Zusammenfassung: Forscher haben einen großen Fortschritt in der Robotik erzielt, indem sie das menschenähnliche Gehen mit variabler Geschwindigkeit mithilfe eines Muskel-Skelett-Modells nachgebildet haben. Dieses Modell, das auf einer dem menschlichen Nervensystem ähnlichen Reflexkontrollmethode basiert, erweitert unser Verständnis der menschlichen Bewegung und setzt neue Maßstäbe für die Robotertechnologie.
Die Studie nutzte einen innovativen Algorithmus, um die Energieeffizienz bei verschiedenen Gehgeschwindigkeiten zu verbessern. Dieser Durchbruch ebnet den Weg für zukünftige Innovationen bei zweibeinigen Robotern, Prothesen und angetriebenen Exoskeletten.
Wichtige Fakten:
- Das Team der Universität Tohoku hat die menschliche Gehmechanik erfolgreich in einem Robotermodell nachgebildet und so die Komplexität des menschlichen Bewegungsapparats und Nervensystems widergespiegelt.
- Es wird ein fortschrittlicher Algorithmus entwickelt, um die Energieeffizienz zu verbessern, die für die Nachbildung des natürlichen Gehens mit variabler Geschwindigkeit des Menschen unerlässlich ist.
- Diese Forschung birgt ein enormes Potenzial für Fortschritte bei zweibeinigen Robotern, Prothesen und angetriebenen Exoskeletten und verbessert die Alltagsmobilität und Robotiklösungen.
Quelle: Tohoku-Universität
Normalerweise denken wir dabei nicht darüber nach, aber Gehen ist eine komplexe Aufgabe. Knochen, Gelenke, Muskeln, Sehnen, Bänder und andere Bindegewebe (also der Bewegungsapparat), die von unserem Nervensystem gesteuert werden, müssen sich koordiniert bewegen und unterschiedlich schnell und hocheffizient auf unerwartete Veränderungen oder Störungen reagieren. Dies in Robotertechnologien zu reproduzieren, ist keine leichte Aufgabe.
Jetzt hat eine Forschungsgruppe der Graduate School of Engineering der Universität Tohoku das menschenähnliche Gehen mit variabler Geschwindigkeit anhand eines Muskel-Skelett-Modells nachgebildet – eines Modells, das von einer Reflexkontrollmethode geleitet wird, die das menschliche Nervensystem widerspiegelt. Dieser Durchbruch in der Biomechanik und Robotik setzt einen neuen Standard für das Verständnis menschlicher Bewegungen und ebnet den Weg für innovative Robotiktechnologien.
Einzelheiten ihrer Studie wurden in der Zeitschrift veröffentlicht PLoS Computational Biology Am 19. Januar 2024.
„Unsere Studie befasste sich mit der komplexen Herausforderung, effektives Gehen bei unterschiedlichen Geschwindigkeiten zu reproduzieren – ein Eckpfeiler des menschlichen Gehmechanismus“, sagt außerordentlicher Professor Dai Aoaki, Co-Autor der Studie zusammen mit Shunsuke Koseki und Professor Mitsuhiro Hayashibe.
„Diese Ideen sind von entscheidender Bedeutung, um die Grenzen des Verständnisses menschlicher Bewegung, Anpassung und Effizienz zu verschieben.“
Der Erfolg war einem innovativen Algorithmus zu verdanken. Der Algorithmus ging über die traditionelle Methode der kleinsten Quadrate hinaus und half bei der Entwicklung eines verbesserten neuronalen Schaltkreismodells zur Erzielung von Energieeffizienz bei verschiedenen Gehgeschwindigkeiten.
Eine umfassende Analyse dieser neuronalen Schaltkreise, insbesondere derjenigen, die die Muskeln in der Beinschwungphase steuern, hat wichtige Elemente energieeffizienter Gehstrategien aufgedeckt. Diese Entdeckungen erweitern unser Verständnis der komplexen neuronalen Netzwerkmechanismen, die den menschlichen Gang und seine Effizienz unterstützen.
Awaki betont, dass die in der Studie gewonnenen Erkenntnisse dazu beitragen werden, den Grundstein für den künftigen technologischen Fortschritt zu legen.
„Die erfolgreiche Simulation des Gehens mit variablen Geschwindigkeiten in einem Muskel-Skelett-Modell, kombiniert mit hochentwickelten neuronalen Schaltkreisen, stellt einen entscheidenden Fortschritt in der Integration von Neurowissenschaften, Biomechanik und Robotik dar. Sie wird das Design und die Entwicklung hochleistungsfähiger zweibeiniger Roboter revolutionieren.“ Prothetik und fortschrittliche Exoskelette, die angetrieben werden.
Solche Entwicklungen können Mobilitätslösungen für Menschen mit Behinderungen verbessern und im Alltag eingesetzte Robotertechnologien voranbringen.
Mit Blick auf die Zukunft hoffen Awaki und sein Team, das Reflexkontrollsystem weiter zu verbessern, um ein breiteres Spektrum menschlicher Gehgeschwindigkeiten und Bewegungen nachzubilden. Sie planen außerdem, Erkenntnisse und Algorithmen aus der Studie anzuwenden, um adaptivere und energieeffizientere Prothesen, motorisierte Anzüge und zweibeinige Roboter zu entwickeln. Dabei werden bestimmte neuronale Schaltkreise in diese Anwendungen integriert, um deren Funktionalität und Natürlichkeit der Bewegung zu verbessern.
Über diese Neuigkeiten aus der Robotikforschung
Autor: Öffentlichkeitsarbeit
Quelle: Tohoku-Universität
Kommunikation: Öffentlichkeitsarbeit – Universität Tohoku
Bild: Bildquelle: Neuroscience News
Ursprüngliche Suche: Offener Zugang.
„Identifizierung von Schlüsselfaktoren für eine energieeffiziente Gangkontrolle über einen weiten Geschwindigkeitsbereich in reflexbasierten Muskel-Skelett-Systemen„Von Dai Aoaki et al. PLOS Computational Biology
eine Zusammenfassung
Identifizierung von Schlüsselfaktoren für eine energieeffiziente Gangkontrolle über einen weiten Geschwindigkeitsbereich in reflexbasierten Muskel-Skelett-Systemen
Der Mensch kann ein breites Spektrum an Gehgeschwindigkeiten erzeugen und aufrechterhalten und gleichzeitig seine Energieeffizienz verbessern. Das Verständnis der komplexen Mechanismen, die das menschliche Gehen steuern, wird zu technischen Anwendungen wie energieeffizienten zweibeinigen Robotern und Gehhilfsgeräten beitragen. Reflexbasierte Kontrollmechanismen, die motorische Muster als Reaktion auf sensorisches Feedback erzeugen, haben sich als vielversprechend für die Erzeugung eines menschenähnlichen Gangs in Muskel-Skelett-Modellen erwiesen.
Allerdings bleibt die präzise Geschwindigkeitsregulierung eine große Herausforderung. Diese Einschränkung macht es schwierig, Reflexkreise zu identifizieren, die für energieeffizientes Gehen unerlässlich sind. Um den Reflexkontrollmechanismus zu erforschen und ein besseres Verständnis des energieeffizienten Wartungsmechanismus zu erlangen, haben wir das reflexbasierte Kontrollsystem erweitert, um kontrollierte Gehgeschwindigkeiten basierend auf Zielgeschwindigkeiten zu ermöglichen.
Wir haben eine neuartige leistungsgewichtete Methode der kleinsten Quadrate (PWLS) entwickelt, um einen Parametermodulator zu entwerfen, der die Geheffizienz verbessert und gleichzeitig die Zielgeschwindigkeit für ein reflexbasiertes Zweibeinsystem beibehält.
Wir haben in einem 2D-Muskel-Skelett-Modell erfolgreich Gehgeschwindigkeiten von 0,7 bis 1,6 m/s generiert, basierend auf der Zielgeschwindigkeit zur Eingabe in die Simulationsumgebung. Unsere detaillierte Analyse des Parametermodulators in einem inversionsbasierten System ergab zwei Hauptinversionsschaltungen, die einen erheblichen Einfluss auf die Energieeffizienz haben.
Darüber hinaus wurde bestätigt, dass dieses Ergebnis nicht durch die Einstellung der Parameter, d. h. Beinlänge, sensorische Zeitverzögerung und Gewichtskoeffizienten in der objektiven Kostenfunktion, beeinflusst wird.
Diese Erkenntnisse stellen ein leistungsstarkes Werkzeug zur Erforschung der neuronalen Grundlagen der Bewegungssteuerung dar und verdeutlichen gleichzeitig die komplexen Mechanismen, die dem menschlichen Gehen zugrunde liegen, und bergen großes Potenzial für praktische technische Anwendungen.