Øget kørestolsindsats viser en beundringsværdig respekt for uafhængighed

Det virkelige liv i det offentlige rum er ikke ligefrem en elegant lige linje. Ramper. Æsker. "Gulvet er vådt"-skilte. Store gange, der kræver flere højre- og venstresving for at nå hylderne i jagten. Ingen lille udfordring for en person med handicap og kørestolsbundet.

At styre en elektrisk kørestol er stadig en udfordrende opgave, men et Kent University-hold i det britiske hold er på sagen. Skolen har et projekt, der sigter mod at vende hjørnerne i kørestolsuafhængighed og livskvalitet.

To opslåede videoer viser stolen i aktion. Sofistikeret forhindringssporing og øjenbaseret vejledning er funktioner i deres design. Holdet har arbejdet på en kørestol, der kan navigere på trange steder og undgå forhindringer, man støder på, mens man bevæger sig ud og om i kørestol.

Kent University-teamet er fokuseret på at hjælpe mennesker med handicap gennem hjælpesystemer og udvidede robotkørestole.

En af de to videoer kaldet Wheelchair Head Tracking viser en lille NAO-robot, trænet til at afhente og levere medicin til en kørestolsbruger. Videoen viser, hvordan personen udsender kørestolsbevægelseskommandoer takket være hovedbevægelsessporing og øjensporing.

Manden, der sad i videoen, sagde "I bund og grund er det at spore min hovedbevægelse og styre kørestolen baseret på hovedbevægelserne. Venstre forårsager en venstredrejning af kørestolen og højre forårsager højresving..."

Hoveddrejninger er ikke den eneste måde, stolen kan fungere korrekt på. PCMag fik at vide, at "Vi har en kombination af teknologier, herunder sporing af bevægelsen af ​​en persons hoved, iris, eller næse for at styre kørestolen."

PCMag mødtes med Dr. Konstantinos Sirlantzis, en lektor på universitetet. Hans vision handler om fremtidens kørestole, som vil blive muliggjort af robot-plus-ins og add-ons. Teknologier på spil i dette design. (1) Wi-Fi eller Bluetooth-kommunikation på stolen (2) en app på en mobiltelefon, og (3) den slags parkeringsassistentteknologi, der anvendes i halvautomatiske biler, baseret på ultralyds- og synssensorer.

Geek.com påpegede, at stolen lærer, mens den går. Det, den lærer, er brugerpræferencer. "Disse smarte kørestole udnytter AI til at lære brugernes bevægelsespræferencer, kørestil, og deres nuværende fysiologi."

Joel Hruska ind ExtremeTech :"AI-integrationen er beregnet til at levere et væld af sekundære data til kørestolen for at vurdere dens brugers generelle tilstand." Stolen kunne indsamle realtidsdata og give meddelelser, hvis kørestolsbrugeren havde brug for assistance.

I den PCMag interview, Sirlantzis berørte softwaren, skrevet i laboratoriet. Det er hovedsageligt i C eller C++ "plus lidt Python." De bruger Robot Operating System (ROS), og de skaber noder med udviklingspartnere, sådan at de deler kode i projektet for interoperabilitet.

Bevæger sig fremad? Projektet strækker sig ud over universitetets mure til partnerskab med andre institutioner, herunder National Health Service Hospitaler. Gennem et lokalt hospitals neurorehabiliteringsenhed, som henvender sig til mennesker med hjerneskade og skader fra slagtilfælde, holdet har rekrutteret ti personer med handicap til at deltage i forsøg.

En vigtig kommentar om kørestolsdesign:one-size-fits-all er slet ikke en praktisk regel. Brugerens evner kan ændre sig over tid; tilstanden kan udvikle sig. Hruska bemærkede, at Sirlantzis har vendt sig til et modulært system, hvor komponenter kan integreres i stolene.

Det PCMag interview havde nævnt nogle af stolens modulære tilføjelser, inklusive irisdetektion, så personen kunne flytte stolen blot ved at blinke. "Vi har en kombination af teknologier, herunder sporing af bevægelsen af ​​en persons hoved, iris, eller næse for at styre kørestolen, igen afhængigt af brugerens skiftende evner over tid og tilstandsprogression, " sagde Sirlantzis.

© 2019 Science X Network