Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitation

Detalhes bibliográficos
Autor(a) principal: Pereira, António Manuel Moreira
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/82283
Resumo: Dissertação de mestrado integrado em Engenharia Biomédica (especialização em Eletrónica Médica)
id RCAP_8d30ee022fc40cde1382a801b183334e
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/82283
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitationControlo compartilhadoReabilitaçãoAndarilho inteligenteAprendizagem por reforçoNavegação autônomaShared-controllerRehabilitationSmart walkerReinforcement learningAutonomous navigationEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado integrado em Engenharia Biomédica (especialização em Eletrónica Médica)Sessões de reabilitação de pacientes com deficiências na marcha é importante para que a qualidade de vida dos mesmos seja recuperada. Quando auxiliadas por andarilhos robóticos inteligentes as sessões têm mostrado melhorias significativas, face aos resultados obtidos por métodos clássicos. O andarilho WALKit é um dos dispositivos mencionados e permite ser conduzido por parte do paciente enquanto um especialista supervisiona todo o processo de forma a evitar colisões e quedas. Este processo de supervisão é moroso e requer constante presença de um especialista para cada paciente. Nesta dissertação é proposto um controlador autónomo e inteligente capaz de partilhar a condução do andarilho pelo paciente e pelo supervisor evitando colisões com obstáculos. Para remover a necessidade constante do médico supervisor, um módulo de condução autónoma foi desenvolvido. O modo autónomo proposto usa um sensor Light Detection and Ranging e o algoritmo de Simultaneous Localization and Mapping (Cartographer) para obter mapas e a localização do andarilho. Seguidamente, os planeadores global e local , A* e Dynamic Window Approach respetivamente, traçam caminhos válidos para o destino, interpretáveis pelo andarilho. Usando o modo autónomo como especialista e as intenções do paciente, o controlador partilhado usa o algoritmo Proximal Policy Optimization, aprendendo o comportamento pretendido através de um processo de tentiva e erro, maximizando a recompensa recebida através de uma função pré-estabelecida. Uma rede neuronal com camadas convolucionais e lineares é capaz de inferir o risco enfrentado pelo sistema paciente-WALKit e determinar se o modo autónomo deve assumir controlo de forma a neutralizar o risco mencionado. Globalmente foram detetados erros inferiores a 38 cm no sistema de mapeamento e localização. Quer nos cenários de testagem do controlador autónomo, quer nos do controlador partilhado, nenhuma colisão foi registada garantindo em todas as tentativas a chegada ao destino escolhido. O modo autónomo, apesar de evitar obstáculos, não foi capaz de alcançar certos destinos não contemplados em ambientes de reabilitação. O modo partilhado mostrou também certas transições bruscas entre modo autónomo e intenção que podem comprometer a segurança do paciente. É necessário, como trabalho futuro, estabelecer métricas de validação objetivas e testar o controlador com pacientes de forma a corretamente estimar o desempenho.Rehabilitation sessions of patients with gait disabilities is important to restore quality of life. When aided by intelligent robotic walkers the sessions have shown significant improvements when compared to the results obtained by classical methods. The WALKit walker is one of the devices mentioned and allows the patient to drive it while a medical expert supervises the entire process in order to avoid collisions and falls. This supervision process takes time and requires constant presence of a medical expert for each patient. This dissertation proposes an intelligent controller capable of sharing the walker’s drivability by the patient and the supervisor, avoiding collisions with obstacles. To remove the constant need of a supervisor, an autonomous driving module was developed. The proposed autonomous mode uses a Light Detection and Ranging sensor and the Simultaneous Localization and Mapping (Cartographer ) algorithm to obtain maps and the location of the walker. Then, the global and local planners, A * and Dynamic Window Approach respectively, draw valid paths to the destination, interpretable by the walker. Using the autonomous mode as a expert and the patient’s intentions, the SC uses the Proximal Policy Optimization algorithm, learning the intended behavior through a trial and error process, maximizing the reward received through a pre-established function. One neural network with convolutional and linear layers is able to infer the risk faced by the patient-WALKit system and determine whether the autonomous mode should take control in order to neutralize the mentioned risk. Globally, errors smaller than 38 cm were detected in the mapping and localization system. In the testing scenarios of the autonomous controller and in the SC no collisions were recorded guaranteeing the arrival at the chosen destination in all attempts. The autonomous mode, despite avoiding obstacles, was not able to reach certain destinations not covered in rehabilitation environments. The shared mode has also shown certain sudden transitions between autonomous mode and intention that could compromise patient safety. It is necessary, as future work, to establish objective validation metrics and testing the controller with patients is necessary in order to correctly estimate performance.Santos, CristinaUniversidade do MinhoPereira, António Manuel Moreira2021-02-222021-02-22T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/82283eng203097491info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:21:08Zoai:repositorium.sdum.uminho.pt:1822/82283Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:14:20.435972Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitation
title Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitation
spellingShingle Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitation
Pereira, António Manuel Moreira
Controlo compartilhado
Reabilitação
Andarilho inteligente
Aprendizagem por reforço
Navegação autônoma
Shared-controller
Rehabilitation
Smart walker
Reinforcement learning
Autonomous navigation
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitation
title_full Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitation
title_fullStr Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitation
title_full_unstemmed Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitation
title_sort Adaptive shared-control of a robotic walker to improve human-robot cooperation in gait biomechanical rehabilitation
author Pereira, António Manuel Moreira
author_facet Pereira, António Manuel Moreira
author_role author
dc.contributor.none.fl_str_mv Santos, Cristina
Universidade do Minho
dc.contributor.author.fl_str_mv Pereira, António Manuel Moreira
dc.subject.por.fl_str_mv Controlo compartilhado
Reabilitação
Andarilho inteligente
Aprendizagem por reforço
Navegação autônoma
Shared-controller
Rehabilitation
Smart walker
Reinforcement learning
Autonomous navigation
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Controlo compartilhado
Reabilitação
Andarilho inteligente
Aprendizagem por reforço
Navegação autônoma
Shared-controller
Rehabilitation
Smart walker
Reinforcement learning
Autonomous navigation
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado integrado em Engenharia Biomédica (especialização em Eletrónica Médica)
publishDate 2021
dc.date.none.fl_str_mv 2021-02-22
2021-02-22T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/82283
url https://hdl.handle.net/1822/82283
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203097491
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132585564045312

Registros relacionados