Роботизированные экзоскелеты, предназначенные для помощи людям при ходьбе или тяжелой физической работе, на протяжении десятилетий были предметом научной фантастики. Помните Эллен Рипли в Power Loader из «Чужого» ? Или сумасшедшая мобильная платформа, которую носил Джордж Макфлай в 2015 году в фильме «Назад в будущее, часть 2»?

Исследователи работают над реальной роботизированной помощью, которая могла бы защитить работников от болезненных травм и помочь пациентам, перенесшим инсульт, восстановить подвижность. До сих пор им требовалась обширная калибровка и настройка с учетом контекста, из-за чего их использование в основном ограничивалось исследовательскими лабораториями.

Инженеры-механики из Технологического института Джорджии, возможно, находятся на грани изменения этой ситуации, позволяя использовать технологию экзоскелетов в домах, на рабочих местах и ​​т. д.

Команда исследователей из лаборатории Аарона Янга разработала универсальный подход к управлению роботизированными экзоскелетами, который не требует ни обучения, ни калибровки, ни корректировки сложных алгоритмов. Вместо этого пользователи могут надеть «экзо» и уйти.

Их система использует своего рода искусственный интеллект, называемый глубоким обучением, для автономной настройки того, как экзоскелет оказывает помощь, и они показали, что он без проблем работает при ходьбе, стоянии и подъеме по лестнице или пандусу. Они описывают свою «единую систему управления» в журнале Science Robotics.

«Целью было не просто обеспечить контроль над различными видами деятельности, а создать единую унифицированную систему. Вам не нужно нажимать кнопки для переключения между режимами или иметь какой-то алгоритм-классификатор, который пытается предсказать, что вы поднимаетесь по лестнице или идете». «, — сказал Янг, доцент Школы машиностроения Джорджа Вудраффа.

Машинное обучение как переводчик

Большая часть предыдущих работ в этой области была сосредоточена на одном виде деятельности за раз, например, ходьбе по ровной земле или подъему по лестнице. Используемые алгоритмы обычно пытаются классифицировать среду, чтобы предоставить пользователям правильную помощь.

Команда Технологического института Джорджии выбросила это в окно. Вместо того, чтобы сосредоточиться на окружающей среде, они сосредоточились на человеке — на том, что происходит с мышцами и суставами, — а это означало, что конкретная деятельность не имела значения.

«Мы перестали пытаться свести человеческое движение к так называемым дискретным режимам — например, ходьбе по ровной земле или подъему по лестнице — потому что реальное движение намного сложнее», — сказал Дин Молинаро, ведущий автор исследования и недавно получивший докторскую степень. студент лаборатории Янга.

«Вместо этого мы основывали наш контроллер на базовой физиологии пользователя. То, что тело делает в любой момент времени, расскажет нам все, что нам нужно знать об окружающей среде. Затем мы использовали машинное обучение, по существу, в качестве переводчика между тем, что измеряют датчики. на экзоскелете и какие крутящие моменты генерируют мышцы».

С помощью контроллера, оказывающего помощь через тазобедренный экзоскелет, разработанный командой, они обнаружили, что могут уменьшить метаболические и биомеханические усилия пользователей: они тратят меньше энергии, и их суставам не приходится работать так сильно, как если бы устройство вообще не было ношено. .

Другими словами, ношение экзоскелета было выгодным для пользователей, даже несмотря на дополнительный вес, добавляемый самим устройством.

«Что в этом такого замечательного, так это то, что оно адаптируется к внутренней динамике каждого человека без каких-либо настроек или эвристических корректировок, что является огромным отличием от многих работ в этой области», — сказал Янг. «Чтобы заставить его работать, не требуется какой-либо конкретной настройки или изменения параметров».

Система управления в этом исследовании предназначена для устройств частичной помощи. Эти экзоскелеты поддерживают движение, а не полностью заменяют усилия.

В команду, в которую также входили Молинаро и Инсын Кан, еще один бывший доктор философии. Студент, который сейчас учится в Университете Карнеги-Меллон, использовал существующий алгоритм и обучил его на горах данных о силе и захвате движения, которые они собрали в лаборатории Янга. Субъекты разных полов и типов телосложения носили экзоскелет бедра с электроприводом и ходили с разной скоростью на силовых пластинах, поднимались по регулируемым по высоте лестницам, поднимались и спускались по пандусам и переходили между этими движениями.

И подобно тому, как студии захвата движения снимали фильмы, каждое движение записывалось и каталогизировалось, чтобы понять, какие суставы работают при каждом виде деятельности.

Исследование Science Robotics «независимо от применения», как выразился Янг. Тем не менее, их контроллер предлагает первый мост к реальной жизнеспособности роботизированных экзоскелетных устройств.

Представьте себе, какую пользу роботизированная помощь может принести солдатам, обработчикам багажа в самолетах или любым работникам, выполняющим физически тяжелую работу, где высок риск травм опорно-двигательного аппарата.