EKSOSKELETON PINGGUL YANG BELAJAR PADA TUBUH VIRTUAL

Eksoskeleton bertenaga untuk kaki sedang dikembangkan, baik untuk rehabilitasi maupun untuk membantu orang sehat berjalan. Perangkat pinggul sangat menarik: otot-otot pinggul mengerjakan sebagian besar kerja positif saat berjalan di permukaan datar, sehingga membantu otot-otot itu dapat meringankan otot-otot yang memikul banyak bagian pekerjaan tersebut.

Kesulitannya adalah si pemakai. Begitu sebuah motor mendorong sebuah sendi, gaya berjalan berubah dan otot-otot menata ulang kerjanya. Solusi yang biasa, optimisasi “human-in-the-loop” (dengan manusia dalam lingkaran), menyetel perangkat langsung pada setiap orang — eksperimen panjang yang harus diulang untuk setiap pengguna baru dan setiap kondisi.

Pejalan virtual sebagai mitra latihan

Yifei Yuan, Xianlian Zhou, dan rekan-rekan di New Jersey Institute of Technology, bersama Kessler Foundation, memindahkan pelatihan itu ke dalam komputer. Manusia virtual mereka punya tubuh lengkap yang digerakkan oleh 304 aktuator otot. Tinggi, berat, kekuatan otot, panjang langkah, dan kecepatan berjalannya ditentukan secara acak, dari sekitar 1,55 m dan 54 kg hingga 1,94 m dan 97 kg, sehingga pengendali itu belajar untuk satu populasi utuh, bukan untuk satu orang.

Dua agen pembelajar berbagi dunia simulasi yang sama: satu mengendalikan tubuh, yang lain eksoskeleton. Mula-mula tubuh belajar berjalan sendirian; lalu perangkat dipasang dan keduanya saling beradaptasi. Eksoskeleton hanya melihat sudut dan kecepatan pinggul, dengan tunda 40 milidetik — cukup sederhana untuk dijalankan oleh komputer kecil Raspberry Pi 5 dan sensor gerak yang murah.

Memberi imbalan pada upaya yang tepat

Apa yang semestinya dituju perangkat itu? Pengendali-pengendali sebelumnya diberi imbalan karena mengurangi aktivasi otot atau kerja mekanis, yang menjadi pengganti bagi upaya. Di sini, imbalan eksoskeleton mencakup daya metabolik otot-otot pinggul, yang dihitung dengan model fisiologis penggunaan energi otot.

Tim itu melatih dua versi. Yang satu juga memberi imbalan kepada motor karena menghasilkan daya mekanis positif. Yang lain, tanpa suku tambahan itu, berkinerja lebih baik dalam simulasi: energi yang digunakan oleh otot-otot kaki yang dianalisis turun 13,8% dibandingkan dengan berjalan tanpa perangkat, berbanding 8,8% untuk versi dengan suku daya. Penurunan terbesar terjadi pada otot-otot pinggul: hampir 30%.

Delapan pejalan, tanpa penyetelan

Versi yang lebih baik dimuat, tanpa diubah, ke sebuah eksoskeleton pinggul sungguhan seberat 5,94 kg. Delapan orang dewasa sehat, berusia 18 hingga 44 tahun, berjalan di atas treadmill dengan kecepatan 1,25 meter per detik selama sekitar enam menit per kondisi, sementara sebuah penganalisis portabel mengambil sampel napas mereka untuk mengukur oksigen yang mereka gunakan dan karbon dioksida yang mereka embuskan.

• Sekadar memakai perangkat dalam keadaan mati menaikkan biaya energi berjalan sebesar 13,1%.
• Dengan pengendali menyala, biaya itu turun 18,3% dibandingkan dengan perangkat yang dimatikan — pada setiap orang dari kedelapan peserta, sebesar 7,2% hingga 27,7%.
• Dibandingkan dengan berjalan tanpa perangkat apa pun, penghematan rata-ratanya 7,4%, terlalu bervariasi di antara delapan orang untuk jelas secara statistik. Enam dari delapan berjalan lebih hemat daripada tanpa perangkat, hingga 24,2%; dua orang masih mengeluarkan sedikit lebih banyak.

Dengan kata lain, bantuan itu mengurangi sekitar 0,63 watt per kilogram massa tubuh, kira-kira satu setengah kali 0,41 yang ditambahkan karena membawa perangkat itu.

Ayunan pinggul yang lebih lebar

Rentang gerak pinggul para pemakai bertambah dari 44 menjadi 60 derajat, hampir seluruhnya dalam fleksi, sementara kadens langkah mereka nyaris tak berubah. Bantuannya tepat waktu: 98,5% daya yang dihasilkan motor mendorong ke arah yang sama dengan gerakan pinggul, padahal versi yang dipasang tidak pernah diberi imbalan langsung untuk itu. Penghematannya setara dengan pengendali tim yang lebih awal, yang diuji dalam sesi yang sama dengan torsi yang sama.

Berikutnya: perangkat keras yang lebih ringan

Para penulis menunjuk perangkat kerasnya. Perangkat mereka kira-kira dua kali lebih berat daripada dua perangkat lain yang dilatih dalam simulasi (3,2 dan 2,9 kg), dan dijalankan pada 12 newton-meter, di bawah 18 yang digunakan dalam pelatihan, agar tetap nyaman. Rangka yang lebih ringan dengan kecocokan yang lebih baik, kelompok pejalan yang lebih besar, kecepatan dan kemiringan lain, serta orang dengan gangguan berjalan adalah uji-uji berikutnya.