論文の概要: A Lobster-inspired Robotic Glove for Hand Rehabilitation
- arxiv url: http://arxiv.org/abs/2003.00577v1
- Date: Sun, 1 Mar 2020 20:38:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-27 13:20:57.456321
- Title: A Lobster-inspired Robotic Glove for Hand Rehabilitation
- Title(参考訳): ハンドリハビリテーションのためのロブスター型ロボットグローブ
- Authors: Yaohui Chen, Sing Le, Qiao Chu Tan, Oscar Lau, Fang Wan, Chaoyang Song
- Abstract要約: 本報告では,ロブスターに着想を得た複合設計を応用したハンドリカバリーグローブの設計,開発,評価の予備的結果について述べる。
ロブスターの曲げ腹部にインスパイアされたハイブリッドアクチュエータは、内部の加圧軟質室によって作動される連続的に接合された硬質貝殻で構築され、曲げ運動を生成する。
患者の前腕からsEMG信号のパターンを学習し、手指リハビリテーション運動のためのグローブを訓練する手指リハビリテーションシステムを開発した。
- 参考スコア(独自算出の注目度): 17.19486547625458
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents preliminary results of the design, development, and
evaluation of a hand rehabilitation glove fabricated using lobster-inspired
hybrid design with rigid and soft components for actuation. Inspired by the
bending abdomen of lobsters, hybrid actuators are built with serially jointed
rigid shells actuated by pressurized soft chambers inside to generate bending
motions. Such bio-inspiration absorbs features from the classical rigid-bodied
robotics with precisely-defined motion generation, as well as the emerging soft
robotics with light-weight, physically safe, and adaptive actuation. The
fabrication procedure is described, followed by experiments to mechanically
characterize these actuators. Finally, an open-palm glove design integrated
with these hybrid actuators is presented for a qualitative case study. A hand
rehabilitation system is developed by learning patterns of the sEMG signals
from the user's forearm to train the assistive glove for hand rehabilitation
exercises.
- Abstract(参考訳): 本稿では,ロブスターにインスパイアされたハイブリッドデザインを用いた手のリハビリテーショングローブの設計,開発,評価の予備的な結果について述べる。
ロブスターの曲げ腹部にインスパイアされたハイブリッドアクチュエータは、内部の加圧軟質室によって作動される連続的に接合された硬質シェルで構築され、曲げ運動を生成する。
このようなバイオインスパイレーションは、精密な運動生成を伴う古典的な剛体ロボットや、軽量で物理的に安全で適応的なアクチュエーションを備えたソフトロボティクスから特徴を吸収する。
製造手順について述べ、続いてこれらのアクチュエータを機械的に特徴付ける実験を行う。
最後に,これらのハイブリッドアクチュエータと一体化したオープンパームグローブを定性的ケーススタディとして提示する。
ユーザの前腕からのseg信号のパターンを学習し、手指リハビリテーションのための補助グローブを訓練することにより手指リハビリテーションシステムを構築する。
関連論文リスト
- Data-Driven Ergonomic Risk Assessment of Complex Hand-intensive
Manufacturing Processes [1.5837588732514762]
手強い製造プロセスは、タスクの複雑さに対処するために、人間の器用さをかなり必要とします。
これらの激しい手の動きは、しばしば筋骨格障害やリハビリテーション手術につながる。
我々は,手強い製造プロセスに関連する人間工学的問題を特定し,対処するためのデータ駆動型人間工学的リスクアセスメントシステムを開発した。
論文 参考訳(メタデータ) (2024-03-05T23:32:45Z) - RObotic MAnipulation Network (ROMAN) $\unicode{x2013}$ Hybrid
Hierarchical Learning for Solving Complex Sequential Tasks [70.69063219750952]
ロボットマニピュレーションネットワーク(ROMAN)のハイブリッド階層型学習フレームワークを提案する。
ROMANは、行動クローニング、模倣学習、強化学習を統合することで、タスクの汎用性と堅牢な障害回復を実現する。
実験結果から,これらの専門的な操作専門家の組織化と活性化により,ROMANは高度な操作タスクの長いシーケンスを達成するための適切なシーケンシャルなアクティベーションを生成することがわかった。
論文 参考訳(メタデータ) (2023-06-30T20:35:22Z) - Collaborative Robotic Ultrasound Tissue Scanning for Surgical Resection
Guidance in Neurosurgery [1.372026330898297]
本研究の目的は、自律型iUS組織スキャンのためのロボットプラットフォームを導入することである。
提案プラットフォームの重要な応用は、腫瘍切除をガイドする脳組織のスキャンである。
論文 参考訳(メタデータ) (2023-01-19T17:05:07Z) - Reconfigurable Data Glove for Reconstructing Physical and Virtual Grasps [100.72245315180433]
本研究では,人間の手-物体相互作用の異なるモードを捉えるために,再構成可能なデータグローブの設計を提案する。
グローブは3つのモードで動作し、異なる特徴を持つ様々な下流タスクを実行する。
i)手の動きと関連力を記録し,(ii)VRの操作流速を改善するとともに,(iii)様々なツールの現実的なシミュレーション効果を生み出すことにより,システムの3つのモードを評価する。
論文 参考訳(メタデータ) (2023-01-14T05:35:50Z) - VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait
Representation [78.92147339883137]
本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。
本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。
生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
論文 参考訳(メタデータ) (2022-05-02T19:49:53Z) - Next Steps: Learning a Disentangled Gait Representation for Versatile
Quadruped Locomotion [69.87112582900363]
現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。
本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。
本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
論文 参考訳(メタデータ) (2021-12-09T10:02:02Z) - Learning Control Policies for Imitating Human Gaits [2.28438857884398]
人間はウォーキング、ランニング、ジャンプといった運動を最も効率的な方法で行っており、このプロジェクトの動機の源となっている。
骨格と筋骨格の人間モデルは,矢状面の運動に対して考慮された。
モデルフリー強化学習アルゴリズムは、逆ダイナミクス制御動作の最適化に用いられた。
論文 参考訳(メタデータ) (2021-05-15T16:33:24Z) - Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle
Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。
私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。
提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
論文 参考訳(メタデータ) (2021-04-29T00:11:32Z) - In-air Knotting of Rope using Dual-Arm Robot based on Deep Learning [8.365690203298966]
深層学習に基づく双腕二本指ロボットを用いて,ロープの空中結節を成功させた。
全ての対象状態に対応する適切なロボット動作のマニュアル記述を事前に作成することは困難である。
そこで我々は,ロボットに2つの深層ニューラルネットワークを訓練し,そのセンサモデレータから収集したデータに基づいてボクノットとオーバーハンドノットを行うよう指示するモデルを構築した。
論文 参考訳(メタデータ) (2021-03-17T02:11:58Z) - Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。
終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文 参考訳(メタデータ) (2021-01-24T12:44:38Z) - Learning Predictive Models for Ergonomic Control of Prosthetic Devices [9.374871304813638]
インタラクションプリミティブを拡張して,予測バイオメカニクスを実現する。
我々はこの能力をモデル予測制御戦略で活用し、潜在的なロボット行動のエルゴノミクスおよびバイオメカニカルな影響を識別する。
バイオメカニカルコスト関数によって選択された制御作用により, 膝や筋力の最小化が実証された。
論文 参考訳(メタデータ) (2020-11-13T16:39:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。