Algoritme kan exosuits optimaliseren voor individuele gebruikers

Ieder mens beweegt op een andere manier. Veel exosuits – pakken die hun gebruiker ondersteunen door de belasting op het lichaam te verminderen bij onder meer het uitvoeren van handelingen – werken echter op één uniforme manier. De pakken zijn dus niet toegespitst op de specifieke manier van bewegen van zijn drager en kunnen hun gebruiker hierdoor niet optimaal ondersteunen. Een nieuw algoritme ontwikkeld door het Wyss Institute for Biologically Inspired Engineering en de Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) van de Amerikaanse Harvard University maakt het mogelijk de werking van exosuits af te stemmen op hun gebruiker en de ondersteuning die de pakken bieden te optimaliseren.

Exosuits worden voor uiteenlopende doeleinden ingezet. Zo zijn er voorbeelden van exosuits die worden gebruikt in industriële omgevingen en magazijnen om de belasting op werknemers tijdens het uitvoeren van bepaalde werkzaamheden te verminderen. Project March werkt daarnaast een aan exosuit dat patiënten met een dwarslaesie in staat stelt weer te lopen. Het algoritme van de Harvard University kan voor beide toepassingen interessant zijn. 

Aansturing optimaliseren

“Deze nieuwe methode is een effectieve en snelle manier om de aansturing van ondersteunende draagbare apparaten te optimaliseren”, legt Ye Ding, een postdoctoraal bursaal bij SEAS en betrokken bij het onderzoek, uit. Het algoritme dat Ding samen met andere onderzoekers heeft ontwikkeld is specifiek bedoeld voor het optimaliseren van de ondersteuning die exosuits hun gebruiker bieden bij de heup. “Met behulp van deze methode hebben we een grote verbetering gerealiseerd in de metabolische prestaties van dragers van een ondersteunend apparaat dat een extensie op de heup vormt.”

Het is overigens al langer mogelijk de aansturing van een exosuit af te stemmen op de specifieke bewegingen van een individuele gebruiker, al gebeurt dit niet bij ieder exosuit. Dit is echter echter handmatig en tijdrovend proces. “Indien je voorheen drie verschillende gebruikers had met ondersteunende apparaten, had je hiervoor drie verschillende ondersteunende strategieën nodig”, aldus Myunghee Kim, postdoctoraal bursaal bij SEAS en eveneens betrokken bij het onderzoek. “Het vinden van de juiste aansturingswaarden voor iedere drager was een moeilijk en stapsgewijs proces. Dit niet alleen aangezien ieder mens net anders loopt, maar ook aangezien de experimenten die vereist zijn om de juiste waarden te vinden gecompliceerd en tijdrovend zijn.”

Geautomatiseerd de juiste instellingen vinden

Het nieuwe algoritme biedt uitkomst en kan dit proces aanzienlijk versnellen. Het algoritme helpt in korte tijd de juiste waarden te vinden om een gebruiker optimaal te ondersteunen en de energie die wordt verbruikt tijdens het lopen te minimaliseren. De onderzoekers maken hierbij gebruik van ‘human-in-the-loop’ optimalisatie, een methode waarbij fysiologische signalen van een drager zoals de ademhaling in real-time worden gemeten. Op basis van deze signalen worden de waarden die worden gebruikt voor de aansturing van het exosuit continu geautomatiseerd aangepast, waarbij het algoritme het exosuit vertelt waar en wanneer hij de gebruiker moet ondersteunen. Dit proces wordt net zo lang uitgevoerd tot de optimale instelingen zijn gevonden. 

Door een exosuit met het algoritme te combineren zijn de onderzoekers tijdens experimenten erin geslaagd de metabolische kosten – de hoeveelheid energie die wordt verbruikt om een bepaalde taak uit te voeren – van lopen met 17,4% te verminderen ten opzichte van een wandeling zonder een exosuit. Dit is een verbetering van 60% ten opzichte van eerdere experimenten van het team zonder het algoritme. 

Grote impact op draagbare robotische apparaten

“Optimalisatie- en leeralgoritmes zullen een grote impact hebben op toekomstige draagbare robotische apparaten die ontworpen zijn om een brede reeks gedragingen te ondersteunen”, stelt Scott Kuindersma, assistent-professor Techniek en Computerwetenschappen bij SEAS. “Deze resultaten tonen aan dat het optimaliseren van zelfs eenvoudige controllers tijdens het lopen een significant en geïndividualiseerd voordeel kan opleveren voor gebruikers. Het uitbreiden van deze ideeën naar meer expressieve aansturingsstrategieën en mensen met zowel verschillende behoeftes als mogelijkheden is een spannende volgende stap.”

“Met draagbare robots zoals zachte exosuits is het van kritiek belang dat op het juiste moment de juiste ondersteuning wordt geboden, zodat zij synergetisch samenwerken met de drager”, zegt Conor Walsh, assistent-professor Techniek en Toepaste Wetenschappen bij het Wyss Institute. “Met deze online optimalisatie-algoritmes kunnen systemen in twintig minuten geautomatiseerd leren hoe zij dit kunnen doen, waardoor het voordeel voor de drager wordt gemaximaliseerd.”

De onderzoekers gaan zich de komende tijd richten op het toepassen van het algoritme op meer complexe apparaten die meerdere gewrichten gelijktijdig ondersteunen, zoals de heup en enkels. 

Auteur: Wouter Hoeffnagel
Bron: Wyss Institute for Biologically Inspired Engineering van de Harvard University
Bron foto: Pixabay / www_slon_pics