In september 2020 begon het Project MARCH team aan het ontwerp van een nieuw type exoskelet. Het doel hiervan is om mensen met een dwarslaesie te helpen om te kunnen staan en lopen. In deze blog lees je hoe de dataspecialisten van Salure het team hierbij ondersteunen.

Dit artikel is een vertaling van de Engelstalige blog die oorspronkelijk op projectmarch.nl verscheen.

De dataspecialisten van Salure zijn dagelijks bezig met het herkennen van patronen in grote hoeveelheden data, zodat bedrijven betere beslissingen kunnen nemen en de salarisadministratie steeds slimmer wordt. Dit is wat Salure en Project MARCH met elkaar gemeen hebben: beide partijen verzamelen veel data die ze moeten analyseren en verwerken. De expertise van Salure is van grote waarde voor de teamdoelstelling van het zesde Project MARCH team.

Een nieuwe richting

Het zesde Project MARCH team besloot een andere richting in te slaan dan de vorige MARCH-teams. Voorheen richtten de teams zich op de Cybathlon, ook wel bekend als de Bionic Games. De MARCH-teams namen deel aan de Powered Exoskeleton Race waarbij ze zes obstakels moesten overwinnen. Deze obstakels waren gebaseerd op het dagelijkse leven, zoals het opstaan van een bank, lopen over ruw terrein, of een trap oplopen. De looppatronen om deze hindernissen te overwinnen waren echter voorgeprogrammeerd.

Het zesde team wil dynamisch kunnen lopen, wat betekent dat zij elk obstakel willen kunnen overwinnen. Niet alleen die waarvan de afmetingen bekend zijn.

Piloot

Om dit teamdoel te bereiken, moet informatie over de omgeving worden verzameld. Daarom heeft het team besloten sensoren zoals drukzolen en dieptecamera’s te implementeren. Deze sensoren verzamelen enorme hoeveelheden gegevens die moeten worden verwerkt, geanalyseerd en beantwoord. Salure heeft het afgelopen jaar de data-analist van het zesde team hierbij geholpen.

De persoon die in het exoskelet loopt, wordt de piloot genoemd. Zoals je in het schema hieronder kunt zien, kan de piloot de bewegingen die het exoskelet maakt, besturen via het invoerapparaat. Deze opdracht wordt vervolgens doorgegeven aan de hoofdcomputer die zich in de rugzak van het exoskelet bevindt. Vervolgens geeft de hoofdcomputer de opdracht door aan de gewrichten die het exoskelet laten bewegen. Door de beweging kunnen de sensoren gegevens ophalen. Deze gegevens worden vervolgens teruggestuurd naar de hoofdcomputer.

exoskelet schema

Schema exoskelet software 

Data

Deze gegevens worden verzameld in zogenaamde ROSbag-bestanden. Met behulp van deze ROSbag-bestanden kan het team een volledige fysieke training te herhalen in een simulatie van het exoskelet. Alle metingen en communicatie worden opnieuw verzonden alsof het gesimuleerde exoskelet precies dezelfde training uitvoert als de piloot daarvoor heeft gedaan.

Het is echter niet makkelijk om deze bestanden later te lezen of ze te visualiseren of te analyseren. Aan het begin van het jaar zochten de MARCH ingenieurs naar een manier om de ROSbag-bestanden over te zetten naar een ander bestandstype zodat dit makkelijker zou worden. De dataspecialisten van Salure hebben Project MARCH geholpen om de ROSbags over te zetten naar Pandas DataFrame in Python. Nu kunnen de bestanden gemakkelijk worden gelezen, wat het analyseren van de gegevens een stuk eenvoudiger maakt. Deze DataFrames zijn uiterst nuttig en worden vaak gebruikt.

Visualisatie

Een ander project waarbij Salure Project MARCH heeft begeleid, is de visualisatie en uitwisseling van de gegevens van een controleproject. Salure heeft veel ervaring met datavisualisatie met hun eigen data analytics platform SalureConnect. De Control Engineers van MARCH VI hebben gewerkt aan een geavanceerde besturingsmethode genaamd Model Predictive Control (MPC). De software die het team gewoonlijk gebruikt, ROS, heeft geen functie die in staat is om dit project te visualiseren. Dit komt omdat MPC niet alleen bestaat voor real-time gegevens, maar ook voor voorspellende gegevens. Salure hielp de Project MARCH engineers met de uitdagingen bij het zoeken naar de perfecte manier om een visualisatie te maken. Een van deze uitdagingen was dat het visualisatie-dashboard met hoge frequentie geüpdate moest worden, meerdere keren per seconde.

MPC visualization dashboard

MPC visualisatie-dashboard

Draadloos

Een andere uitdaging was dat het dashboard op een andere computer moest kunnen functioneren dan de computer die in het exoskelet de data verzamelt. Dit betekent dat de gegevens draadloos moeten worden verzonden. De laatste uitdaging was dat de visualisatie niet te veel rekenkracht mocht verbruiken. Met hun kennis over datavisualisatie en communicatie hebben de engineers van Salure het team hierover geadviseerd. Zo maakten ze hen bekend met een bijzonder handige tool.

Daarnaast werd overlegd wat de beste opties waren om de gegevens van de computer in het exoskelet draadloos door te sturen naar een andere computer. Op dit moment functioneert het dashboard goed en toont het real-time gegevens, maar ook gegevens uit het verleden en de toekomst. Dit gebeurt allemaal draadloos. Dit is een zeer nuttige toepassing om de MPC-methode te verbeteren.

Wil je meer weten over het partnerschap?  Lees dan ook dit artikel.

Meer artikelen voor jou: