Electromyography-based fatigue assessment of an upper body exoskeleton during automotive assembly
Notice bibliographique
Résumé
Abstract The purpose of this study was to assess an upper body exoskeleton during automotive assembly processes that involve elevated arm postures. Sixteen team members at Toyota Motor Manufacturing Canada were fitted with a Levitate Airframe, and each team member performed between one and three processes with and without the exoskeleton. A total of 16 assembly processes were studied. Electromyography (EMG) data were collected on the anterior deltoid, biceps brachii, upper trapezius, and erector spinae. Team members also completed a usability survey. The exoskeleton significantly reduced anterior deltoid mean active EMG amplitude ( p = .01, Δ = −3.2 %MVC, d = 0.56 medium effect) and fatigue risk value ( p < .01, Δ = −5.1 %MVC, d = 0.62 medium effect) across the assembly processes, with no significant changes for the other muscles tested. A subset of nine assembly processes with a greater amount of time spent in arm elevations at or above 90° (30 vs. 24%) and at or above 135° (18 vs. 9%) appeared to benefit more from exoskeleton usage. For these processes, the exoskeleton significantly reduced anterior deltoid mean active EMG amplitude ( p < .01, Δ = −5.1 %MVC, d = 0.95 large effect) and fatigue risk value ( p < .01, Δ = −7.4 %MVC, d = 0.96 large effect). Team members responded positively about comfort and fatigue benefits, although there were concerns about the exoskeleton hindering certain job duties. The results support quantitative testing to match exoskeleton usage with specific job tasks and surveying team members for perceived benefits/drawbacks.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».