Assistenzsysteme

Das Hauptziel des HeiAge-Projekts ist es neue, intelligente Systeme zu entwickeln und zu validieren, um die Mobilität von älteren Personen aufrecht zu erhalten und zu verbessern. Da die ältere Bevölkerungsgruppe sehr heterogen ist, möchten wir unterschiedliche Systeme entwickeln, die die variierenden Bedürfnisse von älteren Personen unterschiedlicher Gebrechlichkeits- und Fähigkeitsstufen erfüllen. Die Teilprojekte B1, B2 und B3 haben als Ziele einen Assistenzroboter, ein Exoskelett und einen leichten Exosuit, um ältere Personen nur wenig, aber auch mehr unterstützen zu können: Hilfe beim Aufstehen von einem Stuhl, Gehen und teilweise Unterstützung einen aktiven Lebensstil aufrecht zu erhalten.

 

Assistenzroboter

Eine der ersten Bewegungen, die zunehmend schwieriger werden mit abnehmender Muskelkraft, ist die Aufstehbewegung ohne Hilfe. Die Belastung der Beinmuskeln während des Sitzen-zu-Stehen (STS) Übergangs ist sehr hoch. Laufen und Stehen sind im Vergleich dazu leichter. Um die Alltagsmobilität von älteren Personen, die Schwierigkeiten haben aufzustehen, erhalten zu können, ist das Ziel dieses Teilprojektes (B1: „Entwicklung eines Mobilitätsassistenzroboters für ältere Menschen“), einen Assistenzroboter zu entwickeln, der STS-Unterstützung, Gehunterstützung und Balancehilfe bieten kann.

Um dies zu erreichen wird ein Prototyp eines robotischen Rollators entwickelt. Die Hauptfunktionalität sind bewegliche Griffe, die beim Aufstehen helfen. Im Sitzen kann der Benutzer sich mit ausgestreckten Armen auf die Griffe stützen, die sich rechts und links vom Körper befinden. Motoren erzeugen eine unterstützende Kraft und entlasten die Beine über die aufgestützen Arme. Die genaue Bewegung der Griffe wird mit Hilfe von Optimierungsmethoden und -modellen ermittelt, um einen möglichst natürlichen Bewegungsablauf zu erzeugen. Die unterstütze STS-Bewegung wird gemeinsam mit anderen Teilprojekten in Motion Capture Experimenten evaluiert (z.B. A1 und A2).

Als erster Schritt wird für die Griffe ein experimenteller, stationärer Roboter konstruiert. Diese Laborvariante erlaubt es viele verschiedene Grifftrajektorien zu testen und die Unterstützungsbewegungen und -kräfte experimentell zu evaluieren. Die Griffe bewegen sich sowohl horizontal als auch vertikal. Für die Laborvariante soll ein Linienportalroboter eingesetzt werden, der mit starken Elektromotoren und stabilen Achsen ausgestattet ist, die die hohen mechanischen Kräfte und Drehmomente aufnehmen können, um genügend Unterstützung zu bieten. Das Bild zeigt einen sehr frühen Entwurf ohne mechanische Validität oder präzise Größenverhältnisse.

 

Exoskelett

Im Rahmen dieses Teilprojekts (B2: „Adaption eines Exoskeletts auf die Bedürfnisse älterer Menschen“) wollen wir ein bereits vorhandenes Exoskelett für die unteren Extremitäten anpassen und verändern, um das Gehen der älteren Bevölkerungsgruppe optimal unterstützen zu können. Wir möchten hauptsächlich die Teile der Gruppe erreichen, die etwas gebrechlicher sind und eine eingeschränkte Gehfähigkeit haben. Zu diesem Zweck haben wir das TWIN-Exoskelett erworben, das zu Forschungszwecken in der INAIL-Gruppe des IIT-Instituts hergestellt wurde. Das TWIN-Exoskelett ist ein personengebundenes System, das es Wirbelsäulenpatienten ermöglicht, autonom zu gehen, durch einen Design-Ansatz, bei dem die Benutzerfreundlichkeit, Tragbarkeit und Transportfähigkeit des Exoskeletts im Vordergrund stehen. In unserem Projekt haben wir uns ein zweifaches Ziel gesetzt:

Erstens, die Anpassung des Exoskeletts auf die Bedürfnisse der erwähnten älteren Personengruppen. Dies beinhaltet die Untersuchung möglicher ergonomischer und komfortoptimierter Kontaktschnittstellen. Zusätzlich möchten wir den Bewegungsbereich des Exoskeletts durch Hinzufügen und Erhöhung der Flexibilität von Freiheitsgraden, die in der aktuellen Version eingeschränkt sind erweitern.

Das zweite Ziel ist die Anpassung der Exoskelett-Software und Implementierung einer modellbasierten prädiktiven Kontrollstrategie. Hierfür müssen wir eine Neugestaltung der übergeordneten Steuerung für den Betrieb des Exoskeletts vornehmen. Speziell streben wir eine bessere Mensch-Roboter-Interaktion an, bei der der Benutzer das Gerät durch Bewegungsabsichtserkennung intuitiv steuern kann. Zusätzlich entwickeln und implementieren wir Algorithmen zur modellbasierten prädiktiven Steuerung. Dies beinhaltet die Zustandsabschätzung des Menschen und zusätzlich des Exoskeletts durch optimierungsbasierte Ansätze. Dies erlaubt es uns Optimalsteuerungsprobleme für Steuersignale von Sensoren zu lösen, die sowohl auf dem Exoskelett als auch auf dem Menschen angebracht sind.

 

ExoLight

Der Hip Exosuit ist ein flexibles, tragbares Hilfsmittel, das aktiv Bewegungen in der Hüftgegend unterstützen kann. Es wird im Teilprojekt B3 („ExoLight für die Ausübung von Sport bis ins hohe Alter“) in Prof. Masias Forschungsgruppe ARIES an der Universität Heidelberg entwickelt. Es ist hauptsächlich für ältere Personen gedacht, die als “Kommt gut zurecht” eingeordnet werden (Level 1-3 der Gebrechlichkeits-Skala). Das Ziel ist es, den Nutzer dazu zu ermutigen seine physische Aktivität während des Alterns aufrecht zu erhalten, indem das Laufen und sportliche Aktivitäten einfacher gemacht werden. Das entwickelte System unterstützt die Hüftbeugung, d.h. das Anheben der Beine während der Schwungphase beim Laufen. Dies soll helfen die Schrittlänge zu vergrößern und den metabolischen Energieumsatz zu senken und folglich ein effizienteres Gehen zu ermöglichen.

Der Exosuit besteht aus einem Gürtel und zwei Oberschenkel-Gurten, jeweils einer an jedem Bein. Ein Bowdenzug mit Ankerpunkten am Hüftgürtel und der Oberschenkelgurt übertragen die benötigten Kräfte zu den Beinen. Das System wird dahingehend entwickelt, dass es leicht und transparent ist und im Freien genutzt werden kann. Die Steuerung wird so ausgelegt, dass sie die Benutzerintention erkennt und die bio-inspirierte Regelung erlaubt es, den Bewegungen des Nutzers zu folgen, sowie zusätzliche Unterstützung während der Schwungphase zu liefern, damit das Bein weiter nach vorne bewegt werden kann. Die unterstützte Gehbewegung wird in Motion Capture Experimenten gemeinsam mit dem Teilprojekt A1 evaluiert, sowohl auf einem Laufband als auch beim normalen Gehen auf ebenem Boden.