In Experimenten mit 11 arbeitsfähigen Personen dauerte der sogenannte Human-in-the-Loop-Algorithmus etwa eine Stunde, um das Exoskelett zu optimieren, und reduzierte anschließend die Menge der zum Gehen benötigten Energieteilnehmer um durchschnittlich 24 Prozent Rachel Jackson, Mitglied des Forschungsteams, Postdoktorandin am Institut für Maschinenbau der Carnegie Mellon University (CMU).
"Die Größe der Reduzierung war ziemlich erstaunlich", sagte Jackson gegenüber Live Science.
Jackson und ihre Kollegen unter der Leitung von Steven Collins, Associate Professor für Maschinenbau an der CMU, und Juanjuan Zhang, ehemals CMU und jetzt Professor an der Nankai University in China, haben heute (22. Juni) die Ergebnisse ihrer Forschung online in der Zeitschrift veröffentlicht Wissenschaft.
Eine leichtere Last ist sicherlich ansprechend, aber ein personalisiertes Exoskelett könnte auch die Entfernung erhöhen, die eine leistungsfähige Person zurücklegen kann, und es könnte sogar Einzelpersonen helfen, schneller zu laufen, sagte Jackson.
Menschen mit körperlichen Beeinträchtigungen, wie diejenigen, die einen Schlaganfall, eine neurologische Verletzung oder eine Amputation erlitten haben, könnten ebenfalls Vorteile erzielen, sagte Jackson. Ein personalisiertes Exoskelett könnte das Gehen so einfach oder einfacher machen als vor einer Amputation oder Verletzung, sagte sie.
Zuvor waren die größten durchschnittlichen Energieeinsparungen, die von anderen Forschungsteams erzielt wurden, 14,5 Prozent bei Verwendung von manuell angepassten Knöchel-Exoskeletten, die an beiden Beinen getragen wurden, und 22,8 Prozent bei Verwendung eines Exosuits, der mit vorprogrammierten Einstellungen auf beide Hüften und beide Knöchel wirkte.
Der CMU-Human-in-the-Loop-Algorithmus schnitt jedoch besser ab und war nicht auf Vorprogrammierung angewiesen.
"Dieser Algorithmus war so gut, dass er eine Unterstützungsstrategie zur Reduzierung der Energiekosten mit nur einem einzigen Gerät finden konnte", sagte Jackson. "Das war ziemlich cool."
Die Herausforderung bei Exoskeletten besteht darin, dass sie, obwohl sie einer Person helfen sollen, die Bewegung behindern können, sagte Jackson. Für den Anfang hat jedes Gerät sein eigenes Gewicht, das von einigen Unzen bis zu ein paar Pfund reicht, und der Benutzer muss dieses Gewicht tragen. Exoskelette sind auch so konzipiert, dass sie auf bestimmte Körperteile Kraft ausüben. Wenn jedoch der Zeitpunkt der Kraft nicht stimmt, muss die Person möglicherweise mehr Energie verwenden, um sich zu bewegen, sagte Jackson. Und das ist kontraproduktiv.
Während der Optimierungsphase der kürzlich durchgeführten Studie trug jeder Teilnehmer ein Knöchel-Exoskelett sowie eine Maske zur Messung des Sauerstoff- und Kohlendioxidspiegels (CO2). Diese Maßnahmen beziehen sich darauf, wie viel Energie die Person verbraucht. Während jede Person in einem gleichmäßigen Tempo auf einem Laufband ging, wendete das Exoskelett eine Reihe verschiedener Hilfsmuster auf die Knöchel und Zehen an.
Diese Muster waren eine Kombination aus dem Zeitpunkt der Krafteinwirkung und der Kraftmenge. Zum Beispiel können Kräfte früh in einer Haltung (wenn die Ferse zum ersten Mal auf den Boden trifft), in der Mitte der Haltung (wenn der Fuß flach ist) oder spät in der Haltung (wenn der Fuß bis zum Zeh gerollt ist) angewendet werden. Während dieser Positionsschwankungen könnte eine größere oder kleinere Kraft ausgeübt werden.
Der Algorithmus testete die Antworten der Teilnehmer auf 32 verschiedene Muster, die sich alle 2 Minuten änderten. Dann wurde gemessen, ob das Muster das Gehen für die Person leichter oder schwieriger machte.
Am Ende der Sitzung, die nur länger als eine Stunde dauerte, erstellte der Algorithmus ein einzigartiges Unterstützungsmuster, das für jede Person optimiert wurde.
"In Bezug auf die allgemeine Form der Muster gab es eine große Variabilität, was darauf hinweist, wie wichtig es ist, diese Strategien an jede Person anzupassen, anstatt dasselbe auf alle anzuwenden", sagte Jackson.
Sie fügte hinzu, dass das Gerät möglicherweise nicht nur deshalb gut funktioniert hat, weil es "gelernt" hat, sondern auch, weil die Person, die es verwendet, das Lernmuster geändert hat.
"Wir glauben, dass dies die Menschen dazu zwingt, verschiedene Arten der Koordination ihres Gangs zu erforschen, um besser mit dem Gerät zu interagieren", sagte Jackson. Dies hilft der Person dabei, das Gerät am besten zu verwenden und den größten Nutzen daraus zu ziehen. "Es ist eine Einbahnstraße", sagte sie.
Andere Mitglieder des Teams planen zu testen, wie der Algorithmus skaliert werden kann, um ein Exoskelett mit sechs Gelenken zu erstellen, das auf der gesamten unteren Körperhälfte getragen werden kann.
