05
《
Walking Assistance Using Artificial Primitives》
分享者：周梓欣
原文作者：Virginia Ruiz Garate, Andrea Parri, Tingfang Yan, Marko Munih, Raffaele Molino Lova, Nicola Vitiello, Renaud Ronsse
发表来源：IEEE Robotics & Automation Magazine，23 February 2016
运动基元的构建和实际应用场景下的相关研究
1
/ 文献中获得的运动基元的步骤及方法是什么？
2/ 文献的应用场景中，运动基元在其中的环节是什么？
3/ 应用场景下的不同，对于运动基元有什么差异（分解的需求）
1/
研究问题
人口老龄化对辅助技术的需求，特别是在下肢运动辅助和步态障碍健康方面
2/ 研究方法
基于运动基元（Motor Primitives）的生物启发式框架，用于开发可穿戴协作外骨骼的步态辅助控制策略
3/
研究结果
通过对健康人群的实验验证，以评估策略的有效性
实验结果显示，辅助设备没有显著改变自然行走模式，能够产生符合人体行走的动力学特征的辅助扭矩，能够减轻代谢成本
这位未来病理步态患者的辅助应用具有积极意义
/阅读分析/
1/ 运动基元的定义和意义对研究需求（运动教学）具有同样的意义
文中描述，运动基元是一种有效的降维方法和协调的简化，这在教学的角度下同样重要。其中，前者可以将复杂运动进行降维，从而更好地理解运动的执行；而后者是协调运动控制执行的更好操作
本文所使用的PCA和NNMF方法，是提取运动基元的一个通用的方式，是在进行运动分解和运动基元构建综述时重要的总结，以及实践运动基元构建的方法选择之一
3/
意图检测和选择适当的运动基元组合以及“标准”策略
本文的研究思路，是提出了面向辅助设备控制的运动基元的提取，并基于运动基元的辅助策略生成相应的关节力矩，而实现行走的运动辅助。本文提到，无论是哪一种策略，共同的点是
1/ 意图检测，监视受试者的行为以在不同的运动模式之间进行选择，即站立、行走和上下楼梯；
2/ AOs，负责独立估计每条腿的步态频率（节奏）和相位；
基于此，首先，本文的应用场景中，需要进行行走过程中的运动基元的匹配，从而进行更为自然的运动辅助。
因此，与我们所进行的运动基元的识别的需求是类似的。本文所提到的AOs以及中枢模式发生器(CPGs)的概念，是否可以进行借鉴。第二，本文的应用场景十分明确，从而提出了相应的策略来进行辅助。其中，这一策略是生成辅助的“标准”扭矩曲线。类似的，在教学场景中，基于运动基元，可以提出什么样的策略来生成“标准”进行辅助。是否类似的，基于其中主要的运动基元来模拟运动进行教学辅助，还是直接生成相应的“标准”范式进行辅助。
