癱瘓父親穿機械骨骼接女兒放學引熱議!清華新研究助力無拐杖行走

2020-06-19     大數據文摘

原標題:癱瘓父親穿機械骨骼接女兒放學引熱議!清華新研究助力無拐杖行走

大數據文摘出品

作者:笪潔瓊

最近,一則視頻在微博上引發熱議。一位癱瘓多年的父親藉助外骨骼機甲重新站了起來,並且久違地親自接到了放學的女兒。

視頻中爸爸所穿戴的外骨骼,很好的幫助了爸爸獨自站立支撐以及獨自行走。

機械外骨骼不是個新話題。前段時間,文摘菌曾經報道過現身上海的「機甲戰士」外賣小哥!負重一百斤一口氣爬五樓,給了大家不少未來世界暢想。

當時就有讀者提到:「這種技術要是能運用到醫療方向就更好了。」

這款外骨骼機器人的原理是使用外骨骼支架來支持行走困難的人進行康復訓練,在康復訓練當中,會使原本萎縮無力的肌肉和神經得到激活,能使行走困難的人的運動神經和行走肌肉得到有效地鍛鍊

其實,輔助復健只是機械外骨骼進行的一個步驟,這類產品的最終的目的是需要從行走不便變成行走自由,看似從0-1,只用邁一步,實際上這個步子邁得相當艱難。這也是很多下肢殘障的病人恢復正常生活中最大的障礙,消耗了自己和家人大量心力,稍微照顧不周,還很容易導致二次傷害。

不過,通過外骨骼有效的外部支撐,減少行走不便中存在的重心不穩,尤其是脊椎、骨盆這種非常關鍵的部位,避免康復中的傷害。

相關如果能實現大量的量產應用的話,絕對是能給許多行走不便的患者帶來重獲新生的機會

全球競相落地,機械外骨骼輔助下肢殘疾人士重新行走

機械外骨骼的出現無疑給了下肢殘障人士重新站起來的希望。全球範圍內,相關產品也已經有不少商業化落地。比如Ekso Bionics公司生產的Ekso GT,可以幫助患者重新站立行走,成為了美國食品和藥物管理局(FDA)批准用於中風患者的第一個外骨骼

德國人工智慧研究中心已經開發出兩種遙控的通用動力外骨骼設備,CAPIO和VI-Bot,其外骨骼技術也正在開發中,以提高手術期間的精確度,並幫助護士移動和運送重病人

此外,被動式外骨骼技術正越來越多地應用於汽車工業,其目標是減少工人受傷(特別是在肩膀和脊椎)和減少由於疲勞造成的誤差。

這樣的「黑科技」當然也不能少了日本的參與。去年12月,日本企業INNOPHYS正式發售可穿戴肌肉輔助外骨骼設備「Muscle Suit」,根據人造肌肉原理,能夠為身體減輕25.5公斤的負重,舉起50斤重量的物體不是問題,而且使用方法也十分簡便,只需為設備打氣30次後穿上即可。

文摘菌也出去好奇去了解了一下,文章開頭提到幫父親站起來的外骨骼機器人來自一家中國本土的專業康復機器人公司-大艾機器人,該機器人主要應用在脊髓損傷,脊髓炎,腦損傷, 腦癱,中風, 偏癱、骨關節術後運動恢復、肌無力等行走困難的用戶場景里。

除了接女兒放學的父親,大艾機器人之前也有過其他成功的案例。一位東北小伙海子由於從高空墜落導致下肢癱瘓,醫生告訴他,可能終生需要與輪椅為伴。後來開始使用外骨骼機器人,從剛開始的不適,到自己獨自藉助外骨骼機器人走到天安門。在長期不停止的康復訓練下,下肢肌肉與神經逐漸恢復,已經可以不用藉助外力,便可以像正常人一樣自己站起來。目前,海子已經可以解除外骨骼機器人,使用助力杖獨立行走。從終生輪椅到獨立行走這一步,足足用了3153萬秒

來源@艾上行走

清華步態優化算法獲ICRA最佳論文:專注讓無拐杖外骨骼行走更穩

這些可落地的商業產品離不開相關科研成果的進展,最近,康復訓練機器人的科研結果又有更新!

本月初,全球機器人自動化的頂級研討會議ICRA評出最佳會議論文:基於偏好的學習外骨骼步態優化算法。

該項研究是由清華大學與加州理工共同提出的,由於當下的研究基本都是介於使用拐杖和速度在0.05m/s左右的慢速靜態行走之間,而該論文團隊是想證明在無拐杖外骨骼行走時,能否產生動態穩定的步態

此外,基於偏好的交互式學習中的工作,這一項目還提出了CoSpar算法。CoSpar提示用戶在兩次試驗之間給出步行偏好並提出改進建議;由於外骨骼行走是一種非直覺的行為,因此與數字反饋相比,用戶可以更輕鬆,更可靠地培養、感知行走習慣。

論文連結:https://arxiv.org/abs/1909.12316

作者在文中開頭就強調了,這個研究是為了給行走不便的用戶打造的,如果只算美國市場,至少是有600萬人迫切急需的

除了做算法研究以外,還要考慮到來自地面的衝擊,所以需要參考混合零動力學。

而且外骨骼的期望前髖速度是恆定的,在實際行走速度中是會涉及到跳躍的。

研究中所採用的外骨骼支撐Atalante,戴口罩是為了模擬正常人體的代謝支出,並進行測量研究。(工作做得很細緻)

不同顏色的線代表著,從左到右分別是左腳踝,左矢狀踝關節,左矢狀膝關節,左矢狀髖關節,左橫髖關節,左前關節,根據步行10秒以上的左腿關節圖,左矢髖部位範圍比較大,步態表明該用戶喜歡更長的步態

將用戶舒適性作為首要目標,通過對用戶的行走軌跡特徵進行優化計算,構建了一套步態優化框架-Cosper,而且該優化框架建立在交互學習的基礎上。

通過對用戶的步態數據收集,可以得出用戶的步態偏好,還能確定用戶的行走軌跡。

並在模擬測試中,結合外骨骼支架,使用Copsar算法可以模擬出用戶偏好。

知乎上經常有人會問,科研的初心是什麼,

文摘菌想,如果能夠通過科技來改變命運,這也就不枉費科研人員的一番苦心。

將大家日常生活中遇到的不便,使用科技手段來解決,尤其是像通過外骨骼支架順利行走的癱瘓人群,重新燃起了生的希望,也就重新擁有了世界。

眾所周知,中國社會老齡化趨勢越來越嚴重,很多老年人生活都無法自理,而這個設備能夠緩解老年人在日常生活中的種種不便。

這或許也正是在知乎關於機械外骨骼送外賣的提問中,這個讓人心酸又暖心的答案獲得了近5000贊的原因。

參考報道:

https://www.ai-robotics.cn/case/5c9c8a456b9d6b182eda3cea

https://www.ai-robotics.cn/

文章來源: https://twgreatdaily.com/zh-cn/2QEhzHIBnkjnB-0ztuPJ.html