用于现实世界行走的个性化外装
人们很少以恒定的速度和单一的斜坡行走。我们在赶往下一个约会地点、捕捉人行横道信号或去公园闲逛时会改变速度。斜坡也一直在变化，无论我们是去远足还是爬上坡道进入建筑物。除了环境变量外，我们的行走方式还受性别、身高、年龄和肌肉力量的影响，有时还会受到神经或肌肉疾病（如中风或帕金森病）的影响。
这种人类和任务的可变性是设计可穿戴机器人以在现实世界条件下辅助或增强步行的主要挑战。迄今为止，为个人的步行定制可穿戴机器人辅助需要数小时的手动或自动调整——这对健康人来说是一项繁琐的任务，而对于老年人或临床患者来说往往是不可能的。
哈佛大学约翰 A. 保尔森工程与应用科学学院 (SEAS) 的研究人员开发了一种新方法，该方法可以在几秒钟内针对个人进行校准，并适应各种现实世界的步行任务。该仿生系统使用肌肉动力学的超声测量来为该套装的用户开发个性化和特定活动的辅助配置文件。
以前的生物启发式尝试为机器人外装开发个性化的辅助配置文件，重点是穿戴者四肢的动态运动。 SEAS 研究人员采取了不同的方法。
四肢的运动与驱动其运动的底层肌肉的运动之间不一定存在直接映射。因此，为了研究肌肉动力学，该团队将便携式超声系统绑在参与者的小腿上，并在他们执行一系列步行任务时对他们的肌肉进行成像。
从这些预先记录的图像中，他们估计了与小腿肌肉平行施加的辅助力，以抵消他们在步行周期的推进阶段需要执行的额外工作。新系统只需要几秒钟的步行时间——即使是一步也可能足以捕捉肌肉的轮廓。
对于每个超声波生成的配置文件，研究人员随后测量了人在使用和不使用外装时使用了多少代谢能量。他们发现，该套装提供的基于肌肉的辅助显着降低了在不同步行速度和坡度下行走时的代谢能量。
与先前发表的研究中记录的相比，该套装还应用了较低的辅助力来实现相同或改进的代谢能量益处。 “通过直接测量肌肉，我们可以更直观地与使用外装的人一起工作，”研究生 Sangjun Lee 说。 “通过这种方法，外衣并没有压倒佩戴者，而是与他们合作。”在实际情况下进行测试时，该套装能够快速适应步行速度和坡度的变化。
接下来，研究团队的目标是测试系统并进行不断的实时调整。
传感器