对于动力下肢假肢的持续上下文,用户独立,实时意图识别.
Krishan Bhakta1, Jairo Maldonado-Contreras2,3, Jonathan Camargo4,5
1Woodruff School of Mechanical Engineering, Georgia Institute of Technology, 813 Ferst Drive NW, Atlanta, GA 30332.
Journal of biomechanical engineering
|December 12, 2024
概括
一个新的独立于用户的系统准确地估计了动力假肢的步行速度和斜率. 这项技术为在社区行走过程中被截肢的人提供了直观的帮助.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 生物力学 生物力学
- 康复工程 康复工程
背景情况:
- 社区行走对于健康的生活方式至关重要,但对肢体丧失的人来说具有挑战性.
- 动力假肢需要准确的环境背景估计 (例如速度,斜率) 以实现直观的用户辅助.
- 现有的系统通常依赖于用户依赖的模型,限制了适应性.
研究的目的:
- 开发和验证动力假肢的用户独立的多语境意图识别系统.
- 在各种行走场景中准确估计实时步行速度和斜率.
- 为推进动力假肢研究提供开源数据集.
主要方法:
- 开发了一个用户独立的意图识别系统,部署在开源脚 (OSL) 上.
- 为系统测试和验证,招募了11名骨截肢者.
- 收集了各种速度和坡度的实时行走数据.
主要成果:
- 用户独立 (IND) 模型的性能在统计上与实时的用户依赖 (DEP) 模型相似.
- 与线下同行相比,IND模型没有显示性能下降.
- 获得的平均绝对误差为~0.09 m/s的速度和~0.95度的斜率估计.
结论:
- 用户独立的模型对于估计动力假肢的速度和斜率是有效的.
- 开发的系统可以在多种社区行走过程中提供无和直观的假肢辅助.
- 开源数据集将促进对现实世界动力假肢应用的进一步研究.
