外骨骼机器人是复杂生机电液一体化的人机混合智能系统,横跨人机工程学、智能控制、人工智能、机器人学、现代机械结构优化设计等学科。该论文针对下肢助力机器人,采用机器学习技术提高外骨骼机器人步态控制算法的自适应性。传统基于模型的控制算法中,外骨骼机器人的系统辨识和控制参数需要利用实验数据进行离线整定,并且无法在不同穿戴者及相同穿戴者的不同运动情况下对穿戴者进行高效助力。该论文提出了一种基于增强学习的交互式学习控制算法,通过增强学习算法对控制器参数以及人机交互模型进行在线学习和更新。论文提出的交互式学习控制算法在下肢助力外骨骼机器人进行了验证,实验表明该算法解决了不同穿戴者以及不同运动状态下的模型参数不匹配的问题。该项研究将有利于提高下肢助力外骨骼机器人对不同穿戴者的自适应能力,可大大减少外骨骼机器人在实际应用前的训练时间。

目前,机器人研究中心已经完成个人助行外骨骼机器人系统(AssItive DEvice for paRalyzed patient,AIDER)的工程样机,以及个人助力外骨骼机器人系统(HUman-powered Augmentation Lower EXoskeleton, HUALEX)的样机雏形。程洪教授领衔的研究团队通过五年时间,已在我校完全自主开发出两种应用型的人机混合智能系统,正在自主基础研究成果和技术上进行外骨骼机器人的产业化。研究团队在外骨骼机器人研究领域已发表20篇具有国际影响力的学术论文,申请国家发明专利30项,并参与了国际标准ISO/TC199《人机交互中的数据安全》的制定工作。
相关链接:
IROS由IEEE机器人与自动化协会、IEEE工业电子协会等五个协会发起,覆盖机器人设计、系统集成、分布式云端机器人、生机电系统、服务机器人、工业机器人、自主无人车、机器人感知、微型机器人、传感融合以及人机交互等产业和学术界人士,每年参加人数超过1000人,是国际机器人领域的两大顶级会议之一。另一会议为IEEE International Conference on Robotics and Automation (ICRA)。
IROS 2015大会主页:http://www.iros2015.org/