MétaCan
Menu
Retour à la cohorte
Enregistrement W2888614086 · doi:10.1139/tcsme-2018-0087

A lower limb exoskeleton based on recognition of lower limb walking intention

2018· article· en· W2888614086 sur OpenAlexvenueno aff
Dowan Cha, Kab Il Kim

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExoskeletonPayload (computing)AccelerationPhysical medicine and rehabilitationLower limbComputer scienceSimulationReduction (mathematics)Preferred walking speedMedicinePhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Recognition of walking intention and assistance in the load-carrying driver’s walking capability are key challenging areas in lower limb exoskeletons. We present a lower limb exoskeleton called the unmanned technology research centre exoskeleton (UTRCEXO). It recognizes walking intention, including step initiation, step velocity (acceleration and deceleration), and step termination of drivers using only insole-type FSRs and three axis F/T sensors. UTRCEXO recognizes the driver’s intention of step initiation using insole-type FSRs and recognizes the intention of step velocity and step termination using three axis F/T sensors. UTRCEXO makes use of four DC motors, two at each knee and hip joint, to assist the driver. The the driver can carry a 20 kg payload comfortably with muscle activity reduction. In this paper, we evaluate muscle activity reduction in walking drivers equipped with UTRCEXO carrying a 20 kg payload.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,482

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,200
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207