Протез ноги с коленом научили самостоятельно адаптироваться к человеку

МЕНЮ


Искусственный интеллект. Новости
Поиск
Регистрация на сайте
Сбор средств на аренду сервера для ai-news

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости

Новостная лента форума ailab.ru


2019-01-31 12:05

роботы новости

Американские инженеры разработали алгоритм управления протезом ноги со сгибаемым коленом, который самостоятельно адаптируется к походке своего хозяина. Эксперименты показали, что на адаптацию протезу с таким алгоритмом необходимо в среднем десять минут ходьбы. Статья опубликована в IEEE Transactions on Cybernetics.

При ампутации конечностей пациентам часто приходится использовать протезы. На сегодняшний день многие пациенты имеют доступ к активным электромеханическим протезам нижних конечностей, которые приводятся в движения электромоторами или гидравлическими приводами. Это позволяет максимально приблизить походку к естественной и снизить нагрузку, которую испытывает пациент при ходьбе с протезом. Однако, поскольку походка каждого человека индивидуальна, настройка протеза — это трудоемкий процесс, во время которого специалистам зачастую приходится находить оптимальные значения более десяти параметров, в том числе сила давления актуаторов, их скорость и другие.

Хэ Хуанг (He Huang) и ее коллеги из Университета штата Северная Каролина и Университета штата Аризона разработали алгоритм, позволяющий протезам ног с коленом адаптироваться к походке пользователя без необходимости ручной правки параметров. Разработчики выбрали метод обучения с подкреплением, при котором алгоритм обучается путем проб и ошибок, и получает от среды оценку своих действий. 

Исследователи разбили цикл ходьбы (шаг) на четыре фазы, каждая из которых характеризуется тремя параметрами: жесткостью, уровнем гашения и равновесным положением (углом между секциями ноги). Во время каждой из фаз используется отдельный алгоритм, состоящий их двух нейросетей. Одна из них рассчитывает на основе параметров ходьбы параметры работы протеза, такие как угол между секциями, скорость движения и крутящий момент, а вторая сравнивает рассчитанные параметры ходьбы с образцом. Цель единого алгоритма заключается в том, чтобы воспроизводить параметры походки на каждом этапе наиболее близким к настоящей ноге образом. Для этого исследователи собрали данные с добровольцев, которых просили ходить по беговой дорожке.

Фазы цикла ходьбы

Yue Wen et al. / IEEE Transactions on Cybernetics, 2019

Во время экспериментальной проверки алгоритма добровольцы с протезом ходили по беговой дорожке, а алгоритм обновлял 12 параметров (по три для четырех сегментов цикла ходьбы) через каждые семь шагов. В результате обучения среднеквадратичная ошибка (по сравнению с нормальными параметрами ходьбы) снизилась с 5,83 ± 0,85 до 3,99 ± 0,62 градуса. На обучение алгоритма уходило в среднем 300 шагов или 10 ± 2 минуты.

Инженеры также работают и над созданием экзоскелетов для здоровых людей, позволяющих им снижать энергетические затраты на ходьбу. К примеру, в прошлом году американские инженеры создали активный экзоскелет, который после чуть более 20 минут обучения снижает энергозатраты на 17 процентов.

Григорий Копиев


Источник: nplus1.ru

Комментарии: