MuPEx - Multisensordomänengetriebene Parameteridentifikation für eine kraftunterstützte Exogelenksorthese

Human Mechatronics, Orthesen, Biosignale, EMG-Signale, adaptive Modelle

Hochschule Bielefeld
Fachbereich Ingenieurwissenschaften und Mathematik
Interaktion 1
33619 Bielefeld

Projektleitung
Prof. Dr. rer. nat. Axel Schneider

Laufzeit
01.06.2016 bis 31.08.2018

Projektförderung
interne Förderung der Hochschule Bielefeld

Kurzbeschreibung
Im Rahmen des Projekts MuPEx sollen neuartige Ansätze für die biosignalgetriebene Vorhersage von Gelenkbewegungen basierend auf adaptiven Modellen entwickelt und erprobt werden, um neuartige, kleidungsintegrierte Unterstützungssysteme (Orthesen) zu entwickeln. Als Beispielgelenk wird das menschliche Ellenbogengelenk gewählt. Als Grundlage dienen Oberflächen-EMG-Signale, die vom zweiköpfigen Armbeugermuskel (Musculus biceps brachii) und vom dreiköpfigen Armstreckermuskel (Musculus triceps brachii) abgeleitet werden. Diese Signale werden zusammen mit der aktuellen Belastung des Arms und den Gelenkwinkeln mit einer hohen Rate aufgenommen und einem Satz aus Teilmodellen zugeführt. Die expliziten Teilmodelle werden durch Black-Box-Modelle ergänzt, die an verschiedenen Orten in der Modelltopologie eingeführt werden. Auf Basis von zu erhebenden Experimentaldaten, werden in einer ersten Stufe die Modellparameter der bekannten Teilmodelle im Rahmen plausibler Grenzen mit Hilfe von Optimierungsansätzen angepasst. In einer zweiten Stufe werden dann die Parameter der Black-Box-Modelle optimiert und diese dann auf äquivalente physikalische bzw. physiologische Teilmodelle abgebildet. Als erstes Teilergebnis entsteht so ein Gesamtmodell für die Gelenkaktuierung, das eine physikalische Bedeutung hat, die aufgenommenen Bewegungen mit einer hohen Genauigkeit vorhersagen kann und über gute Extrapolationseigenschaften verfügt. Auf Basis eines solchen Gesamtmodells kann bei Eingabe der EMG-Signale eine Bestimmung der Bewegungsintention einer Person erfolgen, bevor sich die tatsächliche Bewegung physikalisch manifestiert. Eine Online-Adaptierung im Sinne eines Kalman-Ansatzes ist dann in der Lage, das Modell ständig zu aktualisieren und nachzuführen.