مردم به ندرت با سرعت ثابت و یک شیب راه می روند. هنگام عجله به قرار بعدی، گرفتن علامت عابر پیاده یا رفتن به یک قدم زدن معمولی در پارک، سرعت خود را تغییر می دهیم. شیب‌ها هم همیشه تغییر می‌کنند، چه برای پیاده‌روی یا بالا رفتن از یک سطح شیب دار به داخل ساختمان. علاوه بر متغیرهای محیطی، نحوه راه رفتن ما تحت تأثیر جنسیت، قد، سن و قدرت عضلانی و گاهی اوقات اختلالات عصبی یا عضلانی مانند سکته مغزی یا بیماری پارکینسون است.
این تنوع انسانی و وظایف یک چالش بزرگ در طراحی روباتیک پوشیدنی برای کمک یا تقویت راه رفتن در شرایط دنیای واقعی است. تا به امروز، سفارشی کردن کمک های رباتیک پوشیدنی برای راه رفتن افراد نیازمند ساعت ها تنظیم دستی یا خودکار است – کاری خسته کننده برای افراد سالم و اغلب برای افراد مسن یا بیماران بالینی غیرممکن است.
اکنون، محققان دانشکده مهندسی و علوم کاربردی هاروارد جان A. Paulson (SEAS) رویکرد جدیدی را توسعه داده‌اند که در آن کمک لباس بیرونی رباتیک می‌تواند برای یک فرد کالیبره شود و با انواع وظایف پیاده‌روی در دنیای واقعی در یک موضوع مختلف سازگار شود. ثانیه سیستم الهام‌گرفته از زیست‌شناسی از اندازه‌گیری‌های اولتراسوند پویایی عضلانی استفاده می‌کند تا یک نمایه کمکی شخصی‌شده و ویژه فعالیت برای کاربران لباس بیرونی ایجاد کند.
رابرت دی. هاو، پروفسور مهندسی ابوت و جیمز لارنس و یکی از نویسندگان مقاله، می‌گوید: «رویکرد مبتنی بر عضله ما تولید نسبتاً سریع پروفایل‌های کمکی فردی را امکان‌پذیر می‌سازد که مزایای واقعی را برای فردی که راه می‌رود فراهم می‌کند».
این تحقیق در منتشر شده است علم رباتیک.
تلاش‌های الهام‌گرفته‌شده زیستی قبلی برای ایجاد پروفایل‌های کمکی فردی برای لباس‌های بیرونی روباتیک بر روی حرکات پویا اندام‌های پوشنده متمرکز بود. محققان SEAS رویکرد متفاوتی در پیش گرفتند. این تحقیق با همکاری آزمایشگاه بیوروباتیک هاروارد، که دارای تجربه گسترده در تصویربرداری اولتراسوند و پردازش تصویر در زمان واقعی است، و آزمایشگاه طراحی زیستی هاروارد، که توسط Conor J. Walsh، استاد مهندسی و علوم کاربردی Paul A. Maeder در SEAS، که ربات‌های پوشیدنی نرم را برای تقویت و بازیابی عملکرد انسان توسعه می‌دهد.
ریچارد نوکولز، همکار پژوهشی فوق دکترا در SEAS و یکی از نویسندگان مقاله، می گوید: «ما از اولتراسوند برای نگاه کردن به زیر پوست استفاده کردیم و مستقیماً اندازه گیری کردیم که ماهیچه های کاربر در طول چندین کار پیاده روی چه می کنند. ماهیچه‌ها و تاندون‌های ما انطباق دارند، به این معنی که لزوماً نقشه‌ای مستقیم بین حرکت اندام‌ها و عضلات زیرینی که حرکت آنها را هدایت می‌کنند وجود ندارد.
تیم تحقیقاتی یک سیستم سونوگرافی قابل حمل را به ساق پاهای شرکت کنندگان بستند و از ماهیچه های آنها در حین انجام یک سری کارهای پیاده روی تصویربرداری کردند.
کریتیکا سوامیناتان، دانشجوی فارغ التحصیل در این باره گفت: «از این تصاویر از پیش ضبط شده، ما نیروی کمکی را که باید به موازات عضلات ساق پا اعمال شود، تخمین زدیم تا کار اضافی را که باید در مرحله فشار آف چرخه راه رفتن انجام دهند، جبران کنیم. SEAS و دانشکده تحصیلات تکمیلی هنر و علوم (GSAS) و نویسنده اول مطالعه.
سیستم جدید تنها به چند ثانیه پیاده روی نیاز دارد، حتی یک قدم برای ثبت مشخصات ماهیچه کافی است.
برای هر یک از پروفایل های تولید شده توسط اولتراسوند، محققان سپس میزان انرژی متابولیک فرد را در حین راه رفتن با و بدون لباس بیرونی اندازه گرفتند. محققان دریافتند که کمک مبتنی بر عضله ارائه شده توسط لباس بیرونی به طور قابل توجهی انرژی متابولیک راه رفتن در طیف وسیعی از سرعت ها و شیب های راه رفتن را کاهش می دهد.
لباس بیرونی همچنین نیروی کمکی کمتری را برای دستیابی به مزایای انرژی متابولیک یکسان یا بهبود یافته نسبت به مطالعات منتشر شده قبلی اعمال کرد.
سانگجون لی، دانشجوی فارغ التحصیل در SEAS و GSAS و نویسنده اول این مطالعه گفت: با اندازه گیری مستقیم عضله، می توانیم به طور شهودی با فردی که از لباس بیرونی استفاده می کند کار کنیم. “با این رویکرد، لباس بیرونی بر پوشنده غلبه نمی کند، بلکه با آنها همکاری می کند.”
وقتی این لباس بیرونی در موقعیت‌های واقعی آزمایش شد، توانست به سرعت خود را با تغییرات در سرعت راه رفتن و شیب تطبیق دهد.
در مرحله بعد، تیم تحقیقاتی قصد دارد سیستم را با تنظیمات ثابت و بی‌درنگ آزمایش کند.
والش، نویسنده ارشد این مقاله، گفت: «این رویکرد ممکن است به حمایت از پذیرش رباتیک پوشیدنی در موقعیت‌های دنیای واقعی و پویا با فراهم کردن کمک‌های راحت، متناسب و سازگار کمک کند.
این تحقیق نیز با همکاری دوروتی اورزل انجام شده است. این کمک های مالی توسط مؤسسه ملی بهداشت BRG-R01HD088619، U01TR002775 و R21AR076686، کمک مالی بنیاد ملی علوم CMMI-1925085 پشتیبانی می شود.
ویدیوی یک لباس بیرونی شخصی برای پیاده روی در دنیای واقعی: https://www.youtube.com/watch?v=4XFvoW3Z9l8&t=1s