Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Stereotype Content Model02:16

Stereotype Content Model

15.7K
The Stereotype Content Model (SCM) was first proposed by Susan Fiske and her colleagues (Fiske, Cuddy, Glick & Xu, 2002; see also Fiske, 2012 and Fiske, 2017). The SCM specifies that when someone encounters a new group, they will stereotype them based on two metrics: warmth—or that group’s perceived intent, and how likely they are to provide help or inflict harm—and competence—or their ability to carry out that objective. Depending on the warmth-competence...
15.7K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Preliminary study of the effect of user intent recognition errors on volitional control of powered lower limb prostheses.

Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference·2013
Same author

Promise of a low power mobile CPU based embedded system in artificial leg control.

Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference·2013
Same author

An automatic and user-driven training method for locomotion mode recognition for artificial leg control.

Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference·2013
Same author

Graphite-supported perchloric acid (HClO4-C): an efficient and recyclable heterogeneous catalyst for the one-pot synthesis of amidoalkyl naphthols.

Molecules (Basel, Switzerland)·2013
Same author

2D correlation analysis: sequential order judging.

Analytical chemistry·2013
Same author

Cofactor engineering through heterologous expression of an NADH oxidase and its impact on metabolic flux redistribution in Klebsiella pneumoniae.

Biotechnology for biofuels·2013

Video Experimental Relacionado

Updated: Apr 12, 2026

Haptic/Graphic Rehabilitation: Integrating a Robot into a Virtual Environment Library and Applying it to Stroke Therapy
13:44

Haptic/Graphic Rehabilitation: Integrating a Robot into a Virtual Environment Library and Applying it to Stroke Therapy

Published on: August 8, 2011

14.0K

Mejorar la transparencia del robot en la interacción de prótesis humano-robot para mitigar el error de reconocimiento

I-Chieh Lee1, Ming Liu1, He Huang1

  • 1Department of Biomedical Engineering, North Carolina State University, Raleigh, NC, USA.

IEEE transactions on medical robotics and bionics
|August 29, 2025
PubMed
Resumen

Proporcionar notificaciones anticipadas para el movimiento de la rodilla protética ayuda a los amputados transfemorales (TFA) a anticiparse a los cambios, mejorando el control y la confianza en los robots portátiles. Esto mejora la colaboración hombre-máquina para una mayor seguridad y estabilidad.

Palabras clave:
Transparencia del robotPrevención de fallas de las máquinasprótesis de rodilla con motoramputación transfemoral

Más Videos Relacionados

Visualization Method for Proprioceptive Drift on a 2D Plane Using Support Vector Machine
07:05

Visualization Method for Proprioceptive Drift on a 2D Plane Using Support Vector Machine

Published on: October 27, 2016

9.3K
Author Spotlight: Enhancing Post-Stroke Upper Limb Rehabilitation with Robotic Technologies for Improved Motor Recovery and Functional Outcomes
04:49

Author Spotlight: Enhancing Post-Stroke Upper Limb Rehabilitation with Robotic Technologies for Improved Motor Recovery and Functional Outcomes

Published on: September 6, 2024

876

Videos de Experimentos Relacionados

Last Updated: Apr 12, 2026

Haptic/Graphic Rehabilitation: Integrating a Robot into a Virtual Environment Library and Applying it to Stroke Therapy
13:44

Haptic/Graphic Rehabilitation: Integrating a Robot into a Virtual Environment Library and Applying it to Stroke Therapy

Published on: August 8, 2011

14.0K
Visualization Method for Proprioceptive Drift on a 2D Plane Using Support Vector Machine
07:05

Visualization Method for Proprioceptive Drift on a 2D Plane Using Support Vector Machine

Published on: October 27, 2016

9.3K
Author Spotlight: Enhancing Post-Stroke Upper Limb Rehabilitation with Robotic Technologies for Improved Motor Recovery and Functional Outcomes
04:49

Author Spotlight: Enhancing Post-Stroke Upper Limb Rehabilitation with Robotic Technologies for Improved Motor Recovery and Functional Outcomes

Published on: September 6, 2024

876

Área de la Ciencia:

  • La robótica
  • Biomecánica
  • Interacción hombre-computadora

Sus antecedentes:

  • La colaboración eficaz entre humanos y robots requiere una comunicación clara, especialmente con los robots portátiles avanzados.
  • Los amputados que usan dispositivos protésicos enfrentan desafíos con el control anticipado debido a la limitada conciencia de los cambios en el movimiento del robot.
  • Se necesita una mayor transparencia en los controladores protésicos para mejorar la adaptación y la seguridad del usuario.

Objetivo del estudio:

  • Mejorar la transparencia del controlador de prótesis mediante la notificación anticipada de los cambios en el modo de locomoción.
  • Investigar el momento ideal para las notificaciones para mitigar los errores de la máquina para los amputados transfemorales (TFA).
  • Para entender cómo los TFAs compensan los errores de la prótesis de rodilla y cómo responde la pierna robótica.

Principales métodos:

  • Cinco amputados transfemorales (ATF) utilizaron una prótesis de rodilla diseñada durante la caminata en cinta.
  • Se introdujo un error de reconocimiento de terreno simulado al cambiar los modos de locomoción (de caminadora a escalera).
  • Las preferencias de los usuarios y las respuestas a las notificaciones se evaluaron mediante cuestionarios y análisis de la marcha.

Principales resultados:

  • Las notificaciones aproximadamente 650 milisegundos antes de un cambio de modo de locomoción redujeron significativamente el impacto de los errores del robot.
  • Los TFA compensaron los errores, lo que condujo a un aumento de la magnitud del error de la rodilla protética, pero mejoró la estabilidad del equilibrio.
  • El sistema de transparencia mejorado facilitó los ajustes anticipados, mejorando la marcha y la seguridad.

Conclusiones:

  • Las notificaciones anticipadas de la intención de prótesis mejoran la previsibilidad y la confianza del usuario en los dispositivos robóticos portátiles.
  • La mejora de la transparencia permite un mejor control anticipado, crucial para una interacción segura y eficaz entre el hombre y el robot.
  • Este enfoque demuestra un método viable para aumentar la confianza y el rendimiento del usuario con prótesis inteligentes.