Американські інженери розробили алгоритм управління протезом ноги зі згинання коліна, який самостійно адаптується до ходи свого господаря.
Експерименти показали, що на адаптацію протезу з таким алгоритмом необхідно в середньому десять хвилин ходьби. Стаття опублікована в IEEE Transactions on Cybernetics.
При ампутації кінцівок пацієнтам часто доводиться використовувати протези. На сьогоднішній день багато пацієнтів мають доступ до активних електромеханічним протезів нижніх кінцівок, які наводяться в рухи електромоторами або гідравлічними приводами. Це дозволяє максимально наблизити ходу до природної і знизити навантаження, яку відчуває пацієнт при ходьбі з протезом. Однак, оскільки хода кожної людини індивідуальна, настройка протеза - це трудомісткий процес, під час якого фахівцям часто доводиться знаходити оптимальні значення більш десяти параметрів, в тому числі сила тиску актуаторів, їх швидкість і інші.
Хе Хуанг (He Huang) і її колеги з Університету штату Північна Кароліна і Університету штату Арізона розробили алгоритм, що дозволяє протезів ніг з коліном адаптуватися до ходи користувача без необхідності ручного редагування параметрів.
Розробники обрали метод навчання з підкріпленням, при якому алгоритм навчається шляхом проб і помилок, і отримує від середовища оцінку своїх дій.
Дослідники розбили цикл ходьби (крок) на чотири фази, кожна з яких характеризується трьома параметрами: жорсткістю, рівнем гасіння і рівноважним положенням (кутом між секціями ноги).
Під час кожної з фаз використовується окремий алгоритм, що складається з двох нейромереж. Одна з них розраховує на основі параметрів ходьби параметри роботи протеза, такі як кут між секціями, швидкість руху і крутний момент, а друга порівнює розраховані параметри ходьби зі зразком.
Мета єдиного алгоритму полягає в тому, щоб відтворювати параметри ходи на кожному етапі найбільш близьким до цієї нозі чином. Для цього дослідники зібрали дані з добровольців, яких просили ходити по біговій доріжці.
Під час експериментальної перевірки алгоритму добровольці з протезом ходили по біговій доріжці, а алгоритм оновлював 12 параметрів (по три для чотирьох сегментів циклу ходьби) через кожні сім кроків. В результаті навчання середньоквадратична помилка (у порівнянні з нормальними параметрами ходьби) знизилася з 5,83 ± 0,85 до 3,99 ± 0,62 градуса. На навчання алгоритму йшло в середньому 300 кроків або 10 ± 2 хвилини.
Інженери також працюють і над створенням екзоскелетів для здорових людей, що дозволяють їм знижувати енергетичні витрати на ходьбу. Наприклад, в минулому році американські інженери створили активний екзоскелет, який після трохи більше 20 хвилин навчання знижує енерговитрати на 17 відсотків.
