Video • Anpassung an den Träger

Maßgeschneiderte Gehhilfe dank Machine Learning

Gehbehinderte ältere Menschen sollen von einem neuen Exoskelett von Forschern der Stanford University profitieren. "Dieses Exoskelett ist individuell auf den Nutzer abgestimmt und führt zu außergewöhnlichen Verbesserungen der Gehgeschwindigkeit. Auch reduziert es die Anstrengungen beim Gehen", sagt Steve Collins, Leiter des Stanford-Biomechatronik-Labors.

Der "Roboterstiefel" hat einen Motor, der dem Träger bei jedem Schritt einen zusätzlichen Schub gibt. Aber im Gegensatz zu anderen Exoskeletten ist das Stanford-Gerät dank eines auf maschinellem Lernen basierenden Modells, das in jahrelanger Arbeit trainiert wurde, personalisiert. Bei Tests auf einem Laufband war der Energieverbrauch des Motors nur halb so groß wie bei bisher eingesetzten Systemen. Das heißt, die Batterie kann entsprechend kleiner sein und damit leichter. "Wenn man das Exoskelett zum ersten Mal nutzt, erscheint es gewöhnungsbedürftig. Aber nach 15 Minuten fühlt es sich ganz natürlich an. Es ist, als hätte man einen zusätzlichen Muskel. Das erleichtert das Vorankommen enorm", so Doktorandin Ava Lakmazaheri. Das Exoskelett übt am Knöchel ein Drehmoment aus und ersetzt einen Teil der Funktion des Wadenmuskels. Zudem hilft es dem Träger, sich mit den Zehen abzustoßen, um den nächsten Schritt zu machen. 

Die Wissenschaftler stellen ihre Erkenntnisse im Fachjournal nature vor.

Photo
Stanford-Doktorandin Ava Lakmazaheri beim Test-Lauf

Bildquelle: Stanford University; Kurt Hickman

Hauptnachteil bisheriger Exoskelette ist die fehlende Individualisierung. "Die meisten Exoskelette werden mit einer Kombination aus Intuition oder Biomimikry (Nachahmung) entwickelt, aber die Menschen sind zu kompliziert und vielfältig, als dass das gut funktionieren könnte", sagt Collins. Um dieses Problem anzugehen, verließ sich die Gruppe auf Emulatoren - große, unbewegliche, teure Laboreinrichtungen, die schnell testen können, wie Menschen am besten unterstützt werden können. 

Mit Freiwilligen, die an die Emulatoren angeschlossen wurden, haben die Forscher Bewegungs- und Energieverbrauchsdaten gesammelt, um zu verstehen, wie sich Menschen mit unterschiedlichen Fortbewegungs-Eigenschaften am besten unterstützen lassen. Daraus entstand ein maschinelles Lernmodell, das das reale Exoskelett jetzt verwendet, um sich an jeden Träger anzupassen. Die Bewegung wird mit kostengünstigen Sensoren überwacht, die in den Stiefel integriert sind. "Wir messen Kraft und Knöchelbewegung, um eine optimale Unterstützung zu bieten. Auf diese Weise können wir das Gerät beim Gehen sorgfältig steuern und die Träger auf sichere, unauffällige Weise unterstützen", weiß Collins' Doktorand Patrick Slade. Die Forscher vergleichen die Wirkung des Exoskeletts mit dem Gefühl, das ein Mensch hat, wenn er einen 13 Kilogramm schweren Rucksack ablegt und dann weitergeht. 


Quelle: Stanford University/pressetext

14.10.2022

Verwandte Artikel

Photo

News • Vielversprechende Technologie

Mit künstlichen Muskeln gegen den Tremor

Um einen Tremor – etwa infolge der Parkinson-Krankheit – zu unterdrücken, haben Forscher einen biorobotischen Arm entwickelt, der die unwillkürlichen Bewegungen der Hand ausgleicht.

Photo

News • Multimodaler, datengestützter Ansatz

Chronische Rückenschmerzen: KI verbessert Diagnose

Ein Forscherteam nutzt KI, um die Diagnose chronischer Rückenschmerzen zu verbessern. Ein maschinelles Lernverfahren vergleicht dabei verschiedene Diagnosekriterien für Patienten miteinander.

Photo

News • Erfassung von PROMs

Patienten befragen per KI statt mit Fragebogen

Nach einer ärztlichen Behandlung füllen viele Patienten den Fragebogen zur Bewertung der Gesundheit nicht oder nicht richtig aus. KI-gestützte Avatare und Roboter könnten die Erfassung verbessern.

Verwandte Produkte

Newsletter abonnieren