Assistive locomotion strategies for active lower limb devices

Detalhes bibliográficos
Autor(a) principal: Figueiredo, Joana Sofia Campos
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/1822/39613
Resumo: Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Eletrónica Médica)
id RCAP_31072bc367cfe8b143ac565e8e993504
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/39613
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Assistive locomotion strategies for active lower limb devicesEstratégias de assistência da locomoção para dispositivos ativos de membros inferioresAbnormal gait patternsAssistance and rehabilitationLower limbs exoskeletonsBiomechanical parametersEmbedded sensorsDetection of events and gait phasesLocomotion mode recognitionFeature selection methodsGait classification methodsPadrões anormais da marchaReabilitaçãoExosqueletos dos membros inferioresParâmetros biomecânicosSensores embebidosDeteção de eventos e fases da marchaReconhecimento de modos de locomoçãoMétodos de seleção de featuresMétodos de classificaçãoEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Eletrónica Médica)In order to actively aid or restore legged locomotion to individuals suffering from muscular impairments, weakness or neurologic injury, rehabilitation is recommended as a more appropriate way to achieve the ultimate goal of a continuous ambulatory monitoring. Also, the assistance with wearable robots (WRs) during daily living activities provides a more intensive and purposeful targeted therapeutic training, and also reduces the treatment cost and the number of health care personnel. Thus, it is crucial the development of locomotion strategies that recognize in real-time the locomotion mode of human-robot interaction in overground daily living activities. Thus, this thesis intends to develop two locomotion strategies which will be integrated in high level control of exoskeleton H2 (Exo-H2), the WR developed under the scope of BioMot project. The first locomotion strategy proposed and validated addresses online detection of events and gait phases uniquely through information from embedded sensors. This knowledge will allow determining in real-time the biomechanical parameters of assisted walking, and consequently to assess the progress of rehabilitation process by means of WR. The solution validation in different locomotion conditions (assisted walking by WR, walking of humanoid robot and walking of healthy subject) shows up that the proposed solution led to a robust and general tool for gait detection, which is also capable to detect more events and gait phases comparatively to the works presented in literature. Locomotion mode recognition is the second locomotion strategy developed in this thesis, which allows the recognition of different locomotion modes. Based on an exhaustive state of the art survey, a more robust and accurate procedure that leads to a more robust and accurate tool was delineated. According to the results achieved for offline scenario it was verified that the performance of the locomotion strategy increases by using different types of biomechanical parameters, which should be previously selected by means of multivariate statistic methods. Both binary and multiclass classification were addressed through support vector machine (SVM). The implementation of these methods led to a powerful and accurate tool of offline recognition of locomotion modes. Additionally, a strategy for online recognition was proposed. Further work will consist on the application of these locomotion strategies in real-time environment of gait rehabilitation.De forma a apoiar ou a restaurar a locomoção de indivíduos que apresentam fraqueza muscular ou doenças neurológicas, a reabilitação é recomendada como a forma mais apropriada para alcançar uma monitorização ambulatória contínua. Além disso, a assistência com robots ambulatório (RA) durante as atividades diárias promove um treino terapêutico mais intensivo e direcional, assim como também reduz os custos de tratamento e o número de profissionais de saúde. Como tal, é crucial o desenvolvimento de estratégias que reconheçam, em tempo real, o modo de locomoção da interação sujeito-robot durante as atividades quotidianas. Assim, esta tese visa desenvolver duas estratégias de locomoção, as quais serão integradas no controlo de alto nível do Exo-H2, que corresponde ao RA desenvolvido no âmbito do projeto BioMot. A primeira estratégia de locomoção proposta e validada consiste na deteção online dos eventos e fases da marcha, usando exclusivamente a informação fornecida pelos sensores embebidos. Este conhecimento permitirá a determinação em tempo real dos parâmetros biomecânicos da marcha assistida, e por conseguinte permitirá avaliar o progresso da reabilitação. A validação da solução proposta em diferentes contextos de locomoção (marcha assistida por RA, marcha de um robot humanoide e a marcha de um sujeito saudável) revelou que esta constitui uma ferramenta robusta e geral para a deteção da marcha, sendo capaz de detetar mais eventos e fases da marcha comparativamente aos estudos apresentados na literatura. O reconhecimento do modo de locomoção é a segunda estratégia desenvolvida nesta tese, a qual permite o reconhecimento de diferentes modos de locomoção. Com base no exaustivo levantamento do estado da arte, foi delineado um procedimento robusto, que conduziu a uma ferramenta mais robusta e precisa. De acordo com os resultados alcançados para o cenário offline verificou- se que o desempenho desta estratégia de locomoção aumenta com a utilização de diferentes tipos de parâmetros biomecânicos, os quais devem ser previamente selecionados por meio de métodos estatísticos. Tanto a classificação binária, como a classificação de multi-classes, foram implementadas através do support vector machine (SVM). A implementação destes métodos conduziu a uma ferramenta precisa de reconhecimento dos modos de locomoção em offline. Além disso, também foi proposta a estratégia para o reconhecimento em tempo real. Como trabalho futuro propõe-se a aplicação destas estratégias de locomoção no ambiente em tempo real de reabilitação da marcha.Santos, CristinaMoreno, Juan C.Universidade do MinhoFigueiredo, Joana Sofia Campos20152015-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/39613enginfo: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:RCAAP2023-07-21T12:49:48Zoai:repositorium.sdum.uminho.pt:1822/39613Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:48:22.639471Repositório 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 Assistive locomotion strategies for active lower limb devices
Estratégias de assistência da locomoção para dispositivos ativos de membros inferiores
title Assistive locomotion strategies for active lower limb devices
spellingShingle Assistive locomotion strategies for active lower limb devices
Figueiredo, Joana Sofia Campos
Abnormal gait patterns
Assistance and rehabilitation
Lower limbs exoskeletons
Biomechanical parameters
Embedded sensors
Detection of events and gait phases
Locomotion mode recognition
Feature selection methods
Gait classification methods
Padrões anormais da marcha
Reabilitação
Exosqueletos dos membros inferiores
Parâmetros biomecânicos
Sensores embebidos
Deteção de eventos e fases da marcha
Reconhecimento de modos de locomoção
Métodos de seleção de features
Métodos de classificação
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Assistive locomotion strategies for active lower limb devices
title_full Assistive locomotion strategies for active lower limb devices
title_fullStr Assistive locomotion strategies for active lower limb devices
title_full_unstemmed Assistive locomotion strategies for active lower limb devices
title_sort Assistive locomotion strategies for active lower limb devices
author Figueiredo, Joana Sofia Campos
author_facet Figueiredo, Joana Sofia Campos
author_role author
dc.contributor.none.fl_str_mv Santos, Cristina
Moreno, Juan C.
Universidade do Minho
dc.contributor.author.fl_str_mv Figueiredo, Joana Sofia Campos
dc.subject.por.fl_str_mv Abnormal gait patterns
Assistance and rehabilitation
Lower limbs exoskeletons
Biomechanical parameters
Embedded sensors
Detection of events and gait phases
Locomotion mode recognition
Feature selection methods
Gait classification methods
Padrões anormais da marcha
Reabilitação
Exosqueletos dos membros inferiores
Parâmetros biomecânicos
Sensores embebidos
Deteção de eventos e fases da marcha
Reconhecimento de modos de locomoção
Métodos de seleção de features
Métodos de classificação
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Abnormal gait patterns
Assistance and rehabilitation
Lower limbs exoskeletons
Biomechanical parameters
Embedded sensors
Detection of events and gait phases
Locomotion mode recognition
Feature selection methods
Gait classification methods
Padrões anormais da marcha
Reabilitação
Exosqueletos dos membros inferiores
Parâmetros biomecânicos
Sensores embebidos
Deteção de eventos e fases da marcha
Reconhecimento de modos de locomoção
Métodos de seleção de features
Métodos de classificação
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Eletrónica Médica)
publishDate 2015
dc.date.none.fl_str_mv 2015
2015-01-01T00:00:00Z
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 http://hdl.handle.net/1822/39613
url http://hdl.handle.net/1822/39613
dc.language.iso.fl_str_mv eng
language eng
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_ 1799133061643763712

Registros relacionados