Förderprojekt RoSylerNT

  Bild-Alternativtext Urheberrecht: IRT

Lernende roboterassistierte Systeme für das neuromuskuläre Training

 
01.09.2017

Steckbrief

Eckdaten

Laufzeit:
01.09.2017 bis 31.08.2020
Akronym:
RoSylerNT
Gruppe:
Medical
Fördergeber:
BMBF

Kontakt

Foto von Maike Ketelhut

Name

Maike Ketelhut

Gruppenleiterin Medizintechnik

Telephone

work Phone
+49 241 80 27508

E-Mail

 

Motivation

Logo RoSylerNT Urheberrecht: Koordinauten GmbH

Regelmäßiges körperliches Training bietet ein hohes Potential in der Prävention und Therapie altersbedingter und chronischer Erkrankungen. Darüber hinaus kann physische Aktivität das subjektive Wohlbefinden positiv beeinflussen. Effektives körperliches Training erfordert allerdings eine hohe Trainingsintensität und somit hohe Muskelkräfte, die unkontrolliert zu Überbelastungen und Schädigungen des Bewegungsapparates führen können. Zur Vermeidung dieser nicht physiologischen Belastungen ist die Kontrolle der Kräfte durch eine entsprechende Bewegungsführung zwingend erforderlich. Assistenzsysteme, die optimale Trainingsreize applizieren und das Risiko von Überbelastungen minimieren, können hier sinnvolle Unterstützung leisten.

 

Projektziele und Methoden

Gefördert durch Bundesministerium für Bildung und Forschung Urheberrecht: BMBF

Im Rahmen dieses Vorhabens sollen Robotersysteme dazu befähigt werden, mit einem Menschen unter Aufbringung signifikanter Kräfte beispielsweise während des neuromuskulären Trainings aktiv und sicher interagieren zu können. Dafür muss sichergestellt sein, dass der Roboter basierend auf dem aktuellen Zustand des Patienten und seiner Umgebung situationsgerecht reagiert. Die Reaktion von Menschen auf Stimulationen oder orthopädische Eingriffe ist jedoch hoch individuell. Daher ist es notwendig die Haltung, Bewegung und Belastung des Menschen während des Trainings zu erfassen. Basierend darauf werden modellbasierte und modellfreie, selbstlernende Regelungsstrategien entwickelt, wobei der Mensch als zu regelnder Prozess in den Mittelpunkt tritt und der Roboter die Aufgabe der Aktorik übernimmt und unter Verwendung einer gemeinsamen Wissensbasis die optimalen Stelleingriffe zum Erreichen des anwendungsspezifischen Ziels erlernt.

 

Innovationen und Perspektiven

Die im Rahmen des Projektes entwickelten Grundfertigkeiten eröffnen ein sehr breites Spektrum an neuen Applikationsszenarien außerhalb des klassischen industriellen Sektors. Durch die Verwendung selbstlernender Regelungsalgorithmen mit der Möglichkeit der expliziten Berücksichtigung von Rand- und Nebenbedingungen kann im Besonderen die Bewegungsfähigkeit und körperliche Kapazität von älteren Personen bzw. Personen mit körperlichen Einschränkungen einberechnet und eine adäquate Unterstützung gewährleistet werden.

 
Projektpartner