Can lower-limb exoskeletons support sit-to-stand motions in frail elderly without crutches? A study combining optimal control and motion capture
Notice bibliographique
Résumé
With the global geriatric population expected to reach 1.5 billion by 2050, different assistive technologies have been developed to tackle age-associated movement impairments. Lower-limb robotic exoskeletons have the potential to support frail older adults while promoting activities of daily living, but the need for crutches may be challenging for this population. Crutches aid safety and stability, but moving in an exoskeleton with them can be unnatural to human movements, and coordination can be difficult. Frail older adults may not have the sufficient arm strength to use them, or prolonged usage can lead to upper limb joint deterioration. The research presented in this paper makes a contribution to a more detailed study of crutch-less exoskeleton use, analyzing in particular the most challenging motion, sit-to-stand (STS). It combines motion capture and optimal control approaches to evaluate and compare the STS dynamics with the TWIN exoskeleton with and without crutches. The results show trajectories that are significantly faster than the exoskeleton's default trajectory, and identify the motor torques needed for full and partial STS assistance. With the TWIN exoskeleton's existing motors being able to support 112 Nm (hips) and 88 Nm (knees) total, assuming an ideal contribution from the device and user, the older adult would need to contribute a total of 8 Nm (hips) and 50 Nm (knees). For TWIN to provide full STS assistance, it would require new motors that can exert at least 121 Nm (hips) and 140 Nm (knees) total. The presented optimal control approaches can be replicated on other exoskeletons to determine the torques required with their mass distributions. Future improvements are discussed and the results presented lay groundwork for eliminating crutches when moving with an exoskeleton.
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 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».