به گزارش افرنگ خبر / به نقل از آی‌ای، گروهی از مهندسان دانشگاه استنفورد یک جفت چکمه منحصر به فرد ساخته‌اند که می‌تواند با صرف انرژی و تلاش کمتر، شما را سریع‌تر راه ببرد.

این چکمه‌های رباتیک با استفاده از یک قاب فیبر کربنی، یک موتور و یک جفت کفش ساخته شده‌اند. این چکمه‌ها در اصل می‌توانند به حرکت پا در افرادی که دچار آسیب‌های پا یا مشکلات حرکتی هستند، کمک کند.

موتور این چکمه رباتیک، کابل موجود در آن را می‌کشد و پا را خم می‌کند و هنگامی که فرد برای راه رفتن به زمین فشار می‌آورد، به نیروی وی می‌افزاید و به کاربر در سریع‌تر راه رفتن کمک می‌کند.

چندین دستگاه کمکی با طراحی مشابه با این چکمه هوشمند وجود دارد، اما چیزی که این دستگاه را متمایز می‌کند، نیروی کمکی حداکثری است که ارائه می‌دهد؛ علاوه بر این، چکمه‌ها قادر به ارائه کمک‌های شخصی و سفارشی به هر کاربر به صورت مجزا هستند.

پاتریک اسلید، نویسنده ارشد این مطالعه و پژوهشگر فوق دکتری در دانشگاه استنفورد می‌گوید: یک پیشرفت در کار ما توسعه یک مدل یادگیری ماشینی بود که از داده‌های حسگر قابل حمل از اسکلت بیرونی برای تعیین بهترین الگوی کمکی هنگام راه رفتن استفاده می‌کند.

وی افزود: این بسیار مهم است، زیرا هر فردی به طور متفاوتی راه می‌رود و برای دریافت حداکثر نیروی کمکی به الگوهای کمکی متفاوتی نیاز دارد.

پژوهشگران می‌گویند که تا به حال استفاده از اکثر دستگاه‌های اسکلت بیرونی به تنظیمات آزمایشگاهی محدود می‌شد و هیچ یک از آنها مزایای واقعی را از کاهش انرژی لازم برای راه رفتن یا افزایش سرعت راه رفتن نشان نداده‌اند. این به این دلیل است که طراحی ماهیچه‌ها، تاندون‌ها و اسکلت انسان، بسیار تکامل‌یافته و تخصصی است و حرکت بسیار کارآمدی را برای ما فراهم می‌کنند. بنابراین در حقیقت، کمک به راه رفتن انسان در واقع بسیار دشوار است.

با این حال، این اسکلت بیرونی که به تازگی ساخته شده توانسته است عملکرد بهتر و سریع‌تر راه رفتن را برای انسان در شرایط دنیای واقعی نشان دهد.

این طرح به اندازه کافی قدرتمند است که معادل ۵۰ تا ۷۵ درصد تلاشی را که ماهیچه ساق پای انسان معمولاً در طول راه رفتن انجام می‌دهد، تامین کند. علاوه بر این، مهندسان این دستگاه را به حسگرهای قابل حمل برای کمک شخصی و سفارشی مجهز کردند تا بهترین الگوی کمکی را برای هر فرد پیدا کنند.

حسگرها عواملی مانند زاویه مچ پا، سرعت مچ پا و گشتاور کمکی اسکلت بیرونی را هنگام راه رفتن کاربر کنترل می‌کنند. سپس با استفاده از فناوری یادگیری ماشین، مدل این داده‌ها را پردازش می‌کند تا الگویی را که به بهترین وجه با سبک راه رفتن کاربر مطابقت دارد، درک کند و در نهایت تنظیمات دستگاه را بر اساس آن تنظیم می‌کند.

این چکمه‌ها که با باتری کار می‌کنند، فرد را قادر می‌سازند تا از تلاش عضلانی کمتری استفاده کند که منجر به صرفه‌جویی در انرژی مصرفی و افزایش سرعت راه رفتن می‌شود. چکمه‌ها در طول آزمایش در فضای باز که شرکت کنندگان در حین شروع و توقف مسابقات پیاده‌روی با سرعت‌های مختلف راه می‌رفتند، مزایایی معادل برداشتن و راه رفتن با یک کوله پشتی ۱۴ کیلوگرمی داشتند.

علاوه بر این، سرعت راه رفتن کاربران را در مقایسه با کفش‌های معمولی ۹ درصد افزایش داد.

اسلید گفت: دستگاه ما با آزمایش‌های آزمایشگاهی دقیق طراحی شده است و می‌تواند تقریباً سه برابر بیشتر از دستگاه‌های قبلی کمک ارائه کند که برای ارائه بیشترین مزایا به کاربر از نظر کاهش انرژی در هنگام راه رفتن و افزایش سرعت راه رفتن ضروری است.

محدودیت‌ها و پتانسیل چکمه رباتیک

به گفته اسلید و تیمش، مدل چکمه‌های مبتنی بر داده می‌تواند همکاری انسان و ربات را در طیف گسترده‌ای از وظایف از جمله کار در کارخانه، کمک در زندگی روزمره، جراحی و غیره بهبود بخشد و بنابراین، این دستگاه پتانسیل بهینه‌سازی تمام این امور را دارد. واکنش رباتیک به حرکات انسان یکی دیگر از کاربردهای واضح این است که می‌تواند افراد مبتلا به اختلالات حرکتی موقت یا دائمی را مستقل‌تر کند.

این وسیله کمکی حتی می‌تواند راه رفتن را به یک فعالیت بدنی سبک‌تر برای افراد مسن تبدیل کند. با این حال، یافته‌های مطالعه حاضر بر اساس آزمایشاتی است که بر روی افراد سالم انجام شده است. این بدان معنی است که تحقیقات بیشتری برای تأیید مزایای این اسکلت بیرونی برای انسان به طور کلی و در شرایط مختلف مورد نیاز است.

الید می‌گوید: ما برای این مطالعه از افراد جوان و سالم استفاده کردیم تا فواید آن را ارزیابی کنند. این امر برای ایمنی در ارزیابی یک دستگاه قبل از کار با جمعیت بالینی معمول است. ما اکنون شروع به مطالعه این می‌کنیم که این دستگاه‌ها چگونه می‌توانند بر تحرک افراد مبتلا به بیماری‌ها و چالش‌های حرکتی مانند افراد مسن یا بیماری‌های عضلانی تأثیر بگذارند.

این مطالعه در مجله Nature منتشر شده است.