Control predictivo para el seguimiento de trayectorias en un exoesqueleto de asistencia en la rehabilitación de movilidad articular en la mano
Date
2022-11-29COAR
Tesis de maestríaShare this record
Metadata
Show full item record
PDF documents
English Title
Predictive control for trajectory tracking in an assistance exoskeleton in the rehabilitation of joint mobility in the handResumen
Un accidente cerebrovascular (ACV) puede causar un significativo daño neurológico, afectando al paciente en la pérdida de la función motora de sus manos. La demanda de terapias de rehabilitación son fundamentales, creando una ventana de oportunidades para nuevos dispositivos que asistan en el proceso de rehabilitación. Los dispositivos de rehabilitación para la mano han sido diseñados para proveer terapias de rehabilitación, permitiendo acelerar el progreso al garantizar un trabajo intenso, repetitivo y altamente confiable, a partir del control de movimiento y un constante monitoreo de la condición del paciente.
En este documento, se propone el uso de un exoesqueleto robótico para asistir las terapias de rehabilitación de la mano, por medio de un sistema de identificación de gestos y un control predictivo.
El trabajo está dividido de la siguiente manera: i) revisión del estado del arte en los ámbitos más relevantes que conciernen al proyecto de investigación, tales como: la anatomía de la mano, adquisición y procesamiento de señales mioeléctricas, sistemas de rehabilitación y controladores. ii) adquisición y procesamiento de señales de electromiografía, donde se utilizan algoritmos de aprendizaje de máquina para identificar el gesto realizado por un usuario, a partir del análisis y procesamiento de las señales musculares obtenidas de sensores de electromiografía. iii) desarrollo de la estrategia de control predictiva. Se obtiene el modelo del actuador, al cual se le aplica el control con los parámetros sintonizados para el seguimiento de trayectorias preestablecidas. iv) estructura mecánica del exoesqueleto. Partiendo de un diseño previo, se realiza un análisis de estrés mecánico para identificar posibles fallas por concentración de esfuerzos y se corrigen al rediseñar la estructura.
Al final del documento se encuentran las conclusiones y trabajo futuro que se pueden identificar de los resultados obtenidos del trabajo presente.
Abstract
A cerebrovascular accident (CVA) can cause significant neurological damage, affecting the patient with an alteration of the motor function in the hands. The demand for rehabilitation therapies in the hand has increased, creating opportunities for new devices to assist the rehabilitation process. Hand rehabilitation devices have been designed to provide rehabilitation therapies, allowing progress to be accelerated by providing intense, repetitive and highly reliable work, based on movement control and constant monitoring of the patient's condition.
In this thesis, the use of a robotic exoskeleton to assist hand rehabilitation with a gesture identification system and predictive control is proposed.
The document is divided as follows: i) review of the state of the art in the most relevant areas that concern the research project, such as: the anatomy of the hand, acquisition and processing of myoelectric signals, rehabilitation systems and controllers. ii) acquisition and processing of myoelectric signals, where machine learning algorithms are used to identify the gesture made by the user, by means of the analysis and processing of muscular signals obtained with electromyography sensors. iii) development of the predictive control strategy. The model of the actuator is obtained, and the control is appilied with the tuned parameters for the follow-up of pre-established trajectories. iv) mechanical structure of the exoskeleton. Starting from a previous design, a mechanical stress analysis is carried out to identify possible failures due to stress concentration and are corrected when redesigning the structure.
At the end of the document are the conclusions and future work that can be identified from the results obtained from the present work.
Collections
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 4.0 Internacional