For lower-limb wearable robots that assist in gait, it is important to ensure that the wearer's intentions and the robot's assistance do not contradict each other. To this end, methods for detecting continuous or discrete gait phases, either by learning or rule-based methods, have been proposed and utilized for the control of assistive robots. However, for effective robot assistance, it is necessary to robustly distinguish several discrete gait phases against different gait speeds and take into account biomechanical characteristics, including running which is one of the most important gaits. This dissertation presents a continuous gait phase estimation method including discrete gait phase detection to control lower-limb wearable robots with minimal time delay at various gait speeds. The proposed discrete gait phase detection utilizes only inertial sensors attached to the thigh and shank to classify the human gait cycle into eight gait phases with fundamental biomechanical meanings. The large number of discrete gait phases can increase the variety of wearable robot control strategies to choose from. Moreover, a filter algorithm is proposed to denoise the signal while limiting the time delay. In addition, the proposed continuous gait phase estimation technique estimates the percent gait cycle with the same sensor configuration. To implement it, this dissertation uses the gait phase angle in the polar coordinate system transformed from the signals acquired from the two inertial sensors to estimate the moving gait cycle period adapting to variable speeds. This is utilized to estimate the continuous gait phase representing the percent gait cycle value. The proposed method is verified to have a smaller estimation error than those from recently published studies through experiments under different gait speeds including walking and running. Furthermore, through outdoor experiments on unpaved flat ground, the proposed continuous and discrete gait phase estimation methods are validated. In addition to minimizing the time delay, this dissertation proposes a method for predicting gait events by estimating the future gait phase angle, and shows its prediction performance through indoor experiments. It is also confirmed that the above gait phase estimation method can be used for controlling a semi-active ankle-assisting exoskeleton, which was initially uncontrollable under variable gait speeds due to the response delay of the actuator.
보행을 보조하는 하지 착용로봇의 경우 착용자의 보행의도와 로봇의 보조가 서로 어긋나지 않아야한다. 이를 위해 학습 혹은 규칙 기반으로 대표되는 이산 보행단계 또는 연속 보행위상을 감지하는 방법이 제안되어 로봇 보조를 위한 제어에 활용되어왔다. 하지만 실효성 있는 로봇의 보조를 위해서는 중요한 보행 중 하나인 달리기를 포함하는 가변 보행속도에 강인하면서, 생체역학적 운동특성을 고려한 다수의 이산 보행단계를 구분해야한다. 또한 자연스러운 로봇의 보조를 위해서는 연속 보행위상을 추정하면서도 시간지연이 최소 화된 방법이 제시되어야한다. 따라서 본 논문에서는 가변 보행속도에서 하지 착용로봇을 제어하기 위한, 이산 보행단계 감지가 포함된 연속 보행위상 추정방법이 제안된다. 제안된 이산 보행단계 감지는 허벅지와 정강이에 부착된 관성센서만을 이용하여 인간의 한 보행주기를 생체역학적으로 고유한 의미를 갖는 여덟 개의 보행단계로 구분한다. 이러한 다수의 이산 보행단계 구분은 착용로봇 제어전략 선택의 자유도를 높일 수 있다. 이를 위해 신호의 잡음을 제거하면서 시간지연을 제한하는 필터 알고리듬이 이용된다. 또한 본 논문에서 제안된 연속 보행위상 추정방법은 그 동일한 센서 구성으로 현재 보행상태를 백분율로 표현하는 백분율 보행주기를 추정한다. 본 논문에서는 이를 구현하기 위해 두 관성센서로 획득되는 신호를 극좌표계의 위상각으로 표현하는 보행위상각을 이용하여 가변속도에서 적응하는 이동 보행주기기간을 획득한다. 이는 백분율 보행주기 값을 나타내는 연속 보행위상 추정에 활용된다. 이렇게 제안된 방법은 걷기와 달리기를 포함하는 가변속도 보행실험을 통해 최근 공개된 선행연구들 대비 작은 추정오차를 보임이 확인되었다. 추가로 비포장 평지 야외 실험을 통해 제안된 연속 보행위상 추정과 이산 보행단계 감지의 실효성을 검증했다. 본 논문은 시간지연 최소화에 더해 미래의 보행위상각 추정을 통한 보행이벤트 예측방법도 제안했고 실내 실험을 통해 그 예측 성능을 보였다. 또한, 앞서 소개된 내용을 포괄하는 보행위상 추정방법은 구동기의 응답지연으로 인해 기존에는 가변 보행속도에서 제어가 될 수 없었던 발목보조 준능동 외골격의 제어에 활용될 수 있음을 확인했다.
