stringtranslate.com

Control de prótesis robótica

El control de prótesis robótica es un método para controlar una prótesis de tal manera que la prótesis robótica controlada restaure una marcha biológicamente precisa a una persona con pérdida de una extremidad. [1] Esta es una rama especial del control que pone énfasis en la interacción entre humanos y robótica.

Fondo

Diagrama de bloques de control básico utilizado en el diseño de controladores para un sistema.

En la década de 1970, varios investigadores desarrollaron una prótesis transfemoral electrohidráulica atada. [2] [3] [4] [5] [6] [7] Solo incluía una articulación de rodilla accionada hidráulicamente controlada por electrónica externa que utilizaba un tipo de control llamado control de eco. [4] El control de eco intenta tomar la cinemática de la pierna sana y controlar la pierna protésica para que coincida con la pierna intacta cuando llega a esa parte del ciclo de la marcha. [3] En 1988, Popovic y Schwirtlich crearon una articulación de rodilla activa alimentada por batería, impulsada por motores de CC y controlada por un sólido algoritmo de control de seguimiento de posición. [8] [9] El control de seguimiento es un método común de control utilizado para forzar un estado particular, como la posición, la velocidad o el torque, para rastrear una trayectoria particular. Estos son solo dos ejemplos de trabajos previos que se han realizado en este campo.

Control de miembros inferiores

Control de impedancia

Esta forma de control es un enfoque utilizado para controlar las interacciones dinámicas entre el entorno y un manipulador. [10] Esto funciona al tratar el entorno como una admitancia y al manipulador como la impedancia. [11] La relación que esto impone para la prótesis robótica es la relación entre la producción de fuerza en respuesta al movimiento impuesto por el entorno. Esto se traduce en el par requerido en cada articulación durante una sola zancada, representado como una serie de funciones de impedancia pasiva conectadas por partes a lo largo de un ciclo de marcha. [10] El control de impedancia no regula la fuerza o la posición de forma independiente, sino que regula la relación entre la fuerza y ​​la posición y la velocidad. Para diseñar un controlador de impedancia, se utiliza un análisis de regresión de los datos de la marcha para parametrizar una función de impedancia. Para la prótesis de miembros inferiores, la función de impedancia se parece a la siguiente ecuación. [12]

Hugh Herr muestra nuevas piernas protésicas robóticas en TED 2014: "Esa fue la primera demostración de una marcha de carrera bajo comando neuronal. Cuanto más activo mis músculos, más torque obtengo".

Los términos k (rigidez del resorte), θ 0 (ángulo de equilibrio) y b (coeficiente de amortiguación) son parámetros que se obtienen mediante regresión y se ajustan para diferentes partes del ciclo de la marcha y para una velocidad específica. Esta relación se programa luego en un microcontrolador para determinar el par requerido en diferentes partes de la fase de la marcha.

Control mioeléctrico

La electromiografía (EMG) es una técnica que se utiliza para evaluar y registrar la actividad eléctrica producida por los músculos esqueléticos . [13] Los algoritmos avanzados de reconocimiento de patrones pueden tomar estas grabaciones y decodificar los patrones de señales EMG únicos generados por los músculos durante movimientos específicos. Los patrones se pueden utilizar para determinar la intención del usuario y proporcionar control para una prótesis de miembro inferior. [14] Para las prótesis robóticas de miembros inferiores, es importante poder determinar si el usuario quiere caminar sobre terreno llano, subir una pendiente o subir escaleras. Actualmente, aquí es donde entra en juego el control mioeléctrico . Durante las transiciones entre estos diferentes modos de operación, la señal EMG se vuelve muy variable y se puede utilizar para complementar la información de los sensores mecánicos para determinar el modo de operación previsto. [14] Cada paciente que utiliza una prótesis robótica que está ajustada para este tipo de control tiene que tener su sistema entrenado específicamente para ellos. Esto se hace haciendo que pasen por los diferentes modos de operación y utilizando esos datos para entrenar su algoritmo de reconocimiento de patrones. [14]

Mecanismo de adaptación de velocidad

El mecanismo de adaptación de velocidad es un mecanismo utilizado para determinar el par requerido de las articulaciones a diferentes velocidades de movimiento. [1] Durante la fase de apoyo se ha visto que la cuasirrigidad, que es la derivada de la relación del ángulo de par con respecto al ángulo, cambia constantemente como una función de la velocidad de la marcha. [1] Esto significa que durante la fase de apoyo, dependiendo de la velocidad a la que se mueve el sujeto, existe una relación de ángulo de par derivable que se puede utilizar para controlar una prótesis de miembro inferior. Durante la fase de balanceo, el par de torsión articular aumenta proporcionalmente a la velocidad de la marcha y la duración de la fase de balanceo disminuye proporcionalmente al tiempo de zancada. [1] Estas propiedades permiten derivar trayectorias que se pueden controlar y que describen con precisión la trayectoria del ángulo durante la fase de balanceo. Debido a que estos dos mecanismos permanecen constantes de persona a persona, este método elimina la velocidad y el ajuste específico del paciente que requieren la mayoría de los controladores de prótesis de miembros inferiores. [1]

Programas cuadráticos independientes del modelo (MIQP) + control de impedancia

La marcha se clasifica como un sistema híbrido , lo que significa que tiene una dinámica dividida. Con este problema único, se desarrolló un conjunto de soluciones para sistemas híbridos que sufren impactos llamados Funciones de Lyapunov de Control de Estabilización Exponencial Rápida (RES-CLF). [15] Las funciones de Lyapunov de control se utilizan para estabilizar un sistema no lineal a un conjunto deseado de estados. Las RES-CLF se pueden realizar utilizando programas cuadráticos que toman varias restricciones de desigualdad y devuelven un resultado óptimo. [15] Un problema con estos es que requieren un modelo del sistema para desarrollar las RES-CLF. Para eliminar la necesidad de ajustar a individuos específicos, se utilizaron Programas Cuadráticos Independientes del Modelo (MIQP) para derivar las CLF. Estas CLF solo se centran en reducir el error en la salida deseada sin ningún conocimiento de cuál debería ser el par deseado. Para proporcionar esta información, se agrega un control de impedancia para proporcionar un término de avance que permite que la MIQP recopile información sobre el sistema que está controlando sin tener un modelo completo del sistema. [15]

Control de miembros superiores

Las soluciones comerciales aprovechan las señales electromiográficas superficiales para controlar la prótesis. Además, los investigadores están estudiando soluciones alternativas que aprovechan diferentes fuentes biológicas:

Control miocinético

El control miocinético representa una alternativa al control mioeléctrico estándar. Su objetivo es medir la deformación muscular durante la contracción en lugar de la actividad eléctrica muscular. Recientemente, en 2017, surgió un enfoque novedoso que se basa en detectar el campo magnético de imanes permanentes implantados directamente en los músculos residuales. [16] [17] Localizar la posición del imán es equivalente a medir la contracción/elongación del músculo en el que está implantado a medida que el imán se mueve con él. Esta información se puede utilizar para interpretar el movimiento voluntario del sujeto y, en consecuencia, controlar la prótesis. Las señales magnéticas generadas por los imanes son detectadas por sensores externos colocados alrededor del miembro residual. Luego, la localización se implementa mediante un método de optimización que realiza el seguimiento resolviendo el problema inverso magnético (por ejemplo, el algoritmo de Levenberg-Marquardt ). [16]

Referencias

  1. ^ abcde Lenzi, Tommaso; Hargrove, L.; Sensinger, J. (2014). "Mecanismo de adaptación a la velocidad: las prótesis robóticas pueden regular activamente el par de torsión articular". Revista IEEE Robotics & Automation . 21 (4): 94–107. doi :10.1109/mra.2014.2360305. S2CID  7750192.
  2. ^ Stein, JL; Flowers, WC (1988). "Control de la fase de apoyo de prótesis por encima de la rodilla: control de la rodilla frente al diseño del pie SACH". Journal of Biomechanics . 20 (1): 19–28. doi :10.1016/0021-9290(87)90263-6. hdl : 2027.42/26850 . PMID  3558425.
  3. ^ ab Grimes, DL (1979). Un controlador activo multimodo para prótesis por encima de la rodilla. Tesis doctoral, Cambridge, MA, MIT, Departamento de Ingeniería Mecánica.
  4. ^ ab Grimes, DL; Flowers, WC; Donath, M. (1977). "Viabilidad de un esquema de control activo para prótesis por encima de la rodilla". Revista de ingeniería biomecánica . 99 (4): 215–221. doi :10.1115/1.3426293.
  5. ^ Flowers, WC; Mann, RW (1977). "Controlador electrohidráulico de par de rodilla para un simulador de prótesis". Revista de ingeniería biomecánica . 99 (4): 3–8. doi :10.1115/1.3426266. PMID  23720163.
  6. ^ Donath, M. (1974). Control proporcional de EMG para prótesis por encima de la rodilla. Tesis de maestría Cambridge, MA, MIT, Departamento de Ingeniería Mecánica
  7. ^ Flowers, WC (1973). Un sistema simulador interactivo para el hombre destinado a estudios de prótesis por encima de la rodilla. Tesis doctoral, Cambridge, MA, MIT, Departamento de Ingeniería Mecánica.
  8. ^ Popovic, D. y Schwirtlich, L. (1988). Prótesis A/K activa de Belgrado. Kinesiología electrofisiológica (Serie de congresos internacionales, n.º 804), de Vries, J. (ed.). Ámsterdam, Excerpta Medica, págs. 337–343
  9. ^ Au, S., Bonato, P. y Herr, H. (2005). Un sistema controlado por posición EMG para una prótesis de tobillo-pie activa: un estudio experimental inicial. Actas de la Conferencia Internacional IEEE sobre Robótica de Rehabilitación, págs. 375-379
  10. ^ ab Aghasadeghi, Navid, et al. "Aprendizaje de parámetros de controlador de impedancia para prótesis de miembros inferiores". Robots y sistemas inteligentes (IROS), conferencia internacional IEEE/RSJ de 2013 sobre . IEEE, 2013.
  11. ^ Hogan, Neville. "Control de impedancia: un enfoque a la manipulación". Conferencia Americana de Control, 1984. IEEE, 1984.
  12. ^ Sup, Frank; Bohara, Amit; Goldfarb, Michael (2008). "Diseño y control de una prótesis transfemoral motorizada". Revista Internacional de Investigación Robótica . 27 (2): 263–273. doi :10.1177/0278364907084588. PMC 2773553 . PMID  19898683. 
  13. ^ Kamen, Gary. Kinesiología electromiográfica. En Robertson, DGE et al. Métodos de investigación en biomecánica. Champaign, IL: Human Kinetics Publ., 2004.
  14. ^ abc Hargrove LJ; Young AJ; Simon AM; et al. (9 de junio de 2015). "Control intuitivo de una pierna protésica motorizada durante la deambulación: un ensayo clínico aleatorizado". JAMA . 313 (22): 2244–2252. doi : 10.1001/jama.2015.4527 . ISSN  0098-7484. PMID  26057285.
  15. ^ abc Zhao, Huihua; Reher, Jake; Horn, Jonathan; Paredes, Victor; Ames, Aaron D. (1 de enero de 2015). "Realización de controladores basados ​​en optimización no lineal en tiempo real en prótesis transfemorales autónomas". Actas de la Sexta Conferencia Internacional sobre Sistemas Ciberfísicos de la ACM/IEEE . ICCPS '15. Nueva York, NY, EE. UU.: ACM. págs. 130–138. doi :10.1145/2735960.2735964. ISBN 9781450334556.S2CID 5764182  .
  16. ^ ab Tarantino, S.; Clemente, F.; Barone, D.; Controzzi, M.; Cipriani, C. (2017). "La interfaz de control miocinético: seguimiento de imanes implantados como medio para el control protésico". Scientific Reports . 7 (1): 17149. Bibcode :2017NatSR...717149T. doi :10.1038/s41598-017-17464-1. ISSN  2045-2322. PMC 5719448 . PMID  29215082. 
  17. ^ Visconti, P.; Gaetani, F.; Zappatore, GA; Primiceri, P. (2018). "Características técnicas y funcionalidades del brazalete mioeléctrico: una descripción general de la literatura relacionada y aplicaciones avanzadas de brazaletes mioeléctricos enfocados principalmente en prótesis de brazo". Revista internacional sobre detección inteligente y sistemas inteligentes . 11 (1): 1–25. doi : 10.21307/ijssis-2018-005 . ISSN  1178-5608.