作者：  （1）Mohammad Shushtari，滑铁卢大学机械与机电一体化工程系（smshushtari@uwaterloo.ca）；  （2）Julia Foellmer，汉堡工业大学力学与海洋工程系（julia.foellmer@tuhh.de）;  （3）Sanjay Krishna Gouda，滑铁卢大学机械与机电一体化工程系和多伦多康复研究所（KITE）、大学健康网络（arash.arami@uwaterloo.ca）。 链接表 摘要和 1 引言 2 结果 2.1 代表性参与者的初始处理数据 2.2 整体性能分析 2.3 交互画像分析 2.4 个体适应策略 3 讨论 3.1 人类适应 3.2 知识产权分析的重要性 4 结论 5 方法 5.1 前馈控制策略 5.2 实验装置 5.3 实验方案 5.4 数据分析 声明 附录 A 补充示例数据 附录 B 与自然行走的比较 参考 2.1 代表性参与者的初始处理数据  2.2 整体性能分析 图 3A 显示了参与者在超慢速、慢速和中速行走期间 TBC、HTC 和 AMTC 区块的摄氧量总和。在所有行走速度下，TBC 和 AMTC 分别具有最高和最低的代谢率。在超慢速和慢速行走时，AMTC 产生的代谢率明显低于其他控制者，其中 AMTC 导致总摄氧量分别下降 22.9%±17.1（Friedman：p <0.03，Wilcoxon 符号秩：pT BC,AMT C <0.01）和 28.7%±12.7（Friedman：p <0.005，Wilcoxon 符号秩：pT BC,AMT C <0.003）。图 3B 中同样显示了参与者的总平均绝对相互作用扭矩。与 TBC 和 HTC 相比，AMTC 具有最低的相互作用扭矩，表明外骨骼辅助和用户期望运动之间的差异最小。相对于 TBC，AMTC 在超慢速、慢速和中速步行中分别显示出 17.1±12.5%、12±15% 和 9.2±7.7% 的人-外骨骼总相互作用减少。在超慢速步行中，差异具有统计学意义（Friedman：p <0.04，Wilcoxon 符号秩：pT BC,AMT C <0.01）。与 HTC 相比，AMTC 显示出 19.8±21.1%、17.9±10.1% 和 18.1±9.9% 的人-外骨骼总相互作用减少。在慢速（Fridman：p <0.03，Wilcoxon符号秩：pHT C，AMT C <0.004）和中速（Fridman：p <0.0008，Wilcoxon符号秩：pHT C，AMT C <0.004）行走的情况下，这些差异具有统计学意义。图 3C 显示了在使用三种不同控制器的情况下，参与者右腿在超慢速、慢速和中速行走过程中的总肌肉努力。与其他涉及外骨骼的情况相比，不使用外骨骼的自然行走具有最低的总肌肉努力。这是预料之中的，因为穿上外骨骼会给身体增加大约 17 公斤的额外重量，从而导致更高的肌肉努力。在这三个控制器中，TBC 在所有速度下的总肌肉努力最高。AMTC 和 HTC 的总肌肉努力在所有情况下都很接近，而 AMTC 在超慢速和中速下分别略低和略高。所发现的差异均不具有统计学意义。  2.3 交互画像分析  2.4 个体适应策略 该论文 。 可在 arxiv 上根据 CC BY-NC-ND 4.0 DEED 许可获取

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

EXOSELF.tech

Exoself fuses technology and soul, amplifying abilities, and redefining limits, where the self evolves beyond boundaries

exoself's blog

該音頻是用故事的原始語言製作的！

哪种外骨骼技术对你的肌肉最温和？

About Author

註釋

標籤

这篇文章刊登在

Related Stories

创建以用户为中心的加密产品：客户反馈的重要性

Claude Sonnet 3.5 系统提示泄漏：法医分析

比特币 UTXO 模型，为独特的生态系统提供动力

架构师指南：构建 AI/ML 数据湖参考架构

创建以用户为中心的加密产品：客户反馈的重要性

Claude Sonnet 3.5 系统提示泄漏：法医分析

比特币 UTXO 模型，为独特的生态系统提供动力

架构师指南：构建 AI/ML 数据湖参考架构

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps