Bewegungen vorhersagen und unterstützen

Bielefeld (fhb). In der Arbeitsgruppe „Eingebettete Systeme und Biomechatronik“ des Instituts für Systemdynamik und Mechatronik (ISyM) der Fachhochschule (FH) Bielefeld ist im April das Forschungsprojekt „JuMP“ - Hybride Modelle für die präzise Vorhersage von Gelenkdrehmomenten / -bewegungen auf Basis von sEMG-Messungen für die körpernahe Robotik - gestartet. Der originale Projektitel lautet “JuMP” – Hybrid Models for High-precision sEMG-based Joint Torque/Movement Prediciton for Wearable Robotics.

Im Projekt geht es um körpernahe, tragbare Robotersysteme, sogenannte aktive Exoskelette, die Menschen in der Durchführung von Bewegungen unterstützen sollen. Ziel ist es, die Bewegungen von Gliedmaßen – hier Armbewegungen – auf Basis von Messungen von Nervensignalen modellbasiert vorherzusagen, bevor diese sichtbar oder anderweitig mechanisch messbar werden. Aufbauend auf dieser Vorhersage können die Bewegungen des Exoskeletts mit hoher Präzision synchron mit der Trägerbewegung ausgeführt und so der Tragekomfort verbessert werden. Das außergewöhnliche Projekt, in dem es um Grundlagenforschung in Fachhochschulen geht, wird für drei Jahre von der Deutschen Forschungsgemeinschaft (DFG) mit 370.000 Euro gefördert.

Gegenwärtig werden weltweit in verschiedenen Arbeitsgruppen aktive Exoskelette entwickelt. Diese Systeme können in der Rehabilitation von bewegungseingeschränkten Personen, im Rettungsdienst und Katastrophenschutz oder im industriellen Bereich verwendet werden. Sie sollen dabei unterstützen, die Ausdauer von Personen bei körperlich anstrengenden Aufgaben zu erhöhen und Verletzungen des menschlichen Körpers durch Überlastung zu verhindern. Derzeit reagieren die kraftunterstützenden, tragbaren Robotersysteme aber noch verzögert auf Bewegungen. JuMP-Projektleiter Professor Dr. Axel Schneider: „Aus Sicht der Benutzer fühlt sich ein solches Exoskelett in der Anwendung dann so an, als ob man es kontinuierlich hinterherzieht oder vor sich herschiebt.“

An dieser Stelle setzt das DFG-Projekt JuMP an, in dem Schneider von einem Doktoranden und zwei wissenschaftlichen Hilfskräften unterstützt wird. Im Projekt werden Elektroden auf der Haut, oberhalb der beteiligten Muskeln, befestigt und die vom Muskel generierten elektrischen Signale gemessen (Oberflächenelektromyographie). Diese Signale entstehen durch Nervenimpulse , die das Gehirn an die Gliedmaße sendet um Bewegungen zu steuern. „Wir schauen uns elektrische Signale an, die vom Gehirn in den Körper gehen“, sagt Schneider. Diese Signale werden mit Hilfe von neuartigen, adaptiven Modellen ausgewertet und können Bewegungen des Arms voraussagen, bevor diese in der Bewegung sichtbar oder anderweitig mechanisch messbar werden. Später sollen die Modelle in die Steuerung eines Exoskeletts integriert werden, um die Armbewegung und die Bewegung des Robotersystems zu synchronisieren.

Darüber hinaus soll auf Basis der Elektromyographiemessung ein System entwickelt werden, das „in den Muskel hineinschaut“, so Schneider, und seine Länge bestimmen kann. Hierzu werden neuartige, sogenannte Beamforming-Algorithmen verwendet, auf deren Basis die entsprechenden Informationen extrahiert werden können. Schneider erklärt die Zielsetzung: „Damit wollen wir die Vorhersagequalität der Bewegungsmodelle weiter verbessern.“ Die im JuMP-Projekt durchgeführte Grundlagenforschung ermöglicht eine neue Generation aktiver Unterstützungssysteme, die gegenwärtigen Ansätzen der Bewegungsunterstützung weit überlegen seien, resümiert Schneider.