Literatura académica sobre el tema "Human-exoskeleton interaction"
Crea una cita precisa en los estilos APA, MLA, Chicago, Harvard y otros
Consulte las listas temáticas de artículos, libros, tesis, actas de conferencias y otras fuentes académicas sobre el tema "Human-exoskeleton interaction".
Junto a cada fuente en la lista de referencias hay un botón "Agregar a la bibliografía". Pulsa este botón, y generaremos automáticamente la referencia bibliográfica para la obra elegida en el estilo de cita que necesites: APA, MLA, Harvard, Vancouver, Chicago, etc.
También puede descargar el texto completo de la publicación académica en formato pdf y leer en línea su resumen siempre que esté disponible en los metadatos.
Artículos de revistas sobre el tema "Human-exoskeleton interaction"
Moreno, Juan C., Fernando Brunetti, Enrique Navarro, Arturo Forner-Cordero y José L. Pons. "Analysis of the Human Interaction with a Wearable Lower-Limb Exoskeleton". Applied Bionics and Biomechanics 6, n.º 2 (2009): 245–56. http://dx.doi.org/10.1155/2009/712530.
Texto completoWang, Zhipeng, Chifu Yang, Zhen Ding, Tao Yang, Hao Guo, Feng Jiang y Bowen Tian. "Study on the Control Method of Knee Joint Human–Exoskeleton Interactive System". Sensors 22, n.º 3 (28 de enero de 2022): 1040. http://dx.doi.org/10.3390/s22031040.
Texto completoWang, Xin, Qiuzhi Song, Shitong Zhou, Jing Tang, Kezhong Chen y Heng Cao. "Multi-connection load compensation and load information calculation for an upper-limb exoskeleton based on a six-axis force/torque sensor". International Journal of Advanced Robotic Systems 16, n.º 4 (julio de 2019): 172988141986318. http://dx.doi.org/10.1177/1729881419863186.
Texto completoZhao, Zhirui, Xing Li, Mingfang Liu, Xingchen Li, Haoze Gao y Lina Hao. "A novel human-robot interface based on soft skin sensor designed for the upper-limb exoskeleton". Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science 236, n.º 1 (30 de septiembre de 2021): 566–78. http://dx.doi.org/10.1177/09544062211035801.
Texto completoXia, Kang, Xianglei Chen, Xuedong Chang, Chongshuai Liu, Liwei Guo, Xiaobin Xu, Fangrui Lv, Yimin Wang, Han Sun y Jianfang Zhou. "Hand Exoskeleton Design and Human–Machine Interaction Strategies for Rehabilitation". Bioengineering 9, n.º 11 (11 de noviembre de 2022): 682. http://dx.doi.org/10.3390/bioengineering9110682.
Texto completoHuang, Rui, Hong Cheng, Hongliang Guo, Xichuan Lin y Jianwei Zhang. "Hierarchical learning control with physical human-exoskeleton interaction". Information Sciences 432 (marzo de 2018): 584–95. http://dx.doi.org/10.1016/j.ins.2017.09.068.
Texto completoBallen-Moreno, Felipe, Margarita Bautista, Thomas Provot, Maxime Bourgain, Carlos A. Cifuentes y Marcela Múnera. "Development of a 3D Relative Motion Method for Human–Robot Interaction Assessment". Sensors 22, n.º 6 (21 de marzo de 2022): 2411. http://dx.doi.org/10.3390/s22062411.
Texto completoAjayi, Michael Oluwatosin, Karim Djouani y Yskandar Hamam. "Interaction Control for Human-Exoskeletons". Journal of Control Science and Engineering 2020 (26 de junio de 2020): 1–15. http://dx.doi.org/10.1155/2020/8472510.
Texto completoMassardi, Stefano, David Rodriguez-Cianca, David Pinto-Fernandez, Juan C. Moreno, Matteo Lancini y Diego Torricelli. "Characterization and Evaluation of Human–Exoskeleton Interaction Dynamics: A Review". Sensors 22, n.º 11 (25 de mayo de 2022): 3993. http://dx.doi.org/10.3390/s22113993.
Texto completoYoon, Soocheol, Ya-Shian Li-Baboud, Ann Virts, Roger Bostelman y Mili Shah. "Feasibility of using depth cameras for evaluating human - exoskeleton interaction". Proceedings of the Human Factors and Ergonomics Society Annual Meeting 66, n.º 1 (septiembre de 2022): 1892–96. http://dx.doi.org/10.1177/1071181322661190.
Texto completoTesis sobre el tema "Human-exoskeleton interaction"
CHANDER, DIVYAKSH SUBHASH. "Modelling the Physical Human-Exoskeleton Interface". Doctoral thesis, Politecnico di Torino, 2021. http://hdl.handle.net/11583/2928614.
Texto completoKossyk, Ingo [Verfasser]. "Multimodal human computer interaction in virtual realities based on an exoskeleton / Ingo Kossyk". München : Verlag Dr. Hut, 2012. http://d-nb.info/1029399832/34.
Texto completoPANERO, ELISA. "Powered exoskeleton for trunk assistance in industrial tasks". Doctoral thesis, Politecnico di Torino, 2020. http://hdl.handle.net/11583/2842507.
Texto completoGallagher, William John. "Modeling of operator action for intelligent control of haptic human-robot interfaces". Diss., Georgia Institute of Technology, 2013. http://hdl.handle.net/1853/50258.
Texto completoTagliapietra, Luca. "A multilevel framework to measure, model, promote, and enhance the symbiotic cooperation between humans and robotic devices". Doctoral thesis, Università degli studi di Padova, 2018. http://hdl.handle.net/11577/3422787.
Texto completoNegli ultimi anni si è assistito a un radicale cambiamento negli obiettivi della ricerca robotica. Agli albori della robotica moderna, storicamente collocati nel contesto del boom economico, lo sviluppo dei dispositivi robotici era guidato dall’esigenza industriale di ridurre tempi e costi di produzione per ottenere quantitativi sempre maggiori. Spesso questo coincideva con l’esigenza di sviluppare dispositivi robotici per sostituire gli uomini nello svolgimento di mansioni semplici e ripetitive. Questa esigenza portava poi alla progettazione di ambienti dedicati intorno ai sistemi robotici. Più recentemente vi è stato un progressivo interesse verso la robotica di nuovi settori quali la riabilitazione, l’assistenza agli anziani, la chirurgia. In questi ambiti il ruolo del dispositivo cambia radicalmente: non è più solo uno strumento da utilizzare, ma diventa un partner con cui lavorare fianco a fianco. Pertanto, il dispositivo deve essere capace di cooperare attivamente ed efficacemente con le persone, comprendendone le esigenze ed aiutandole al fine di ottenere obiettivi condivisi in ambienti non strutturati come quelli in cui quotidianamente ci muoviamo. Lo stato attuale del mercato vede robot utilizzati in diversi campi di applicazione, come robot chirurgici, dispositivi riabilitativi, manipolatori flessibili e robot di servizio e assistenziali ma essi sono ancora spesso semplici strumenti per svolgere specifici compiti. L’attuale sfida aperta è pertanto quella di sviluppare una nuova generazione di robot che sappiano invece essere partner, cooperando in simbiosi con l’uomo. In altre parole, l’obiettivo di ricerca è quello di fornire ai dispositivi robotici la capacità di rilevare, comprendere ed adattarsi alle reali intenzioni, capacità ed esigenze degli esseri umani. Questa cooperazione simbiotica richiede uno scambio bidirezionale di informazioni tra l’uomo e il dispositivo. Da un lato, il dispositivo necessita di essere informato circa le necessità, le capacità e le intenzioni dell’essere umano. Dall’altro lato, l’uomo deve essere informato circa il proprio stato e le intenzioni del dispositivo con cui sta cooperando. Da tali considerazioni, tuttavia, emerge chiaramente la necessità di attingere ed integrare i contributi forniti dalla ricerca della comunità biomeccanica. Questi obiettivi sono quelli che hanno guidato le attività condotte durante il periodo di studio del mio dottorato e che sono riportate, insieme ai risultati ottenuti, in questo elaborato. Tali attività hanno portato a progettare, sviluppare e realizzare un nuovo framework multilivello volto a chiudere l’anello di cooperazione tra essere umano e dispositivo robotico, di fatto promuovendo la loro interazione simbiotica. Al fine di raggiungere tale obbiettivo, sono stati identificati tre livelli principali all’interno del framework multilivello: il livello di misura, il livello di modellazione ed il livello di estrazione/sintesi delle informazioni. Il primo mira a raccogliere misure sperimentali dall’intero sistema cooperante; il secondo a stimare e prevedere il suo comportamento dinamico; l’ultimo a fornire informazioni quantitative sia all’uomo che al dispositivo in merito alle loro prestazioni e a come modificare il loro comportamento per migliorare la loro simbiosi. Nell’ambito del livello di misura, l’attenzione si è concentrata sull’analisi, sul confronto critico e sulla scelta di tecnologie indossabili e minimamente invasive per misurare al meglio la cinematica e la dinamica. Inoltre, protocolli e procedure già sviluppati e riconosciuti come standard de-facto in altri campi sono stati adattati con successo alle esigenze del contesto dell’interazione uomo-macchina. Infine, è stata avviata la progettazione di un nuovo sensore per colmare la mancanza di strumenti in grado di misurare efficacemente le forze emergenti dall’interazione dinamica tra uomo e dispositivo robotico indossabile. In tale contesto, infatti, gli attuali dispositivi di misura non risultano essere utilizzabili senza interferire con l’interazione stessa. Al fine di realizzare il livello di modellazione, è stata innanzitutto selezionata ed ampiamente validata una piattaforma software che fosse in grado di eseguire simulazioni integrate multilivello, cioè simulazioni in cui il dispositivo e l’uomo sono considerati contemporaneamente come entità interagenti. Inoltre, sono stati studiati gli aspetti critici che caratterizzano la modellazione del dispositivo, dell’umano e delle loro interazioni e sono state proposte possibili soluzioni per affrontarli. Ad esempio, la modellazione della meccanica e dei sistemi di controllo dei dispositivi, realizzata attraverso gli strumenti messi a disposizione dalla piattaforma software selezionata, ha permesso di ottenere stime accurate del loro comportamento dinamico. Per stimare il comportamento umano, invece, sono state sviluppate, validate e rilasciate come strumenti open-source alla comunità scientifica nuove metodologie e nuovi approcci basati su modelli anatomici neuromuscoloscheletrici. Tale lavoro ha consentito di ottenere stime accurate sia della cinematica che della dinamica in tempo reale, cioè nello stesso istante in cui i movimenti vengono eseguiti. Al fine di stimare la cinematica articolare dell’uomo, nel corso del mio dottorato ho sviluppato e convalidato un approccio di cinematica inversa basato su un modello muscoloscheletrico anatomicamente attendibile, che utilizza come input le misure di orientazione fornite dai sistemi inerziali indossabili. Inoltre, lo strumento di modellazione neuromuscoloscheletrica che rappresenta l’attuale stato dell’arte in ambito biomeccanico è stato migliorato ed interfacciato con gli altri strumenti del framework multilivello. Il lavoro svolto ha consentito di prevedere con precisione ed in tempo reale le forze muscolari, le coppie articolari, e la rigidità muscolare ed articolare dell’essere umano a partire da misure elettromiografiche e cinematiche. Per stimare e prevedere le interazioni, infine, sono stati studiati, sviluppati ed applicati modelli di contatto, procedure di ottimizzazione dei parametri e strategie di cooperazione ad alto livello volte ad incrementare la simbiosi tra essere umano e dispositivo robotico. Nell’ambito del livello di estrazione/sintesi delle informazioni, le misure e le stime ottenute attraverso gli strumenti realizzati negli altri livelli sono state combinate per ottenere accurati feedback quantitativi sia per il dispositivo che per le persone. Da un lato, al dispositivo sono stati forniti segnali di controllo volti a modulare il supporto al fine di soddisfare al meglio gli obiettivi dell’attività in corso di svolgimento, nel rispetto delle reali capacità ed esigenze umane. Dall’altro lato, sono stati sviluppati feedback quantitativi per informare l’utente sulle proprie prestazioni nell’esecuzione dei compiti, sugli obiettivi delle attività e sul supporto fornito dal dispositivo. Tali informazioni sono state fornite all’utente sotto forma di feedback visivi, concepiti per essere esaustivi senza però distrarre l’attenzione, al fine di evitare eventuali perdite di concentrazione e coinvolgimento. Inoltre, sono stati definiti ulteriori feedback volti ad aiutare gli osservatori esterni, quali terapisti in contesti riabilitativi o gestionali ed ergonomisti in campo industriale, nella progettazione e nel perfezionamento di attività personalizzate ed obiettivi a lungo termine. Tutti gli strumenti hardware e software appartenenti ai diversi livelli sono stati poi integrati sviluppando un framework software modulare, flessibile ed affidabile, basato su un noto middleware robotico, al fine di gestire i processi di comunicazione e scambio di informazioni. Infine, il framework sviluppato nel corso del mio dottorato è stato specializzato per realizzare un’applicazione di riabilitazione della camminata assistita da un dispositivo esoscheletrico. Questo contesto è stato scelto perché la cooperazione simbiotica è fondamentale per raggiungere l’obiettivo finale: massimizzare l’efficacia del percorso riabilitativo che deve essere dinamicamente adattato per seguire al meglio le mutevoli esigenze e capacità del paziente mantenendolo allo stesso tempo coinvolto e concentrato. La specializzazione del framework multilivello proposto è stata utilizzata con successo per realizzare gli obiettivi del progetto Europeo Biomot. All’interno di tale progetto, infatti, abbiamo sviluppato un innovativo prototipo di esoscheletro indossabile per la riabilitazione della camminata in grado di modulare in tempo reale il supporto fornito, seguendo diverse strategie di cooperazione ed in funzione delle esigenze e capacità dell’utente. Allo stesso tempo, l’utente risulta essere coinvolto attivamente nel proprio processo di riabilitazione attraverso accattivanti feedback visivi sulle sue prestazioni nel raggiungimento degli obiettivi di riabilitazione e sul sostegno fornitogli dell’esoscheletro. Il framework si è dimostrato fondamentale per chiudere l’anello di informazioni che collega utente e dispositivo e per fornire preziosi feedback quantitativi agli osservatori esterni. Sia i ricercatori che gli esperti clinici che hanno valutato l’applicazione riabilitativa del framework multilivello hanno fornito feedback entusiasti in merito alle soluzioni proposte e ai risultati ottenuti. Pertanto, si può affermare che il framework multilivello sviluppato in questa tesi ha le potenzialità di avanzare l’attuale stato dell’arte nell’ambito dell’interazione simbiotica uomo–macchina. Infatti, tale framework potrà supportare lo sviluppo di una nuova generazione di dispositivi robotici capaci di cooperare con l’uomo nell’esecuzione di compiti impegnativi in ambienti non strutturati, nel rispetto delle reali esigenze, intenzioni e capacità di quest’ultimo.
Guled, Pavan. "Analysis of the physical interaction between Human and Robot via OpenSim software". Master's thesis, Alma Mater Studiorum - Università di Bologna, 2018.
Buscar texto completoCapítulos de libros sobre el tema "Human-exoskeleton interaction"
Gradetsky, V., I. Ermolov, M. Knyazkov, E. Semenov y A. Sukhanov. "Features of Human-Exoskeleton Interaction". En Studies in Systems, Decision and Control, 77–88. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-37841-7_7.
Texto completoSánchez-Villamañán, M. C., D. Torricelli y J. L. Pons. "Modeling Human-Exoskeleton Interaction: Preliminary Results". En Biosystems & Biorobotics, 137–41. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-030-01887-0_27.
Texto completoAllen, James P., Susan Harkness Regli, Kathleen M. Stibler, Patrick Craven, Peter Gerken y Patrice D. Tremoulet. "The Information Exoskeleton: Augmenting Human Interaction with Information Systems". En Foundations of Augmented Cognition, 553–61. Berlin, Heidelberg: Springer Berlin Heidelberg, 2013. http://dx.doi.org/10.1007/978-3-642-39454-6_59.
Texto completoJatsun, Sergey, Andrei Malchikov, Oksana Loktionova y Andrey Yatsun. "Modeling of Human-Machine Interaction in an Industrial Exoskeleton Control System". En Lecture Notes in Computer Science, 116–25. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-60337-3_12.
Texto completoZheng, Xiaojuan, Lan Xiao, Jing Qiu, Lei Hou, Hong Cheng y Youjun Chang. "An Analysis of Human–Machine Interaction to a Lower Extremity Exoskeleton". En Lecture Notes in Electrical Engineering, 535–42. Singapore: Springer Singapore, 2017. http://dx.doi.org/10.1007/978-981-10-6232-2_62.
Texto completoYang, Wei, Canjun Yang, Qianxiao Wei y Minhang Zhu. "Reducing the Human-Exoskeleton Interaction Force Using Bionic Design of Joints". En Wearable Sensors and Robots, 195–209. Singapore: Springer Singapore, 2016. http://dx.doi.org/10.1007/978-981-10-2404-7_16.
Texto completoVega Ramirez, Antonio y Yuichi Kurita. "A Soft Exoskeleton Jacket with Pneumatic Gel Muscles for Human Motion Interaction". En Universal Access in Human-Computer Interaction. Multimodality and Assistive Environments, 587–603. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-23563-5_46.
Texto completoWang, Xiaofeng, Xing Li y Jianhui Wang. "Modeling and Identification of the Human-Exoskeleton Interaction Dynamics for Upper Limb Rehabilitation". En Proceedings of the 2015 Chinese Intelligent Automation Conference, 51–60. Berlin, Heidelberg: Springer Berlin Heidelberg, 2015. http://dx.doi.org/10.1007/978-3-662-46466-3_6.
Texto completoJatsun, Sergey, Sergei Savin y Andrey Yatsun. "Modelling Characteristics of Human-Robot Interaction in an Exoskeleton System with Elastic Elements". En Lecture Notes in Computer Science, 85–94. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-99582-3_10.
Texto completoKim, Woojin, Hyunwoo Joe, HyunSuk Kim, Seung-Jun Lee, Daesub Yoon, Je Hyung Jung, Borja Bornail Acuña et al. "Requirements for Upper-Limb Rehabilitation with FES and Exoskeleton". En Intelligent Human Computer Interaction, 172–77. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-68452-5_18.
Texto completoActas de conferencias sobre el tema "Human-exoskeleton interaction"
Sylla, N., V. Bonnet, G. Venture, N. Armande y P. Fraisse. "Assessing neuromuscular mechanisms in human-exoskeleton interaction". En 2014 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). IEEE, 2014. http://dx.doi.org/10.1109/embc.2014.6943814.
Texto completoGonzalez-Mendoza, Arturo, Ricardo Lopez-Gutierrez, Alberto Isaac Perez-SanPablo, Sergio Salazar-Cruz, Ivette Quinones-Uriostegui, Marie-Christine Ho Ba Tho y Tien-Tuan Dao. "Upper Limb Musculoskeletal Modeling for Human-Exoskeleton Interaction". En 2019 16th International Conference on Electrical Engineering, Computing Science and Automatic Control (CCE). IEEE, 2019. http://dx.doi.org/10.1109/iceee.2019.8884537.
Texto completoHuang, Bo, Zhifeng Ye, Zhijun Li, Wang Yuan y Chenguang Yang. "Admittance control of a robotic exoskeleton for physical human robot interaction". En 2017 2nd International Conference on Advanced Robotics and Mechatronics (ICARM). IEEE, 2017. http://dx.doi.org/10.1109/icarm.2017.8273168.
Texto completoKim, Suin y Joonbum Bae. "Development of a lower extremity exoskeleton system for human-robot interaction". En 2014 11th International Conference on Ubiquitous Robots and Ambient Intelligence (URAI). IEEE, 2014. http://dx.doi.org/10.1109/urai.2014.7057413.
Texto completoMosconi Pereira, Denis César, Polyana Ferreira Nunes, Guido Gómez y Adriano Siqueira. "HUMAN-EXOSKELETON INTERACTION MODEL APPLIED TO ROBOTIC NEUROREHABILITATION OF LOWER LIMBS". En 25th International Congress of Mechanical Engineering. ABCM, 2019. http://dx.doi.org/10.26678/abcm.cobem2019.cob2019-0343.
Texto completoBartenbach, Volker, Dario Wyss, Dominique Seuret y Robert Riener. "A lower limb exoskeleton research platform to investigate human-robot interaction". En 2015 IEEE International Conference on Rehabilitation Robotics (ICORR). IEEE, 2015. http://dx.doi.org/10.1109/icorr.2015.7281266.
Texto completoHuang, Rui, Hong Cheng, Hongliang Guo, Xichuan Lin, Qiming Chen y Fuchun Sun. "Learning Cooperative Primitives with physical Human-Robot Interaction for a HUman-powered Lower EXoskeleton". En 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2016. http://dx.doi.org/10.1109/iros.2016.7759787.
Texto completoChen, Shan, Bin Yao, Zheng Chen, Xiaocong Zhu y Shiqiang Zhu. "Adaptive Robust Cascade Force Control of 1-DOF Joint Exoskeleton for Human Performance Augmentation". En ASME 2015 Dynamic Systems and Control Conference. American Society of Mechanical Engineers, 2015. http://dx.doi.org/10.1115/dscc2015-9825.
Texto completoBacek, Tomislav, Marta Moltedo, Kevin Langlois, Guillermo Asin Prieto, Maria Carmen Sanchez-Villamanan, Jose Gonzalez-Vargas, Bram Vanderborght, Dirk Lefeber y Juan C. Moreno. "BioMot exoskeleton — Towards a smart wearable robot for symbiotic human-robot interaction". En 2017 International Conference on Rehabilitation Robotics (ICORR). IEEE, 2017. http://dx.doi.org/10.1109/icorr.2017.8009487.
Texto completoBorgonovi, Luca, Denis César Mosconi Pereira y Adriano Siqueira. "EMG-Driven Human-Exoskeleton Interaction Model for Knee Flexion and Extension Rehabilitation". En 26th International Congress of Mechanical Engineering. ABCM, 2021. http://dx.doi.org/10.26678/abcm.cobem2021.cob2021-0192.
Texto completo