The Impact of Gait Pattern Personalization on the Perception of Rigid Robotic Guidance: A Pilot User Experience Evaluation

Hoewel het personaliseren van looppatronen bij een exoskelet de korte-termijn gebruikerservaring niet significant verbeterde ten opzichte van standaardpatronen, bleek aanpassing aan het systeem de belangrijkste factor te zijn voor comfort en natuurlijkheid.

De kern

Het Grote Experiment: Loop jij liever op maat of op de standaard?

Stel je voor dat je een loopfiets leent. De meeste loopfietsen zijn gemaakt op "gemiddelde" maat. Ze werken prima voor iedereen, maar misschien voelt het stuur net iets te hoog voor jou, of zijn de pedalen net iets te ver weg.

Nu stel je je voor dat er een loopfiets op maat bestaat. Deze is exact afgestemd op jouw lengte, je beenlengte en hoe snel jij normaal loopt. Logisch zou je denken: "Deze op maat gemaakte fiets voelt toch veel beter en natuurlijker dan die standaardfiets?"

Dat is precies wat de onderzoekers van deze studie wilden weten, maar dan met een robotpak (exoskelet) in plaats van een fiets.

Wat deden ze?

De onderzoekers bouwden een geavanceerd robotpak dat mensen helpt lopen op een loopband. Dit pak is niet zomaar een standaardmodel; het kan de heupen, knieën en het bekken bewegen in alle richtingen, net als een menselijk lichaam.

Ze wilden testen of mensen zich beter voelen als het robotpak hen laat lopen volgens een uniek, persoonlijk patroon (op maat gemaakt voor hun lichaam) of als ze gewoon een standaard patroon volgen (dat voor iedereen hetzelfde is).

Om dit te testen, lieten ze tien gezonde mensen drie verschillende dingen doen:

1. Het Persoonlijke Patroon: Het pak liet ze lopen op een manier die perfect paste bij hun lengte, gewicht en leeftijd.
2. Het Standaard Patroon: Het pak liet ze lopen op een "gemiddeld" patroon dat voor iedereen hetzelfde was.
3. Het Willekeurige Patroon: Het pak liet ze lopen op een patroon van iemand anders uit een database (alsof je op een fiets rijdt die voor een volledig ander type persoon is ontworpen).

Wat dachten ze te vinden?

De onderzoekers dachten: "Mensen zijn allemaal uniek. Als we ze dwingen te lopen op een manier die niet bij hen past, voelen ze zich ongemakkelijk en onnatuurlijk. Dus, het op maat gemaakte patroon moet de winnaar zijn!"

Wat bleek er echt?

De resultaten waren verrassend en een beetje teleurstellend voor de "op maat"-ideeën:

1. Geen groot verschil: De mensen vonden het niet echt leuker, comfortabeler of natuurlijker om in het persoonlijke patroon te lopen dan in het standaardpatroon. Ze konden het verschil tussen "op maat" en "standaard" nauwelijks voelen.
2. De echte winnaar: Gewenning. Het enige dat echt uitmaakte, was tijd. De mensen vonden de laatste proef (wat ze ook deden) altijd veel comfortabeler en natuurlijker dan de eerste proef.
   • De analogie: Het is alsof je voor het eerst een nieuwe, stijve jas aantrekt. De eerste 5 minuten voelt het vreemd en ongemakkelijk, ongeacht of de jas op maat is gemaakt of niet. Na een kwartiertje gewend je eraan en voelt het minder vreemd. De mensen in het onderzoek waren gewoon aan het wennen aan het robotpak.
3. De "Willekeurige" was het ergst: Het enige patroon dat echt voor meer spanning zorgde, was het willekeurige patroon (het patroon van iemand anders). Dit was logisch, want dat was het meest "verkeerd" voor hun lichaam. Maar zelfs het verschil tussen "op maat" en "standaard" was zo klein dat het nauwelijks opviel.

Waarom was het zo?

De onderzoekers denken dat er een paar redenen zijn:

• Het pak is te stijf: Het robotpak was heel strak en rigide. Het dwong de mensen om precies op een bepaalde manier te bewegen. Dit "stijve" gevoel overheerste de subtiele verschillen tussen de verschillende looppatronen.
• Mensen zijn flexibel: Gezonde mensen kunnen op veel verschillende manieren lopen. Ons lichaam is flexibel genoeg om zich aan te passen aan een robot, zelfs als die robot niet perfect op maat is.
• De "op maat" berekening was niet perfect: Het computerprogramma dat het patroon berekende, keek naar de heup, knie en bekken apart. Maar bij het lopen werken deze onderdelen samen als een goed geoliede machine. Door ze apart te berekenen, miste het misschien net die perfecte "samenwerking" die het menselijk lichaam zo natuurlijk maakt.

Wat betekent dit voor de toekomst?

De belangrijkste boodschap is: Het is niet genoeg om alleen een robotpak op maat te maken.

Als je een robotpak voor mensen met een handicap wilt bouwen, moet je eerst zorgen dat het pak comfortabel aanvoelt en dat de gebruiker er aan kan wennen. Als het pak te stijf is of als de gebruiker er nog niet aan gewend is, maakt het niet uit of het patroon op maat is gemaakt; de gebruiker zal het toch ongemakkelijk vinden.

Kortom:
Het is alsof je een superduur, op maat gemaakt schoen draait. Als de zool te hard is en je er nog niet aan gewend bent, voelt hij net zo ongemakkelijk als een standaard schoen. De kunst is niet alleen om de maat te kloppen, maar om de schoen (of robot) zacht, flexibel en aanpasbaar te maken zodat de gebruiker er snel aan kan wennen.

Technische samenvatting

Probleemstelling

Exoskeletten worden steeds vaker gebruikt om menselijke beweging te moduleren, variërend van prestatieverbetering tot revalidatie. Een veelgebruikte strategie is het opleggen van vooraf gedefinieerde kinematische patronen (rigide geleiding) om blessures te voorkomen en gebruikers aan te moedigen te blijven bewegen. Echter, menselijke gang is inherent individueel en wordt beïnvloed door factoren zoals leeftijd, geslacht, lichaamsmaten en loopsnelheid. Hoewel er methoden zijn ontwikkeld om looppatronen te personaliseren (vaak via datagedreven modellen), is er weinig bekend over hoe gebruikers deze robot-opgelegde patronen subjectief ervaren.

De centrale vraag is: Verbeteren gepersonaliseerde looppatronen daadwerkelijk de gebruikerservaring (gemak, natuurlijkheid, plezier) ten opzichte van standaardpatronen, gezien de hoge rekenkosten voor personalisatie? Bestaande studies vertrouwen vaak op algemene bruikbaarheidsschalen en missen empirisch bewijs voor de specifieke impact van personalisatie op de perceptie van rigide geleiding.

Methodologie

1. Hardware: Een aangepast Exoskelet
De auteurs gebruikten een aangepaste versie van de Lokomat® (ontwikkeld in samenwerking met ETH Zurich en Hocoma AG). Dit systeem biedt een hogere vrijheidsgraad dan de standaardversie:

• 12 Vrijheidsgraden (DoF): 6 bij het bekken, 2 bij elke heup, en 1 bij elke knie.
• Actuatie: 7 DoF zijn geactiveerd, inclusief heupflexie/extensie, heupabductie/adductie, en laterale bekkenbeweging.
• Controle: Het systeem gebruikt een stijge Positie-Derivative (PD) regelaar om de trajecten rigide af te dwingen, zodat verschillen tussen patronen voor de gebruiker goed voelbaar zijn.

2. Personalisatie vs. Standaard vs. Random
Er werden drie condities getest in een binnen-subject experiment met 10 gezonde deelnemers:

• Gepersonaliseerd (Personalized): Trajecten voor heup, knie en bekken werden gegenereerd met een datagedreven regressiemodel. Dit model voorspelde "key events" (tijdstippen, posities, snelheden, versnellingen) op basis van loopsnelheid, antropometrie (lengte, gewicht) en demografie (leeftijd, geslacht).
• Standaard (Standard): Een gemiddeld looppatroon, berekend over alle deelnemers in de trainingsdatabase.
• Random: Een willekeurig geselecteerd patroon uit de openbare database (Fukuchi et al.), dienend als baseline voor niet-gepersonaliseerde maar fysiologisch plausible hulp.

3. Experimenteel Protocol

• Opzet: Elke deelnemer liep 2 minuten onder elk van de drie condities (volgorde was gepseudo-randomiseerd).
• Snelheid: Vastgesteld op 1,8 km/u (gemiddelde van het laagste snelheidsniveau in de database), met uitzondering van enkele deelnemers die op 2,0 km/u liepen.
• Datacollectie: Na elke conditie vulden deelnemers vragenlijsten in over Genot (Intrinsic Motivation Inventory), Comfort, Natuurlijkheid en Passiviteit (7-punts Likert-schaal). Daarnaast werden interactiekrachten bij de knie gemeten.
• Statistiek: Lineaire Mixed Models (LMM) en Friedman-tests werden gebruikt om effecten van het patroon en de trial-ordening te analyseren.

Belangrijkste Bijdragen

1. Validatie van een High-DoF Exoskelet: De paper presenteert een geverifieerd kinematisch model en een hardware-platform dat complexe, meervoudige vlakke bewegingen (heup en bekken) kan ondersteunen, wat essentieel is voor realistischere gangtraining.
2. Datagedreven Personalisatie Framework: Het ontwikkelen en toepassen van een regressiemodel dat individuele looptrajecten voorspelt op basis van beperkte invoer (snelheid, lichaamsmaten), zonder complexe biomechanische simulaties.
3. Empirische Evaluatie van Subjectieve Perceptie: Een van de eerste studies die specifiek kijkt naar de subjectieve ervaring (comfort, natuurlijkheid) van rigide robotgeleiding bij gezonde gebruikers, met een directe vergelijking tussen gepersonaliseerde en niet-gepersonaliseerde patronen.

Resultaten

• Subjectieve Ervaring: Er waren geen significante verschillen gevonden in genot, algeheel comfort of natuurlijkheid tussen de gepersonaliseerde, standaard en random condities.
  • Opmerkelijk: De gepersonaliseerde conditie werd echter geassocieerd met een significante toename in fysieke inspanning (strain) vergeleken met de standaardconditie, hoewel dit niet leidde tot lagere algehele comfortscores.
• Adaptatie-effect: De volgorde van de trials had een groot effect. De laatste conditie werd significant als comfortabeler en natuurlijker ervaren dan de eerste, ongeacht het type looppatroon. Dit suggereert dat gebruikers zich snel aanpassen aan het systeem.
• Interactiekrachten:
  • De Random conditie resulteerde in significant hogere interactiekrachten bij de knie dan de Standaard conditie.
  • Het verschil tussen Gepersonaliseerd en Standaard was niet significant (hoewel er een trend was naar hogere krachten bij gepersonaliseerd op het linkerbeen).
• Nauwkeurigheid: De voorspelde gepersonaliseerde trajecten hadden een vergelijkbare Root Mean Square Error (RMSE) ten opzichte van de werkelijke data als de standaardpatronen.

Betekenis en Conclusies

De studie concludeert dat personalisatie van gangkinematica op korte termijn een minimaal effect heeft op de gebruikerservaring wanneer deze wordt vergeleken met het dominante effect van adaptatie aan het exoskelet zelf.

Kernpunten voor de toekomst:

• Adaptatie is cruciaal: Gebruikers passen zich binnen enkele minuten aan aan de rigide geleiding, wat de perceptie van subtiele verschillen tussen patronen kan maskeren.
• Beperkingen van rigide geleiding: De stijge regeling en de mechanische interface (riemen, zacht weefsel) kunnen de perceptie van specifieke kinematische nuances dempen. De algemene "onnatuurlijkheid" van het systeem overschaduwde mogelijk de voordelen van personalisatie.
• Toekomstige richtingen: Om personalisatie effectiever te maken, zouden toekomstige studies moeten kijken naar:
  • Minder rigide, meer compliant control strategieën.
  • Verbeterde interfaces (minder druk, betere koppeling).
  • Langere aanleertijden om adaptatie te minimaliseren.
  • Personalisatie in populaties met sensorimotorische beperkingen, waar rigide geleiding mogelijk als "veilig" wordt ervaren en personalisatie meer waarde kan toevoegen.

Kortom, hoewel gepersonaliseerde trajecten technisch haalbaar zijn, is het voor de gebruikerservaring in deze specifieke setting (gezonde gebruikers, rigide geleiding) belangrijker om rekening te houden met de adaptatiecurve en de algehele ergonomie van het systeem dan met de exacte kinematische afstemming op het individu.