日常用户适应机器人脚脚假肢

科学领域:

• 生物力学 生物力学
• 康复工程 康复工程 康复工程
• 人与计算机的交互

背景情况:

• 像机器人脚脚假肢 (AFP) 这样的辅助设备需要用户的适应才能有效地运动.
• 像贝叶斯优化 (BO) 和Human-in-the-Loop (HIL) 这样的个性化框架被使用,但可能无法捕捉动态适应.
• 了解截肢者的日常步态变化对于优化假肢性能至关重要.

研究的目的:

• 为了研究使用机器人脚脚假肢的下肢截肢者的短期,日常适应.
• 模拟插座压力分布,并识别最佳假肢刚度的变化.
• 评估适应对辅助设备个性化策略的影响.

主要方法:

• 在为期四天的协议中,对三名单边跨肢截肢者的数据进行了二次分析.
• 利用高斯过程,在不同的AFP刚度下模拟插座压力分布.
• 使用Kullback-Leibler (KL) 差异和平均绝对误差 (MAE) 来量化适应.

主要成果:

• 在离散参数扫描和HIL优化日之间观察到最佳AFP刚度的特定对象变化.
• 插座压力格局的显著变化表明步态和四肢动力学的适应.
• 平均KL差异为1.15和MAE损失为0.59,量化了适应程度.

结论:

• 人类对机器人脚脚假肢的适应甚至发生在短时间尺度 (天) 上.
• 个性化方法应该包括动态适应,而不仅仅是静态的性能快照.
• 未来的研究应该专注于适应性控制策略,以考虑用户不断变化的步态模式.