h1

000788761 001__ 788761
000788761 005__ 20230411161021.0
000788761 0247_ $$2HBZ$$aHT020445225
000788761 0247_ $$2Laufende Nummer$$a39331
000788761 0247_ $$2datacite_doi$$a10.18154/RWTH-2020-04750
000788761 037__ $$aRWTH-2020-04750
000788761 041__ $$aGerman
000788761 082__ $$a620
000788761 1001_ $$0P:(DE-82)IDM01451$$aKolditz, Melanie$$b0$$urwth
000788761 245__ $$aRoboterassistierte Rehabilitation und Muskelaufbautraining$$cvorgelegt von Melanie Celina Kolditz$$honline
000788761 246_3 $$aRobot-assisted rehabilitation and muscle strength training$$yEnglish
000788761 260__ $$aAachen$$c2020
000788761 300__ $$a1 Online-Ressource (xiii, 148 Seiten) : Illustrationen, Diagramme
000788761 3367_ $$02$$2EndNote$$aThesis
000788761 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
000788761 3367_ $$2BibTeX$$aPHDTHESIS
000788761 3367_ $$2DRIVER$$adoctoralThesis
000788761 3367_ $$2DataCite$$aOutput Types/Dissertation
000788761 3367_ $$2ORCID$$aDISSERTATION
000788761 500__ $$aVeröffentlicht auf dem Publikationsserver der RWTH Aachen University
000788761 502__ $$aDissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2020$$bDissertation$$cRheinisch-Westfälische Technische Hochschule Aachen$$d2020$$gFak04$$o2020-04-03
000788761 5203_ $$aDie Bewegungsfähigkeit ist ein grundlegender Bestandteil eines selbstbestimmten Lebens bis ins Alter. Sowohl zur Prävention als auch zur Rehabilitation von Erkrankungen, die eine eingeschränkte Bewegungsfähigkeit zur Folge haben, ist regelmäßiges Üben und Trainieren von entscheidender Bedeutung. Roboterassistierte Systeme stellen eine Möglichkeit dar, Patienten in der Neurorehabilitation mit ausreichend selbständiger Übungszeit zu versorgen und Personen im Muskelaufbautraining dabei zu unterstützen, Fehl- und Schonhaltungen und damit Schädigungen am Muskel-Skelett-System zu vermeiden. Der Fokus dieser Arbeit liegt in der Verwendung von Industrierobotern zur Neurorehabilitation der oberen Extremität und zum Muskelaufbautraining der unteren Extremität. Zur Evaluation und Auswahl eines geeigneten Roboters wird eine simulative Methode verwendet, die mit einem Starrkörpermodell des Roboters die maximal zulässigen Achslasten mit den in der Anwendung erwarteten Lasten vergleicht. Für die Neurorehabilitation wird ein System auf Basis des KUKA LBR IV weiterentwickelt. Als Ergebnis steht eine Plattform zur Verfügung, mit der Patienten selbständig eine zuvor eingelernte Bewegung am Roboter trainieren können. Das System bewertet kontinuierlich die Haltung und erkennt Ausgleichsbewegungen, um zusammen mit gemessenen Kräften am Endeffektor auf die aktuelle Patientensituation zu schließen und angemessen zu reagieren. Für das neuromuskuläre Aufbautraining wurde ein System auf Basis eines KUKA KR270 Industrieroboters entwickelt, mit dem entlang beliebiger individueller Bewegungstrajektorien sowohl isokinematisch als auch isotonisch trainiert werden kann. In zwei Versuchen an einer dynamischen und statischen Beinpresse wurde die Position und Orientierung der Trittplatte als Stellgröße identifiziert, um Belastungen am Muskel-Skelett-System in Form von Gelenkmomenten zu beeinflussen. Unter Verwendung einer Bewegungserfassung, sowie eines Starrkörpermodells des Beins können mit der gemessenen Kraft am Endeffektor die Gelenkbelastungen während des Trainings ermittelt werden. Dies ist die Grundlage für ein Belastungsmanagement im neuromuskulären Aufbautraining, was nach dieser Arbeit mit dem roboterassistierten Trainingssystem möglich ist.$$lger
000788761 520__ $$aMobility is an integral component for an independent life even in an advanced age. Regular exercise is crucial for both prevention and rehabilitation of disorders, which can result in impaired mobility. Robot-assisted systems can help to provide patients in neurorehabilitation sufficient independent exercise time and support people in muscular strength training in avoiding bad postures, which might result in damages to the musculoskeletal system. The focus of this work is on the use of industrial robots for neurorehabilitation of the upper extremity and for neuromuscular strength training of the lower extremity. A simulative method, that compares the maximum permissible axes loads with the loads expected in the application is used to evaluate and select a suitable robot. The simulation uses a rigid body model of the robot. A system based on a KUKA LBR IV is used to improve a robotic system for neurorehabilitation. The resulting system allows patients to exercise a previously recorded movement with the robot, independently. The system continuously evaluates the patient's arm posture and detects compensatory movements. This detection is used to assess the patient's current situation with the measured forces at the end effector and to react appropriately. A system based on a KUKA KR270 industrial robot has been developed for neuromuscular strength training, which can be used for both isokinematic and isotonic exercise along arbitrary individual trajectories. In two experiments on a dynamic and static leg press, the position and orientation of the foot plate was identified as a manipulated variable in order to control loads on the musculoskeletal system. With motion detection as well as a rigid body model of the leg, the measured force at the end effector can be used to determine the joint loadings during exercise. This is the basis for a management of loadings in neuromuscular strength training, which is now possible with the robot-assisted training system developed in this thesis.$$leng
000788761 588__ $$aDataset connected to Lobid/HBZ
000788761 591__ $$aGermany
000788761 653_7 $$arehabilitation
000788761 653_7 $$arobotics
000788761 653_7 $$atraining
000788761 7001_ $$0P:(DE-82)IDM03056$$aAbel, Dirk$$b1$$eThesis advisor$$urwth
000788761 7001_ $$aAlbracht, Kirsten$$b2$$eThesis advisor
000788761 8564_ $$uhttps://publications.rwth-aachen.de/record/788761/files/788761.pdf$$yOpenAccess
000788761 8564_ $$uhttps://publications.rwth-aachen.de/record/788761/files/788761_source.zip$$yRestricted
000788761 8564_ $$uhttps://publications.rwth-aachen.de/record/788761/files/788761.gif?subformat=icon$$xicon$$yOpenAccess
000788761 8564_ $$uhttps://publications.rwth-aachen.de/record/788761/files/788761.jpg?subformat=icon-1440$$xicon-1440$$yOpenAccess
000788761 8564_ $$uhttps://publications.rwth-aachen.de/record/788761/files/788761.jpg?subformat=icon-180$$xicon-180$$yOpenAccess
000788761 8564_ $$uhttps://publications.rwth-aachen.de/record/788761/files/788761.jpg?subformat=icon-640$$xicon-640$$yOpenAccess
000788761 8564_ $$uhttps://publications.rwth-aachen.de/record/788761/files/788761.jpg?subformat=icon-700$$xicon-700$$yOpenAccess
000788761 909CO $$ooai:publications.rwth-aachen.de:788761$$pdnbdelivery$$pdriver$$pVDB$$popen_access$$popenaire
000788761 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM01451$$aRWTH Aachen$$b0$$kRWTH
000788761 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM03056$$aRWTH Aachen$$b1$$kRWTH
000788761 9141_ $$y2020
000788761 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
000788761 9201_ $$0I:(DE-82)416610_20140620$$k416610$$lLehrstuhl und Institut für Regelungstechnik$$x0
000788761 961__ $$c2020-07-14T08:49:43.728375$$x2020-04-30T18:45:58.838786$$z2020-07-14T08:49:43.728375
000788761 9801_ $$aFullTexts
000788761 980__ $$aI:(DE-82)416610_20140620
000788761 980__ $$aUNRESTRICTED
000788761 980__ $$aVDB
000788761 980__ $$aphd