Sensor development for accurate kinematic measurements and robust assessment of balance disturbances during bipedal locomotion in humanoid systems

  • For most humanoid robots, falls are the predominant limiting factor affecting their applications and autonomy to move in irregular environmental conditions. A similar susceptibility to falls can also be observed in humans during various daily activities due to balance control deficits or neuromusculoskeletal disorders. Despite the remarkable adaptability of the human locomotor system, as well as recent developments in robotics, balance loss and falls persist. To gain new insights into the complex interactions between bipedal locomotion and balance loss, we linked humanoid robots and humans into humanoid systems and focused on the accurate monitoring of the locomotor segment’s kinematics. This is an essential component for detecting and assessing balance disturbances, thereby improving the robustness during bipedal locomotion. Therefore,For most humanoid robots, falls are the predominant limiting factor affecting their applications and autonomy to move in irregular environmental conditions. A similar susceptibility to falls can also be observed in humans during various daily activities due to balance control deficits or neuromusculoskeletal disorders. Despite the remarkable adaptability of the human locomotor system, as well as recent developments in robotics, balance loss and falls persist. To gain new insights into the complex interactions between bipedal locomotion and balance loss, we linked humanoid robots and humans into humanoid systems and focused on the accurate monitoring of the locomotor segment’s kinematics. This is an essential component for detecting and assessing balance disturbances, thereby improving the robustness during bipedal locomotion. Therefore, this thesis focused on the development of an inertial measurement cluster for direct kinematic measurements of, i.e. omitting numerical differentiation, a mathematical process that greatly amplifies single noise. However, despite the aim to increase the resilience of the bipedal locomotion and thereby reduce the fall risk in humanoid systems, the methods applied in this thesis had to differ in addressing the detection and assessment of balance disturbances. Therefore, the thesis comprises three sets of studies concerning the fields of humanoid robotics, humans, and sensor uncertainty assessment. In the first theoretical study, we introduced the mathematical concept of the inertial measurement cluster with special emphasis on its impact on providing sensory feedback on detected situational loss of balance during bipedal locomotion in humanoid robots. This was achieved through a kinematics-driven framework based on robust inverse dynamics evaluation and the reduction of numerical differentiation in critical terms by directly measuring the angular acceleration vector. Subsequently, we proposed a sensor fusion algorithm to estimate both the magnitude and application line of externally applied forces on robots in theory. In the second set of studies about humans, we addressed the remote detection and assessment of trip and slip events. Therefore, the sensitivity of the proposed wearable sensor-framework system (inertial measurement cluster combined with an evaluation framework) to automatically detect balance disturbances was examined. We were able to automatically assess the balance recovery performance of individuals and resolved the well-known adaptation phenomena to repeated trip-like perturbations. Subsequently, we expanded the functional scope of the wearable sensor-framework system and provided evidence of its high accuracy in detecting and classifying balance disturbances during simulated activities of daily life. In the third set of studies, we established a multi-method framework to provide an experimental angular acceleration reference to objectively quantify the measurement uncertainty of the proposed inertial measurement cluster. Moreover, we confirmed the reference can serve as a measurement standard. Finally, based on the measurement standard, we proposed a concept for an adjustment routine to compensate for the deterministic errors of the inertial measurement cluster and confirmed a measurement uncertainty reduction. In conclusion, we established a sensor suitable for humans and humanoid robots, omitting numerical differentiation, and confirmed its significantly reduced measurement uncertainty. The proposed framework approaches based on the inertial measurement cluster were the key factors for the accurate detection of balance disturbances in humanoid robots as well as humans, highlighted by comparisons to conventional methods based on numerical differentiation. Consequently, the proposed sensor and frameworks have the potential to provide new insights into the causes of balance disturbances or factors that lead to insufficient reactive actions to prevent falls in humanoid robots and humans.show moreshow less
  • Für humanoide Roboter stellen Gleichgewichtsverluste und Stürze eine erhebliche Einschränkung dar, die den autonomen Einsatz in unkontrollierten und sich verändernden Umgebungen begrenzt. Eine ähnliche Anfälligkeit kann bei Menschen mit Defiziten in der Gleichgewichtskontrolle beobachtet werden. Trotz der Anpassungsfähigkeit des menschlichen Bewegungsapparates und der jüngsten Entwicklungen in der Robotik bleibt dieser Bereich eine Herausforderung. Um neue Einblicke in die komplexen Wechselwirkungen zwischen zweibeiniger Fortbewegung und situativem Gleichgewichtsverlust zu gewinnen, fokussieren wir uns auf die präzise Messung der Kinematik von Körpersegmenten. Sie kann eine wesentliche Komponente bei der Erkennung und Bewertung von Gleichgewichtsstörungen sein und somit dazu beitragen, die Resilienz der zweibeinigen Fortbewegung gegenFür humanoide Roboter stellen Gleichgewichtsverluste und Stürze eine erhebliche Einschränkung dar, die den autonomen Einsatz in unkontrollierten und sich verändernden Umgebungen begrenzt. Eine ähnliche Anfälligkeit kann bei Menschen mit Defiziten in der Gleichgewichtskontrolle beobachtet werden. Trotz der Anpassungsfähigkeit des menschlichen Bewegungsapparates und der jüngsten Entwicklungen in der Robotik bleibt dieser Bereich eine Herausforderung. Um neue Einblicke in die komplexen Wechselwirkungen zwischen zweibeiniger Fortbewegung und situativem Gleichgewichtsverlust zu gewinnen, fokussieren wir uns auf die präzise Messung der Kinematik von Körpersegmenten. Sie kann eine wesentliche Komponente bei der Erkennung und Bewertung von Gleichgewichtsstörungen sein und somit dazu beitragen, die Resilienz der zweibeinigen Fortbewegung gegen Gleichgewichtsverlust zu erhöhen. Daher haben wir in dieser Dissertation ein Inertial Measurement Cluster entwickelt und validiert, das die numerische Differentiation und damit die starke Verstärkung des Signalrauschens umgeht. Die Dissertation umfasst insgesamt drei Bereiche, die sich jeweils mit der humanoiden Robotik, dem Menschen und der Quantifizierung der Messunsicherheit von Sensoren beschäftigen. In der ersten theoretischen Studie führten wir das mathematische Konzept des Inertial Measurement Clusters ein und legten besonderes Augenmerk auf dessen Auswirkungen auf die sensorbasierte Erkennung von situativem Gleichgewichtsverlust während der zweibeinigen Fortbewegung bei humanoiden Robotern. Dazu entwickelten wir eine robuste inverse Dynamik, die insbesondere numerische Differentiationen durch ein direktes Messverfahren für den Winkelbeschleunigungsvektor ersetzt. Anschließend skizzierten wir die Theorie einer Sensordatenfusion, um sowohl die Größe als auch die Wirkungslinie der von außen auf den Roboter einwirkenden Kräfte abschätzen zu können. Im zweiten Forschungsbereich haben wir uns mit der Erkennung und Bewertung von Stolper- und Rutschereignissen außerhalb des Labors beschäftigt. Zum einen wurde die Auflösegenauigkeit und Reproduzierbarkeit des tragbaren Sensor Framework-Systems (Inertial Measurement Cluster und Auswerteframework) untersucht. Es konnte gezeigt werden, dass damit eine automatisierte Erkennung und Bewertung der Performance zur Wiederherstellung des Gleichgewichts möglich ist und dass das bekannte Adaptationsphänomen an wiederholte stolperähnliche Störungen nachgewiesen werden kann. Anschließend erweiterten wir die Funktionalität des tragbaren Sensorsystems und erbrachten den Nachweis für eine hohe Genauigkeit bei der Erkennung und Klassifizierung von Stolper- und Rutschereignissen während täglicher Aktivitäten. Im dritten Forschungsbereich haben wir eine experimentelle Winkelbeschleunigungsreferenz zur objektiven Quantifizierung der Messunsicherheit des Inertial Measurement Clusters eingeführt. Darüber hinaus haben wir bestätigt, dass die Referenzquelle genau genug ist, um als Messstandard und Basis für eine Justierroutine zur Kompensation der deterministischen Fehler des Inertial Measurement Clusters zu dienen. Zusammenfassend haben wir einen Sensor etabliert, der für Menschen und humanoide Roboter einsetzbar ist, die numerische Differentiation eliminiert und eine signifikant reduzierte Messunsicherheit im Vergleich zu aktuellen Kinematikmessungen aufweist. Das Inertial Measurement Cluster und die Auswertealgorithmen waren Schlüssel-elemente für die präzise Erkennung von Gleichgewichtsstörungen sowohl bei humanoiden Robotern als auch bei Menschen, was durch Vergleiche mit herkömmlichen Sensoren und numerischer Differentiation bestätigt wurde. In Kombination haben der Sensor und die Frameworks das Potential, neue Einblicke in die Ursachen von Gleichgewichtsstörungen oder Faktoren für unzureichende reaktive Handlungen zur Sturzvermeidung bei Menschen und humanoiden Robotern zu liefern.show moreshow less

Download full text files

Export metadata

Additional Services

Search Google Scholar
Metadaten
Author:Maximilian GießlerORCiD
URN:urn:nbn:de:hbz:kob7-25572
DOI:https://doi.org/10.82549/opus4-2557
Referee:Kiros KaramanidisGND
Document Type:Doctoral Thesis
Language:English
Date of Publication (online):2025/05/13
Date of first Publication:2025/05/13
Publishing Institution:Universität Koblenz, Universitätsbibliothek
Granting Institution:Universität Koblenz, Fachbereich 3
Date of final exam:2024/07/18
Release Date:2025/05/22
Page Number:xiii, 193
Patent Number:10 2023 120 648
Country of Patent Application:Deutschland
Patent Application Year:2023
Patent Application:04.08.2023
Patent Grant Date:2024/08/26
Patent Number:10 2024 138 147.7
Country of Patent Application:Deutschland
Patent Application Year:2024
Patent Application:16.12.2024
Patent Number:WO 2025/027158 A1
Country of Patent Application:International
Patent Application Year:2025
Patent Application:06.02.2025
Licence (German):CC BY
Einverstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.