A New Type of Ankle-Foot Rehabilitation Robot Based on Muscle Motor Characteristics
Notice bibliographique
Résumé
Ankle injury and dysfunction are always accompanied by abnormal peripheral tissues. In order to achieve a more comprehensive rehabilitation training, this article firstly studies the movement characteristics of the surrounding muscles of the ankle-foot. The human musculoskeletal model in OpenSim is used for human exercise experiment. And the relationship between different muscles around the ankle-foot and the direction of the ankle-foot movement are measured respectively, so as to formulate ankle-foot static/dynamic rehabilitation strategies related to the auxiliary training of the ankle-foot muscle. In order to implement the established rehabilitation exercise strategy and to reduce the control difficulty of rehabilitation robot, a new type of decoupling series-parallel mechanism with three rotations and one movement is proposed. After analyzing the degree of freedom and the positive kinematics solution, it is proved that it is completely decoupled in kinematics, can realize the independence of motion control, and there is no singular space. Then, under the premise of meeting the space required for the implementation of the rehabilitation strategy, the proposed new ankle-foot rehabilitation robot is optimized in terms of structure and component size, which improves its space utilization and optimizes the overall mechanical performance. Finally, the dynamic simulation experiment is carried out with the dynamic rehabilitation strategy as the goal, which proves that the robot can realize the normal gait simulation movement in sitting posture, and the motion control of the robot is independent of each other and shows good dynamic performance. Through investigation, the ankle-foot rehabilitation robot designed in this article is cost-effective.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».