으며, 명령한 작업을 성공적으로 수행하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.