Recente vorderingen in intelligente draagbare systemen: van multiscale biomechanische kenmerken naar voorspelling van menselijke bewegingsintentie

Het lichaam lezen voordat het beweegt

Stel je voor dat een smartwatch, zoolinlegzool of licht exoskelet kan aanvoelen wat je van plan bent te doen en je stilletjes helpt—een stap stabiliseren voordat je struikelt, een vermoeide spier ondersteunen of een prothetische hand bijna zo natuurlijk laten bewegen als een echte. Dit overzichtsartikel legt uit hoe wetenschappers "intentie‑bewuste" draagbare systemen bouwen die de mechanische en elektrische signalen van het lichaam lezen om onze volgende bewegingen te voorspellen, waardoor nieuwe mogelijkheden ontstaan voor revalidatie, veiliger werken, sportprestaties, virtual reality en autorijden.

Hoe het lichaam wijst op de volgende beweging

Ons lichaam geeft aanwijzingen over aankomende acties op meerdere fysische lagen. Op volledig lichaamsniveau onthullen subtiele verschuivingen in versnelling—vaak gemeten nabij de taille—hoe stabiel ons zwaartepunt is en wanneer we van plan zijn te versnellen, vertragen of van richting te veranderen. Plotselinge veranderingen in deze patronen kunnen een glijpartij of een scherpe bocht met een fractie van een seconde voorafgaan, waardoor algoritmen een venster krijgen om een val of een snelle manoeuvre te voorspellen. Zoom je in op afzonderlijke gewrichten, dan vormen veranderingen in hoeken en hoeksnelheden bij heup, knie, enkel, schouder, elleboog en vingers rijke bewegings"handtekeningen" voor lopen, tillen of grijpen. Op het diepste niveau verschijnen kleine elektrische uitbarstingen in spieren, vastgelegd door oppervlakte-elektroden op de huid, tientallen tot honderden milliseconden vóór zichtbare beweging—een vroege waarschuwing van intentie die bijzonder waardevol is voor het aansturen van prothetische ledematen en exoskeletten.

Slimme sensoren verweven met het dagelijks leven

Om deze signalen vast te leggen verspreiden ingenieurs een netwerk van kleine sensoren over het lichaam. Inertiële eenheden volgen versnelling en rotatie van lichaamssegmenten; flexibele rek- en druksensoren meten gewrichtsbuigingen en voetkrachten; bio-elektrische sensoren monitoren spieractiviteit, hersensignalen en hartritme; en zelfs optische, akoestische en chemische sensoren houden de bloedstroom, weefselveranderingen en zweetchemie in de gaten. Deze componenten worden verpakt in herkenbare objecten—horloges, armbanden, slimme schoenen en handschoenen—maar ook in elektronische textiel en huidachtige pleisters die zich aanpassen aan gewrichten en spieren. Door sensoren op lichaam-, gewrichts- en spierniveau te stapelen, kunnen ontwerpers beweging volgen vanaf de eerste neurale vonk in spiervezels, via het koppel in een gewricht, tot aan veranderingen in de balans van het hele lichaam.

Machines leren menselijke beweging te lezen

Data verzamelen is slechts de helft van de klus; de andere helft is die snel genoeg interpreteren om nuttig te zijn. Eerdere systemen vertrouwden op handgemaakte regels en klassieke machine‑learningmethoden die naar zorgvuldig gekozen kenmerken keken, zoals gemiddelde spieractiviteit of piekgewrichtshoek, en elk patroon een bekende actie toeschreven. Deze methoden zijn efficiënt en werken goed op kleine, batterijgevoede apparaten, maar ze hebben moeite wanneer bewegingen gevarieerder of rumoeriger worden. Recentelijk zijn deep‑learningbenaderingen—convolutionele, recurrente en transformer‑achtige neurale netwerken—getraind om complexe patronen over tijd en meerdere sensoren tegelijk te herkennen. Ze kunnen versnelling, druk en spiersignalen samenvoegen om gangfases te herkennen, gewrichtshoeken vooruit te voorspellen of het koppel te schatten dat een mens binnenkort zal genereren, vaak met voorspellingsfouten gemeten in slechts enkele tientallen milliseconden.

Van klinieken en fabrieken naar stadions en simulatoren

Deze intentie‑voorspellende wearables verhuizen van labprototypes naar tal van echte omgevingen. In de revalidatie gebruiken exoskeletten in kledingvorm en passieve kniebraces gewrichtshoeken, krachten en spieractiviteit om net genoeg ondersteuning te bieden bij lopen of therapeutische oefeningen, en passen ze zich aan de voortgang van elke patiënt aan. Voor werknemers en industriële robots kunnen lichaamsversnelling en spiersensoren vermoeidheid signaleren, onveilige bewegingen voorzien en robots laten anticiperen en coördineren met menselijke partners. Atleten profiteren van E‑skins en lichtgewicht bewegingspakken die gewrichtsbelasting en spiergebruik volgen om techniek bij te stellen en blessurerisico te verminderen. In virtual reality gebruiken slimme ringen en handschoenen vingerbewegingen en spieraanwijzingen voor natuurlijker grijpen en aanraking, terwijl in auto’s hoofd‑ en ledemaatssensoren helpen bij het anticiperen op remmen, baanwissels of slaperigheid ter ondersteuning van bestuurder‑assistentiesystemen.

Obstakels op weg naar dagelijks gebruik

Ondanks indrukwekkende nauwkeurigheid in gecontroleerde tests is het moeilijk deze systemen in het dagelijks leven te brengen. Echte omgevingen zijn rommelig: zweet, verschuivende elektroden, kledingverschuivingen en elektrische ruis kunnen signalen vervormen, terwijl mensen sterk verschillen in lichaamsvorm, kracht en bewegingsstijl. Dat betekent dat modellen die op één groep getraind zijn vaak slecht presteren bij een andere groep of bij nieuwe taken. Flexibele sensormaterialen moeten ook continu buigen en rekken doorstaan zonder gevoeligheid te verliezen, en compacte energiebronnen moeten multi‑sensor systemen lange tijd van stroom voorzien. Daarbovenop roepen de rijke stromen van fysiologische en bewegingsgegevens ernstige privacyvragen op, omdat ze gezondheidsstatus, gewoonten en zelfs emotionele toestanden kunnen onthullen als ze misbruikt of gelekt worden.

Wat dit voor de toekomst betekent

De auteurs concluderen dat het voorspellen van menselijke bewegingsintentie geen sciencefiction meer is, maar dat het omzetten ervan in een veilige, vertrouwde alledaagse technologie vooruitgang op meerdere fronten tegelijk vraagt. Slimmere leermethoden moeten zich aanpassen aan elke gebruiker en robuust blijven wanneer signalen verslechteren; sensormaterialen moeten duurzaam, comfortabel en energiezuinig zijn; en sterke waarborgen zijn nodig om persoonlijke bewegings‑ en gezondheidsgegevens te beveiligen. Als deze onderdelen samenkomen, kunnen toekomstige wearables een naadlus van "waarneming–beslissing–actie" rond het lichaam vormen, stilletjes begrijpen wat we van plan zijn te doen en hulp bieden—of dat nu betekent een stap stabiliseren, spierkracht versterken, herstel begeleiden of onze verbinding met machines en virtuele werelden verdiepen.

Bronvermelding: Chen, S., Peng, C., Yang, B. et al. Recent advances in intelligent wearable systems: from multiscale biomechanical features towards human motion intent prediction. npj Artif. Intell. 2, 33 (2026). https://doi.org/10.1038/s44387-026-00083-5

Trefwoorden: draagbare sensoren, voorspelling van menselijke beweging, biomechanica, exoskeletten, protheses