Robotyka i fizyczna AI

Naukowcy opracowują nowe podejście do wspomagania egzoszkieletów

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Naukowcy z Harvard John A. Paulson School of Engineering and Applied Sciences opracowali nowe podejście do wspomagania egzoszkieletów. Pomaga ono przezwyciężyć jeden z głównych wyzwań w projektowaniu noszonych robotów, które mogą być używane do wspomagania chodzenia w rzeczywistych warunkach.

Dzisiejsze platformy wspomagania robotycznego wymagają dużo ręcznego lub automatycznego dostosowania, aby pomóc osobom, co może być trudne dla pacjentów.

Nowe podejście opiera się na kalibracji egzoszkieletu do osoby i adaptacji do różnych zadań chodzenia w świecie rzeczywistym w ciągu kilku sekund. Bio-inspirowany system wykorzystuje pomiary ultradźwiękowe dynamiki mięśni, co pozwala na personalizację i dostosowanie do aktywności użytkowników.

Robert D. Howe jest profesorem inżynierii i współautorem artykułu, który został opublikowany w Science Robotics.

“Nasze podejście oparte na mięśniach umożliwia stosunkowo szybką generację indywidualnych profili wspomagania, które zapewniają realną korzyść osobie chodzącej”, powiedział Howe.

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

Poprzednie systemy bio-inspirowane vs. nowe podejście

Poprzednie systemy bio-inspirowane koncentrowały się na dynamicznych ruchach kończyn i noszących, ale naukowcy spojrzeli poza to.

Richard Nuckols jest starszym asystentem badawczym w SEAS i współpierwszym autorem artykułu.

“Użyliśmy ultradźwięków, aby spojrzeć pod skórę i bezpośrednio zmierzyć, co mięśnie użytkownika robiły podczas kilku zadań chodzenia”, powiedział Nuckols. “Nasze mięśnie i ścięgna mają compliance, co oznacza, że nie ma bezpośredniego odwzorowania pomiędzy ruchem kończyn a ruchem mięśni podskórnych.”

Zespół badawczy założył przenośny system ultradźwiękowy na łydki uczestników przed obrazowaniem ich mięśni podczas wykonywania różnych zadań chodzenia.

Krithika Swaminathan jest studentką w SEAS i Graduate School of Arts and Sciences (GSAS) i współpierwszym autorem studium.

“Z tych wcześniej zarejestrowanych obrazów, oszacowaliśmy siłę wspomagającą, która powinna być zastosowana wraz z mięśniami łydek, aby zrównoważyć dodatkową pracę, którą muszą wykonać podczas fazy push off cyklu chodzenia”, powiedziała Swaminathan.

Rejestrowanie profilu mięśni

System wymaga tylko kilku sekund chodzenia, aby zarejestrować profil mięśni, a dla każdego z profili, naukowcy zmierzyli, ile energii metabolicznej osoba użyła podczas chodzenia z i bez egzoszkieletu.

Zespół odkrył, że energia metaboliczna chodzenia w różnych prędkościach i nachyleniach została znacznie zmniejszona z pomocą opartego na mięśniach wspomagania. Odkryli również, że mniejsza siła wspomagająca była wymagana, aby osiągnąć tę samą lub poprawioną korzyść energetyczną w porównaniu z poprzednimi badaniami.

Sangjun Lee jest studentem w SEAS i GSAS i współpierwszym autorem studium.

“Poprzez pomiar mięśni bezpośrednio, możemy współpracować bardziej intuicyjnie z osobą używającą egzoszkieletu”, powiedział Lee. “Z tym podejściem, egzoszkielet nie przytłacza użytkownika, ale współpracuje z nim.”

W sytuacjach rzeczywistych, egzoszkielet wykazał zdolność do szybkiej adaptacji do zmian prędkości i nachylenia chodzenia. Zespół będzie teraz testował system z dostosowaniami w czasie rzeczywistym.

“To podejście może pomóc w przyjęciu noszonych robotów w sytuacjach dynamicznych, umożliwiając komfortowe, dostosowane i adaptacyjne wspomaganie”, powiedział Walsh.

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.