一个基于EMG的目标函数,用于人类在循环中的优化

科学领域:

• 生物力学 生物力学
• 机器人技术 机器人技术 机器人技术
• 人与计算机的交互

背景情况:

• 可穿戴机器人旨在通过优化能源成本 (EC) 来提高用户性能和舒适性.
• 传统的EC测量在生理上是延迟的,杂的,需要很长的评估时间,需要不舒服的设备,如面具.
• 优化人机交互的现有方法通常依赖于这些繁的EC测量.

研究的目的:

• 开发和验证基于电肌图 (EMG) 的客观功能,以估计和最小化行走时的自然能量消耗.
• 与传统的EC测量相比,建立一个更简单,更可重复的方法来评估能源需求.
• 探索这种基于EMG的功能的潜力,以优化可穿戴机器人的性能和人机交互.

主要方法:

• 结合了多个电肌图 (EMG) 变量,包括EMG强度和肌肉协同作用,以创建能量支出的客观函数.
• 使用计量仪简化评估并优化此频率以尽量减少肌肉活动需求的规定步骤频率 (SF).
• 使用线性混合效应模型将EMG变量与EC关联起来,然后使用立方多项式来确定最小化基于EMG的目标函数的最佳SF.

主要成果:

• 提出的基于EMG的目标函数证明了与传统的行走过程中的能量成本 (EC) 测量具有可比性.
• 根据EMG目标函数优化步骤频率有效降低了肌肉活动需求.
• 该研究成功地确定了一个最佳的步骤频率,使开发的基于EMG的目标函数最小化.

结论:

• 开发的基于EMG的目标函数提供了一个可行的,更简单的替代方案,用于估计和最大限度地减少人类移动过程中的能量支出.
• 这种基于EMG的方法有可能显著提高可穿戴机器人的人机交互的效率和舒适性.
• 这些发现为可穿戴辅助设备领域更有效,非侵入性的优化策略铺平了道路.