Quasi-passive shoulder exoskeleton with enhanced assistance variability to adapt to frequent load changes
Notice bibliographique
Résumé
To develop an effective quasi-passive (QP) exoskeleton, maximizing its range of variable assistive torques while minimizing the energy required for this variation is crucial. However, achieving this goal has proven challenging so far owing to the common trade-off between the range of variable assistive torques and the energy required for torque variation. Additionally, the shoulder’s standby posture complicates the search for viable solutions. To tackle this issue, we derived design principles based on elastic potential energy field. Utilizing these principles, we developed a QP shoulder exoskeleton called adjustable shoulder exoskeleton (AD Exo), which successfully achieved a wide range of variable assistive torques with significantly reduced required energy for variation. Benchtop tests demonstrated a remarkable enhancement in variability, with a range of assistance spanning 6.37 Nm achieved with a variation energy of 0.9 J. In human trials, AD Exo significantly minimized the average percentage of maximum voluntary contraction in shoulder muscles. Compared to the condition without the exoskeleton (NE), the average muscle activation was reduced by 25% at the adjusted assistance (ADJ), 7.5% at the low assistance (LOW), and 6.7% at the high assistance (HIGH), respectively. Considering repetitive and long-term tasks, this reduction in muscle activity can accumulate, making AD Exo highly effective for alleviating shoulder muscle burden and fatigue. Furthermore, kinematic motions of wearers and actual assistive torque delivered to wearers were examined to analyze the underlying the assistive effect of the 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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».