机器人与物理 AI

研究人员开发新的机器人外骨骼辅助方法

mm
将 Unite.AI 添加到您在 Google 上的首选来源

哈佛大学约翰·A·保尔森工程和应用科学学院的研究人员开发了一种新的机器人外骨骼辅助方法。它有助于克服在设计可用于辅助行走的可穿戴机器人时遇到的一个重大挑战。

今天的可定制的可穿戴机器人辅助平台需要大量的手动或自动调节才能辅助个人,这对患者来说可能很困难。

新的方法依赖于机器人外骨骼辅助被校准为个体,并且可以在几秒钟内适应各种不同的现实世界行走任务。该生物启发系统使用超声波测量肌肉动力学,使其能够为用户个性化和特定活动。

罗伯特·D·霍是阿博特和詹姆斯·劳伦斯工程教授,也是该论文的共同作者,该论文发表在 科学机器人 上。

“我们的基于肌肉的方法可以相对快速地生成个性化的辅助配置文件,从而为行走者带来真正的益处,”霍说。

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

之前的生物启发系统与新的方法

之前的生物启发系统主要关注肢体和穿戴者的动态运动,但研究人员从其他角度进行了研究。

理查德·努克尔斯是SEAS的博士后研究员,也是论文的共同第一作者。

“我们使用超声波来研究皮肤下的情况,并直接测量了用户在执行各种行走任务时的肌肉活动,”努克尔斯说。“我们的肌肉和腱有弹性,这意味着肢体的运动和驱动其运动的底层肌肉之间不一定存在直接的映射关系。”

研究团队在参与者的小腿上附加了一个便携式超声波系统,然后在他们执行不同行走任务时成像他们的肌肉。

克里蒂卡·斯瓦米纳坦是SEAS和艺术与科学研究生院的研究生,也是该研究的共同第一作者。

“从这些预先记录的图像中,我们估计了需要在平行于小腿肌肉的方向上施加的辅助力,以抵消他们在行走周期的推进阶段需要执行的额外工作,”斯瓦米纳坦说。

捕获肌肉的特征

该系统只需要几秒钟的行走时间就可以捕获肌肉的特征,对于每个特征,研究人员都测量了行走时有无外骨骼辅助时的人体代谢能量消耗。

研究团队发现,各种速度和坡度下的行走代谢能量消耗显著降低,辅助力也较之前的研究更小。

桑俊李是SEAS和GSAS的研究生,也是该研究的共同第一作者。

“通过直接测量肌肉,我们可以更直观地与使用外骨骼的人合作,”李说。“使用这种方法,外骨骼不会压制穿戴者,而是与他们合作。”

在现实世界的情况下,外骨骼表现出能够快速适应行走速度和坡度变化的能力。研究团队现在将测试该系统的实时调整。

“这种方法可能有助于在现实世界的动态情况下采用可穿戴机器人,通过提供舒适、定制化和适应性的辅助,”沃尔什说。

Alex McFarland 是一名人工智能记者和作家,探索最新的人工智能发展。他曾与世界各地的众多人工智能初创公司和出版物合作。