محققان در حال ساخت اسکلت بیرونی جهانی هستند که هر کسی بتواند از آن استفاده کند

محققان در حال ساخت اسکلت بیرونی جهانی هستند که هر کسی بتواند از آن استفاده کند

Researchers Are Building Universal Exoskeletons Anyone Can Use PlatoBlockchain Data Intelligence. Vertical Search. Ai.

اسکلت‌های بیرونی رباتیک می‌توانند به افراد معلول کمک کنند تا تحرک خود را بازیابند، کارگران کارخانه بارهای سنگین‌تری را بلند کنند یا ورزشکاران سریع‌تر بدود. تا کنون، به دلیل نیاز به کالیبره کردن دقیق آنها برای هر کاربر، آنها تا حد زیادی به آزمایشگاه محدود شده اند، اما یک کنترل کننده جهانی جدید به زودی می تواند آن را تغییر دهد.

در حالی که کلمه "اسکلت بیرونی" ممکن است تصاویر علمی تخیلی را از فیلم هایی مانند بیگانه و آواتار، این فناوری در حال پیشروی به سمت دنیای واقعی است. اسکلت های بیرونی به عنوان راهی برای جلوگیری از صدمات آزمایش شده اند کارخانه های خودروسازی, اجازه دهید سربازان دور بسته های سنگین برای مدت طولانی تر و یکنواخت بچرخید به افراد مبتلا به پارکینسون کمک کنید موبایل بمان

اما نرم‌افزاری که میزان قدرت را برای پشتیبانی از اندام کاربر کنترل می‌کند، معمولاً باید به دقت بهینه‌سازی شود تا متناسب با هر فرد باشد. همچنین، معمولاً فقط به چند حرکت از پیش تعیین شده کمک می کند که مخصوصاً برای آنها طراحی شده است.

رویکرد جدیدی توسط محققان موسسه فناوری جورجیا استفاده می شود شبکه های عصبی برای تطبیق یکپارچه حرکات اسکلت بیرونی با وضعیت و راه رفتن خاص هر کاربر. این تیم می‌گوید این می‌تواند به خروج فناوری از آزمایشگاه و شروع کمک به مردم در زندگی روزمره کمک کند.

آرون یانگ، که رهبری این تحقیق را بر عهده داشت، گفت: «چیزی که در این مورد بسیار جالب است این است که با پویایی درونی هر فرد بدون هیچ گونه تنظیم یا تنظیمات اکتشافی تنظیم می شود، که تفاوت زیادی با بسیاری از کارها در این زمینه دارد. آزادی مطبوعات.

اسکناسها از موتورهای الکتریکی استفاده کنید تا در هنگام انجام فعالیت های شدید، نیروی اضافی را به اندام های کاربر ارائه دهید. بیشتر طرح‌های کنترلی بر کمک به فعالیت‌های کاملاً تعریف‌شده، مانند راه رفتن یا بالا رفتن از پله‌ها متمرکز شده‌اند.

محققان می‌گویند یک رویکرد رایج این است که یک الگوریتم سطح بالا پیش‌بینی کند که کاربر چه اقدامی را انجام می‌دهد و سپس، زمانی که آن فعالیت شناسایی شد، یک طرح کنترل ویژه طراحی شده برای آن نوع حرکت را آغاز کنید.

این بدان معناست که اسکلت بیرونی فقط می‌تواند به فعالیت‌های خاصی کمک کند، و حتی اگر دستگاه از چندین مورد مختلف پشتیبانی کند، کاربران اغلب مجبورند با فشار دادن یک دکمه بین آنها جابه‌جا شوند. علاوه بر این، این بدان معناست که دستگاه باید به دقت تنظیم شود تا طرح کنترل آن با شکل و پویایی منحصر به فرد اعضای هر کاربر مطابقت داشته باشد.

رویکرد جدید توسط تیم جورجیا تک طراحی شده و در a کاغذ در علوم رباتیک، در عوض بر روی کاری که مفاصل و ماهیچه های کاربر در هر نقطه خاص از زمان انجام می دهند تمرکز می کند و به طور مداوم از آنها پشتیبانی می کند. رویکرد آنها در اسکلت بیرونی لگن آزمایش شد که به گفته محققان در طیف وسیعی از سناریوها مفید است.

یک شبکه عصبی که بر روی یک تراشه GPU اجرا می شود، داده های چندین حسگر روی اسکلت بیرونی را می خواند که زاویه مفاصل مختلف و جهت و سرعت کاربر را اندازه گیری می کند. از این اطلاعات برای پیش‌بینی حرکاتی که کاربر انجام می‌دهد استفاده می‌کند و سپس موتورهای اسکلت بیرونی را هدایت می‌کند تا مقدار مناسبی از گشتاور را اعمال کنند تا مقداری از بار را از روی ماهیچه‌های مربوطه بردارد.

این تیم شبکه عصبی را بر روی داده‌های ۲۵ شرکت‌کننده که در شرایط مختلف راه می‌رفتند در حالی که اسکلت بیرونی را پوشیده بودند، آموزش دادند. این به الگوریتم کمک کرد تا درکی کلی از نحوه ارتباط داده‌های حسگر با حرکات عضلانی به دست آورد و این امکان را فراهم می‌آورد که به طور خودکار با کاربران جدید سازگار شود، بدون اینکه با ویژگی‌های خاص آن‌ها مطابقت داشته باشد.

این مطالعه نشان داد که سیستم به دست آمده می تواند به میزان قابل توجهی میزان مصرف کنندگان انرژی را که در فعالیت های مختلف صرف می کنند، کاهش دهد. در حالی که کاهش مصرف انرژی مشابه رویکردهای قبلی بود، به طور مهمی، محدود به اقدامات خاصی نبود و می‌توانست بدون توجه به آنچه کاربر انجام می‌دهد، پشتیبانی مستمری را ارائه دهد.

در حالی که محققان می گویند هنوز خیلی زود است که بدانیم آیا این رویکرد به انواع دیگر اسکلت های بیرونی ترجمه می شود یا خیر، به نظر می رسد ایده کلی نسبتاً سازگار است. این نشان می‌دهد که اسکلت‌های بیرونی می‌توانند به زودی به محصولی «خارج از قفسه» تبدیل شوند که به افراد در طیف وسیعی از فعالیت‌های سخت کمک می‌کند.

تصویر های اعتباری: کندلر هابز، موسسه فناوری جورجیا

تمبر زمان:

بیشتر از تکینگی هاب