دیده بان پیشرفت علم، فناوری و نوآوری
04 تير 1396 - 14:15

الگورتیمی برای ارتقای اسکلت

پژوهشگران دانشگاهی موفق شدند برای بهبود کار اسکلت‌های خارجی رباتیک، الگوریتمی ابداع کنند که راه رفتن را یاد می‌گیرد.
کد خبر : 190151

به گزارش گروه علم فناوری آنا به‌ نقل از Ars Technica، اسکلت بیرونی، نوعی ربات است که به کل بدن انسان اضافه می‌شود تا ناتوانی‌هایی مانند فلج، آسیب‌دیدگی در اثر حادثه یا ناتوانی در اثر پیری را از بین ببرد. یکی از مشکلات سر راه این تکنولوژی، این است که اندازه و روش عمل آن برای تمام افراد معلول یکسان و قابل استفاده نیست.


الگوی راه رفتن در افراد با معلولیت مختلف متفاوت است و فشاری که هر کس در هر نقطه از بدن متحمل می‌شود، بسته به وزن و قد و حجم عضلات و نوع مشکلی که دارد با افراد دیگر فرق می‌کند.


از سوی دیگر اسکلت‌های خارجی نیازمند نصب دقیق و جانشانی درست اتصالات هستند تا خودشان به مشکلی برای حرکت عضو تبدیل نشوند و این موجب می‌شود که ارتفاع هر عضله و استخوان در استفاده از این ربات‌های همراه مهم باشد. پژوهشگران دانشگاه کارنگی ملون برای غلبه بر این مشکلات الگوریتمی را طراحی کردند که می‌تواند تمام این موارد را زیرنظر بگیرد و اسکلت خارجی را قبل از رسیدن به دست صاحبش، تنظیم کند.


این الگوریتم چهار فاکتور مؤثر در راه‌ رفتن را اندازه‌گیری و رصد می‌کند. این فاکتورها از طریق یک اسکلت بیرونی کوچک که روی ساق تا پنجه پا نصب می‌شود، اطلاعات را جمع‌آوری می‌کند. بیمار پس از نصب این اسکلت کوچک، روی تردمیل راه می‌رود و کامپیوتر عوامل اثرگذار را اندازه‌گیری و ثبت می‌کنند.


فاکتور اضافی‌ای که این الگوریتم درنظر می‌گیرد، فاکتور میزان انرژی مصرف‌شده برای راه‌ رفتن است. بنابر نتایج به‌دست آمده، الگوریتم می‌تواند با تنظیم اسکلت بیرونی، میزان مصرف انرژی معلولان در راه‌ رفتن را به مقدار 40 درصد کاهش دهد و این پیشرفت بزرگی محسوب می‌شود.


در حال حاضر اسکلت‌های بیرونی فقط برای استفاده افرادی که ناتوانی‌های جزئی دارند موجود است و برای اینکه فردی که کاملا فلج است بتواند از آنها بهره گیرد، نیاز به هماهنگی بیشتری میان اسکلت بیرونی و دستگاه عصبی و ایمپلنت‌های مغزی‌ است که چندان به‌صرفه و عملیاتی نیستند.


مترجم: محمدرضا احمدی‌نیا


انتهای پیام/

ارسال نظر
هلدینگ شایسته