MétaCan
Menu
Retour à la cohorte
Enregistrement W3149428510 · doi:10.1109/tase.2021.3066403

Cadence-Insensitive Soft Exoskeleton Design With Adaptive Gait State Detection and Iterative Force Control

2021· article· en· W3149428510 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Automation Science and Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésExoskeletonCadenceGaitKinematicsComputer scienceSimulationWork (physics)Gait analysisRobotEngineeringArtificial intelligencePhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

Soft exoskeletons have demonstrated the potential to save energy, but their efficiency is sensitive to variations in human gait cadence. This work aims to develop adaptive gait state detection and iterative force control methods for a soft exoskeleton to reduce human walking metabolic cost consistently, while the user may change walking cadence. The proposed approach is motivated by the rhythmicity of gait and applies an iterative learning concept to enhance the exoskeleton’s adaptability to varying walking conditions. The gait state detection method proposed for the designed exoskeleton combines two feature extraction algorithms, which can learn from the present and past body kinematic data, to provide accurate user gait state detection. Based on the state, the proposed force control method iteratively adjusts the commands to keep track of the desired profile. Experiments have been conducted on healthy subjects walking with varying cadence using the soft exoskeleton. Promising results were presented in separate validation tests. Moreover, metabolic costs of subjects walking under one unpowered and two powered conditions, where the assistance profiles were produced by classical methods and the proposed methods, showed that the proposed methods can effectively improve the exoskeleton’s ability to save human energy of walking with varying cadence. <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">Note to Practitioners</i> —Lower limb exoskeletons have demonstrated the potential to save human energy in medical and industrial applications. The main purpose of this work is to solve the exoskeleton assistance efficiency loss problem for users walking with changing cadence. Constant cadence is unlikely maintained during natural human walking. Few existing exoskeletons could retain high efficiency under user cadence changes, limited by their control system capability. This work presents a new cable-driven cadence-insensitive soft exoskeleton, which is purposely designed with two adaptive methods to enable the device to offer consistent benefit to users walking with varying cadence. The proposed methods are inspired by the rhythmicity of human gait and can be iteratively reconfigured to perform accurate human gait state detection and assistive force tracking. The proposed methods have the potential to be integrated into other human-oriented robots to improve their adaptability. This work can greatly enhance the possibility of using the walking assist robotic devices in more practical applications.

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.

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 enseignants0,860
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,008
Tête enseignante GPT0,199
Écart entre enseignants0,191 · 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