Robotika a fyzická AI

Výzkumníci vyvinuli nový přístup pro asistenci robotických exosuit

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Výzkumníci na Harvardově univerzitě Johna A. Paula School of Engineering and Applied Sciences vyvinuli nový přístup pro asistenci robotických exosuit. Pomáhá překonat jednu z hlavních výzev při navrhování nositelné robotiky, která může být použita k asistenci při chůzi v reálných podmínkách.

Dnešní přizpůsobitelné platformy pro nositelnou robotickou asistenci vyžadují mnoho ručního nebo automatického ladění, aby mohly asistovat jednotlivcům, což může být pro pacienty obtížné.

Nový přístup se spoléhá na to, že asistence robotického exosuit je kalibrována pro jednotlivce a přizpůsobuje se různým reálným úkolům chůze během několika sekund. Bio-inspirovaný systém používá ultrazvuková měření dynamiky svalů, což umožňuje personalizaci a specifické činnosti pro uživatele.

Robert D. Howe je Abbott a James Lawrence Professor of Engineering a spolueditor článku, který byl zveřejněn v Science Robotics.

“Náš svalový přístup umožňuje relativně rychlou generaci individualizovaných profilů asistence, které poskytují skutečnou výhodu pro osobu, která chodí,” řekl Howe.

https://www.youtube.com/watch?v=4XFvoW3Z9l8&t=1s

Předchozí bio-inspirované systémy vs. nový přístup

Předchozí bio-inspirované systémy se zaměřovaly na dynamické pohyby končetin a nositelů, ale výzkumníci se podívali mimo ně.

Richard Nuckols je Postdoctoral Research Associate na SEAS a spolueditor článku.

“Použili jsme ultrazvuk, aby se podívali pod kůži a přímo měřili, co dělaly svaly uživatele během několika úloh chůze,” řekl Nuckols. “Naše svaly a šlachy mají compliance, což znamená, že není nutně přímá mapa mezi pohybem končetin a pohybem podkladových svalů, které řídí jejich pohyb.”

Výzkumný tým připojil přenosný ultrazvukový systém k lýtkům účastníků před tím, než zobrazili jejich svaly během různých úloh chůze.

Krithika Swaminathan je studentka na SEAS a Graduate School of Arts and Sciences (GSAS) a spolueditor studie.

“Z těchto předem zaznamenaných obrazů jsme odhadli asistivní sílu, která by měla být aplikována paralelně se svaly lýtek, aby kompenzovala dodatečnou práci, kterou musí vykonat během fáze push off chůze,” řekla Swaminathan.

Zachycení profilu svalu

Systém vyžaduje pouze několik sekund chůze, aby zachytil profil svalu, a pro každý z profilů měřili výzkumníci, kolik metabolické energie osoba použila během chůze s a bez exosuit.

Tým zjistil, že metabolická energie chůze napříč různými rychlostmi a sklonkami byla snížena významně s asistencí založenou na svalu. Zjistili také, že nižší asistivní síla byla vyžadována k dosažení stejné nebo lepší metabolické energie ve srovnání s předchozími studiemi.

Sangjun Lee je student na SEAS a GSAS a spolueditor studie.

“Měřením svalu přímo můžeme pracovat více intuitivně s osobou, která používá exosuit,” řekl Lee. “S tímto přístupem exosuit nepřevládá nad nositelem, ale spolupracuje s ním.”

V reálných situacích exosuit prokázal schopnost rychle přizpůsobit se změnám rychlosti a sklonky chůze. Tým se nyní bude snažit otestovat systém s reálnými úpravami.

“Tento přístup může pomoci podpořit přijetí nositelné robotiky v reálných, dynamických situacích, umožňujících pohodlnou, přizpůsobenou a adaptivní asistenci,” řekl Walsh.

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s mnoha AI startupy a publikacemi po celém světě.