Towards the adoption of wearable exoskeletons in occupational workspaces: model-based assessment and control of back-support exoskeletons
Notice bibliographique
Résumé
Material handling activities such as dynamic lifting of heavy objects or prolonged forward bending postures are common in occupational workspaces such as factories, warehouses or nursing homes. These movements have been identified as risk factors for the development of musculoskeletal disorders such as low back pain. Back-support exoskeletons have been demonstrated to relieve spinal loading in the lower back musculoskeletal system. However, the adoption of back-support exoskeletons in real-life scenarios is minimal due to several factors. For instance, most models are unable to adapt their assistance levels to workers’ multiple and diverse tasks. Additionally, there is a lack of benchmarking guidelines which allow the correct assessment and comparison of different models. This dissertation aims at enhancing the adoption of back-support exoskeletons. First, we developed a set of tools to evaluate how the human musculoskeletal system reacts to the support provided by active and passive back-support exoskeletons. In a first study, we used objective and subjective measures to assess the support provided by two rigid and two soft passive back-support exoskeletons. This study proposed, therefore, a set of benchmarking guidelines which aim at standardizing the evaluation of these devices. Additionally, in this dissertation, we proposed electromyography-driven musculoskeletal modeling techniques to assess the biomechanical impact of back-support exoskeletons in terms of lumbosacral joint moments and compression forces. This was done under a large repertoire of symmetric, asymmetric and weight conditions, both offline and in real-time. Specifically, the proposed real-time pipeline demonstrated its potential for the development of real-time biofeedback frameworks to assess injury-related risk factors and back-support exoskeletons. Finally, we developed a novel and intuitive human-machine interface for an active back-support exoskeleton. This interface relied on our real-time electromyography-driven methodology and derived assistive forces proportional to biological lumbosacral joint moments. This resulted in adaptive assistive forces, specific to the lifting technique, external loading conditions and actual internal forces of the user’s musculoskeletal system. Overall, the studies included in this dissertation have the potential to facilitate the translation of wearable assistive robotic exoskeletons to real-life occupational environments.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».