通过神经机械建模控制的软背外套在举起未知的负载时提供了适应性辅助,并减少了 lumbosacral 压缩力

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
• 人与计算机的交互

背景情况:

• 目前活跃的背部外套控制器使用动力学和状态机器,缺乏连续的腰部神经部压缩力准和适应未知的负载.
• 现有的自适应控制器增强通常需要不切实际的接触或负载检测日常使用.

研究的目的:

• 开发和评估一种基于神经机械模型的新型控制器 (NMBC),用于软背外套,该控制器可以估计和准腰骨关节负荷.
• 将自适应性NMBC与非自适应性干倾斜控制器 (TIBC) 进行比较,以减少提升任务期间的生物力学指标.

主要方法:

• 开发了一种个性化电肌图 (EMG) 驱动的肌肉骨 (MSK) 模型,以估计腰部关节负荷.
• 实施了NMBC,以提供适应性,主体和负载特定的辅助力,与估计的生物关节时刻成比例.
• 将NMBC与TIBC进行比较,评估平均和峰值生物力学指标的减少,包括累积压力负载.

主要成果:

• 无论是NMBC还是TIBC都降低了生物力学指标,NMBC显示累积压力负载显著减少21%.
• 与TIBC不同的是,NMBC在不同的重量上模块化了辅助力,没有先前的负载信息.
• 与峰值生物力学值相比,NMBC显示了较大的平均值减少,特别是在勃起的姿势中.

结论:

• 在提升过程中,NMBC有效地准了平均腰部神经部压力,在没有事先信息的情况下适应不同的负载.
• 这种自适应控制器有潜力提高对现实世界应用的无障碍可穿戴机器人的采用.
• 调整NMBC的扭矩指令为减少峰值压力和肌肉疲劳提供了进一步的潜力.