歩行中のエクソスケルトンのイン・ザ・ループ最適化

科学分野:

• バイオメカニクス
• ロボット
• 人とコンピュータの相互作用

背景:

• 外骨格とアクティブ・プロテスは 人間の移動性を改善することを目的としていますが 設計上の課題に直面しています
• デバイスのパラメータを 人間のパフォーマンスメトリックに基づいて最適化することは 効果的な設計に不可欠です

研究 の 目的:

• 移動中の人間のエネルギー消費を最小限に抑える外骨格支援戦略を特定するための方法を開発し,検証する.
• この最適化アプローチの有効性を様々な条件とデバイス構成で評価する.

主な方法:

• 歩行中の代謝コストを最小限に抑えるために,足首の外骨格の最適なトルクパターンを決定する方法を開発した.
• 歩いたり走ったりした時に 足首の外骨格で最適化された支援をテストした.
• パーソナルカスタマイズとユーザー学習を最適化プロセスに組み込みました

主要な成果:

• エクソスケルトンのオプティマイズされたトークンは,無助移動と比較して24. 2 ± 7. 4%の代謝エネルギー消費を減少させた.
• この方法は,単体/双方の外骨格,様々な歩行速度,および走行に有効であることが証明されました.
• パーソナライズされた一般的な支援パターンとユーザートレーニングにより,パフォーマンスが向上しました.

結論:

• 外骨格支援のパーソナライズされた最適化は,人間の移動の代謝コストを大幅に削減します.
• このアプローチは,より効果的でユーザーフレンドリーなモビリティ強化装置の開発に期待されます.
• 適応的でユーザーに配慮した制御戦略のさらなる開発は,より大きなパフォーマンスのメリットを解き放つことができます.