SMILE – Sensory Motor Interface for Lower Extremity Exoskeletons
Entwicklung von Exoskeletten für die unteren Extremitäten, die speziell auf die physiologischen und klinischen Bedürfnisse der Patienten zugeschnitten sind.
Projektpartner
Imperial College of London
Laufzeit
01.10.2020 – 30.09.2024
Fördergeber
TUM International Graduate School of Science and Engineering (IGSSE)
Motivation
Der Verlust der Mobilität oder des Gleichgewichts als Folge eines neuronalen Traumas oder des Alterns ist ein kritischer Gesichtspunkt im öffentlichen Gesundheitswesen. Tragbare Roboter (d.h. Exoskelette) sind als Lösungen für Rehabilitation und Bewegungsunterstützung anerkannt. Obwohl die Forschung auf dem Gebiet der Exoskelette umfangreich ist, haben zwei Hindernisse die vollständige Realisierung von Exoskeletten behindert: das Leistungs-/Gewichtsverhältnis der Exoskelettstruktur und die künstliche Intelligenz, die eine Anpassung an den spezifischen Patienten ermöglicht. Das Ziel des Projekts ist die Entwicklung eines voll automatisierten Rahmens von der Topologieoptimierung der Strukturteile bis hin zu einem roboterbasierten Rapid Prototyping, um in weniger als 24 Stunden ein maßgeschneidertes LEE (engl. Lower Extremity Exoskeleton) für Schlaganfallpatienten herzustellen.
Vorgehen
Um ein speziell auf den einzelnen Patienten zugeschnittenes Exoskelett zu entwickeln, sind sowohl die Herstellung der topologie- und funktionsoptimierten LEE-Strukturen (d.h. Optimierung des Leistungs-/Gewichtsverhältnisses) als auch künstliche Intelligenz für eine reibungslose Mensch-Maschine-Schnittstelle erforderlich. Die Anpassung der Geometrie kombiniert mit der Anpassung der Steifigkeit ist eine Herausforderung, die in diesem Projekt angegangen werden soll. Dies soll durch den Einsatz von Algorithmen der Topologieoptimierung realisiert werden. Diese Methoden werden an den roboterbasierten Rapid Prototyping mit lokaler Faserverstärkung angepasst werden. Als Ergebnis können kundenspezifische Leichtbauteile in einem vollautomatischen Prozess hergestellt werden. Darüber hinaus werden Algorithmen des maschinellen Lernens verwendet, um auf der Grundlage von Simulationen des durch die medizinischen Bedürfnisse des Patienten eingeschränkten Gehens Designparameter für jeden Benutzer abzuleiten. Auf diese Weise können die Neuromechanik der Gelenksteifigkeit, die Größe, das Gewicht sowie die Sensorplatzierung für eine optimale Nutzung angepasst werden.
Danksagung
Der Lehrstuhl bedankt sich für die, durch die International Graduate School of Science and Engineering (IGSSE) der Technischen Universität München bereitgestellte Finanzierung durch das Joint Academy of Doctoral Studies (JADS) Programm.
Aktuelles
23.08.2021 Multifunktionale nicht-planare 3D-Druckteile mit integriertem Kupferdraht
30.04.2021 Nicht-planarer 3D-Druck mit Endloskohlenstofffaser
27.10.2020 SMILE: Sensory Motor Interface for Lower Extremity Exoskeletons
Ansprechpartner*in
Chih-Yu Chen, M.Sc.; Dr.-Ing. Swen Zaremba