SPRITE: Stewart Platform Robot for Interactive Tabletop Engagement
University of Southern California（南加州大学）
本文介绍了一种用于交互式桌面接合的Stewart平台机器人（SPRITE）的设计。该机器人旨在用于社交辅助机器人，这是一个专注于非接触式社交互动的领域，以帮助人们实现与健康，健康和教育相关的目标。我们描述了一系列的桌面，社会辅助机器人的设计目标，包括表达运动，情感交流，友好，无威胁，可定制的外观，和一个安全，强大，易于修复的机械设计。
2020-11-11 cs.RO
When to Act: Calibrated Confidence for Reliable Human Intention Prediction in Assistive Robotics
Hertie Institute for Clinical Brain Research & Center for Integrative Neuroscience, University of Tübingen（海德堡临床脑研究所及整合神经科学中心，图宾根大学）
本文提出了一种基于校准概率的安全触发框架，用于提升辅助机器人中意图预测的可靠性，通过校准信心减少误校准并提高安全性。
2026-01-08 cs.AI cs.RO
Design, Modelling, and Control of a Reconfigurable Rotary Series Elastic Actuator with Nonlinear Stiffness for Assistive Robots
National University of Singapore（新加坡国立大学）；Southern University of Science and Technology（南方科技大学）
在辅助机器人中，柔顺驱动器是建立安全和令人满意的物理人机交互（pHRI）的关键部件。柔性致动器的性能在很大程度上取决于弹性元件的刚度。通常，低刚度是期望的，以实现低阻抗、力控制的高保真度和安全的pHRI，而高刚度是需要的，以确保足够的力带宽和输出力。然而，这些要求是相互矛盾的，往往因任务和条件的不同而有所不同。为了解决刚度选择的矛盾，提高对不同应用的适应性，开发了一种可重构的非线性刚度旋转串联弹性驱动器（RRSEAns）。本文建立了可重构旋转串联弹性元件的精确模型，研究了其调整原理，并进行了详细的分析和实验验证。RSEAn可以提供从0.095 Nm/deg到2.33 Nm/deg的宽范围的刚度，并且可以相对于可重构RSEE的不同配置产生不同的刚度分布。的RRSEAns的整体性能进行了验证，通过实验的频率响应，转矩控制和pHRI，这是足够的大多数应用程序中的辅助机器人。具体而言，在透明/人工负责模式下，相互作用扭矩的均方根（RMS）误差低至0.07 Nm，证明了RRSEAn在pHRI中的优势。
2022-05-28 cs.RO
Credit Assignment Safety Learning from Human Demonstrations
Ecole Polytechnique Federal de Lausanne（洛桑联邦理工学院）
辅助机器人技术（例如用于导航的辅助轮椅）的一个关键需求是需要通过用户交互来学习任务意图和安全保证，以确保安全的任务性能。对于用户的目标不容易定义的任务，从用户演示中学习是实现学习的关键步骤。然而，大多数机器人学习从演示（LfD）方法主要依赖于最佳演示，以成功地学习控制策略，这可能是具有挑战性的新手用户获得。最近的工作确实使用次优和失败的演示来了解任务意图;很少有人关注学习安全保证以防止重复失败，这对辅助机器人至关重要。此外，交互式人类-机器人学习旨在最小化人类用户的努力以促进在现实世界中的部署。因此，要求用户标记来自演示的不安全状态或关键帧不应该是学习的必要要求。在这里，我们提出了一种算法来学习一个安全价值函数从一组次优和失败的演示，用于生成一个实时的安全控制过滤器。重要的是，我们开发了一种信用分配方法，该方法从失败的演示中提取失败状态，而不需要人为标记或预先指定的不安全区域的知识。此外，我们扩展我们的配方，允许用户特定的安全功能，通过将用户定义的安全排名，我们可以根据用户的喜好生成安全水平集。通过使用次优和失败的演示和开发的信用分配配方，我们使学习的安全价值函数，需要从用户的努力最小，使其更可行的广泛使用的人机交互学习任务。
2021-10-09 cs.RO
SPARK: Safe Protective and Assistive Robot Kit
Carnegie Mellon University（卡内基梅隆大学）
SPARK是一种用于提升双足机器人安全性的综合工具包，提供安全控制算法和模拟基准，支持快速部署和多种硬件集成，助力安全研究与开发。
2026-01-14 cs.RO cs.SY eess.SY
A Semantic-Aware Framework for Safe and Intent-Integrative Assistance in Upper-Limb Exoskeletons
Department of Automation, Tsinghua University（自动化系，清华大学）
本文提出一种语义感知框架，将大型语言模型集成于上肢外骨骼任务规划，通过透明模式捕捉意图、自动配置辅助参数，并结合基于扩散的异常检测与阻抗控制，实现安全且意图融合的辅助。
2025-08-14 cs.RO
NeuroCommitSSM: Decision-Centric Shared Autonomy for Safe Assistive Manipulation via EEG-EMG-ET Commit Readiness
Saint Louis University（圣路易斯大学）
NeuroCommitSSM是用于辅助机器人操作安全控制的以决策为中心框架，依EEG、EMG和ET预测提交分数转化为离散事件，经三状态监督器控制执行。实验表明其在多场景下准确率高、错误提交低，硬件验证减少错误启动和决策不稳定。
2026-07-20 cs.RO
EHAZOP: A Proof of Concept Ethical Hazard Analysis of an Assistive Robot
School of Physics, Engineering and Computer Science, University of Hertfordshire（赫特福德大学物理、工程与计算机科学学院）；School of Electronics, Electrical Engineering and Computer Science, Queens University Belfast（贝尔法斯特女王大学电子、电气工程与计算机科学学院）；School of Design, University of Greenwich（格林威治大学设计学院）
本文提出EHAZOP方法，将安全工程的结构化流程用于辅助机器人伦理危害分析，并通过概念验证研究证明其能有效识别多样化伦理危害。
2024-06-13 cs.RO
A Physics-Consistent Benchmark for Contact-Rich Human-Robot Interaction in Assistive Care
School of Mechanical and Robotics Engineering, Tongji University（同济大学机械与机器人工程学院）；Centre for Advanced Robotics Technology Innovation, Nanyang Technological University（南洋理工大学先进机器人技术创新中心）；College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院）
该研究提出用于机器人辅助洗澡的接触丰富型人机交互物理一致性基准，经实验发现仅任务完成不代表有效接触，需对辅助机器人策略做物理感知筛选。
2026-09-03 cs.RO
Low-Burden LLM-Based Preference Learning: Personalizing Assistive Robots from Natural Language Feedback for Users with Paralysis
Electrical and Computer Engineering（电气与计算机工程）；Rehabilitation Science and Technology（康复科学与技术）
针对严重运动障碍用户，提出一种低负担离线框架，利用大语言模型将非结构化自然语言反馈转化为确定性机器人控制策略，并通过职业治疗框架解码用户需求，显著降低用户负担。
2026-06-15 cs.AI cs.HC cs.RO
A User Study Method on Healthy Participants for Assessing an Assistive Wearable Robot Utilising EMG Sensing
本文提出一种基于肌电传感的用户研究方法，通过在健康受试者上验证一款采用褶皱技术的气动纺织机器人手套在辅助手部运动中的有效性。
2024-07-31 cs.RO
Spine-like Joint Link Mechanism to Design Wearable Assistive Devices with Comfort and Support
在开发穿戴式辅助设备时，舒适性和支撑性是需要考虑的两个主要问题。在传统的设计方法中，穿戴者关节运动的自由度往往被过度简化。因此，穿戴者的运动受到限制，并且在意外跌倒的情况下可能发生骨/韧带损伤。为了缓解这些问题，这封信提出了一种受人类脊柱结构和功能启发的新型关节连杆机构。所提出的脊柱状关节连杆机构的关键特征是，半球形块通过柔性合成纤维线连接，使其连接刚度可以根据张力进行调整。这一特点具有很大的潜力，设计一个可穿戴的辅助设备，可以支持老年人的坐立动作或增加脊柱运动，通过调节级联刚度。此外，连接的半球形块使穿戴者能够以完全的自由度移动他/她的关节，这反过来又增加了穿戴者的移动性并防止关节错位。实验台和飞行员佩戴者的实验结果证实，脊柱状关节连杆机构可以作为一个关键部件，设计可穿戴辅助设备，以提高移动性和安全性。
2022-03-11 cs.RO
Learning Control Policies for Fall prevention and safety in bipedal locomotion
Stanford University（斯坦福大学）；Georgia Institute of Technology（佐治亚理工学院）
从意外的外部干扰中恢复的能力是双足运动的基本运动技能。有效的应对措施不仅包括恢复平衡和保持稳定的能力，还包括在身体无法恢复平衡时以安全的方式摔倒的能力。对于与双足运动相关联的机器人，例如人形机器人和帮助人类行走的辅助机器人设备，设计能够提供这种稳定性和安全性的控制器可以防止对机器人的损坏或防止与伤害相关的医疗费用。这是一项具有挑战性的任务，因为它涉及到为具有接触的高维、非线性和欠驱动系统生成高度动态运动。尽管在使用基于模型的方法和优化方法方面取得了先前的进步，但诸如需要广泛的领域知识、相对较大的计算时间和对动态变化的有限鲁棒性等挑战仍然使其成为一个开放的问题。在这篇论文中，为了解决这些问题，我们开发了基于学习的算法，能够合成两种不同类型的机器人的推恢复控制策略：人形机器人和辅助机器人设备，协助双足运动。我们的工作可以分为两个密切相关的方向：1）学习安全跌倒和跌倒预防策略的人形机器人和2）学习跌倒预防策略的人类使用机器人辅助设备。为了实现这一目标，我们引入了一组深度强化学习（DRL）算法来学习控制策略，从而在使用这些机器人时提高安全性。
2022-01-04 cs.AI cs.RO
Learning-based Delay Compensation for Enhanced Control of Assistive Soft Robots
Technical University of Denmark（丹麦技术大学）
针对辅助软机械臂的非线性动力学与时间延迟控制难题，提出基于KRLST在线学习系统动力学、LDN压缩输入历史的学习型延迟补偿方法，显著提升跟踪性能，适用于实际辅助护理场景。
2025-04-16 cs.RO cs.SY eess.SY
Ultrasound-Guided Assistive Robots for Scoliosis Assessment with Optimization-based Control and Variable Impedance
The Hong Kong Polytechnic University（香港理工大学）
医疗保健辅助机器人的需求不断增长，因为它具有将医生从日常工作中解放出来的巨大潜力。在本文中，我们研究了一个基于优化的控制框架的超声引导辅助机器人进行脊柱侧凸评估的发展。利用超声成像进行脊柱侧凸评估的常规程序通常需要执业医师沿着患者的背部滑动超声探头。为了自动化这种类型的过程中，我们需要考虑多个目标，如接触力，位置，方向，能量，姿态等，以解决上述组件，我们建议制定控制框架设计作为一个二次规划问题，每个目标的权重由其任务的优先级受到一组平等和不平等的约束。此外，由于机器人需要在脊柱扫描过程中与患者建立恒定的接触，因此我们在控制架构中加入了末端执行器位置和方向的可变阻抗调节，以增强物理人机交互过程中的安全性和稳定性。其中，通过从医学专家的演示中学习来检索可变阻抗增益。所提出的方法进行评估的自主脊柱侧凸评估与机器人操作器xArm的真实世界的实验。通过获得的体模和人体受试者的冠状脊柱图像验证了该方法的有效性。
2022-03-04 cs.RO
Future-Aware Flow Planning for Safe UAV Target Following
Stockholm University（斯德哥尔摩大学）；Peking University（北京大学）；Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院）；Guangdong Provincial/Zhuhai Key Laboratory of IRADS（广东省/珠海市智能机器人先进感知与决策系统重点实验室）
提出未来感知流规划框架，利用预测目标未来生成安全轨迹，并嵌入风险修复，在基准测试中改善安全-跟踪权衡，实现零碰撞率与高安全跟踪时间。
2026-09-22 cs.RO
A Novel Assistive Controller Based on Differential Geometry for Users of the Differential-Drive Wheeled Mobile Robots
Tohoku University（东北大学）
某些轮式移动机器人，例如，电动轮椅可以通过用户的间接操纵杆控制来操作。当用户应该确定车辆方向和速度时，正确的转向角变得至关重要，特别是对于差动轮式车辆，因为车辆速度和方向仅用两个驱动轮控制。当用户需要实现复杂曲线时，这个问题变得更具挑战性。一种新的辅助控制器与安全约束，需要解决这些问题。而且，经典的控制方法大多需要预先确定期望的状态，这与人类对期望位置的自发决定完全矛盾。在这项工作中，我们开发了一种新的辅助控制策略的基础上微分几何只依赖于操纵杆输入和车辆状态的控制器不需要任何所需的状态。我们首先解释车辆运动学和我们设计的达布框架运动学的一个虚拟的车轮和平面的接触点。其次，几何控制器使用达布框架运动学的设计具有一定的安全约束下的平滑轨迹。我们用不同的参与者实验我们的方法，并评估其在各种路线上的表现。
2022-02-04 cs.RO cs.SY eess.SY
Cooperative Modular Manipulation with Numerous Cable-Driven Robots for Assistive Construction and Gap Crossing
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；US Army Corps of Engineers Construction Engineering Research Laboratory（美国陆军工兵团建筑工程研究实验室）；Istituto Italiano di Tecnologia (IIT)（意大利技术研究院）；Department of Mechanical Science and Engineering at the University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校机械科学与工程学院）
针对军事跨越间隙中临时桥梁搭建危险且低效的问题，提出基于绳索驱动并联机器人的分布式协同模块化机器人系统Co3MaNDR，通过控制多模块绳索张力实现负载精确轨迹跟踪与力放大，实验验证其可高效操控重载并具备良好扩展性。
2024-03-19 cs.RO
Socially-Aware Shared Control Navigation for Assistive Mobile Robots in the Built Environment
University of Michigan（密歇根大学）
本文提出一种社会感知共享控制导航系统，结合用户偏好场全局规划与SS-MPC-DCBF局部控制，提升辅助移动机器人的安全性与用户信任。
2024-05-27 cs.AI cs.HC cs.RO
A Passivity Based Framework for Safe Physical Human Robot Interaction
University of Central Florida（中佛罗里达大学）
在本文中，一个人和一个辅助机器人之间的安全兼容接触的问题被认为是。残疾用户需要在某些日常生活活动（ADL）中使用辅助机器人进行物理人机交互（PHRI）。具体来说，我们提出了一个混合动力/速度/姿态控制PHRI系统的基础上测量从6轴力/扭矩传感器安装在机器人手腕。在将末端执行器表面与未知环境（人类）表面自动对准的同时，在法向方向上施加期望的命令力，同时在切向方向上遵循期望的速度命令。一个基于李雅普诺夫稳定性分析，以证明收敛性以及无源性的相互作用，以确保性能和安全。仿真和实验结果验证了所提出的混合控制器的性能和鲁棒性的存在下的动态不确定性，以及安全的物理人机交互的运动学冗余机器人操作器。
2022-02-07 cs.RO cs.SY eess.SY
Robot Trajectron V2: A Probabilistic Shared Control Framework for Navigation
KU Leuven（卢森堡大学）；University of Washington（华盛顿大学）
提出机器人轨迹预测器V2（RT-V2），一种概率共享控制框架，通过联合建模意图先验与实时后验，在合成、人机交互和脑机接口实验中实现优于现有技术的意图估计与安全高效导航。
2025-09-24 cs.RO
Physically-Feasible Repair of Reactive, Linear Temporal Logic-based, High-Level Tasks
Cornell University（康奈尔大学）
创建复杂机器人行为的一种典型方法是组合原子控制器或技能，使得所产生的行为满足高级任务;然而，当任务无法用给定的一组技能完成时，很难知道如何修改技能以使任务成为可能。我们提出了一种方法，结合符号修复与物理可行性检查和实施自动修改现有的技能，使机器人可以执行以前不可行的任务。我们在线性时序逻辑（LTL）公式中编码机器人技能，该公式捕获反应性任务的安全约束和目标。此外，我们的编码捕获了完整的技能执行，而不是只考虑技能执行之前和之后的世界状态的先前工作。我们的修复算法建议象征性的修改，然后试图通过修改原来的技能受到来自象征性的修复LTL约束，以物理实现的建议。如果技能在物理上是不可能的，我们会自动为符号修复提供额外的约束。我们用Baxter和Clearpath Jackal来展示我们的方法。
2022-07-06 cs.RO
Heteromated Decision-Making: Integrating Socially Assistive Robots in Care Relationships
University of Siegen（锡根大学）；Halmstad University（哈尔姆斯塔德大学）
本文通过 Design Fiction 与 Zine-Making 专家工作坊，提出以 heteromation 视角理解社交辅助机器人在照护关系中的群体嵌入性决策。
2023-04-20 cs.HC cs.RO
A Socially Assistive Robot using Automated Planning in a Paediatric Clinical Setting
Heriot-Watt University（赫瑞-瓦特大学）；University of Glasgow（格拉斯哥大学）
我们提出了一个正在进行的项目，旨在开发一个社交机器人，以帮助儿童在临床环境中应对痛苦和痛苦的医疗程序。我们的方法使用自动规划作为行动选择的核心组成部分，以生成计划，包括物理，感官和社会行动的机器人与人类互动时使用。我们的系统的一个关键能力是，机器人的行为适应基于儿童患者的情感状态。机器人必须在具有挑战性的物理和社会环境中工作，与儿童，父母/护理人员和医疗保健专业人员进行适当和安全的互动至关重要。在本文中，我们提出了我们的系统，检查的情况下，一些关键的挑战，并描述他们是如何解决我们的系统。
2022-10-18 cs.AI cs.HC cs.RO
An Adaptable, Safe, and Portable Robot-Assisted Feeding System
University of Washington（华盛顿大学）；Cornell University（康奈尔大学）
本研究研发了一款兼具安全性、便携性与用户可控性的机器人辅助喂食系统，采用多模态在线学习适配新食物、实时口腔感知控制送食，可安装于电动轮椅、支持用户用自身辅助设备操控，经终端用户研究验证有效。
2024-03-07 cs.RO
DiG-Net: Enhancing Human-Robot Interaction through Hyper-Range Dynamic Gesture Recognition in Assistive Robotics
本文提出DiG-Net框架，通过结合DADA模块和时空图模块，实现超远距离（30米）的鲁棒手势识别，提升助残机器人在家庭医疗、工业安全等场景中的可用性。
2026-03-15 cs.AI cs.CV cs.RO
Verification-Gated Agentic Mission-State Governance for Intelligent Industrial Multi-Robot Systems
Beijing University of Posts and Telecommunications（北京邮电大学）
提出验证门控任务状态治理框架，通过同步任务森林与黑板状态，经确定性验证后原子提交，减少无效提交和冲突，提升工业多机器人系统安全与效率。
2026-07-01 cs.RO
Active Robot-Assisted Feeding with a General-Purpose Mobile Manipulator: Design, Evaluation, and Lessons Learned
Georgia Institute of Technology（佐治亚理工学院）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
饮食是日常生活（ADL）中保持健康和独立生活的基本活动。虽然已经引入了许多辅助设备，但由于设备的物理或感知限制，许多残疾人仍然受到限制，无法独立进食。在这项工作中，我们提出了一个新的膳食援助系统和评估该系统与运动障碍的人。我们还讨论了经验教训，并根据评估设计见解。该助餐系统使用了一种通用移动机械手，Willow Garage PR 2，它有可能成为一种多功能的辅助技术。我们的主动喂食框架使机器人能够自动将食物送到用户的口中，减少了用户头部移动的需要。用户界面、视觉引导行为和安全工具允许患有严重运动障碍的人成功使用该系统。我们评估了我们的系统，共有10名健全的参与者和9名运动障碍的参与者。两组参与者都成功地使用该系统吃下了各种食物，并报告了系统自主行为的高成功率。总体而言，操作该系统的参与者报告称，该系统舒适、安全且易于使用。
2019-09-16 cs.RO
Robust Generalized Proportional Integral Control for Trajectory Tracking of Soft Actuators in a Pediatric Wearable Assistive Device
Univ. of California, Riverside（加州大学河滨分校）
本文针对儿科软体可穿戴辅助设备中的软体气动执行器，提出一种鲁棒广义比例积分控制器，通过惯性测量单元实时反馈实现两自由度肩关节运动的精确轨迹跟踪，并在婴儿尺寸工程人体模型上验证了其有效性。
2023-08-01 cs.RO cs.SY eess.SY
Using Augmented Reality to Assess and Modify Mobile Manipulator Surface Repair Plans
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出基于 AugRE 框架的 AR 系统 STAR，支持非专家通过 HoloLens 2 实时查看并修改双臂移动机械臂的腐蚀修复计划，以避免关键设备受涂层过喷影响。
2023-11-02 cs.RO
Hazard Management in Robot-Assisted Mammography Support
York and Scarborough Teaching Hospitals NHS Foundations Trust（约克和斯卡伯勒教学医院NHS基金会信托）
本文提出了一种针对MammoBot辅助机器人系统的危险管理方法，结合专家引导的过程建模与SHARD和STPA分析，识别人类-机器人交互中的安全隐患，通过制定安全需求减少对人类操作的依赖。
2026-04-07 cs.RO cs.SY eess.SY
REX: Designing User-centered Repair and Explanations to Address Robot Failures
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）；Carnegie Mellon University（卡内基梅隆大学）
本研究通过两项用户研究，探索了自动修复与解释策略对提升机器人故障处理用户体验的作用，并提出了针对风险因素的适应性设计方法。
2024-05-26 cs.HC cs.RO
Give me scissors: Collision-Free Dual-Arm Surgical Assistive Robot for Instrument Delivery
School of Mechanical Engineering and Automation, Beihang University（机械工程与自动化学院，北航）
本文提出了一种碰撞自由的双臂手术辅助机器人，通过视觉-语言模型生成轨迹并实现动态环境中的安全器械传递。
2026-03-03 cs.CV cs.HC cs.LG
HHI-Assist: A Dataset and Benchmark of Human-Human Interaction in Physical Assistance Scenario
针对物理辅助场景中人体运动预测的挑战，本文提出了HHI-Assist数据集和基于条件Transformer的去噪扩散模型，有效捕捉交互耦合动力学并提升泛化能力，有望增强机器人辅助策略。
2025-09-12 cs.CV cs.RO
How Can Large Language Models Enable Better Socially Assistive Human-Robot Interaction: A Brief Survey
University of Southern California（南加州大学）
本文简要综述LLM在社交辅助机器人中的应用，围绕自然语言对话、多模态理解和机器人策略三大挑战分析其潜力、风险与伦理问题。
2024-04-05 cs.CL cs.CV cs.HC
MaCoPlanner: LLM-Assisted Manual-Compiled Task Planning with Proactive Safety Verification for Robotic Industrial Panel Operation
Huazhong University of Science and Technology（华中科技大学）；University of New South Wales（新南威尔士大学）
MaCoPlanner是面向机器人工业面板操作的规划框架，通过编译设备手册知识生成规划，经主动安全验证后执行，大幅提升了任务成功率，在Level-2、Level-3任务上分别提升了21.6、17.3个百分点。
2026-08-31 cs.AI cs.RO
PSM: A Predictive Safety Model for Body Motion Based On the Spring-Damper Pendulum
Tohoku University（东北大学）
量化人体姿态的安全性是人机交互中的一个重要问题。了解对人体运动的变化的物理约束可以改进对安全人体运动的检查，并且通过实时风险评估带来关于人体取向的稳定性和正常性的基本信息。此外，这些信息可以用于协作机器人和监控系统，以更自由地评估和交互环境。此外，工作空间区域可以更具有确定性，具有已知的安全物理特性。基于这一动机，我们提出了一种新的预测安全模型（PSM），它依赖于人体胸部上的惯性测量单元的信息。PSM包含一个3-Dofs弹簧阻尼器摆模型，该模型基于安全运动数据集预测人体运动。通过将安全数据集和弹性弹簧-阻尼器模型相结合，获得了人体的估计安全方向，该方法可以在不同的安全水平下实现复杂的运动。我们在真实世界的场景中进行了实验，以验证我们提出的新模型。这种新方法可用于不同的指导/辅助机器人和健康监测系统，以支持和评估人类的状况，特别是老年人。
2022-07-29 cs.RO cs.SY eess.SY
Development of a non-wearable support robot capable of reproducing natural standing-up movements
Osaka Municipal University（大阪市立大学）；ZEATEC co.,ltd.（ZEATEC株式会社）
本研究研发了一款融合穿戴与非穿戴系统特性的四连杆结构非穿戴式起立辅助机器人，可复现自然起立轨迹，误差约4%，经测试安全可靠，适用于老年护理与康复领域。
2025-05-18 cs.HC cs.RO q-bio.NC
