paint-brush
Por que alguns exoesqueletos tornam a caminhada mais fácil do que outros por@exoself

Por que alguns exoesqueletos tornam a caminhada mais fácil do que outros

por Exoself Technology Research
Exoself Technology Research HackerNoon profile picture

Exoself Technology Research

@exoself

Exoself fuses technology and soul, amplifying abilities, and redefining limits,...

4 min read2025/01/24
Read on Terminal Reader
Read this story in a terminal
Print this story
tldt arrow
pt-flagPT
Leia esta história em português!
en-flagEN
Read this story in the original language, English!
es-flagES
Lee esta historia en Español!
ja-flagJA
この物語を日本語で読んでください!
fi-flagFI
Lue tämä tarina suomeksi!
ro-flagRO
Citiți această poveste în limba română!
ta-flagTA
இந்த கதையை தமிழில் படியுங்கள்!
bg-flagBG
Прочетете тази история на български!
he-flagHE
קרא את הסיפור הזה בעברית!
az-flagAZ
Bu hekayəni Azərbaycan dilində oxuyun!
iw-flagIW
קרא את הסיפור הזה בעברית!
sr-flagSR
Прочитајте ову причу на српском!
ts-flagTS
Hlaya xitori lexi hi Xitsonga!
PT

Muito longo; Para ler

A análise de IP revela que o AMTC promove o engajamento ativo do usuário, ideal para reabilitação, enquanto o HTC reduz o esforço, atendendo às necessidades industriais. Métricas orientam a otimização do controlador.
featured image - Por que alguns exoesqueletos tornam a caminhada mais fácil do que outros
Exoself Technology Research HackerNoon profile picture
Exoself Technology Research

Exoself Technology Research

@exoself

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

0-item

STORY’S CREDIBILITY

Academic Research Paper

Academic Research Paper

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

Autores:

(1) Mohammad Shushtari, Departamento de Engenharia Mecânica e Mecatrônica, Universidade de Waterloo (smshushtari@uwaterloo.ca);

(2) Julia Foellmer, Departamento de Mecânica e Engenharia Oceânica, Universidade de Tecnologia de Hamburgo (julia.foellmer@tuhh.de);

(3) Sanjay Krishna Gouda, Departamento de Engenharia Mecânica e Mecatrônica, Universidade de Waterloo e Instituto de Reabilitação de Toronto (KITE), University Health Network (arash.arami@uwaterloo.ca).

Tabela de Links

Resumo e 1 Introdução

2 Resultados

2.1 Dados Processados Iniciais para um Participante Representante

2.2 Análise geral de desempenho

2.3 Análise de Retrato de Interação

2.4 Estratégia de Adaptação Individual

3 Discussão

3.1 Adaptação Humana

3.2 Importância da Análise de PI

4 Conclusão

5 Métodos

5.1 Estratégias de controle de feedforward

5.2 Configuração experimental

5.3 Protocolo Experimental

5.4 Análise de dados

Declarações

Apêndice A Dados Complementares de Exemplo

Apêndice B Comparação com Caminhada Natural

Referências

3.2 Importância da Análise de PI

Na Fig. 3A, o menor esforço muscular total durante a caminhada com o HTC e AMTC em comparação com o TBC é consistente com sua menor taxa metabólica em relação ao TBC, indicando que ambos os controladores reduzem o esforço de caminhada mais do que o exoesqueleto controlado pelo TBC. No entanto, uma tendência semelhante não foi observada no torque de interação total, onde o HTC resultou em maior torque de interação em comparação com o


Fig. 7 Evolução da fase IP em cada passada em diferentes velocidades de caminhada para dois participantes da amostra. As linhas superior e inferior representam a evolução da fase IP em velocidade de caminhada ultralenta, lenta e moderada para cada um dos casos TBC→HTC e TBC→AMTC para os participantes #3 e #6, respectivamente.

Fig. 7 Evolução da fase IP em cada passada em diferentes velocidades de caminhada para dois participantes da amostra. As linhas superior e inferior representam a evolução da fase IP em velocidade de caminhada ultralenta, lenta e moderada para cada um dos casos TBC→HTC e TBC→AMTC para os participantes #3 e #6, respectivamente.


TBC. Isso indica que, embora HTC e AMTC reduzissem a taxa metabólica e o esforço muscular dos usuários, eles encorajaram os usuários a adotar duas estratégias de interação diferentes. A análise de IP investiga ainda mais o efeito de cada controlador no desempenho de cada participante, analisando a diferença no esforço muscular total em relação à diferença no torque total de interação humano-exoesqueleto. A Fig. 4 revela que a diminuição da taxa metabólica ocorreu com base em duas estratégias de adaptação humana diferentes. No controlador HTC, os usuários cederam o controle ao exoesqueleto, seguindo passivamente o movimento do exoesqueleto. Em contraste, o AMTC encorajou os usuários a liderar o movimento mais ativamente. Nossa análise de IP sugere que o controlador HTC é particularmente adequado para aplicações que exigem aumento de potência, como em ambientes industriais para trabalhadores ou ambientes de saúde para enfermeiros. Nesses contextos, o objetivo principal é minimizar o esforço humano, aumentando assim as capacidades operacionais e a segurança. Por outro lado, o controlador AMTC mostra-se mais promissor em contextos de reabilitação para indivíduos com funções motoras residuais, como aqueles com lesões incompletas da medula espinhal ou condições pós-AVC. Aqui, o imperativo é envolver ativamente o usuário na execução da tarefa, ampliando assim suas funções motoras e acelerando os processos de recuperação.


A Fig. 4 também demonstra que diferentes participantes adotaram uma estratégia mais consistente com o AMTC em comparação ao HTC, já que os vetores IP médios entre os participantes apresentam menor variação com o AMTC em comparação ao controlador HTC.


A distribuição do IP em si também pode lançar luz sobre a força da estratégia adotada em cada participante, dependendo do raio dos vetores que formam o IP. Isso é mais evidente na Fig. 5, onde cada ponto do IP representa a diferença no esforço muscular e no torque de interação obtidos para cada passada. Como exemplo, a análise do IP na Fig. 5 revela que o Participante nº 3 (2ª linha, 2ª coluna) e o Participante nº 6 (2ª linha, primeira coluna) adotaram a mesma estratégia de interação com o controlador AMTC em comparação com o TBC. Isso é, no entanto, mais significativo para o Participante nº 6 devido ao raio maior dos pontos distribuídos em comparação com os do Participante nº 3.


Usando a análise de IP, também é possível rastrear a evolução da estratégia adotada ao longo da passada em cada velocidade de caminhada. A Fig. 7, como exemplo, mostra a evolução da fase IP para cada uma das comparações TBC→HTC e TBC→AMTC para os participantes #3 e #6, respectivamente. Implícito pela grande variação na fase IP, o Participante #3 não convergiu para uma estratégia de interação consistente nem com os controladores HTC nem AMTC durante a caminhada ultralenta. Essa falta de convergência para uma interação consistente com o exoesqueleto concorda com nossa dificuldade em manter a suavidade e a continuidade dos movimentos ultralentos, possivelmente explicada por limitações de primitivos dinâmicos que frequentemente levam a movimentos segmentados (Park, et al., 2017). Na caminhada lenta, no entanto, o usuário adotou uma estratégia mais consistente usando AMTC, evidenciada por baixas variações na fase IP. No caso do controlador HTC, a estratégia do participante permanece inconsistente. Somente no caso de caminhada em velocidade moderada o Participante #3 foi capaz de convergir para estratégias de interação consistentes tanto com os controladores AMTC quanto com os HTC. Nossa análise de IP neste caso mostra que o AMTC diminuiu a interação humano-exoesqueleto, mas o usuário não obteve completamente o controle do movimento ou cedeu o movimento ao exoesqueleto, pois a fase IP ainda está no terceiro quadrante. No caso do controlador HTC, o usuário confiou mais na assistência do exoesqueleto, pois a fase IP está concentrada principalmente no 4º quadrante. O Participante #6, em contraste com o Participante #3, convergiu para uma interação consistente com o exoesqueleto em todas as três velocidades de caminhada. O controlador HTC, independentemente da velocidade de caminhada, orientou o participante a confiar mais no exoesqueleto, pois a fase IP está concentrada principalmente na borda do 3º e 4º quadrantes. No caso do controlador AMTC, no entanto, observamos que, à medida que a velocidade da marcha aumenta, a estratégia do usuário se desenvolve mais no sentido de liderar a marcha e contribuir para o controle do movimento, evidenciado por uma mudança de 83 graus na fase IP média na caminhada em velocidade moderada em comparação à caminhada ultralenta.


Esses resultados demonstraram a capacidade da análise de IP de fornecer uma comparação objetiva de diferentes controladores de exoesqueleto, a estratégia de interação adotada pelo usuário, bem como avaliar a coadaptação usuário-exoesqueleto. Além da análise offline, o IP fornece aos designers uma métrica quantitativa que pode ser ajustada em uma configuração de otimização de humano no loop para adaptar o controlador de exoesqueleto aos requisitos exclusivos de cada aplicação ou participante.


Este artigo está disponível no arxiv sob a licença CC BY-NC-ND 4.0 DEED.


L O A D I N G
. . . comments & more!

About Author

Exoself Technology Research HackerNoon profile picture
Exoself Technology Research@exoself
Exoself fuses technology and soul, amplifying abilities, and redefining limits, where the self evolves beyond boundaries

Rótulos

ESTE ARTIGO FOI APRESENTADO EM...

Read on Terminal Reader
Read this story in a terminal
 Terminal
Read this story w/o Javascript
Read this story w/o Javascript
 Lite
Also published here
X REMOVE AD