پیشرفت رباتیک کارایی راه رفتن انسان را تقلید می کند _اخبار روانشناسی جزیره ذهن

خلاصه: محققان با تکرار راه رفتن با سرعت متغیر شبیه انسان با استفاده از یک مدل اسکلتی عضلانی به پیشرفت قابل توجهی در رباتیک دست یافتند. این مدل که با یک روش کنترل رفلکس شبیه به سیستم عصبی انسان هدایت می‌شود، درک ما را از حرکت انسان افزایش می‌دهد و استانداردهای جدیدی را برای فناوری روباتیک تعیین می‌کند.

این مطالعه از یک الگوریتم نوآورانه برای بهینه سازی بهره وری انرژی در سرعت های مختلف راه رفتن استفاده کرد. این پیشرفت راه را برای نوآوری های آینده در ربات های دوپا، پروتزها و اسکلت های بیرونی نیرومند هموار می کند.

حقایق کلیدی:

  1. تیم دانشگاه توهوکو با موفقیت مکانیسم های راه رفتن انسان را در یک مدل رباتیک تکرار کرد که منعکس کننده پیچیدگی سیستم اسکلتی عضلانی و عصبی انسان است.
  2. یک الگوریتم پیشرفته برای بهینه سازی بهره وری انرژی، که برای تکرار راه رفتن طبیعی و با سرعت متغیر انسان ها حیاتی است، توسعه یافته است.
  3. این تحقیق پتانسیل بسیار زیادی برای پیشرفت در روبات‌های دوپا، پروتزها و اسکلت‌های بیرونی نیرومند، بهبود راه‌حل‌های تحرک و روباتیک روزمره دارد.

منبع: دانشگاه توهوکو

ما معمولاً در حین انجام آن به آن فکر نمی کنیم، اما پیاده روی یک کار پیچیده است. استخوان‌ها، مفاصل، ماهیچه‌ها، تاندون‌ها، رباط‌ها و سایر بافت‌های همبند (یعنی سیستم اسکلتی- عضلانی) که توسط سیستم عصبی ما کنترل می‌شوند، باید با هماهنگی حرکت کنند و به تغییرات یا اختلالات غیرمنتظره با سرعت‌های متفاوت به شیوه‌ای بسیار کارآمد پاسخ دهند. تکرار این موضوع در فناوری‌های روباتیک کار کوچکی نیست.

اکنون، یک گروه تحقیقاتی از دانشکده مهندسی دانشگاه توهوکو، راه رفتن با سرعت متغیر شبیه انسان را با استفاده از یک مدل اسکلتی- عضلانی تکرار کرده است – مدلی که با روش کنترل رفلکس منعکس کننده سیستم عصبی انسان هدایت می شود. این پیشرفت در بیومکانیک و رباتیک معیار جدیدی را در درک حرکت انسان ایجاد می کند و راه را برای فناوری های نوآورانه رباتیک هموار می کند.

این یک ربات را نشان می دهد.
تکرار این موضوع در فناوری‌های روباتیک کار کوچکی نیست. اعتبار: اخبار علوم اعصاب

جزئیات مطالعه آنها در مجله منتشر شد زیست شناسی محاسباتی PLoS در 19 ژانویه 2024.

دانشیار دای اواکی و یکی از نویسندگان این مطالعه به همراه شونسوکه کوسکی و پروفسور میتسوهیرو هایاشیبه خاطرنشان کردند: «مطالعه ما با چالش پیچیده تکرار راه رفتن کارآمد با سرعت‌های مختلف – سنگ بنای مکانیسم راه رفتن انسان – مقابله کرده است.

“این بینش ها در پیشبرد مرزها برای درک حرکت، انطباق و کارایی انسان بسیار مهم هستند.”

این دستاورد به لطف یک الگوریتم نوآورانه بود. این الگوریتم فراتر از روش حداقل مربعات مرسوم تکامل یافته و به ابداع یک مدل مدار عصبی بهینه‌سازی شده برای بهره‌وری انرژی در سرعت‌های مختلف راه رفتن کمک کرد.

تجزیه و تحلیل فشرده این مدارهای عصبی، به ویژه آنهایی که عضلات را در مرحله چرخش پا کنترل می کنند، عناصر مهم استراتژی های راه رفتن صرفه جویی در انرژی را آشکار کرد. این مکاشفات درک ما را از مکانیسم های شبکه عصبی پیچیده ای که زیربنای راه رفتن انسان و اثربخشی آن است، افزایش می دهد.

اواکی تأکید می کند که دانش کشف شده در این مطالعه به ایجاد زمینه برای پیشرفت های فناوری آینده کمک می کند.

تقلید موفقیت‌آمیز راه رفتن با سرعت متغیر در یک مدل اسکلتی عضلانی، همراه با مدارهای عصبی پیچیده، یک پیشرفت اساسی در ادغام علوم اعصاب، بیومکانیک و رباتیک است. این تحول در طراحی و توسعه ربات‌های دوپا با کارایی بالا، اندام‌های مصنوعی پیشرفته و اسکلت‌های بیرونی با پیشرفته‌ترین نیرو ایجاد خواهد کرد.»

چنین پیشرفت هایی می تواند راه حل های حرکتی را برای افراد دارای معلولیت بهبود بخشد و فناوری های روباتیک مورد استفاده در زندگی روزمره را ارتقا دهد.

با نگاهی به آینده، اواکی و تیمش امیدوارند چارچوب کنترل رفلکس را برای بازآفرینی طیف وسیع تری از سرعت ها و حرکات راه رفتن انسان اصلاح کنند. آنها همچنین قصد دارند از بینش ها و الگوریتم های این مطالعه برای ایجاد پروتزهای سازگارتر و کم مصرف تر، لباس های برقی و روبات های دوپا استفاده کنند. این شامل ادغام مدارهای عصبی شناسایی شده در این برنامه ها برای افزایش عملکرد و طبیعی بودن حرکت آنها است.

درباره این خبر تحقیقات رباتیک

نویسنده: روابط عمومی
منبع: دانشگاه توهوکو
مخاطب: روابط عمومی – دانشگاه توهوکو
تصویر: این تصویر به Neuroscience News اعتبار داده شده است

تحقیق اصلی: دسترسی آزاد.
شناسایی عوامل ضروری برای کنترل راه رفتن با انرژی کارآمد در طیف وسیعی از سرعت‌ها در سیستم‌های اسکلتی عضلانی مبتنی بر رفلکس” توسط دای اواکی و همکاران. زیست شناسی محاسباتی PLOS


خلاصه

شناسایی عوامل ضروری برای کنترل راه رفتن با انرژی کارآمد در طیف وسیعی از سرعت‌ها در سیستم‌های اسکلتی عضلانی مبتنی بر رفلکس

انسان ها می توانند طیف گسترده ای از سرعت های راه رفتن را تولید و حفظ کنند و در عین حال بهره وری انرژی خود را بهینه کنند. درک مکانیسم‌های پیچیده حاکم بر راه رفتن انسان به کاربردهای مهندسی مانند روبات‌های دوپا و دستگاه‌های کمکی راه رفتن کمک می‌کند. مکانیسم‌های کنترلی مبتنی بر رفلکس، که الگوهای حرکتی را در پاسخ به بازخورد حسی ایجاد می‌کنند، در ایجاد راه رفتن شبیه انسان در مدل‌های اسکلتی عضلانی نویدبخش بوده‌اند.

با این حال، تنظیم دقیق سرعت یک چالش بزرگ باقی مانده است. این محدودیت شناسایی مدارهای بازتابی ضروری برای راه رفتن با انرژی کارآمد را دشوار می کند. برای کشف مکانیسم کنترل رفلکس و درک بهتر مکانیسم نگهداری کارآمد آن، ما سیستم کنترل مبتنی بر رفلکس را گسترش می‌دهیم تا سرعت‌های راه رفتن کنترل‌شده را بر اساس سرعت‌های هدف فعال کنیم.

ما یک روش جدید حداقل مربعات وزن‌دار عملکرد (PWLS) را برای طراحی یک تعدیل‌کننده پارامتر ایجاد کردیم که بازده راه رفتن را در عین حفظ سرعت هدف برای سیستم دوپایی مبتنی بر رفلکس بهینه می‌کند.

ما با موفقیت راه رفتن از 0.7 تا 1.6 متر بر ثانیه را در یک مدل اسکلتی عضلانی دو بعدی بر اساس سرعت هدف ورودی در محیط شبیه‌سازی ایجاد کرده‌ایم. تجزیه و تحلیل دقیق ما از مدولاتور پارامتر در یک سیستم مبتنی بر رفلکس، دو مدار بازتابی کلیدی را نشان داد که تأثیر قابل‌توجهی بر کارایی انرژی دارند.

علاوه بر این، این یافته تأیید شد که تحت تأثیر پارامترهای تنظیم، به عنوان مثال، طول پا، تأخیر زمانی حسی، و ضرایب وزن در تابع هزینه هدف قرار نمی‌گیرد.

این یافته‌ها ابزار قدرتمندی برای بررسی پایه‌های عصبی کنترل حرکت فراهم می‌کنند و در عین حال مکانیسم‌های پیچیده زیربنایی راه رفتن انسان را روشن می‌کنند و پتانسیل قابل توجهی برای کاربردهای مهندسی عملی دارند.

https://neurosciencenews.com/robotic-human-walking-25509/

ممکنه براتون جالب باشه که...

پست های محبوب

دیدگاهتان را بنویسید