paint-brush
Neue Studie zeigt, dass sich Exoskelette jetzt an Sie anpassen, nicht umgekehrtvon@exoself
135 Lesungen

Neue Studie zeigt, dass sich Exoskelette jetzt an Sie anpassen, nicht umgekehrt

von Exoself Technology Research
Exoself Technology Research HackerNoon profile picture

Exoself Technology Research

@exoself

Exoself fuses technology and soul, amplifying abilities, and redefining limits,...

4 Mindest read2025/01/24
Read on Terminal Reader
Read this story in a terminal
Print this story
tldt arrow
de-flagDE
Lesen Sie diese Geschichte auf Deutsch!
en-flagEN
Read this story in the original language, English!
tr-flagTR
Bu hikayeyi Türkçe okuyun!
es-flagES
Lee esta historia en Español!
zh-flagZH
用繁體中文閱讀這個故事!
ja-flagJA
この物語を日本語で読んでください!
it-flagIT
Leggi questa storia in italiano!
sw-flagSW
Soma hadithi hii kwa kiswahili!
he-flagHE
קרא את הסיפור הזה בעברית!
az-flagAZ
Bu hekayəni Azərbaycan dilində oxuyun!
am-flagAM
ይህንን ታሪክ በአማርኛ ያንብቡ!
ts-flagTS
Hlaya xitori lexi hi Xitsonga!
da-flagDA
Læs denne historie på dansk!
DE

Zu lang; Lesen

Diese Studie führt Interaction Portraits ein, eine polare Visualisierungsmetrik zur Bewertung der Koadaption von Mensch und Exoskelett. Die Ergebnisse zeigen unterschiedliche Strategien zur Rehabilitation und Leistungssteigerung, wodurch die Leistung tragbarer Roboter optimiert wird.
featured image - Neue Studie zeigt, dass sich Exoskelette jetzt an Sie anpassen, nicht umgekehrt
Exoself Technology Research HackerNoon profile picture
Exoself Technology Research

Exoself Technology Research

@exoself

Exoself fuses technology and soul, amplifying abilities, and redefining limits, where the self evolves beyond boundaries

0-item

STORY’S CREDIBILITY

Academic Research Paper

Academic Research Paper

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Autoren:

(1) Mohammad Shushtari, Fakultät für Maschinenbau und Mechatronik, University of Waterloo (smshushtari@uwaterloo.ca);

(2) Julia Foellmer, Fakultät Mechanik und Meerestechnik, Technische Universität Hamburg-Harburg (julia.foellmer@tuhh.de);

(3) Sanjay Krishna Gouda, Fakultät für Maschinenbau und Mechatronik, University of Waterloo und Toronto Rehabilitation Institute (KITE), University Health Network (arash.arami@uwaterloo.ca).

Linktabelle

Zusammenfassung und 1 Einleitung

2 Ergebnisse

2.1 Ursprünglich verarbeitete Daten für einen repräsentativen Teilnehmer

2.2 Gesamtleistungsanalyse

2.3 Interaktionsporträtanalyse

2.4 Individuelle Anpassungsstrategie

3 Diskussion

3.1 Anpassung des Menschen

3.2 Bedeutung der IP-Analyse

4 Fazit

5 Methoden

5.1 Strategien zur Vorwärtsregelung

5.2 Versuchsaufbau

5.3 Versuchsprotokoll

5.4 Datenanalyse

Erklärungen

Anhang A Ergänzende Beispieldaten

Anhang B Vergleich mit natürlichem Gehen

Verweise

Abstrakt

Die physische Interaktion zwischen Mensch und Roboter enthält wichtige Informationen zur Optimierung des Benutzererlebnisses, zur Verbesserung der Roboterleistung und zur objektiven Bewertung der Benutzeranpassung. Diese Studie stellt eine neue Methode zur Bewertung der Koadaption von Mensch und Roboter in Exoskeletten der unteren Extremitäten vor, indem Muskelaktivität und Interaktionsdrehmoment als zweidimensionale Zufallsvariable analysiert werden. Wir führen das Interaction Portrait (IP) ein, das die Verteilung dieser Variable in Polarkoordinaten visualisiert. Wir haben diese Metrik angewendet, um einen aktuellen Drehmomentregler (HTC) basierend auf kinematischem Zustandsfeedback und einen neuartigen Feedforward-Regler (AMTC) mit Online-Lernen, der hier vorgeschlagen wird, mit einem zeitbasierten Regler (TBC) beim Gehen auf einem Laufband bei unterschiedlichen Geschwindigkeiten zu vergleichen. Im Vergleich zu TBC senken sowohl HTC als auch AMTC die normalisierte Sauerstoffaufnahme der Benutzer erheblich, was auf eine verbesserte Benutzer-Exoskelett-Koordination hindeutet. Die IP-Analyse zeigt, dass diese Verbesserung auf zwei unterschiedliche Koadaptationsstrategien zurückzuführen ist, die allein durch herkömmliche Muskelaktivitäts- oder Interaktionsdrehmomentanalysen nicht identifizierbar sind. HTC ermutigt Benutzer, die Kontrolle dem Exoskelett zu überlassen, wodurch die Muskelanstrengung verringert wird, aber das Interaktionsdrehmoment erhöht wird, da das Exoskelett die Benutzerdynamik ausgleicht. Umgekehrt fördert AMTC die Benutzereinbindung durch erhöhte Muskelanstrengung und reduzierte Interaktionsdrehmomente und ist damit besser auf Rehabilitations- und Gangtrainingsanwendungen abgestimmt. Die IP-Phasenentwicklung bietet Einblicke in die Entwicklung der Interaktionsstrategie jedes Benutzers und zeigt das Potenzial der IP-Analyse beim Vergleichen und Entwerfen neuartiger Controller zur Optimierung der Mensch-Roboter-Interaktion in tragbaren Robotern.


Schlüsselwörter : Exoskelett, physische Interaktion, Kontrolle

1 Einleitung

Assistierende und rehabilitative Roboter gewinnen zunehmend an Bedeutung, da sie den Benutzern eine größere Dosis an Bewegung bieten, ihre Funktionalität und Lebensqualität verbessern und gleichzeitig die Arbeitsbelastung der Physiotherapeuten verringern [1, 2]. Trotz jüngster Fortschritte, einschließlich der Human-in-the-Loop-Optimierung zur Verbesserung der Exoskelettunterstützung [3–6], mangelt es diesen Robotersystemen immer noch an der Raffinesse, um das erforderliche Unterstützungsniveau für jeden einzelnen Benutzer automatisch und effektiv anzupassen [7, 8]. Diese personalisierte Berührung, die für Physiotherapeuten in traditionellen Therapiesitzungen instinktiv ist, bleibt für Roboter eine Herausforderung. Die Herausforderung entsteht, weil zwar separate Leistungsindikatoren wie metabolischer Aufwand [9, 10], Muskelaktivierung [11], Interaktionskräfte [12], Komfort [13], kognitive Belastung [14] und Benutzerpräferenz [15] verwendet werden, das Fehlen einer einheitlichen Metrik, die die Nuancen der physischen Mensch-Roboter-Interaktionen vollständig erfasst, die präzise Anpassung und Personalisierung der Exoskelettunterstützung der unteren Gliedmaßen behindert [16]. Daher wird diese Aufgabe häufig an adaptive Controller delegiert, die implizit die Steuerung der physischen Interaktion zwischen Mensch und Exoskelett berücksichtigen. Die Steuerung der Interaktion zwischen Mensch und Exoskelett spielt eine Schlüsselrolle bei der Optimierung des Benutzererlebnisses und der Leistung von Exoskeletten für die unteren Gliedmaßen in der Rehabilitation sowie bei Anwendungen zur Kraftverstärkung [17]. In Szenarien zur Kraftverstärkung behält der Benutzer seine volle Autonomie und das Exoskelett befolgt Benutzerbefehle direkt oder indirekt, indem es die beabsichtigte Bewegung interpretiert. Bei Meinungsverschiedenheiten zwischen Benutzer und Exoskelett muss das Exoskelett die Kontrolle zugunsten des Benutzers abgeben [18, 19]. Im Kontext von Rehabilitations- und unterstützenden Exoskeletten ist die Steuerung der Interaktion zwischen Mensch und Exoskelett jedoch aufgrund zweier Hauptfaktoren anspruchsvoller. Erstens ist die vom Benutzer ausgeführte Bewegung aufgrund von muskuloskelettalen oder motorischen Beeinträchtigungen nicht immer zuverlässig [20], was die Qualität der dekodierten Absicht beeinträchtigen kann, die ausschließlich auf der physischen Interaktion zwischen Benutzer und Roboter beruht. Zweitens sollte das Exoskelett den Benutzer ermutigen, sich möglichst intensiv an der Bewegung zu beteiligen, und ihn unterstützen oder korrigieren, wenn er die Bewegung nicht korrekt ausführen kann [21, 22]. Folglich muss das Exoskelett nahtlos zwischen der Führungs- und der Folgerolle wechseln können [23].


Um die geeignete Steuerungsstrategie für Anwendungen zur menschlichen Augmentation und Rehabilitation zu bestimmen, ist es entscheidend, die Anpassung von Mensch und Exoskelett als Indikator dafür zu verstehen, wie Individuen auf bestimmte Exoskelett-Steuerungsstrategien in Bezug auf die gemeinsame Bewegungssteuerung reagieren [24]. Bei der Kraftverstärkung besteht das Idealszenario darin, dass sich Benutzer an eine Strategie anpassen, bei der sie hauptsächlich durch die Steuerung der Bewegung beitragen, ohne körperliche Anstrengung [5]. Das Exoskelett übernimmt die Verantwortung für die Bewegung des menschlichen Körpers, indem es Interaktionsdrehmomente oder -kräfte auf den menschlichen Körper ausübt, was sich in einer verringerten Muskelaktivität oder Stoffwechselrate zeigt [4]. Umgekehrt müssen Benutzer bei der Rehabilitation häufig angeleitet werden, ihre Muskelaktivität zu erhöhen und aktiv an der Bewegungssteuerung teilzunehmen [25]. Die Interaktionsdrehmomente zwischen Mensch und Exoskelett weisen in diesem Zusammenhang ein duales Verhalten auf. Wenn der Benutzer die Bewegung korrekt ausführt, muss das Exoskelett dem Benutzer transparent folgen, was zu null Interaktionsdrehmomenten führt [12]. Wenn jedoch eine Bewegungskorrektur erforderlich ist, sollte der Exoskelett-Controller eingreifen. Dieser Eingriff erzeugt einen Konflikt, der eine Erhöhung des Interaktionsdrehmoments zur Korrektur der Bewegung erforderlich macht. Weder Muskelanstrengung noch Interaktionsdrehmomente allein können die oben genannten Bedingungen erkennen. Eine Zunahme der Muskelanstrengung kann beispielsweise folgende Ursachen haben:


image


von der Unstimmigkeit zwischen Mensch und Exoskelett [20], während es auch bedeuten kann, dass der menschliche Benutzer geht und sich dabei auf seine Motorik verlässt statt auf die Unterstützung des Exoskeletts. Um in solchen Fällen verschiedene Controller zu vergleichen, muss daher neben der Muskelanstrengung auch das Interaktionsdrehmoment berücksichtigt werden. Ein niedriges Interaktionsdrehmoment gepaart mit höherer Muskelanstrengung deutet auf keine physische Unstimmigkeit hin, was bedeutet, dass das Exoskelett dem Benutzer folgt und der Benutzer mit minimaler Unterstützung geht. Andernfalls weist ein höheres Interaktionsdrehmoment zusammen mit hoher Muskelanstrengung darauf hin, dass Benutzer und Exoskelett nicht dieselben gewünschten Bewegungsmuster haben und um die Kontrolle kämpfen [23]. Um die Eignung eines Controllers für Kraftverstärkungs- oder Rehabilitationsanwendungen zu bestimmen, ist daher eine gemeinsame Analyse von Muskelanstrengung und Interaktionsdrehmoment erforderlich.


image



L O A D I N G
. . . comments & more!

About Author

Exoself Technology Research HackerNoon profile picture
Exoself Technology Research@exoself
Exoself fuses technology and soul, amplifying abilities, and redefining limits, where the self evolves beyond boundaries

Hängeetiketten

DIESER ARTIKEL WURDE VORGESTELLT IN...

Read on Terminal Reader
Read this story in a terminal
 Terminal
Read this story w/o Javascript
Read this story w/o Javascript
 Lite
Also published here