MARC

 008260126s2025        us                              c    eng  d
■001000017359804
■00520260202105217
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798291565827
■035    ▼a(MiAaPQ)AAI32271764
■035    ▼a(MiAaPQ)umichrackham006498
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a610
■1001  ▼aBest,  Thomas  Kevin.
■24510▼aThe  Development  and  Evaluation  of  Biomimetic  Control  for  Robotic  Lower-Limb  Prostheses:  Advancing  Toward  Real-World  Clinical  Use
■260    ▼a[Sl]▼bUniversity  of  Michigan▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a208  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-03,  Section:  B.
■500    ▼aAdvisor:  Gregg,  Robert  D.;Rouse,  Elliott  J.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2025.
■520    ▼aRobotic  prostheses  with  motorized  joints  have  the  potential  to  improve  the  mobility  and  quality  of  life  for  millions  of  people  worldwide  who  live  with  lower-limb  amputations  by  more  fully  replacing  the  functions  of  the  amputated  limb.  However,  the  translation  of  these  potentially  transformative  devices  from  research  contexts  into  mainstream  clinical  practice  has  been  limited,  despite  their  many  promised  benefits.  Commercialized  robotic  knee  prostheses  have  seen  limited  clinical  adoption,  and  no  combined  robotic  knee-ankle  prosthesis  has  been  brought  to  market.  This  limited  translation  into  clinical  practice  is,  in  large  part,  due  to  the  absence  of  clinically  viable  control  methods  to  effectively  manage  robotic  prosthesis  behavior  across  the  highly  variable  conditions  encountered  in  real-world  ambulation.To  address  this  need,  Part  I  of  this  dissertation  proposes  a  novel  data-driven  control  method  for  robotic  prostheses  that  can  automatically  adapt  to  variable  walking  speeds  and  ground  inclines.  By  creating  biomimetic  (i.e.  human-like)  joint  behaviors  across  different  terrains  without  requiring  manual  tuning,  our  approach  provides  users  with  meaningful  assistance  while  maintaining  clinical  viability.  Furthermore,  we  propose  new  methods  to  accommodate  non-negligible  drive-train  dynamics,  which  are  common  in  commercialized  robotic  prosthesis  designs.  Our  impedance  compensator,  which  uses  a  simple  physics-based  model  of  the  prothesis's  drivetrain  dynamics  to  improve  joint  impedance  control  accuracy,  expands  the  applicability  of  our  data-driven  walking  controller  and  enables  us  to  deploy  it  on  the  second-generation  Open-Source  Leg  and  the  commercially  available  Ossur  Power  Knee™.Next,  in  Part  II,  we  evaluate  the  potential  clinical  benefits  of  robotic  prostheses  utilizing  the  data-driven  control  strategies  developed  in  Part  I.  Through  experiments  with  both  prototype  and  commercialized  prosthetic  hardware,  we  demonstrate  that  robotic  knee  and  knee-ankle  prostheses  can  provide  meaningful  clinical  benefits  over  passive  microprocessor  knee  prostheses.  We  further  show  that,  in  many  cases,  our  data-driven  controller  enhances  these  beneficial  effects  compared  to  traditional  control  methods.  Together,  these  initial  findings  lay  the  foundation  for  future  larger-scale  clinical  trials  investigating  the  long-term  health  implications  of  robotic  prosthesis  use  under  various  control  policies,  potentially  motivating  their  wider  inclusion  in  insurance  policy  coverage.Finally,  in  Part  III,  we  investigate  the  effects  of  varying  a  prothesis's  mechanical  joint  impedance  (i.e.  the  relationship  between  small  joint  position  perturbations  and  the  corresponding  torque  responses).  We  first  show  that  in  a  robotic  prosthesis,  the  joint  impedance  can  be  selected  independently  from  the  desired  nominal  kinematic  and  kinetic  behavior,  making  it  a  free  design  choice.  In  walking  experiments  that  include  momentary  treadmill  belt  speed  perturbations,  we  then  report  how  different  choices  of  joint  impedance,  including  biomimetic,  constant,  and  random  trajectories,  affect  a  user's  nominal  walking  behavior  as  well  as  their  ability  to  recover  from  perturbations.  Our  results  provide  initial  guidance  on  which  joint  impedance  characteristics  should  be  used  in  a  robotic  prosthesis  and  motivate  further  research  on  the  relationship  between  joint  impedance  and  users'  walking  stability.As  a  whole,  these  contributions  help  to  advance  the  field's  understanding  of  lower-limb  robotic  prosthesis  control  in  ways  that  are  applicable  to  real-world  clinical  use.  By  demonstrating  user-centric  clinical  benefits  with  a  biomimetic  control  approach  that  adapts  to  variable  terrain,  we  hope  to  help  accelerate  robotic  knee-ankle  prostheses  out  of  the  research  labs  and  into  mainstream  clinical  practice,  ultimately  helping  to  improve  users'  quality  of  life.
■590    ▼aSchool  code:  0127.
■650  4▼aBiomedical  engineering
■650  4▼aRobotics
■650  4▼aMechanical  engineering
■653    ▼aProsthetic  legs
■653    ▼aTransfemoral  amputees
■653    ▼aOptimal  control
■653    ▼aMechanical  impedance
■653    ▼aTransfemoral  prostheses
■690    ▼a0771
■690    ▼a0541
■690    ▼a0800
■690    ▼a0548
■71020▼aUniversity  of  Michigan▼bRobotics.
■7730  ▼tDissertations  Abstracts  International▼g87-03B.
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17359804▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서