論文の概要: Intelligent upper-limb exoskeleton integrated with soft wearable
bioelectronics and deep-learning for human intention-driven strength
augmentation based on sensory feedback
- arxiv url: http://arxiv.org/abs/2309.04655v2
- Date: Fri, 26 Jan 2024 05:40:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-29 17:59:39.754972
- Title: Intelligent upper-limb exoskeleton integrated with soft wearable
bioelectronics and deep-learning for human intention-driven strength
augmentation based on sensory feedback
- Title（参考訳）: 感覚フィードバックに基づく人間の意図駆動力増強のためのソフトウェアラブルバイオエレクトロニクスと深層学習を統合した知的上肢外骨格
- Authors: Jinwoo Lee, Kangkyu Kwon, Ira Soltis, Jared Matthews, Yoonjae Lee,
Hojoong Kim, Lissette Romero, Nathan Zavanelli, Youngjin Kwon, Shinjae Kwon,
Jimin Lee, Yewon Na, Sung Hoon Lee, Ki Jun Yu, Minoru Shinohara, Frank L.
Hammond, Woon-Hong Yeo
- Abstract要約: 筋骨格筋力の加齢と脳卒中による低下は、上肢を用いて日々の人間のタスクを遂行する能力を低下させる。
本稿では,クラウドをベースとした深層学習を用いて,強度向上のための人間の意図を予測する,上層域のエクソスケルトンシステムを提案する。
意図駆動性外骨格は、非アシスト性外骨格と比較して、ヒトの強度を平均5.15倍に増強することができる。
- 参考スコア（独自算出の注目度）: 5.447052101190182
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The age and stroke-associated decline in musculoskeletal strength degrades
the ability to perform daily human tasks using the upper extremities. Although
there are a few examples of exoskeletons, they need manual operations due to
the absence of sensor feedback and no intention prediction of movements. Here,
we introduce an intelligent upper-limb exoskeleton system that uses cloud-based
deep learning to predict human intention for strength augmentation. The
embedded soft wearable sensors provide sensory feedback by collecting real-time
muscle signals, which are simultaneously computed to determine the user's
intended movement. The cloud-based deep-learning predicts four upper-limb joint
motions with an average accuracy of 96.2% at a 200-250 millisecond response
rate, suggesting that the exoskeleton operates just by human intention. In
addition, an array of soft pneumatics assists the intended movements by
providing 897 newton of force and 78.7 millimeter of displacement at maximum.
Collectively, the intent-driven exoskeleton can augment human strength by 5.15
times on average compared to the unassisted exoskeleton. This report
demonstrates an exoskeleton robot that augments the upper-limb joint movements
by human intention based on a machine-learning cloud computing and sensory
feedback.
- Abstract（参考訳）: 筋骨格筋力の加齢と脳卒中関連低下は,上肢を用いた日常生活作業能力の低下を招いている。
外骨格の例はいくつかあるが、センサーのフィードバックがないため手動操作が必要であり、動きの意図的な予測ができない。
本稿では,クラウドベースの深層学習を用いて,強度向上のための人間の意図を予測するインテリジェントな上肢外骨格システムを提案する。
組込みソフトウェアラブルセンサは、リアルタイムの筋信号を収集して感覚フィードバックを提供し、同時に計算してユーザの意図した動きを判定する。
クラウドベースのディープラーニングは、平均96.2%の精度で200-250ミリ秒の反応速度で4つの上肢関節運動を予測する。
さらに、柔らかい空気圧の配列は、最大で897個のニュートンと78.7ミリの変位を与えることで、意図した動きを支援する。
総合すると、インテント駆動のエクソ骨格は、非アシストのエクソ骨格と比べて平均5.15倍の強度を増強することができる。
本報告では,機械学習のクラウドコンピューティングと感覚フィードバックに基づいて,上肢関節運動を人間の意図で増強する外骨格ロボットについて述べる。
関連論文リスト
- Digitizing Touch with an Artificial Multimodal Fingertip [51.7029315337739]
人間とロボットはどちらも、周囲の環境を知覚し、相互作用するためにタッチを使うことの恩恵を受ける。
ここでは、タッチのデジタル化を改善するための概念的および技術革新について述べる。
これらの進歩は、高度なセンシング機能を備えた人工指型センサーに具現化されている。
論文 参考訳（メタデータ） (2024-11-04T18:38:50Z) - Continual Imitation Learning for Prosthetic Limbs [0.7922558880545526]
モーター付きバイオニック手足は約束を提供するが、その実用性は様々な環境での人間の運動の進化する相乗効果を模倣することに依存する。
本稿では, カメラを用いたモーションキャプチャとウェアラブルセンサデータを活用したバイオニック補綴用アプリケーションの新しいモデルを提案する。
本稿では,マルチタスク,継続的な適応,動きの予測,移動の洗練が可能なモデルを提案する。
論文 参考訳（メタデータ） (2024-05-02T09:22:54Z) - Self Model for Embodied Intelligence: Modeling Full-Body Human Musculoskeletal System and Locomotion Control with Hierarchical Low-Dimensional Representation [22.925312305575183]
筋骨格モデル(MS-Human-700)を90個の体節,206個の関節,700個の筋腱ユニットで構築した。
低次元表現と階層的深部強化学習を用いた新しいアルゴリズムを開発し、最先端のフルボディ制御を実現する。
論文 参考訳（メタデータ） (2023-12-09T05:42:32Z) - Robot Learning with Sensorimotor Pre-training [98.7755895548928]
ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。
我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。
感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
論文 参考訳（メタデータ） (2023-06-16T17:58:10Z) - An Overview of Artificial Intelligence-based Soft Upper Limb Exoskeleton
for Rehabilitation: A Descriptive Review [0.0]
上肢のロボット外骨格は、リハビリテーション分野での運動機能障害の回復に使用される電気機械装置である。
反復的、包括的、集中的、肯定的、正確にトレーニングすることで、関節と筋肉の能力を取り戻すことができる。
論文 参考訳（メタデータ） (2023-01-11T07:13:25Z) - Ultra-sensitive Flexible Sponge-Sensor Array for Muscle Activities
Detection and Human Limb Motion Recognition [8.26625796934816]
ヒト肢の運動追跡と認識は、リハビリテーショントレーニング、下肢補助、アンプの補綴設計などにおいて重要な役割を担っている。
本研究は、下肢動作認識アプリケーションを用いた携帯型ウェアラブル筋活動検出装置を実証する。
論文 参考訳（メタデータ） (2022-04-30T06:44:26Z) - GIMO: Gaze-Informed Human Motion Prediction in Context [75.52839760700833]
本研究では、高品質なボディポーズシーケンス、シーンスキャン、目視によるエゴ中心のビューを提供する大規模な人体動作データセットを提案する。
私たちのデータ収集は特定のシーンに縛られません。
視線の全可能性を実現するために,視線と運動枝の双方向通信を可能にする新しいネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-04-20T13:17:39Z) - Synthesis and Execution of Communicative Robotic Movements with
Generative Adversarial Networks [59.098560311521034]
我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。
我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。
我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
論文 参考訳（メタデータ） (2022-03-29T15:03:05Z) - From Movement Kinematics to Object Properties: Online Recognition of
Human Carefulness [112.28757246103099]
ロボットは、視覚だけで、人間のパートナーが物体を動かす際に注意を払っているかを、どのようにオンラインで推測できるかを示す。
我々は,低解像度カメラでも高い精度(最大81.3%)でこの推論を行うことができることを示した。
パートナーの行動を観察することによる動きの注意の迅速な認識により、ロボットはオブジェクトに対する行動に適応し、人間のパートナーと同じケアの度合いを示すことができる。
論文 参考訳（メタデータ） (2021-09-01T16:03:13Z) - Careful with That! Observation of Human Movements to Estimate Objects
Properties [106.925705883949]
我々は、物体の重さについての洞察を伝える人間の運動行動の特徴に焦点を当てる。
最後の目標は、ロボットがオブジェクトハンドリングに必要なケアの度合いを自律的に推測できるようにすることです。
論文 参考訳（メタデータ） (2021-03-02T08:14:56Z) - Reinforcement Learning Control of a Biomechanical Model of the Upper
Extremity [0.0]
我々は、強化学習で実施されるモータバブリング手法を用いて制御ポリシーを学習する。
我々は7つの運動自由度を含む最先端のバイオメカニカルモデルを用いている。
次元の呪いに対処するために、個々の筋肉の代わりに各自由度で作用する簡易な2階筋モデルを用いる。
論文 参考訳（メタデータ） (2020-11-13T19:49:29Z)
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。