Schätzung der Interaktionskraft zwischen Mensch und Exoskelett basierend auf der Quasi-Direktantriebstechnologie (QDD)

Im Bereich der Mensch-Roboter-Interaktion hat sich die Exoskelett-Technologie als eine zentrale Lösung für Rehabilitation, Gehunterstützung und physische Verstärkung etabliert. Die präzise und effiziente Steuerung der Interaktionskräfte zwischen Mensch und Exoskelett bleibt jedoch eine große Herausforderung, insbesondere bei der Kraftschätzung und -regelung. Herkömmliche Methoden stützen sich auf Kraftsensoren zur Messung der Interaktionskräfte, was die Systemkomplexität und -kosten erhöht. In dieser Studie wird eine Methode zur Kraftschätzung auf Basis der Quasi-Direktantriebstechnologie (QDD) vorgestellt, die es ermöglicht, Interaktionskräfte ohne zusätzliche Kraftsensoren durch Nutzung der dynamischen Eigenschaften des Antriebs zu bestimmen.

Systemdesign und dynamische Modellierung

Das Forschungsteam entwickelte ein Hüftexoskelett, das mit QDD-Technologie arbeitet, um unterstützende Drehmomente bereitzustellen und gleichzeitig die natürliche Bewegung des Trägers nicht einzuschränken. Der Kern des Designs besteht darin, einen Direktantrieb mit einem niedrigen Übersetzungsverhältnis zu verwenden, wodurch eine hohe Rücktreibbarkeit (Backdrivability) und ein hoher Tragekomfort erreicht werden. In dieser Studie kommt der CubeMars AK10-9 V1.1 zum Einsatz, ein Motor mit hoher Drehmomentdichte und niedriger mechanischer Impedanz, der sich besonders für QDD-Systeme eignet.

Zur sensorlosen Schätzung der Interaktionskraft entwickelten die Forscher ein vollständiges dynamisches Modell des Antriebs, das Faktoren wie Trägheitsmoment, Reibungsmomente und Getriebeübertragungen berücksichtigt. Dieses Modell ermöglicht eine Echtzeit-Schätzung des Ausgangsdrehmoments basierend auf Strom- und Winkelgeschwindigkeitsdaten und erlaubt letztlich die Berechnung der Kräfte zwischen Exoskelett und Benutzer.

Experimentelle Validierung und Ergebnisse

Das Forschungsteam entwickelte eine Testplattform zur Charakterisierung des Antriebs unter kontrollierten Bedingungen und validierte das System anschließend in einem Gehversuch. Dabei lief ein Proband auf einem Laufband, während verschiedene Unterstützungsdrehmomente (6 Nm, 8 Nm, 10 Nm) getestet wurden.

Die Ergebnisse zeigten, dass die vorgeschlagene Methode zur Kraftschätzung eine mittlere absolute Abweichung (MAE) von nur 2,78±0,58 N erreichte, was 6,4 % der Nennkraft entspricht. Im Vergleich zu herkömmlichen Methoden mit Kraftsensoren bietet dieser Ansatz eine hohe Genauigkeit bei reduzierter Hardwareabhängigkeit, wodurch die Systemeffizienz und -zuverlässigkeit verbessert werden. Darüber hinaus reduzierte die modellbasierte offene Drehmomentregelung die Fehlerabweichung um 23 % im Vergleich zu herkömmlichen Steuerungsmethoden.

Technologische Vorteile und zukünftige Anwendungen

Die wichtigsten Beiträge dieser Studie sind:

Reduzierung der Abhängigkeit von Kraftsensoren, wodurch die Systemkomplexität und -kosten gesenkt und gleichzeitig eine hohe Genauigkeit beibehalten werden.

Optimierung der Drehmomentregelung, was eine stabilere Gangunterstützung und verbesserten Benutzerkomfort ermöglicht.

Erhöhung der Rücktreibbarkeit, sodass das Exoskelett sich natürlich an die Bewegungen des Benutzers anpasst, ohne den normalen Gang zu beeinträchtigen.

Diese Technologie eröffnet neue Perspektiven für die Entwicklung von Exoskelettsystemen, insbesondere in Bereichen wie Rehabilitation, industrielle Unterstützung und Mobilitätshilfe für ältere Menschen. Künftige Forschungen könnten eine personalisierte Parameteroptimierung integrieren, um die Genauigkeit der Interaktionskraftschätzung weiter zu verbessern und die Technologie an eine breitere Nutzerbasis anzupassen.