在现实世界行走时个性化外骨架辅助
Patrick Slade1,2, Mykel J Kochenderfer3, Scott L Delp1,2
1Department of Mechanical Engineering, Stanford University, Stanford, CA, USA.
Nature
|October 12, 2022
概括
在户外使用可穿戴传感器优化个性化外骨架辅助比实验室方法更快,更有效. 这种方法提高了步行速度,并减少了自然运动中的能量消耗.
科学领域:
- 生物力学
- 机器人技术
- 人与计算机的交互
背景情况:
- 个性化外骨架辅助可显著提高步行速度和节能.
- 目前的优化方法需要在非自然条件下进行漫长的实验室测试.
研究的目的:
- 开发和验证一个快速的,现实世界的方法,以优化个性化的脚外骨架辅助.
- 证明使用可穿戴传感器进行户外优化比传统实验室方法更有效,更快.
主要方法:
- 通过实验室实验室的洞察来设计一个便携式脚外骨.
- 使用可穿戴传感器和自然步行数据开发了数据驱动的户外优化方法.
- 在公共场合以不同速度短暂步行时收集的数据.
主要成果:
- 户外优化与实验室方法同样有效,但识别最佳参数的速度快四倍.
- 在户外优化的辅助使自选步行速度提高了9%,而旅行能量降低了17%.
- 在跑步机上以1.5米/秒的速度行走时,优化辅助可减少23%的代谢能量消耗.
结论:
- 在现实条件下可以快速有效地进行外骨优化.
- 可穿戴传感器和数据驱动的方法可以有效地个性化辅助设备.
- 人类运动数据是提高个性化辅助设备性能的关键.
