Resumen

El movimiento de sentado a parado (STS) es un indicador de la independencia física y el bienestar de un individuo. La determinación de diversas variables que contribuyen a la ejecución y el control del movimiento STS es un área activa de investigación. En este estudio, evaluamos la hipótesis clínica de que, además de otros numerosos factores, el sistema nervioso central (SNC) controla el movimiento STS mediante el seguimiento de una trayectoria de posición de la cabeza preaprendida. Motivados por la evidencia de una codificación del movimiento orientada a la tarea por parte del SNC, adoptamos un enfoque robótico para la síntesis del movimiento del STS y proponemos este esquema como solución a esta hipótesis. Proponemos un marco analítico de modelado biomecánico del SNC humano en el que la trayectoria de la posición de la cabeza define la variable de control de la tarea de alto nivel. El control del movimiento se divide en fases de generación de la tarea de bajo nivel y de ejecución del motor. Modelamos el SNC como un controlador STS y su subsistema Estimador planifica las trayectorias conjuntas para realizar la tarea de bajo nivel. La ejecución del motor se realiza a través del subsistema controlador cartesiano que genera órdenes de par a las articulaciones. Realizamos amplios experimentos de captura de movimiento y fuerza en sujetos humanos para validar nuestro esquema de modelado analítico. Primero escalamos nuestro modelo biomecánico para que se ajuste a la antropometría de los sujetos. Realizamos una reconstrucción dinámica del movimiento mediante el control de modelos de SNC humanos simulados a medida para seguir las trayectorias de posición de la cabeza capturadas en tiempo real. Realizamos análisis cinemáticos y cinéticos y comparamos los movimientos experimentales y simulados. Para las trayectorias de posición de la cabeza, los errores de la raíz cuadrada media (RMS) son de 0,0118 m en horizontal y 0,0315 m en vertical. Los errores en las estimaciones de los ángulos son de 0,55 rad, 0,93 rad, 0,59 rad y 0,0442 rad para la orientación del tobillo, la rodilla, la cadera y la cabeza, respectivamente. El error RMS de la fuerza de reacción del suelo (GRF) es de 50,26 N, y la correlación entre el par de reacción del suelo y el momento de apoyo es de 0,72. Los bajos errores de nuestros resultados validan (1) la fiabilidad de los métodos de captura de movimiento/fuerza y la técnica antropométrica para la personalización de los modelos humanos y (2) el marco de control de tareas de alto nivel y el modelado del SNC humano como solución a la hipótesis. El modelado preciso y la comprensión detallada del movimiento humano pueden tener un alcance significativo en los campos de la rehabilitación, la robótica humanoide y la planificación del movimiento de personajes virtuales basada en esquemas de control de tareas de alto nivel.

• Materias:Algoritmos genéticos Ingeniería biomédica Biomecánica Modelo Matemático Prótesis Extremidades (Cuerpo Humano)
• Subjects:Genetic algorithms Biomedical engineering Biomechanics Mathematical model Prostheses Limbs (Human Body)
• Palabras claves:control de tareas de nivel, trayectoria de la posición de la cabeza, movimiento del sts, modelado del cns humano, rad, par de reacción del suelo, sistema nervioso central, posición de la cabeza capturada, marco de modelado del cns, fiabilidad del movimiento
• Keywords:level task control, head position trajectory, sts motion, human cns modeling, rad, ground reaction torque, central nervous system, captured head position, cns modeling framework, reliability of motion