Optimization and Evaluation of Spinal Exoskeleton Design Concepts using Optimal Control
Notice bibliographique
Résumé
Exoskeletons for the lower back are promising tools to support workers during heavy lifting tasks. Their development process faces several challenges. It is still not known which criteria the support must meet to prevent low-back pain and how users of different body stature and execution of lifting movements influence it. Thus, studying these factors needs an extensive testing on the human body and every considered design concept needs already a sophisticated prototype that subjects can wear for several hours. To overcome this issue, we propose a method using multibody dynamics and optimal control to optimize the design of an existing prototype (PO) as well as evaluate a new concept (DC) that incorporates motors at the hip joint. A dynamic model of the prototype with matching torque generation was developed, which also takes an approximation of possible misalignment into account. The human-robot interaction is simulated in an all-at-once approach that allows to calculate the muscle activity of the user required in addition to the exoskeleton support to reproduce recorded lifting motions. By minimizing the users' muscle activity, parameters describing the characteristics of the passive elements and, in case of DC, motor torque profiles are optimized. Compared to the initial setup, a significant improvement in exoskeletal support was achieved across all subjects in both cases while contact forces remained within prescribed limits to ensure a comfortable usage of the device. DC provides less support than PO but better control of the human-robot interaction.
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 ».