Simulation-based multi-criteria comparison of mono-articular and bi-articular exoskeletons during walking with and without load
تقدم هذه الورقة دراسة قائمة على المحاكاة لتحسين باريتو متعدد المعايير تقارن بين الهياكل الخارجية أحادية المفصل وثنائية المفصل، كاشفةً أنه في حين أن التصميمات ثنائية المفصل أقل حساسية للحمل فيما يتعلق باستهلاك الطاقة، فإن التكوينات أحادية المفصل تقلل بشكل أفضل من ذروة قوى رد فعل المفاصل، مع وجود تأثير ضئيل لقصور الهيكل الذاتي على التكلفة الأيضية للحلول ثنائية المفصل.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن ساقيك عبارة عن موقع بناء معقد. لديك عضلات تعمل كعمال، ومفاصل تعمل كمفصلات، ودماغ يعمل كمدير للموقع، يحاول إيصالك من النقطة (أ) إلى النقطة (ب) بأقل قدر ممكن من الطاقة. أحياناً، تجعل عملية حمل حقيبة ظهر ثقيلة أو التقدم في السن هذه المهمة أصعب بكثير، حيث يتعب "العمال" (العضلات) بسرعة أكبر.
هذه الورقة البحثية تدور حول تصميم بدلات روبوتية (هياكل خارجية) تعمل كمساعدين مفيدين لهؤلاء العمال. أراد الباحثون معرفة أي نوع من المساعدين هو الأفضل: واحد يساعد كل مفصل على حدة، أم واحد يساعد مفصلين في وقت واحد باستخدام خدعة ميكانيكية ذكية.
إليك تفصيل لهذه الدراسة باستخدام تشبيهات بسيطة:
1. نوعا المساعدين
قارن الباحثون بين تصميمين لبدلة روبوتية تساعد الورك والركبة:
- "أحادية المهام" (Mono-articular): تخيل عاملاً لديه محرك منفصل متصل مباشرة بوركك ومحرك آخر منفصل متصل مباشرة بركبتك. كل محرك يعرف فقط كيف يدفع أو يسحب مفصله الخاص. هذا التصميم بسيط ومباشر، مثل امتلاك مروحتين كهربائيتين منفصلتين.
- "لاعب الفريق" (Bi-articular): تخيل عاملاً لديه محرك كبير واحد عند وركك، ولكنه يستخدم نظاماً من الحبال والبكرات (آلية متوازي الأضلاع) لإرسال القوة إلى ركبتك. هذا التصميم يحاكي كيفية عمل العضلات البشرية (مثل عضلات الهامسترينج/المأبض): فهي تعبر مفصلين. هذا التصميم يبقي المحرك الثقيل بالقرب من جسمك (الورك) بدلاً من وضعه في الجزء السفلي من الساق، مما يجعل الساق تبدو أخف وأسهل في التأرجح.
2. مختبر الاختبار الافتراضي
اختبار هذه الروبوتات على بشر حقيقيين أمر مكلف، بطيء، وينطوي على مخاطر. سيتعين عليك بناء العديد من النماذج الأولية، وإيجاد متطوعين، والقلق بشأن السلامة.
بدلاً من ذلك، قام الباحثون ببناء توأم رقمي لجسم الإنسان داخل الكمبيوتر. قاموا بمحاكاة 7 أشخاص مختلفين يمشون، سواء مع أو بدون حقيبة ظهر ثقيلة تزن 38 كجم (84 رطلاً). لم يكتفوا بمراقبة مشيهم فحسب؛ بل قاموا بحساب كمية الطاقة التي استهلكتها "العضلات" وكمية الطاقة التي استهلكتها "محركات الروبوت" بدقة.
3. لعبة التوازن الكبرى (المفاضلة)
واجه الباحثون معضلة كلاسيكية: المساعدة أكثر مقابل استخدام بطارية أقل.
- إذا دفع الروبوت بقوة شديدة لتوفير طاقتك، فسيحتاج إلى بطارية كبيرة ويستهلك الكثير من الكهرباء.
- إذا استخدم الروبوت كهرباء قليلة جداً، فقد لا يساعدك كثيراً.
لحل هذه المشكلة، استخدموا طريقة تسمى تحسين باريتو (Pareto Optimization). فكر في الأمر كالبحث عن "أفضل الصفقات" في قائمة طعام. لا يمكنك الحصول على أكبر برجر وأرخص سعر في نفس الوقت، ولكن هناك حجم وسعر محدد حيث تحصل على أكبر قدر من الرضا مقابل مالك. لقد وجدوا "النقاط المثالية" للتصاميم حيث يقدم الروبوت أقصى قدر من المساعدة مقابل أقل قدر من استهلاك البطارية.
4. ما اكتشفوه
السيناريو "المثالي" (بلا قيود)
أولاً، تخيلوا روبوتاً مثالياً بقدرة غير محدودة وبدون وزن. في هذا العالم الخيالي، كان كل من "أحادية المهام" و"لاعب الفريق" جيدين بالتساوي في توفير الطاقة. كلاهما استطاع تقليل تكلفة طاقة المشي بنسبة تقارب 22% عند المشي بدون حمل، وحوالي 20% عند حمل حمل ثقيل.
سيناريو "العالم الحقيقي" (مع وجود قيود)
ثم، أضافوا قيود العالم الحقيقي: المحركات يمكنها الدفع بقوة معينة فقط (حدود العزم)، وللروبوت وزنه الخاص.
- تأثير الحمل الثقيل: عندما حمل الناس حقيبة ظهر ثقيلة، اضطر "أحادية المهام" للعمل بجهد أكبر بكثير واستخدام المزيد من طاقة البطارية لمواكبة الوضع. أما "لاعب الفريق" فكان أكثر استقراراً؛ حيث لم يتغير استهلاك الطاقة لديه بشكل جذري عند زيادة الحمل.
- مشكلة الوزن: الروبوتات لها وزن، وحمل وزن إضافي على ساقيك أمر مرهق. حافظ "لاعب الفريق" على محركه الثقيل بالقرب من الورك (قريباً من الجسم)، بينما وضع "أحادية المهام" المحركات على الجزء السفلي من الساق. وجدت الدراسة أن "لاعب الفريق" كان أفضل بكثير في التعامل مع وزنه. فقد فقد "أحادية المهام" الكثير من كفاءته لأن الوزن الإضافي على الجزء السفلي من الساق جعل المشي أصعب.
- خدعة "التجديد": تماماً كما تقوم السيارات الهجينة بشحن بطاريتها أثناء الكبح (الفرملة)، يمكن لهذه الروبوتات التقاط الطاقة عندما تتباطأ (الطاقة السالبة). وجدت الدراسة أن "أحادية المهام" لديه الكثير من الطاقة ليلتقطها (خاصة عند الركبة)، بينما كان "لاعب الفريق" كفؤاً بما يكفي لدرجة أنه لم يحتج لالتقاط الكثير ليكون فعالاً.
الفائز المفاجئ
على الرغم من أن "أحادية المهام" أبسط في البناء، إلا أن "لاعب الفريق" (Bi-articular) ظهر كالتصميم المتفوق في معظم السيناريوهات.
- كان أقل حساسية للأحمال الثقيلة.
- تعامل مع وزنه الخاص بشكل أفضل، مما حافظ على طاقة المستخدم.
- قدم نمط مساعدة أكثر اتساقاً وتوقعاً، بغض النظر عما إذا كان الشخص يحمل حقيبة ظهر أم لا.
5. الفوائد "الخفية"
نظرت الدراسة أيضاً فيما يحدث داخل الجسم. وجدوا أنه عندما يساعد الروبوت، فإنه لا يغير فقط كيفية حركة الورك والركبة، بل يغير أيضاً كيفية عمل الكاحل وعضلات الورك.
- حماية المفاصل: قللت الروبوتات بشكل كبير من "قوى الارتداد" (قوى رد الفعل) داخل مفاصل الركبة والورك. تخيل الروبوت وهو يعمل كممتص للصدمات، حيث يتحمل وطأة الصدمات بدلاً من مفاصلك. هذا مفيد لمنع التآكل والتهالك.
الملخص
استخدم الباحثون محاكاة حاسوبية لإثبات أن تصميم البدلة الروبوتية التي تشبه العضلة البشرية (التي تعبر مفصلين) هو بشكل عام تصميم أذكى من تلك التي تحتوي على محركات في كل مفصل. فهي توفر المزيد من الطاقة، وتتعامل مع الأحمال الثقيلة بشكل أفضل، وهي أقل إرهاقاً للجسم لأنها تبقي الأجزاء الثقيلة من الروبوت قريبة من مركز الجسم.
ملاحظة: تلتزم الورقة البحثية بصرامة بحدود نتائج المحاكاة هذه. هي لا تدعي أن هذه الروبوتات جاهزة للاستخدام في المستشاتفيات أو الاستخدام اليومي بعد، بل إنها ببساطة تقدم "مخططاً" وإرشادات للمهندسين حول كيفية بناء روبوتات أفضل في المستقبل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.