ABSTRACT Human-in-the-loop optimization allows for individualized device control based on measured human performance. This technique has been used to produce large reductions in energy expenditure during walking with exoskeletons but has not yet been applied to prosthetic devices. In this series of case studies, we applied human-in-the-loop optimization to the control of an active ankle-foot prosthesis used by participants with unilateral transtibial amputation. We optimized the parameters of five control architectures that captured aspects of successful exoskeletons and commercial prostheses, but none resulted in significantly lower metabolic rate than generic control. In one control architecture, we increased the exposure time per condition by a factor of five, but the optimized controller still resulted in higher metabolic rate. Finally, we optimized for self-reported comfort instead of metabolic rate, but the resulting controller was not preferred. There are several reasons why human-in-the-loop optimization may have failed for people with amputation. Control architecture is an unlikely cause given the variety of controllers tested. The lack of effect likely relates to adaptation protocol or differences in the learning mechanisms or objectives of people with amputation. Future work should investigate these causes to determine whether human-in-the-loop optimization for prostheses could be successful.

Abstract Walking balance is central to independent mobility, and falls due to loss of balance are a leading cause of death for people 65 years of age and older. Bipedal gait is typically unstable, but healthy humans use corrective torques to counteract perturbations and stabilize gait. Exoskeleton assistance could benefit people with neuromuscular deficits by providing stabilizing torques at lower-limb joints to replace lost muscle strength and sensorimotor control. However, it is unclear how applied exoskeleton torques translate to changes in walking kinematics. This study used musculoskeletal simulation to investigate how exoskeleton torques applied to the ankle and subtalar joints alter center of mass kinematics during walking. We first created muscle-driven walking simulations using OpenSim Moco by tracking experimental kinematics and ground reaction forces recorded from five healthy adults. We then used forward integration to simulate the effect of exoskeleton torques applied to the ankle and subtalar joints while keeping muscle excitations fixed based on our previous tracking simulation results. Exoskeleton torque lasted for 15% of the gait cycle and was applied between foot-flat and toe-off during the stance phase, and changes in center of mass kinematics were recorded when the torque application ended. We found that changes in center of mass kinematics were dependent on both the type and timing of exoskeleton torques. Plantarflexion torques produced upward and backward changes in velocity of the center of mass in mid-stance and upward and forward velocity changes near toe-off. Eversion and inversion torques primarily produced lateral and medial changes in velocity in mid-stance, respectively. Intrinsic muscle properties reduced kinematic changes from exoskeleton torques. Our results provide mappings between ankle plantarflexion and inversion-eversion torques and changes in center of mass kinematics which can inform designers building exoskeletons aimed at stabilizing balance during walking. Our simulations and software are freely available and allow researchers to explore the effects of applied torques on balance and gait.

Abstract For exoskeletons to be successful in real-world settings, they will need to be effective across a variety of terrains, including on inclines. While some single-joint exoskeletons have assisted incline walking, recent successes in level-ground assistance suggest that greater improvements may be possible by optimizing assistance of the whole leg. To understand how exoskeleton assistance should change with incline, we used human-in-the-loop optimization to find whole-leg exoskeleton assistance torques that minimized metabolic cost on a range of grades. We optimized assistance for three expert, able-bodied participants on 5 degree, 10 degree and 15 degree inclines using a hip-knee-ankle exoskeleton emulator. For all assisted conditions, the cost of transport was reduced by at least 50% relative to walking in the device with no assistance, a large improvement to walking that is comparable to the benefits of whole-leg assistance on level-ground. This corresponds to large absolute reductions in metabolic cost, with the most strenuous conditions reduced by 4.9 W/kg, more than twice the entire energy cost of level walking. Optimized extension torque magnitudes and exoskeleton power increased with incline, with hip extension, knee extension and ankle plantarflexion often growing as large as allowed by comfort-based limits. Applied powers on steep inclines were double the powers applied during level-ground walking, indicating that larger exoskeleton power may be optimal in scenarios where biological powers and costs are higher. Future exoskeleton devices can be expected to deliver large improvements in walking performance across a range of inclines, if they have sufficient torque and power capabilities.

Background: Estimating energy expenditure with indirect calorimetry requires expensive equipment and provides slow and noisy measurements. Rapid estimates using wearable sensors would enable techniques like optimizing assistive devices outside a lab. Existing methods correlate data from wearable sensors to measured energy expenditure without evaluating the accuracy of the estimated energy expenditure for activity conditions or subjects not included in the correlation process. Our goal is to assess data-driven models that are capable of rapidly estimating energy expenditure for new conditions and subjects. Methods: We developed models that estimated energy expenditure from two datasets during walking conditions with (1) ankle exoskeleton assistance and (2) various loads and inclines. The estimation was portable and rapid, using input features that are possible to measure with wearable sensors and restricting the input data length to a single gait cycle or four second interval. The performance of the models was evaluated for three use cases. The first case estimated energy expenditure during walking conditions for subjects with some subject specific training data available. The second case estimated all conditions in the dataset for a new subject not included in the training data. The third case estimated new conditions for a new subject. The models also ordered the magnitude of energy expenditure across all conditions for a new subject. Results: The average errors in energy expenditure estimation during assisted walking conditions were 4.4%, 8.0%, and 8.1% for the three use cases, respectively. The average errors in energy expenditure estimation during inclined and loaded walking conditions were 6.1%, 9.7%, and 11.7% for the three use cases. The models ordered the magnitude of energy expenditure with a maximum and average percentage of correctly ordered conditions of 56% and 43% for assisted walking and 85% and 55% for incline and loaded walking. Conclusions: Our data-driven models determined the accuracy of energy expenditure estimation for three use cases. For experiments where the accuracy of a data-driven model is sufficient, standard indirect calorimetry can be replaced. The energy expenditure ordering could aid in selecting optimal assistance conditions. The models, code, and datasets are provided for reproduction and extension of our results.

Abstract Objective We aimed to develop a system for people with amputation that non-invasively restores missing control and sensory information for an ankle-foot prosthesis. Methods In our approach, a wrist exoskeleton allows people with amputation to control and receive feedback from their prosthetic ankle via teleoperation. We implemented two control schemes: position control with haptic feedback of ankle torque at the wrist; and torque control that allows the user to modify a baseline torque profile by moving their wrist against a virtual spring. We measured tracking error and frequency response for the ankle-foot prosthesis and the wrist exoskeleton. To demonstrate feasibility and evaluate system performance, we conducted an experiment in which one participant with a transtibial amputation tracked desired wrist trajectories during walking, while we measured wrist and ankle response. Results Benchtop testing demonstrated that for relevant walking frequencies, system error was below human perceptual error. During the walking experiment, the participant was able to voluntarily follow different wrist trajectories with an average RMS error of 1.55° after training. The ankle was also able to track desired trajectories below human perceptual error for both position control (RMSE = 0.8°) and torque control (RMSE = 8.4%). Conclusion We present a system that allows a user with amputation to control an ankle-foot prosthesis and receive feedback about its state using a wrist exoskeleton, with accuracy comparable to biological neuromotor control. Significance This bilateral teleoperation system enables novel prosthesis control and feedback strategies that could improve prosthesis control and aid motor learning.

ABSTRACT Purpose Walking comprises a large portion of active energy expenditure in humans. Interventions that increase or decrease the energy expended on each step, such as ankle weights or energy-saving orthoses, may therefore strongly impact fitness. The overall effect of increasing or decreasing per-step energy use is unclear, however, because people may choose to walk less or more, respectively, in response. Methods In this study, healthy college students with normal body mass index wore weighted and unweighted shoes embedded with an inertial measurement unit for one week each. Community-based walking data were analyzed for number of steps, distance traveled and walking speed. Oxygen consumption using each set of shoes at a range of speeds were measured in a laboratory setting and used to estimate metabolic energy expended during community-based walking. A survey measured subjective response to each pair of shoes. Results The weighted shoes increased per-step energy cost by about 26%. Subjects strongly disliked the weighted shoes (P = 0.001) and found them tiring (P = 0.003). Despite this dislike, subjects did not significantly reduce distance walked (P = 0.6), number of steps (P = 0.7), or average speed (P = 0.9) compared to normal shoes. This led to a small but not statistically significant increase in energy expended during walking over a five-day period (12.3 ± 9.6% increase, P = 0.2). On the final collection day this trend appeared to reverse, with fewer steps taken and lower metabolic energy expended with the weighted shoes. Twenty-four subjects were recruited but only ten completed the protocol, with dislike of the weighted shoe condition being the primary reason for dropout. Conclusions Increasing the energy cost of each step led to greater energy expended through walking. However, there are indications that behavioral changes would be greater with a longer intervention or increased retention. For example, the large dropout rate suggests that some subjects avoided walking with the weighted shoes entirely, simply by leaving the study. Follow-on studies among patient groups may reveal a fitness benefit to either increasing or reducing the energy cost of walking.