ロボットエクススーツアシストの新しいアプローチを開発した研究者

ハーバード大学ジョンA.ポールソン工学アプライドサイエンススクールの研究者は、ロボットエクススーツアシストの新しいアプローチを開発しました。これは、実世界の状況で歩行を支援するための着用可能なロボティクスの設計における大きな課題を克服するのに役立ちます。

現在のカスタマイズ可能な着用可能ロボットアシストプラットフォームでは、個々の支援を提供するために多くの手動または自動チューニングが必要であり、患者にとって難しい場合があります。

新しいアプローチでは、ロボットエクススーツアシストが個々にカリブレーションされ、わずか数秒でさまざまな実世界の歩行タスクに適応します。このバイオインスパイアードシステムは、筋力学の超音波測定を使用し、ユーザーに個人化されたアクティビティ固有のものになります。

ロバートD.ハウは、エンジニアリングのアボットおよびジェームズローレンス教授であり、研究論文の共著者であり、サイエンスロボティクスに掲載されています。

「筋力学に基づくアプローチにより、歩行中の個人に実際的な利益をもたらす、個人用のアシストプロファイルを比較的迅速に生成できます」とハウは述べました。

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

従来のバイオインスパイアードシステムと新しいアプローチ

従来のバイオインスパイアードシステムは、四肢と着用者の動的運動に焦点を当てていましたが、研究者たちはこれら以外のものを見ました。

リチャード・ナックルズは、SEASのポスドク研究アソシエイトであり、論文の共同第一著者です。

「超音波を使用して皮膚の下を見て、ユーザーの筋肉が歩行タスク中に何をしていたかを直接測定しました」とナックルズは述べました。「私たちの筋肉と腱にはコンプライアンスがあるため、四肢の動きとその下にある筋肉の動きの間には直接的なマッピングはないということです」

研究チームは、参加者の足の甲に携帯用超音波システムを取り付け、さまざまな歩行タスク中に筋肉をイメージングしました。

クリティカ・スワミナサンは、SEASとGSASの大学院生であり、研究の共同第一著者です。

「これらの事前記録された画像から、歩行サイクルのプッシュオフ段階で追加の作業を実行するために必要な作業量を補償するために、筋肉と平行して適用されるアシスト力を見積もった」とスワミナサンは述べました。

筋肉プロファイルの取得

システムでは、筋肉プロファイルを取得するためにわずか数秒の歩行が必要であり、各プロファイルについて、研究者はエクススーツを使用して歩行中に使用される代謝エネルギーを測定しました。

チームは、さまざまな速度と傾斜の歩行における代謝エネルギーが、筋肉ベースのアシストにより大幅に減少したことを発見しました。また、以前の研究と比較して、同じまたは改善された代謝エネルギー利点を達成するために必要なアシスト力が低かったことも発見しました。

サンジュン・リーは、SEASとGSASの大学院生であり、研究の共同第一著者です。

「筋肉を直接測定することで、エクススーツを使用する人とより直感的に協力することができます」とリーは述べました。「このアプローチでは、エクススーツは着用者を圧倒するのではなく、協力して動作します」

実世界の状況では、エクススーツは歩行速度と傾斜の変化に迅速に適応する能力を示しました。チームは今後、システムをリアルタイム調整でテストすることを目指しています。

「このアプローチは、着用可能ロボティクスの採用を実世界のダイナミックな状況で支援するのに役立ち、快適でカスタマイズされたアシストを可能にすることで、実世界の状況で着用可能ロボティクスを採用することを支援する可能性があります」とウォルシュは述べました。