Bewertung von Vision-Guided Shared Control für assistive Robotik-Manipulatoren (ARM Control)

Veteranen, die motorbetriebene Mobilitätshilfen verwenden, darunter solche mit hochgradiger Rückenmarksverletzung (SCI), amyotropher Lateralsklerose (ALS) und Multipler Sklerose (MS), leiden häufig unter schweren Beeinträchtigungen der oberen Extremitäten. Management und Pflege von Beeinträchtigungen der oberen Extremitäten umfassen oft eine Reihe von unterstützenden Lösungen. Die Produktverfügbarkeit und der technologische Fortschritt für Manipulationshilfen bleiben jedoch weit hinter denen für die Mobilität zurück. Viele dieser Personen können trotz ihrer unabhängigen Mobilität nicht nach einem Glas Wasser greifen, eine einfache Mahlzeit zubereiten und eine Zahnbürste in die Hand nehmen. Sie benötigen immer noch die Unterstützung einer persönlichen Bezugsperson für wesentliche Aktivitäten des täglichen Lebens (ADLs), die das Greifen und die Handhabung/Manipulation von Objekten beinhalten. Mit dem schnellen Fortschritt der Robotiktechnologie entwickeln sich assistive Robotermanipulatoren (ARMs) zu einer praktikablen Lösung, um Veteranen mit Beeinträchtigungen der oberen Extremitäten bei der Bewältigung täglicher Aufgaben wie Greifen, Objekthandhabung und Manipulation zu unterstützen. ARMs sind oft mit vielen Freiheitsgraden (DOF) ausgestattet, aber Benutzer können nicht alle DOFs gleichzeitig mit einem herkömmlichen Joystick steuern und müssen ziemlich oft den Modus wechseln, um selbst einfache Manipulationsaufgaben zu erledigen, insbesondere wenn sich ein ARM nähert zum Ziel und müssen für die Manipulation entsprechend ausgerichtet werden. Daher leiden existierende ARMs unter dem Mangel an Effizienz und Effektivität, insbesondere in einer unstrukturierten Umgebung. Das Ziel dieses Projekts ist es, Vision-Guided Shared (VGS) Control mit zwei Arten von Umgebungsmodifikationen zu kombinieren, um die Effektivität und Effizienz von ARMs für den Einsatz in der realen Welt zu untersuchen. Die zwei Arten von Umgebungsmodifikationen umfassen die Verwendung von kommerziellen oder benutzerdefinierten adaptiven Werkzeugen (z. B. ein Halter, der eine Flasche oder ein Glas halten kann, damit ein ARM es öffnen kann) und das Hinzufügen von Bezugsmarkierungen (ähnlich QR-Codes) zu Objekten oder zu erstellenden adaptiven Werkzeugen Vision-basiertes Tracking robust und zuverlässig für reale Anwendungen. Aufbauend auf den Umgebungsmodifikationen ermöglicht die VGS-Steuerung einem Benutzer, jede Aufgabe zu initiieren, indem er einen ARM in die Nähe eines markierten Objekts bewegt, und der ARM übernimmt die Feinmanipulation beim Erkennen des Ziels. Dieses Projekt soll die neue Steuerung bei 16 Benutzern von Elektrorollstühlen evaluieren, die einen rollstuhlmontierten ARM verwenden werden, um eine Reihe alltäglicher Manipulationsaufgaben zu erledigen. Die Teilnehmer werden eine Reihe von 10 Manipulationsaufgaben mit der Standard-Steuerungsmethode und der neuen VGS-Steuerungsmethode absolvieren. Die Forscher werden Ergebnismessungen in Bezug auf Effizienz (d. h. Aufgabenerledigungszeit und Moduswechselhäufigkeit), Effektivität (d. h. Erfolgsrate der Aufgabenerfüllung) und Benutzerfreundlichkeit (d. h. NASA Task Load Index und System Usability Scale) sammeln. Die Ermittler erwarten, die Manipulationsfunktionen von Veteranen mit Beeinträchtigungen der oberen Extremitäten durch eine praktischere und brauchbarere Implementierung von visuellen Robotersteuerungs- und Mensch-Roboter-Interaktionstechnologien zu verbessern.