Resumen
La era actual se caracteriza por una creciente población envejecida debido al aumento de la esperanza de vida y a una tasa de natalidad en declive. Este cambio demográfico conlleva un aumento de las discapacidades, lo que enfatiza la importancia del envejecimiento saludable y la capacidad funcional. En respuesta a estos desafíos, se están explorando metodologías de asistencia innovadoras, particularmente en la integración de la interacción física humano-robot.
Los Robots Paralelos (PRs) son cadenas cinemáticas cerradas que exhiben ventajas para la rehabilitación de extremidades humanas, gracias a su rigidez, precisión y robustez. Sin embargo, su modelado complejo y la presencia de singularidades dentro del espacio de trabajo plantean un desafío para garantizar una interacción segura y efectiva. Este documento propone una colección de nuevos algoritmos de control utilizando un PR que cubren un amplio espectro de aplicaciones dentro del contexto de la robótica asistencial, que van desde el entrenamiento pasivo (en el que el usuario no genera los movimientos, por lo que se induce un esfuerzo mínimo o nulo) hasta ejercicios activos (que requieren contracciones musculares voluntarias del paciente) y aumento de potencia.
El primer algoritmo aborda el desafío del seguimiento de trayectorias con un controlador basado en modelos con intercambio de fuerzas entre el humano y el robot en ausencia de un sensor de fuerza. Al incluir un mecanismo para estimar esta fuerza de interacción en línea utilizando Mínimos Cuadrados (LS) dentro del modelo, se proporciona información valiosa para terapeutas u otros algoritmos, y reduce continuamente los errores de seguimiento corrigiendo el modelo dinámico en línea.
En situaciones de entrenamiento activo, los controladores basados en fuerza son esenciales para responder a las interacciones. La tesis incorpora un control de admitancia con un sensor de fuerza. A pesar de los beneficios de esta interacción, existen riesgos asociados con la modificación de las trayectorias del robot por parte del humano, debido a la presencia de singularidades dentro del espacio de trabajo que se deben evitar para garantizar la seguridad del paciente. Se utilizan las Primitivas de Movimiento Dinámico (DMP) para codificar la trayectoria inicial, que puede modificarse con términos de acoplamiento para lograr ambos objetivos de control de admitancia y evasión de singularidades simultáneamente.
En las primeras etapas de la rehabilitación, los pacientes pueden carecer de habilidades motoras debido a una lesión, por lo que se deben emplear ejercicios pasivos. Esta investigación propone un mecanismo inteligente para ejercicios pasivos que permite a los usuarios regresar a posiciones seguras previas y reanudar el ejercicio de manera autónoma. La inversión de trayectoria se logra con las Primitivas de Movimiento Dinámico Reversibles (RDMP). El enfoque implica codificar el comportamiento esperado utilizando datos de la extremidad sana análoga y revertir la trayectoria cuando el miembro lesionado se desvía de los patrones, bajo el paradigma de Aprendizaje por Imitación.
Por último, los modelos musculoesqueléticos desempeñan un papel crucial en la estimación de las fuerzas musculares del usuario, siendo de gran utilidad integrados en controladores en el espacio muscular. Estos controladores pueden aplicarse tanto en contextos de aumento de potencia como de rehabilitación. En el aumento de potencia, el concepto de manipulabilidad describe la capacidad del humano para ejercer fuerzas en cualquier dirección. Lograr una manipulabilidad isotrópica es deseable para mantener una activación muscular constante, y este estudio investiga su representación mediante un concepto novedoso llamado envolvente de fuerza. Además, esta investigación explora el uso de controladores musculares en entornos de asistencia o rehabilitación, mediante un controlador en bucle cerrado diseñado para inducir fuerzas de tensión específicas en los músculos.
