Robotik ve fiziksel yapay zeka

Araştırmacılar Robotik Ekzosuit Yardımı için Yeni Bir Yaklaşım Geliştirdiler

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin

Harvard John A. Paulson Mühendislik ve Uygulamalı Bilimler Okulu’ndaki araştırmacılar, robotic exosuit yardımına yönelik yeni bir yaklaşım geliştirdiler. Bu, giyilebilir robotiğin gerçek dünya koşullarında yürüyüşe yardımcı olmak için tasarlanmasındaki büyük bir zorluğu aşmaya yardımcı oluyor.

Bugün kullanılan özelleştirilebilir giyilebilir robotik yardım platformları, bireylere yardımcı olmak için çok fazla manuel veya otomatik ayar gerektirir, bu da hastalar için zor olabilir.

Yeni yaklaşım, robotic exosuit yardımının bir bireye kalibre edilmesine dayanır ve çeşitli gerçek dünya yürüyüş görevlerine sadece saniyeler içinde uyum sağlar. Biyolojik olarak esinlenen sistem, kas dinamiğinin ultrason ölçümü kullanır, bu da onu kullanıcılar için kişiselleştirilebilir ve aktiviteye özgü hale getirir.

Robert D. Howe, Abbott ve James Lawrence Mühendislik Profesörü ve makalenin ortak yazarıdır. Makale Science Robotics dergisinde yayımlandı.

“Kas tabanlı yaklaşımımız, yürüyen kişiye gerçek fayda sağlayan bireyselleştirilmiş yardım profillerinin nispeten hızlı bir şekilde oluşturulmasını sağlar” dedi Howe.

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

Önceki Biyolojik Esinlenen Sistemler vs. Yeni Yaklaşım

Önceki biyolojik esinlenen sistemler, uzuvların ve giyenlerin dinamik hareketlerine odaklandı, ancak araştırmacılar bunun dışında baktı.

Richard Nuckols, SEAS’ta Postdoctoral Araştırma Birliği ve makalenin ortak ilk yazarıdır.

“Ultrason kullanarak cilt altına baktık ve kullanıcıların kaslarının several yürüyüş görevi sırasında ne yaptığını doğrudan ölçtüğümüzü” dedi Nuckols. “Kaslarımız ve tendonlarımız uyumlu olduğu için, uzuvların hareketi ile altta yatan kasların hareketi arasında doğrudan bir eşleme olmayabilir.”

Araştırma ekibi, katılımcıların baldırlarına taşınabilir bir ultrason sistemi bağladı ve sonra farklı yürüyüş görevleri sırasında kaslarını görüntüledi.

Krithika Swaminathan, SEAS ve Sanat ve Bilimler Yüksek Okulu (GSAS) öğrencisi ve çalışmanın ortak ilk yazarıdır.

“Bu önceden kaydedilmiş görüntülerden, yürüyüş döngüsünün itme aşamasında ekstra iş yapmaları gereken baldır kaslarına paralel olarak uygulanacak yardımcı kuvveti kestirdik” dedi Swaminathan.

Kas Profilini Yakalama

Sistem, kas profilini yakalamak için sadece birkaç saniye yürüyüşe ihtiyaç duyar ve her bir profil için araştırmacılar, kişinin exosuit ile ve exosuit olmadan yürüyüş sırasında kullandığı metabolik enerjiyi ölçtü.

Ekibe göre, çeşitli hızlarda ve eğimlerde yürüyüşün metabolik enerjisi, kas tabanlı yardım ile önemli ölçüde azaltıldı. Ayrıca, önceki çalışmalara kıyasla aynı veya geliştirilmiş metabolik enerji faydasını elde etmek için daha düşük bir yardım kuvveti gerektiği bulundu.

Sangjun Lee, SEAS ve GSAS öğrencisi ve çalışmanın ortak ilk yazarıdır.

“Kası doğrudan ölçerek, exosuit kullanan kişiyle daha içgüdüsel bir şekilde çalışabiliriz” dedi Lee. “Bu yaklaşım ile exosuit, giyenini ezmez, onunla işbirliği içinde çalışır.”

Gerçek dünya durumlarında, exosuit yürüyüş hızı ve eğimdeki değişikliklere hızla uyum sağlama yeteneğini gösterdi. Ekibin şimdi sistemi gerçek zamanlı ayarlamalar ile test etmesi planlanıyor.

“Bu yaklaşım, giyilebilir robotiğin gerçek dünya, dinamik durumlarında benimsenmesini destekleyerek, konforlu, özelleştirilmiş ve uyarlanabilir yardım sağlama yoluyla yardımcı olabilir” dedi Walsh.

Alex McFarland yapay zeka muhabiri ve yazarıdır ve yapay zekadaki son gelişmeleri araştırıyor. Birçok yapay zeka başlangıç şirketi ve dünya çapındaki yayınlarda işbirliği yaptı.