Un nuevo estudio demuestra que los exoesqueletos ahora se adaptan a ti, no al revés

Tabla de enlaces

Resumen y 1 Introducción

2 resultados

2.1 Datos iniciales procesados para un participante representativo

2.2 Análisis general del rendimiento

2.3 Análisis de retratos de interacción

2.4 Estrategia de adaptación individual

3 Discusión

3.1 Adaptación humana

3.2 Importancia del análisis de la propiedad intelectual

4 Conclusión

5 métodos

5.1 Estrategias de control de retroalimentación

5.2 Configuración experimental

5.3 Protocolo experimental

5.4 Análisis de datos

Declaraciones

Apéndice A Datos complementarios de ejemplo

Apéndice B Comparación con la marcha natural

Referencias

Abstracto

La interacción física entre humanos y robots contiene información crucial para optimizar la experiencia del usuario, mejorar el rendimiento del robot y evaluar objetivamente la adaptación del usuario. Este estudio presenta un nuevo método para evaluar la coadaptación entre humanos y robots en exoesqueletos de miembros inferiores mediante el análisis de la actividad muscular y el par de interacción como una variable aleatoria bidimensional. Presentamos el retrato de interacción (IP), que visualiza la distribución de esta variable en coordenadas polares. Aplicamos esta métrica para comparar un controlador de par reciente (HTC) basado en la retroalimentación del estado cinemático y un nuevo controlador de avance (AMTC) con aprendizaje en línea, propuesto en este documento, contra un controlador basado en el tiempo (TBC) durante la marcha en cinta a distintas velocidades. En comparación con el TBC, tanto el HTC como el AMTC reducen significativamente el consumo de oxígeno normalizado de los usuarios, lo que sugiere una mejor coordinación entre el usuario y el exoesqueleto. El análisis de IP revela que esta mejora se debe a dos estrategias de coadaptación distintas, no identificables solo mediante análisis tradicionales de la actividad muscular o el par de interacción. HTC anima a los usuarios a ceder el control al exoesqueleto, lo que reduce el esfuerzo muscular pero aumenta el par de interacción, ya que el exoesqueleto compensa la dinámica del usuario. Por el contrario, AMTC promueve la participación del usuario mediante un mayor esfuerzo muscular y una reducción del par de interacción, lo que lo alinea más estrechamente con las aplicaciones de rehabilitación y entrenamiento de la marcha. La evolución de la fase IP proporciona información sobre el desarrollo de la estrategia de interacción de cada usuario, lo que muestra el potencial del análisis IP para comparar y diseñar nuevos controladores para optimizar la interacción entre humanos y robots en robots portátiles.

Palabras clave : Exoesqueleto, Interacción física, Control

1 Introducción

Los robots de asistencia y rehabilitación están ganando cada vez más atención, ya que ofrecen una dosis más sustancial de ejercicio a los usuarios, mejorando su funcionalidad y calidad de vida al tiempo que reducen la carga de trabajo de los fisioterapeutas [1, 2]. A pesar de los avances recientes, incluida la optimización de la intervención humana para mejorar la asistencia del exoesqueleto [3-6], estos sistemas robóticos aún carecen de la sofisticación para ajustar automáticamente el nivel de apoyo requerido para cada usuario individual de manera efectiva [7, 8]. Este toque personalizado, instintivo para los fisioterapeutas en las sesiones de terapia tradicionales, sigue siendo un desafío para los robots. El desafío surge porque, aunque se utilizan indicadores de rendimiento separados como el costo metabólico [9, 10], la activación muscular [11], las fuerzas de interacción [12], la comodidad [13], la carga cognitiva [14] y la preferencia del usuario [15], la falta de una métrica unificada que encapsule por completo los matices de las interacciones físicas entre humanos y robots obstruye el ajuste y la personalización precisos del soporte del exoesqueleto de las extremidades inferiores [16]. Por lo tanto, esta tarea a menudo se delega a controladores adaptativos con consideraciones implícitas para controlar la interacción física humano-exoesqueleto. El control de la interacción humano-exoesqueleto juega un papel clave en la optimización de la experiencia del usuario y el rendimiento de los exoesqueletos de miembros inferiores para rehabilitación, así como aplicaciones de aumento de potencia [17]. En escenarios de aumento de potencia, el usuario conserva plena autonomía y el exoesqueleto sigue las órdenes del usuario directa o indirectamente interpretando su movimiento previsto. En caso de desacuerdo entre el usuario y el exoesqueleto, el exoesqueleto debe ceder el control a favor del usuario [18, 19]. Sin embargo, en el contexto de la rehabilitación y los exoesqueletos de asistencia, el control de la interacción humano-exoesqueleto es más desafiante debido a dos factores principales. Primero, el movimiento realizado por el usuario no siempre es confiable debido a discapacidades musculoesqueléticas o motoras [20] que pueden socavar la calidad de la intención decodificada basada únicamente en la interacción física usuario-robot. En segundo lugar, el exoesqueleto debe alentar al usuario a maximizar su participación en el movimiento cuando sea posible y ayudar o corregir cuando el usuario no pueda realizar el movimiento correctamente [21, 22]. En consecuencia, el exoesqueleto debe realizar una transición fluida entre los roles de líder y seguidor [23].

Para determinar la estrategia de control adecuada para aplicaciones de aumento y rehabilitación humana, es crucial comprender la adaptación del exoesqueleto humano como un indicador de cómo responden los individuos a estrategias específicas de control del exoesqueleto en relación con el control compartido del movimiento [24]. En el aumento de potencia, el escenario ideal implica que los usuarios se adapten a una estrategia en la que contribuyan principalmente guiando el movimiento, sin esfuerzo físico [5]. El exoesqueleto asume la responsabilidad de mover el cuerpo humano aplicando pares o fuerzas de interacción al cuerpo humano, como lo demuestra la actividad muscular reducida o las tasas metabólicas [4]. Por el contrario, en la rehabilitación, a menudo se debe guiar a los usuarios para que aumenten su actividad muscular y participen activamente en el control del movimiento [25]. Los pares de interacción del exoesqueleto humano exhiben un comportamiento dual en este contexto. Cuando el usuario realiza el movimiento correctamente, el exoesqueleto debe seguirlo de manera transparente, lo que da como resultado pares de interacción cero [12]. Sin embargo, cuando se requiere corrección del movimiento, el controlador del exoesqueleto debe intervenir. Esta intervención crea un conflicto que requiere un aumento en el par de interacción para rectificar el movimiento. Ni el esfuerzo muscular ni los pares de interacción por sí solos pueden discernir las condiciones antes mencionadas. Por ejemplo, un aumento del esfuerzo muscular puede deberse

del desacuerdo entre el exoesqueleto humano [20], aunque también puede significar que el usuario humano está caminando y depende de su capacidad motora en lugar de la asistencia del exoesqueleto. Por lo tanto, para comparar diferentes controladores en tales casos, se debe considerar el torque de interacción junto con el esfuerzo muscular. Un nivel bajo de torque de interacción junto con un mayor esfuerzo muscular sugiere que no hay desacuerdo físico, lo que indica que el exoesqueleto está siguiendo al usuario y el usuario está caminando con una asistencia mínima. De lo contrario, un nivel más alto de torque de interacción junto con un alto esfuerzo muscular indica que el usuario y el exoesqueleto no comparten los mismos patrones de movimiento deseados y están luchando por el control [23]. Por lo tanto, determinar la idoneidad de un controlador para aplicaciones de aumento de potencia o rehabilitación requiere un análisis conjunto del esfuerzo muscular y el torque de interacción.