Multidirectional Human-in-the-Loop Balance Robotic System
Notice bibliographique
Résumé
We present the design and performance of a novel multidirectional balance robotic system. This robot adds mediolateral standing balance control to the functionality of previous systems. To evaluate the performance of the system, we quantified its motion-tracking capability by applying target trajectories related to perturbed and unperturbed quiet standing balance. We observed minimal delays (9.4–13.9 ms) and near-unity gain up to 4 Hz when tracking multi-sine trajectories and small errors when tracking natural balance trajectories (≤0.05 mm, corresponding to ≤0.009$^\circ $), which were all below human perceptual thresholds reported for standing balance (150 ms and 0.17$^\circ $at 0.06$^\circ $/s). Next, we evaluated the human-in-the-loop real-time robot performance when participants (N = 6) maintained their upright balance in the mediolateral direction while firmly secured to the robot. The results revealed small errors between the predicted and robotic motion ($^\circ $) as well as between the robotic and measured human motion ($^\circ $) in real-time applications. The sub-15ms delays, combined with submillimeter movement errors and relative robot-human movements, enable realistic multidirectional simulations of human balance. These unique robotic features open up new research opportunities for exploring the sensorimotor principles and biomechanical interactions underlying the multidirectional control of balance, and may ultimately be used to assess and rehabilitate standing balance deficits in older adults and clinical populations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».