Sistema de controle universal avançado pode revolucionar o controle do exoesqueleto dos membros inferiores e otimizar a experiência do usuário

Uma equipe de pesquisadores desenvolveu um novo método para controlar exoesqueletos de membros inferiores usando aprendizado de reforço profundo. O método intitulado “Controle de caminhada robusto de um exoesqueleto de reabilitação de membros inferiores acoplado a um modelo musculoesquelético via aprendizado de reforço profundo”, publicado na revista Journal of NeuroEngineering and Rehabilitationpermite um controle de caminhada mais robusto e natural para usuários de exoesqueletos de membros inferiores.

Embora os avanços na robótica vestível tenham ajudado a restaurar a mobilidade de pessoas com deficiências nos membros inferiores, os métodos de controle atuais para exoesqueletos são limitados em sua capacidade de fornecer movimentos naturais e intuitivos para os usuários. Isso pode comprometer o equilíbrio e contribuir para a fadiga e desconforto do usuário. Poucos estudos têm focado no desenvolvimento de controladores robustos que possam otimizar a experiência do usuário em termos de segurança e independência.

Os exoesqueletos existentes para reabilitação de membros inferiores empregam uma variedade de tecnologias para ajudar o usuário a manter o equilíbrio, incluindo muletas e sensores especiais, de acordo com o coautor Ghaith Androwis, Ph.D., pesquisador sênior do Centro de Pesquisa em Engenharia de Mobilidade e Reabilitação da Kessler Foundation e diretor do Laboratório de Pesquisa e Robótica de Reabilitação do Centro. Os exoesqueletos que operam sem esses ajudantes permitem uma caminhada mais independente, mas ao custo de peso adicional e velocidade de caminhada lenta.

“Sistemas de controle avançados são essenciais para o desenvolvimento de um exoesqueleto de membros inferiores que permite caminhar de forma autônoma e independente sob uma variedade de condições”, disse o Dr. Androwis. O novo método desenvolvido pela equipe de pesquisa usa aprendizado de reforço profundo para melhorar o controle do exoesqueleto. O aprendizado por reforço é um tipo de inteligência artificial que permite que as máquinas aprendam com suas próprias experiências por meio de tentativa e erro.

“Usando um modelo musculoesquelético acoplado a um exoesqueleto, simulamos os movimentos do membro inferior e treinamos o sistema de controle do exoesqueleto para alcançar padrões naturais de caminhada usando aprendizado por reforço”, explicou o autor correspondente Xianlian Zhou, Ph.D., professor associado e diretor do o BioDynamics Lab no Departamento de Engenharia Biomédica do New Jersey Institute of Technology (NJIT). “Estamos testando o sistema em condições do mundo real com um exoesqueleto de membro inferior sendo desenvolvido por nossa equipe e os resultados mostram o potencial para melhorar a estabilidade da caminhada e reduzir a fadiga do usuário”.

A equipe determinou que o modelo proposto gerou um controlador de caminhada robusto universal capaz de lidar com vários níveis de interações humano-exoesqueleto sem a necessidade de parâmetros de ajuste. O novo sistema tem potencial para beneficiar uma ampla gama de usuários, incluindo aqueles com lesões na medula espinhal, esclerose múltipla, derrame e outras condições neurológicas. Os pesquisadores planejam continuar testando o sistema com os usuários e refinar ainda mais os algoritmos de controle para melhorar o desempenho da caminhada.

“Estamos entusiasmados com o potencial deste novo sistema para melhorar a qualidade de vida das pessoas com deficiências nos membros inferiores”, disse o Dr. Androwis. “Ao permitir padrões de caminhada mais naturais e intuitivos, esperamos ajudar os usuários de exoesqueletos a se moverem com maior facilidade e confiança”.

Fornecido pela Fundação Kessler